Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Potenziale von Big Data Teil des Vortrags „Big Data – Potenziale und Grenzen“ Seminarleitung: Prof. Dr. Winfred Kaminski Modul 2.1: „Medien und Kultur.

Ähnliche Präsentationen


Präsentation zum Thema: "Potenziale von Big Data Teil des Vortrags „Big Data – Potenziale und Grenzen“ Seminarleitung: Prof. Dr. Winfred Kaminski Modul 2.1: „Medien und Kultur."—  Präsentation transkript:

1 Potenziale von Big Data Teil des Vortrags „Big Data – Potenziale und Grenzen“ Seminarleitung: Prof. Dr. Winfred Kaminski Modul 2.1: „Medien und Kultur – Grundlagen: Themen“ des Studiengangs Pädagogik und Management in der Sozialen Arbeit an der FH Köln Datum: Referent: Matthias Andrasch Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung 4.0 International LizenzCreative Commons Namensnennung 4.0 International Lizenz

2 Anmerkung Bei dieser Präsentation handelt es sich um einen Vortragsausschnitt. Zu einer grundlegenden Einführung in die Big Data Thematik ist u.a. folgendes Video geeignet: Video der Landesanstalt für Medien Nordrhein-Westfalen: „Big Data“: https://www.youtube.com/watch?v=otWN5o1C2Bc https://www.youtube.com/watch?v=otWN5o1C2Bc (Creative Commons BY-NC-SA)

3 2. Potenziale Potenziale von Big Data und praktische Beispiele Foto: „Data Represented in an Interactive 3-D Form“ - Idaho National Laboratory, CC-BY 2.0 https://creativecommons.org/licenses/by/2.0/https://creativecommons.org/licenses/by/2.0/

4 Potenziale Ausgangslage Digitalisierung Aktuelle Schätzung: fast 3 Milliarden Menschen online (ca. 40% der Weltbevölkerung; in entwickelten Ländern 78%) Globalisierte, elektronisch vernetzte Welt, welche immer mehr Daten produziert: personenbezogene sowie Umwelt- Daten Diese riesigen Datenmengen aus verschiedenen Quellen sind nun mit Big Data verknüpfbar und analysierbar. Quelle: ITU World Telecommunication/ICT Idicators database 2013, Link:

5 Ausgangslage Digitalisierung Deutschland Quelle: D21 Digital-Index 2013, Link:

6 Einladung Perspektivwechsel Foto: „Taxed“ – mayeesherr. CC-BY 2.0 (https://creativecommons.org/licenses/by/2.0/)https://creativecommons.org/licenses/by/2.0/ Vorannahme: Daten werden datenschutzkonform erhoben und genutzt

7 Perspektive: Social Media Facebook 1,35 Milliarden monatlich aktive Nutzer_innen Tägliches Datenaufkommen (2012) 2,5 Milliarden Inhalte 2,7 Milliarden Likes 300 Millionen Fotos Insgesamt: Datenvolumen von mehr als 500 Terabyte täglich, Verarbeitung mit „Big Data“-Methoden. Quelle: Facebook Big Data: Das gigantische Datenaufkommen des Social-Network-Riesen, Lars Budde / t3n, URL: |

8 Facebook: Newsfeed Algorithmus (EDGERANK) Vorteile von Big Data nutzt ihr bereits täglich bei Facebook Foto-Quelle: GetPostRocket/

9 Facebook: Newsfeed Algorithmus (EDGERANK) Filteralgorithmus bestimmt, welche Inhalte angezeigt werden... Foto-Quelle: GetPostRocket/

10 Facebook: Newsfeed Algorithmus (EDGERANK)... und berücksichtigt hierbei das individuelle sowie kollektive Nutzungsverhalten Foto-Quelle: GetPostRocket/

11 Perspektive: Social Media Mögliche Vorteile für Nutzer_innen durch Big Data: Bewältigung der Informationsflut durch automatisierte Vorsortierung (Interpretation und Handlungsorientierung verbleibt menschliche Leistung) Bessere Personalisierung und bessere Vorschläge von Inhalten auf Grund von Interessen (z.B. auch bei Netflix/Video- Diensten, Spotify/Musik-Diensten, usw.) Weitere Ansätze: Big Data Diagnostik - Beurteilung von Bewerber_innen über Social Media Profl, siehe diagnostik-wie-gut-eignen-sich-social-media-profile-um- bewerber-zu-beurteilen / diagnostik-wie-gut-eignen-sich-social-media-profile-um- bewerber-zu-beurteilen /

12 Perspektive: Unternehmen Anwendungspotenziale in Marketing, Produktentwicklung und E-Commerce Bessere Angebotsvorschläge für Konsumenten - Paradox of Choice / Marmeladen-Versuch, siehe: geringe-conversion-paradox-of-choice-in-der-praxis.html geringe-conversion-paradox-of-choice-in-der-praxis.html Personalisierung des Angebots inzwischen wirtschaftliche Erfolgsgrundlage, siehe: gefuerchtet---aber-auch-genutzt gefuerchtet---aber-auch-genutzt-2705 Reale Anwendungsbeispiele: Amazon- Produktempfehlungen, Werbenetzwerke via Cookie- Tracking, usw.

13 Perspektive: Medizin Foto: „Lubbock Heart Hospital, Dec 16-17, 2005“ – Mark, CC-BY-SA 2.0 https://creativecommons.org/licenses/by-sa/2.0/

14 Perspektive: Medizin Praxisbeispiel: Grippe- Ausbreitung Google-Entwickler_innen fanden ein statistisches Modell, welches durch Auswertung der Suchanfragen die Ausbreitung einer Grippe-Epidemie bestimmen kann: utrends/ utrends/ Teilweise genauer als Meldesystem der staatlichen Stellen Screenshot: nicht unter freier Lizenzhttp://www.google.org/flutrends/ Aktueller Entwicklungen: flu-prediction-tool flu-prediction-tool

15 Perspektive Medizin Praxisbeispiel: Personalisierte Behandlungsempfehlung Weltweite Suche nach analogen, veröffentlichten Fällen unter Einbeziehung von individuellen Details wie Alter, Ernährungsverhalten, genetischen Auffälligkeiten und Biomarkern Empfehlungen für Therapiemaßnahmen Zeit für aufwendige Literatur- und Internetrecherche entfällt Quelle: HPI / presseportal.com

16 Perspektive: Sozialforschung Foto: Craig Anderson – „Scientists“ (CC-BY-SA 2.0) https://creativecommons.org/licenses/by-sa/2.0/

17 Perspektive: Sozialforschung Fragebogenerhebung vs. Big Data Mögliche Datenquellen: Smartphone / Mobilfunk, Tablets, Laptops, Sensoren, Tracking Devices / Wearables (Armband o.ä.), Soziale Netzwerke, Internet-Dienste, Staatliche Erhebungen,...

18 Praxisbeispiel: Sozialforschung „We [are] recording social interactions within more than 1000 students at my university, using top-of-the- line cell phones as sensors. We can capture detailed interaction patterns, such as face-to-face (via bluetooth), social network data (e.g. Facebook and Twitter) via apps, telecommunication data from call logs, and geolocation via GPS & Wifi.“ Sune Lehmann (Associate Professor at DTU Informatics, Technical University of Denmark) Mehr dazu: sciences-age-big-data/

19 Praxisbeispiel: Sozialforschung urnal.pone (Open Access) urnal.pone „Our data set comprises over 46 billion words contained in nearly 4.6 billion expressions posted over a 33 month span by over 63 million unique users. In measuring happiness, we construct a tunable, real-time, remote-sensing, and non- invasive, text-based hedonometer“

20 Praxisbeispiel: Sozialforschung EU-gefördertes Forschungsprojekt „Pheme“ „Social Media Lügendetektor“ Ziel: halbwegs automatische Verifizierung von Social Media Inhalten, siehe: mill-20-automatic-assessment-of-the-veracity-of-social-media- information/http://www.modul.ac.at/article/view/rumor- mill-20-automatic-assessment-of-the-veracity-of-social-media- information/

21 Perspektive: Sozialforschung Hannah Fry: Is life really that complex? (Vortrag 2012). Link: Praxisbeispiel: London Riots mathematische Auswertung der Aufstände (nicht ganz Big Data, aber möglicher Ansatz) Lizenzhinweis: Fotos nicht unter freier Lizenz

22 Perspektive: Sozialforschung Mögliche Forschungsfragen: Wie kommunizieren Menschen? Wie werden Konflikte ausgelöst? Ursachen von gewalttätigem Verhalten, Entstehungen von “Problemviertel“, usw. Vorhersage und Echtzeit-Analyse von kritischen Situationen und menschlichem Verhalten? Social Physics: „Social Physics is a new way of understanding human behavior based on analysis of Big Data. The contributors to the Social Physics are a set of researchers who are connected through their association with the Human Dynamics Lab at MIT“ Lizenzhinweis: Foto nicht unter freier Lizenz

23 Perspektive: Stadtmanagement Verkehrs und Stauvorhersage, Energieeffizienz, Optimierung öffentlicher Nahverkehr, etc. Praxisbeispiel: Array of things (Chicago) Video: Mashable 2014, Link: Foto „Array of things“ nicht unter freier Lizenzhttp://bit.ly/1vlwANC Mehr zum Thema:

24 Praxisbeispiel: Wettervorhersage „As storms, hurricanes and floods are getting more extreme, meteorologists are leveraging big data to more accurately predict and pinpoint climate events“ Video: https://www.youtube.com/watch?v=kb9mm2lx-v8 (ab 0:30)https://www.youtube.com/watch?v=kb9mm2lx-v8

25 Potenziale Neue Form der Erkenntnisgewinnung, möglicher Paradigmenwechsel: „Vor allem muss die Gesellschaft sich gewohnter Vorstellungen von Kausalität entledigen und stattdessen vermehrt auf Korrelationen verlassen: Man wird oft nicht mehr wissen warum, sondern nur noch was. Das ist das Ende jahrhundertelang eingeführter Prozesse und verändert tiefgreifend die Art, wie wir Entscheidungen treffen und die Wirklichkeit verstehen“ - Viktor Mayer-Schönberger, Kenneth Cukier 2013

26 Diskussionsvorschlag I „SPIEGEL ONLINE: Reicht die nachträgliche Kontrolle der Algorithmen durch Experten - oder brauchen wir außerdem ein Recht auf Anonymität? Mayer-Schönberger: Ich fürchte, dass auch dieser Zug weitgehend abgefahren ist. Natürlich gibt es immer die Möglichkeit, sich dem zu entziehen, Informationen nicht preiszugeben, aber das hat zur Folge, dass man nicht beachtet wird. Insofern gibt es hohe Transaktionskosten der Anonymität. Die zu überwinden, auch regulativ, ist nur schwer möglich.” Internetforscher Viktor Mayer- Schönberger, Quelle: Spiegel Online view-mit-viktor-mayer-schoenberger-zu- big-data-a html (2013) view-mit-viktor-mayer-schoenberger-zu- big-data-a html “Die Vorteile von Big Data sind immens, gerade im Gesundheitswesen. In der personalisierten Medizin stehen wir vor einem Quantensprung. Big Data kann dabei unterstützen, die Menschen gesünder und eigenverantwortlicher zu machen. Bücher wie die von Albrecht, Spitz, Dziemba und Wenzel können dazu beitragen, Gesetze und eine Politik zu entwickeln, die uns wieder zum Souverän der Datenrevolution macht. Die kommende europäische Datenschutzverordnung ist ein erster Schritt.” Daniel Dettling, Quelle: The European dettling/9106-big-data-datenschutz-und- der-neue-kapitalismus (2014) dettling/9106-big-data-datenschutz-und- der-neue-kapitalismus

27 Diskussionsvorschlag II Twitter 'big data' can be used to monitor HIV and drug-related behavior, UCLA study shows (2014)http://newsroom.ucla.edu/releases/twitter- big-data-can-be-used-to http://newsroom.ucla.edu/releases/twitter- big-data-can-be-used-to Möglicher Zugriff auf folgende Datenquellen: Jugendamt, Polizei, Schule, freie Träger, Social Media,... Themengebiete z.B. Drogen- und Suchtprävention, Extremismus, Schulabbruch, Arbeitslosigkeit, psychische Erkrankungen, Kriminalität, etc. Welche Chancen und Grenzen seht ihr in Bezug auf die Soziale Arbeit in Praxis und Forschung?

28 Quellen Gröger, Anne-Christin. Generali erfindet den elektronischen Patienten. Süddeutsche Zeitung vom Link: patienten patienten Heuer, Steffan. Kleine Daten, große Wirkung. Big Data einfach auf den Punkt gebracht. Landesanstalt für Medien Nordrhein Westfalen 2013 King, Stefanie. Big Data. Potential und Barrieren der Nutzung im Unternehmenskontext. Wiesbaden Link: Mayer-Schönberger, Viktor und Cukier, Kenneth. Big Data: Die Revolution, die unser Leben verändern wird. München Link: https://www.m-vg.de/redline/shop/article/3116-big-data/https://www.m-vg.de/redline/shop/article/3116-big-data/ Pschera, Alexander. Dataismus und Optimismus. ZEIT Online 2013 Link: 09/bigdata-dataismus-optimismushttp://www.zeit.de/digital/internet/ /bigdata-dataismus-optimismus Reißmann, Ole. Interview zu Big Data. "Ich wünsche mir ein Recht auf Irrationalität". Spiegel Online am Link: Seemann, Michael. Gretchenfrage Big Data. In: C. Kappes et. al.(Hrsg.). Medienwandel kompakt. Springer Fachmedien Wiesbaden 2014 Tufekci, Zeynep. Ein Datensatz mit X. The European 2013 Link: Ulbricht, Carsten. Big Data & Recht – Herausforderungen für den Datenschutz und die Causa O2. Recht Link: Causa-O2.html Causa-O2.html Weichert, Thilo. Big Data und Datenschutz. Unabhängiges Landeszentrum für Datenschutz Schleswig-Holstein Kiel 2013 Link: https://www.datenschutzzentrum.de/bigdata/ bigdata-und-datenschutz.pdf Videos https://www.datenschutzzentrum.de/bigdata/ bigdata-und-datenschutz.pdf Vortrag: Viktor Mayer-Schönberger - Freiheit und Vorhersage: Über die ethischen Grenzen von Big Data. Link zum Video: Landesanstalt für Medien Nordrhein-Westfalen: Big Data. Link: https://www.youtube.com/watch?v=otWN5o1C2Bchttps://www.youtube.com/watch?v=otWN5o1C2Bc


Herunterladen ppt "Potenziale von Big Data Teil des Vortrags „Big Data – Potenziale und Grenzen“ Seminarleitung: Prof. Dr. Winfred Kaminski Modul 2.1: „Medien und Kultur."

Ähnliche Präsentationen


Google-Anzeigen