Big Data – Eine Revolution, die unser Leben verändern wird

Big data: a revolution that will transform our lives

Zusammenfassung

Big Data ermöglicht es, aus einer – relativ gesehen – großen Datenmenge Einsichten in die Wirklichkeit zu gewinnen, die bisher so für uns nicht zugänglich waren. Unsere bisherige Schwierigkeit im Umgang mit großen Datenmengen hat die Methoden wissenschaftlicher Erkenntnis geprägt. In dem Maß, in dem sich das Sammeln und Analysieren von Daten durch die digitalen Werkzeuge erleichtert und verbessert, werden wir auch unsere Erkenntnismethoden anpassen müssen. Im Gegenzug dazu, erhalten wir einen beschleunigten und verbesserten Zugang zu wissenschaftlicher Erkenntnis, insbesondere in den Bereichen der Lebens- und Sozialwissenschaften. Die Mächtigkeit von Big Data gebietet aber auch, dass wir uns seiner Grenzen ebenso gewahr sind wie der außergewöhnlichen Gefahren einer missbräuchlichen Verwendung.

Abstract

Big data denotes our capacity to gain insights from (in relative terms!) large amounts of data that we could not have had by just looking at samples. Our difficulty in working with data has shaped our methods in the small data age. As these limitations with respect to data diminish, we will have to rethink and adjust our scientific methods. In return, we will gain a wealth of new insights, perhaps leading towards a new golden era of scientific discovery. Big Data power demands, however, that we also are cognizant of its limitations and the significant dangers of abusing it.

This is a preview of subscription content, log in to check access.

Literatur

  1. 1

    Ginsburg J et al (2009) Detecting influenza epidemics using search engine query data. Nature 457:1012–1014

    Article  Google Scholar 

  2. 2

    Neyman J (1934) On the two different aspects of the representative method: the method of stratified sampling and the method of purposive selection. J Royal Stat Soc 97:558–625

    Article  Google Scholar 

  3. 3

    Hilbert M, López P (2011) The world’s technological capacity to store, communicate, and compute information. Science 332:60–65

    CAS  Article  PubMed  Google Scholar 

  4. 4

    Eisenstein E (1993) The printing revolution in early modern Europe. Cambridge University Press, Cambridge, S 13–14

    Google Scholar 

  5. 5

    Duggan M, Levitt S (2002) Winning isn’t everything: corruption in sumo wrestling. Am Econ Rev 92:1594–1605

    Article  Google Scholar 

  6. 6

    Mayer-Schönberger V, Cukier K (2013) Big data: a revolution that will transform how we live work and think. Houghton Mifflin Harcourt, Boston, S 59–61

    Google Scholar 

  7. 7

    Kahneman D (2011) Thinking, fast and slow. Farrar, Straus and Giroux, New York City, S 74–75

    Google Scholar 

  8. 8

    White R et al (2013) Web-scale pharmacovigilance: listening to signals from the crowd. J Am Med Informat Assoc 20:404–408

    Article  Google Scholar 

  9. 9

    http://www.tylervigen.com. Zugegriffen: 3. Feb. 2015

  10. 10

    Silver N (2012) The signal and the noise: why so many predictions fail – but some don’t. Penguin, New York

    Google Scholar 

  11. 11

    Lazer D, Kennedy R, King G, Vespignani A (2014) The parable of google flu: traps in big data analysis. Science 343:1203–1205

    CAS  Article  PubMed  Google Scholar 

  12. 12

    Stefansen C (2014) Google flu trends gets a brand new engine. http://googleresearch.blogspot.co.at/2014/10/google-flu-trends-gets-brand-new-engine.html. Zugegriffen: 5. Jan. 2015

Download references

Author information

Affiliations

Authors

Corresponding author

Correspondence to Prof. Dr. Viktor Mayer-Schönberger.

Ethics declarations

Interessenkonflikt

Viktor Mayer-Schönberger gibt an, dass kein Interessenkonflikt besteht.

Dieser Beitrag beinhaltet keine Studien an Menschen und Tieren.

Rights and permissions

Reprints and Permissions

About this article

Verify currency and authenticity via CrossMark

Cite this article

Mayer-Schönberger, V. Big Data – Eine Revolution, die unser Leben verändern wird. Bundesgesundheitsbl. 58, 788–793 (2015). https://doi.org/10.1007/s00103-015-2180-z

Download citation

Schlüsselwörter

  • Big Data
  • Digitalisierung
  • Wissenschaftliche Methode
  • Statistik
  • Kausalität

Keywords

  • Big data
  • Digitization
  • Scientific method
  • Statistics
  • Causality