Von der flächendeckenden Überwachung zur flächendeckenden Lenkung der Bürger

Big Data Algorithmen als Lenkungswerkzeug

Philipp Schaumann

Der Vortrag zeigt an Hand von vielen Beispielen, dass die flächendeckende Überwachung die wir derzeit durch die Sammlung unserer persönlichen Daten erleben, nur die Spitze des Eisbergs ist und schon aus ökonomischen Gründen zu einer Lenkung und Steuerung der Menschen führen wird.

An die (freiwillige) flächendeckende Überwachung durch die verschiedenen Dienstleister wie Google, Facebook, Apple, Microsoft, Twitter, WhatsApp, Skype und der vielfältigen Fitness-Tracker haben sich die meisten Nutzer anscheinend bereits gewöhnt. Die meisten wissen, dass bei Nutzung eines Smartphones mit den vielfältigen Apps viel Privates an die jeweiligen Dienstleister geliefert wird. Auch mit der Weitergabe dieser Daten an die „Sicherheitsdienste“ scheinen sich die meisten irgendwie abgefunden zu haben.
Unklar ist aber zumeist, dass die Big Data Algorithmen daraus nicht nur benutzer-bezogene Werbung generieren, sondern dass diese (undurchsichtigen) Algorithmen Entscheidungen für die Nutzer treffen, ohne dass der Benutzer dies beeinflussen kann.
Das beginnt mit der selektiven Auswahl des Lesestoffs auf Grund von Entscheidungen des Page Ranking Algorithmus der Suchmaschine (und deren selektive Auswahl der Nachrichten das jeweilige Weltbild ganz leicht verschieben (können]), geht weiter mit der Wahl des Lebenspartners auf Dating-Websites, die schon heute mittels Algorithmen welche Persönlichkeit und Beziehungsglück miteinander verknüpfen, bestimmen, mit wem die Nutzer der Website glücklich sein werden, bis hin zu zukünftigen Finanz-Risiko-Optimierern deren Big Data Algorithmen sehr genau die Wahrscheinlichkeit abschätzen, dass jemand der diesen Facebook-Freundeskreis hat und in diesem Wohnbezirk wohnt seinen Kredit nicht zurückzahlt.
Da bleibt nur die Frage offen, ob wir die letzte Generation vor der (befürchteten oder erhofften) Singularität sind oder nicht vielleicht die erste Generation danach.

Related

Download

Embed

Share:

Tags