Hannes Androsch - Digitalisierung verstehen

Ein Verfahren zur Einteilung von Objekten oder Situationen in einzelne Klassen beherrschen – wie der Name bereits verrät – Klassifizierungsalgorithmen.Diese Algorithmen erkennen und entfernen unangemessene Inhalte auf YouTube, beschriften Urlaubsfotos und sind auch imstande, handschriftliche Notizen einzuscannen und jedes Zeichen als einen eigenen Buchstaben zuzuordnen. Klassifizierungsalgorithmen sind auch für die Werbeanzeigen im Internet verantwortlich. Wenn die Timeline auf Facebook laufend Fotos von Traumreisezielen zeigt, steht mit höchster Wahrscheinlichkeit der Urlaub vor der Tür, ist die Reifeprüfung geschafft oder man hat einfach nur viele Urlaubsfotos von Freunden geliked. Auch Werbeanzeigen können durch solche Algorithmen jederzeit im Internet aufpoppen. Nachdem dieser Algorithmus Alter, Familie, Wohnort, Beruf, Vorlieben und Abneigungen sowie Freundschaften und soziales Umfeld kennt, ist seine Trefferquote hoch. Da solche Klassifikationsalgorithmen permanent im Hintergrund laufen, kennen sie den Nutzer in- und auswendig.

Anders der Kombinationsalgorithmus, der nach Beziehungen zwischen Einzelheiten, die er markiert, sucht. Das können Dinge, Persönlichkeitsmerkmale oder Einstellungen ebenso sein wie Interessen im Fall von Amazon. Dessen automatisierte Empfehlungen basieren auf einer ähnlichen Grundlage. Dabei kombiniert der Algorithmus die Interessen des Kunden mit jenen von früheren Käufern. Auch Dating-Algorithmen arbeiten nach diesem Prinzip und suchen nach Verbindungspunkten zwischen ihren Mitgliedern, um im Fall wie von Parship und anderen Agenturen passende Partner vorzuschlagen.

Für Spracherkennungsassistenten werden Filteralgorithmen, wie sie auch in sozialen Medien herangezogen werden, verwendet, die sich auf das Wesentliche fokussieren. Ihre Aufgabe ist es, das Signal von der Geräuschkulisse zu unterscheiden. So werden Spracherkennungsalgorithmen wie Alexa, Siri, Cortana und Co. trainiert, die die Stimme aus den Hintergrundgeräuschen herausfiltern, bevor sie entziffern, was gesagt wurde. Soziale Medien wie Facebook und Twitter wiederum filtern Geschichten heraus, um, passend zu den Interessen des Nutzers, einen personalisierten Feed 15zu erstellen. 16

Es gibt darüber hinaus noch zahllose andere Kategorien, die den Arbeitsalltag von Informatikern zur Wissenschaft machen. Algorithmen werden meist in einer Kombination von unterschiedlichen Methoden erstellt und verwendet, wobei die vielfältigen Verknüpfungsvarianten eine beträchtliche Menge an Einsatzmöglichkeiten bieten.

Mit diesen regelbasierten Algorithmen, die in exakt vorgegebenen Einzelschritten vom Menschen bestimmt werden, lassen sich erstaunlich leistungsstarke Programme erstellen.

Selbstlernende Algorithmen

Eine andere Art von Algorithmen, die selbstlernenden Algorithmen, die in der Handhabung aufwendiger sind, finden dort Anwendung, wo die menschliche Logik zur Anleitung zu kurz greift und das Schreiben von Anweisungslisten zu keiner Lösung führen würde. Angelehnt an das Lernverhalten des menschlichen Gehirns oder jenes von entwickelten Tieren, lernt der Algorithmus durch die „künstliche“ Generierung von Wissen aus Erfahrung. Ähnlich wie bei der Abrichtung von Tieren wird ein klares Ziel definiert, das durch Belohnung für gutes und Ignorieren von schlechtem Verhalten samt möglichst vielen Wiederholungen erreicht werden soll.

Lernende Algorithmen haben den Vorteil, Objekte in Bildern wahrnehmen zu können, gesprochene Worte deuten und sie sogar in eine andere Sprache übersetzen zu können. Sie haben aber auch den Nachteil gegenüber regelbasierten Algorithmen, dass sich die „künstliche Intelligenz“ ihre Wege zur Lösung des Problems selbst sucht und für den menschlichen Beobachter somit nicht nachvollziehbar ist, was daher oftmals als Blackbox bezeichnet wird.

Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Beim sogenannten Maschinellen Lernen, dem Machine Learning, werden nicht einfach Beispiele auswendig gelernt, sondern Muster und Gesetzmäßigkeiten in den Lerndaten. Daher kann dieses System auch Unbekannte derselben Art beurteilen oder auch am Lernen unbekannter Daten durch Überanpassung, overfitting , scheitern. 17 18

Die Anwendungsbereiche lernender Algorithmen – auch unter dem Überbegriff künstliche Intelligenz (KI) bekannt – werden immer zahlreicher, weil die Erfolge dieses Verfahrens laufend größer werden. Von automatisierten Diagnoseverfahren, Erkennen von Kreditkartenbetrug, Aktienmarktanalysen, Klassifikation von Nukleotidsequenzen, Sprach- und Texterkennung bis hin zu autonomen Systemen.

Big Data: Daten als Treibstoff des 21. Jahrhunderts

Wenn auch die Bezeichnung „Big Data“ eine Begrifflichkeit der neuen digitalen Welt ist, so ist die Praxis des Datensammelns eine durchaus lang geübte. Schon in der Antike erstellten Regierungen erste Statistiken. Könige oder Kaiser wollten wissen, wie viel Geld die nächsten Steuererhebungen einbringen würden und wie viele Soldaten das Land im Kriegsfall stellen könne. Die ersten Beweise für solche Erhebungen lassen sich anhand von Tonscherben auf 3800 v. Chr. datieren. Im alten Babylon wurden vor fast 6.000 Jahren Volkszählungen durchgeführt und im antiken Griechenland fanden sich überdies laufende Aufzeichnungen betreffend Getreideeinfuhr oder Verzeichnisse zollpflichtiger Waren. Im römischen Reich wurden ab dem 6. Jahrhundert v. Chr. alle fünf Jahre Bevölkerungserhebungen durchgeführt. 19

Daten verdrängen im 21. Jahrhundert in der Tat das Erdöl als Wirtschaftsfaktor. Sie sind universelle Antriebskraft für nahezu alle Technologien der Digitalisierung und sie machen jene Personen und Institutionen reich, die sie besitzen, mit ihnen Handel treiben oder sie auswerten. Die gesamte künstliche Intelligenz (KI) basiert durch den technologischen Fortschritt auf Big Data, befeuert mittels der neuartigen Methoden des Machine Learnings.

Big Data als allgemeingültige Definition wird man vergeblich suchen. Gleichwohl das Erfassen und Speichern großer Mengen an Informationen zur Analyse in den frühen 2000er-Jahren an Bedeutung gewann, ist eine gängige Definition von Big Data nach wie vor jene, die Doug Laney, Analyst des US-amerikanischen Marktforschungsunternehmens Gartner, bereits 2001 mit seinem 3-V-Modell folgendermaßen erklärt hat: Volume, Velocity und Variety.

Volumesteht für die exorbitant wachsende Datenmenge, die aufgrund der technologischen Möglichkeiten gewonnen, gespeichert und verarbeitet wird. Die Prognose zum Volumen der jährlich weltweit generierten digitalen Datenmenge für das Jahr 2025 beläuft sich auf 175 Zettabyte 20– im Vergleich zu 33 Zettabyte im Jahr 2018. 21Gesammelt wird aus den unterschiedlichsten Quellen von sozialen Medien, der öffentlichen Verwaltung, über geschäftliche Transaktionen bis zum automatisierten Informationsaustausch in der Machine-to-Machine-Kommunikation.

Für die Geschwindigkeit, mit der sich Daten generieren, auswerten und nahezu in Echtzeit verarbeiten lassen, steht Velocity. Jeder Klick, jeder View und jedes Einloggen im Internet wird mit Sicherheit irgendwo erfasst. Ein großer „Datensammler“ dabei ist die Suchmaschine Google. Das Internet hat 4,54 Milliarden Nutzer. 2292,81 Prozent aller Internet-Nutzer suchen über Google. Bereits 2015 sammelte Google mindestens 20 Petabyte, das sind 2015 Byte, an Daten. Wollten wir 20 Petabyte auf USB-Sticks von je 4 Gigabyte speichern, bräuchten wir fünf Millionen Stück.

Für die Vielfalt der Datentypen und Datenquellen von Daten aus herkömmlichen Datenbanken bis hin zu unstrukturierten Textdokumenten, E-Mail, Video, Audio, Börsentickerdaten und Finanztransaktionen steht Variety. Diese Daten, die weltweit zu 80 Prozent vorkommen, sind unstrukturiert und weisen auf den ersten Blick keinerlei Zusammenhänge auf. Durch Big-Data-Suchalgorithmen können diese Daten strukturiert eingeordnet und auf Zusammenhänge untersucht werden. Neben herkömmlichen Datensätzen zählen auch Bilder, Videos und Sprachaufzeichnungen dazu. 23