Egal, was wir mit modernen Kommunikationsmitteln machen, vom Zahlen und Surfen bis zum Lernen, wir produzieren elektronische Spuren in unvorstellbaren Mengen. «Big Data» heisst das Stichwort. Daten werden als «Öl des 21. Jahrhunderts» und auch visionär als «Gold-Dust» betrachtet. Ein neuer Schatz für Ökonomen, Wissenschafter, Politiker und viele andere entsteht. Sie sehen darin neue Wachstums- und Wohlstandstreiber (ein Beitrag von: Betty Zucker).

Betty Zucker, Autorin dieses Beitrages

«Quants», wie mathematische Modellbauer auch genannt werden, sind ebenso in Goldgräberstimmung. Sie erkennen eine Art magisches Oberlicht, das direkten Einblick in das Verhalten der Bürger und Kunden gewährt, Daten im Überfluss, die mathematisch statistisch veredelt werden wollen, sowie Chancen, bisher undurchschaubare Verhaltensmuster und Gewohnheiten, Strukturen und Vernetzungen zu durchleuchten und zu erhellen.

Was die Welt zusammenhält

Modellbauer könnten zu mathematischen Gedankenlesern werden. Sie erhöhen etwa die Aussichten des Detailhändlers, früher gar als die Familie einer Kundin zu ahnen, dass Nachwuchs unterwegs ist. Genaues Monitoring des Kaufverhaltens jedes Kunden in Kombination mit anderen Daten macht dies möglich. Dank «Microtargeting» kann der Händler seine Angebote hochpersönlich adressieren – und gewinnen. Modellierer werden in Firmen und Behörden belächelt und benörgelt, ja gar zu «Sozialautisten» befördert. Nun versprechen sie sich ein Ende der elendigen Kritik, Modelle seien eher Karikatur als Realität. «Reality-Mining» gilt als neuartige Technologie, welche die Welt verändert. Datenanalyst zu sein, wird zum hippen Beruf.

Ob in Medizin, Wirtschaft oder Politik – mit immer präziser werdenden Daten werden sogenannte «evidence-based» Entscheidungsinstrumente entwickelt. Mit Mathe-Magie wird selektiert, korreliert, mit Wahrscheinlichkeitskurven farbenfroh illustriert, virtuos in Gleichungen und Kennzahlen gepackt, «gematcht» und getestet, kurz: verquantet. Wirkungen neuer Produkte und Services, Preise, politische Initiativen, Regulierungen bis hin zu Rebellionen werden gerechnet und geschätzt.

Sie suchen neue Erkenntnisse darüber, was die Welt zusammenhält – oder sie regiere. So wie die scheinbar als «Super-Einheit» erkannten 147 Konzerne (ETH-Studie 2011). Verschwörungstheoretiker finden endlich eine Bestätigung in echten Daten. Heureka! Und so datenbefeuern die Entwickler ihre Modelle mit Daten und rüsten sie auf im Hinblick auf grössere Nähe zum Lauf der Dinge, zu den Wegen und Umwegen der Menschen und ihrer Umwelt. Kurzum: Man will präziser, dynamischer und komplexer sein, wird dann aber oft auch unsicherer.

Nutzer der Modelle sind etwa Manager und Behörden. Sie müssen Ergebnisse liefern. Möglichst risikofrei und berechenbar. Dies in hektischer Welt-Unordnung, im Netz der Netze mit diffusen Eigendynamiken, oft in Organisationen mit einem Flickenteppich historisch gewachsener Strukturen und Hunderten global arbeitenden Projektteams. Manche zu gross, zu unübersichtlich, zu verzwickt, um sie effizient zu führen und zu kontrollieren. Man schätzt und vertraut sich – allerdings nur begrenzt. Kein Wunder, wollen Manager in dieser Gemengelage so viel wissen, wie es nur geht. Zur Erkennung von Wachstums- oder Effizienzmöglichkeiten, zur Information, gefühlten Kontrolle oder Absicherung.

Gratwanderung

Eine bewährte Methode der Abhilfe sind Zahlen. Modellierer liefern sie. Mancherorts ist geradezu eine «Modellitis» mit Nebenwirkung ausgebrochen: Management-Stau. Die digitalen Superhirne kommen ans Limit und brauchen Zeit. «Vier Monate lang haben wir Tausende von Modellen gerechnet und waren gelähmt», klagt der Topmanager einer Versicherung. Dazu kommt der Verständnis-Stau angesichts von «75 Kennzahlen auf einer schwer lesbaren A4-Seite. Ohne Hinweise auf die 5 relevantesten Messgrössen und Erklärung der Zusammenhänge. Dafür mit vielen ceteris-paribus-Klauseln, sprich Einschränkungen der Aussagen. Auch Modellierer sichern sich ab. Fürs <Big Picture> nehme ich dann einen WEF-Report.»

Darüber hinaus prägen verschiedene Logiken die Entscheidungswelten, was schwergewichtige Berechnungen leicht aushebelt. Politische Ambitionen oder politischer Druck, Taktik und eher stille Abschöpfungs- als Wertschöpfungsziele spielen oft genauso mit wie fehlender Mut oder Steueroptimierung. Das lässt sich weder modellieren, noch gibt es Daten zur Fütterung dieser Modelle.  Sind angesichts dieser Realitäten einfachere Modelle nicht mehr wert? Ist ihr Nutzen nicht gleich gross, selbst wenn damit grössere Unschärfen verbunden sind? Einfach, ohne dabei zu trivialisieren oder zu banalisieren, auf das Relevante verdichtet. Klar, dies ist eine Gratwanderung und fordert die Beteiligten.

Doch «Big Data» lässt auch hier hoffen: Einfache Modelle können schneller getestet und aktualisiert werden, da die Daten immer zeitnaher vorhanden sind. Modellierer und Nutzer können schnell testen und lernen.

Dabei gilt es die Unschärfen gegen ihre Kosten- und Zeitvorteile abzuwägen und nicht zuletzt: zu verantworten. Die Zukunft bleibt eh unvorhersehbar. Doch kluge Vereinfachungen bringen das grosse Ganze in den Blick. «Das wäre ein Segen», meint seufzend ein anderer WEF-Report-Leser. «Es würde weniger Abwehr gegen die Zahlen geben und die Diskussionen verbessern, auch weil sich mehr Kollegen beteiligen würden.» Entscheide könnten sachlicher, zeitgerechter, mit einer vernetzteren Gesamtsicht und letztlich besserem Bauchgefühl getroffen werden. Einfach vernünftiger.

Modelle beeindrucken das Management, wenn es einen Mehrwert erkennt. Dann entstehen Informationen, mit denen sich arbeiten lässt. Alles andere ist Wind und dann sehr schnell Windstille.