Auf der Suche nach den Mustern von morgen

23. Januar 2013 Frauen, die im dritten oder vierten Monat schwanger sind, sind für Marketiers attraktiv. In dieser Phase vor der Geburt eines Kindes sind sie besonders offen, abseits der sonst präferierten Marken und Produkte neue Waren einzukaufen. So weit die Theorie. Praktisch weiß kein Verkäufer, welche Kundin in dieser Lebensphase steckt. Abseits der Lebenspartner dürfte es nur der Arzt wissen, und dieser unterliegt der Schweigepflicht. An dieser Stelle beginnt das „Data Mining“, mit dem aus persönlichen Kenndaten, den Informationen über eingekaufte Waren und von anderen Quellen eingekauften Informationen ein riesiger Datenberg so lange beackert wird, bis am Ende eine Liste der Kundinnen entsteht, die mit größter Wahrscheinlichkeit schwanger sind.

„Big Data“ ist das neue Modewort für die Technik, in Milliarden von Informationsfitzeln mit Hilfe von Hunderten von Variablen ein Muster zu entdecken, das Antwort auf die Frage geben kann, wer schwanger ist. Big Data war das Thema der Münchener Internetkonferenz „Digital, Life, Design“ (DLD), die von Burda Media veranstaltet wird. Unter dem Motto „Patterns that Connect“ beschäftigten sich rund achthundert Teilnehmer mit Fragen der Datenanalyse in großem Stil. Kann man Baukredite an junge Kunden vergeben, allein basierend auf der Analyse ihrer Tweets und Facebook-Bekanntschaften? Wie sehen dynamische Versicherungen aus, die mit einer Adhoc-Police darauf reagieren, wie viele Personen im Auto sitzen, wie das Wetter ist und zu welcher Tageszeit die Fahrt angetreten wird?

Mit Big Data gegen das Altern

Es fehlte in München nicht an Visionen, wie „Konsumentenwünsche ortsbasiert entschlüsselt“ werden können, und auch die Investitionen sind erstaunlich, wenn die geraunten Zahlen der versammelten Risikokapitalisten stimmen. Hundert Milliarden Dollar sollen auf dem Markt für Big Data in den nächsten fünf Jahren von einer Tasche in die andere fließen. Alle sind dabei, wenn es um Big Data geht, auch Amazon, das ein eigenes Zentrum für die Datenanalyse gebaut hat. Amazon-Cheftechniker Werner Vogels verkündete, dass in Zukunft keine Wissenschaft ohne Big Data mehr betrieben werden könne und dass sich das Data Mining in Datenbergen bereits dann lohne, wenn man gerade zehn Kunden habe. Die Vorstellung, dass Historiker der Annales-Schule nun bei Amazon Konten einrichten, belustigte den Zuhörer.

Dass die Schattenseite von Big Data den Namen Big Brother trägt, sollte die fröhliche Stimmung von Big Money partout nicht trüben. Datenschutz und Privatsphäre waren die Buhworte im Reigen der Buzzwords. Ein ständig überwachtes Auto produziert im Nebeneffekt den gläsernen Autofahrer, die laufend erhobenen persönlichen Gesundheitsdaten melden gesellschaftlich schädigende Verhaltensweisen wie den übermäßigen Alkoholkonsum. Und die schwangeren Frauen? Die amerikanische Warenhauskette Target, die ihre Kundinnen mit Hilfe von Big Data separierte, landete mit ihrer Aktion nach Darstellung der „New York Times“ einen veritablen Flop. Die angeschriebenen Super-Käuferinnen fielen aus allen Wolken, als sie in der Werbung von Target auf ihre Schwangerschaft angesprochen wurden, Familiendramen spielten sich dort ab, wo Töchter aus gutem Hause in guter Hoffnung waren.

Zum Schluss der DLD sprach der amerikanische Investor Peter Thiel vor einem vollbesetzten Haus. Thiel ist mit Investitionen in den Zahlungsdienst Paypal und das soziale Netzwerk Facebook zum Superstar der Szene geworden. Überdies ist Thiel die Galionsfigur der technolibertären Szene in den Vereinigten Staaten, die den Staat so weit wie möglich abschaffen möchte. Auch Thiel investiert in Big Data, etwa mit Palantir Technologies, die Analyse-Software für die Terroristensuche an den amerikanischen Heimatschutz liefert. Den ergriffen lauschenden Zuhörern erklärte Thiel seine Lebensweisheiten, einmal in der Version für Intellektuelle als „Imperativ der eigenen Nonkonformität“, einmal etwas allgemeiner gegen den landläufigen Pessimismus: „Lebe dein Leben, als ginge es immer weiter.“ Thiel glaubt (und investiert) daran, dass Menschen mit der entsprechenden personalisierten Medizin zweihundert oder dreihundert Jahre alt werden können. Auch dafür braucht man Big Data, denn Altern ist nur ein Problem mangelnder Informationen über Körperprozesse.