„Wir können uns Angst vor Mathematik nicht mehr leisten“ sagt Cathy O’Neil in einem SZ Interview. Die Nutzung von Big Data und Algorithmen breitet sich immer weiter aus, aber es fehlt bei vielen ein grundlegendes Verständnis über die dahinter liegenden Mechanismen. Mathe spielt dabei eine große Rolle, weil viele Verfahren auf komplexe Mathematik beruhen und Statistik verwenden.

Auf O’Neils Buch „Weapons of math destruction“ bin ich schon gespannt. Wenn es im Sommer auf Deutsch erscheint, werde ich es mir mal anschauen. Gerade gelesen habe ich das Buch „Fermats letzter Satz“ von Simon Singh. Darin geht es um den Beweis eines mathematischen Satzes, den der Mathematiker Fermat vor mehr als 300 Jahren postuliert hat. Der Satz ist nicht schwer zu verstehen. Die meisten erinnern sich sicherlich an den Satz des Pythagoras: a² + b² = c²

Dieser gilt in jedem rechtwinkligem Dreieck. Das Quadrat über der Hypotenuse ist gleich der Summe der Quadrate über den Katheten. Für diesen Satz gibt es ganzzahlige Lösungen. Beispielsweise 3, 4 und 5. Der letzte Satz von Fermat sagt nun, dass es zwar für den Satz des Pythagoras ganzzahlige Lösungen gibt, aber nicht für die gleiche Formel mit höheren Potenzen. Seine Behauptung ist also, dass es für die Formel aⁿ + bⁿ = cⁿ für n>2 keine ganzzahlige Lösung für a,b und c geben wird.

Das hört sich nicht so schwer an. Aber wie immer, wenn zu beweisen ist, dass etwas nicht existiert, ist es das eben doch. Ganze Zahlen gibt es nunmal unendlich viele und somit auch unendlich viele Möglichkeiten. Durch Ausprobieren läßt sich das also selbst mit einem noch so schnellen Computer nicht beweisen.

Jahrhunderte lang ist es keinem Mathematiker gelungen, diesen Satz zu beweisen. Viele haben sich daran die Zähne ausgebissen und sind im wahrsten Sinne verzweifelt. 1988 dann glaubte Yoichi Miyaoka, den Beweis gefunden zu haben. Damals arbeitete er am Bonner Max-Planck-Institut und ich kann mich dunkel an den Rummel erinnern. Ich habe ja 1987 angefangen in Bonn zu studieren. Leider stellte sich jedoch schnell heraus, dass der Beweis einen Fehler hatte. Somit blieb das Problem weiter ungelöst.

1995 dann war es soweit. Andrew Wiles gelang es, Fermats letzten Satz zu beweisen. Der Beweis ist so kompliziert und abstrakt, dass es unmöglich ist, ihn als Leihe nachzuvollziehen. Darum geht es in Singhs Buch aber gar nicht. Singh erzählt eine spannende Geschichte über Mathematik und ihre Entwicklung. Einzelne kleine Beweise sind im Anhang erläutert und durchaus nachvollziehbar. Fermats letzter Satzmacht Lust auf Mathematik und kann ein guter erster Schritt auf dem Weg zu einer neuen Beschäftigung mit ihr sein. Kenntnisse darin sind so wichtig, um die Welt von Big Data und Algorithmen verstehen zu können.

Was habe ich neues gelernt: Es gibt quasi keinen Mathematiker, der etwas bedeutendes geschaffen hat, nachdem er die 30er überschritten hat. Fortschritte in der Mathematik scheint man nur mit einen jungen, wilden Geist erlangen zu können. Ausnahmen bestätigen – wie immer – die Regel. Wiles war bereits 36, als er den Beweis fertig gestellt hat.

Und ich habe noch etwas gelernt: In der Mathematik gibt es kaum versteckte Forschung. Alles wird öffentlich diskutiert und der regelmäßige Austausch ist im Kleinem (Tee-oder Kaffee-Runde im Institut) oder Großem (Konferenzen) üblich. Das ist in fast allen anderen technischen Forschungsbereichen mit ihren Patentschlachten eher nicht der Fall.

Google ist mir deutlich unheimlicher als Apple, aber sympathischer als Facebook. Apple verdient sein Geld hauptsächlich mit Hardware und ist daher nicht auf die Nutzung von Daten der Kunden angewiesen. Die Plattform Apple kann man auf Grund ihrer Geschlossenheit trotzdem kritisieren. Facebook ist auf die Daten der Nutzer angewiesen. Gerade in der geschickten Ausnutzung der doch meist privaten Daten für Werbung liegt das Geschäftsmodell. Ob der Nutzen des sozialen Netzwerks trotzdem groß genug ist, muss jeder selbst entscheiden.

Auch Google lebt natürlich von der Werbung, aber die direkte Ausnutzung meiner persönlichen Daten scheint mir nicht wesentlich oder ausschließlich zu sein. Google profitiert hauptsächlich von der großen Menge der Nutzer und ihrer Daten. Die Marktmacht von Google ist jedoch schon beängstigend und die Ziele, vor allem für die etwas fernere Zukunft, nicht zu durchschauen.

Ich war sehr gespannt auf das Buch „How Google works“ von Eric Schmidt und Jonathan Rosenberg. Welche Einblicke erlaubt es in die Internas von Google? Natürlich darf man das beschriebene nicht auf die Goldwaage legen. Schmidt/Rosenberg sind extrem stolz auf ihr Unternehmen und sehen es als das beste der Welt. Vielleicht nicht ganz zu unrecht. Der rasante Aufstieg ist definitiv beeindruckend.

Wie bei vielen Internet Unternehmen wird auch bei Google zwischen Kunden und Nutzern unterschieden. Kunden sind die, von denen das Geld kommt, also die Werbetreibenden. Nutzer sind die, die die angebotenen Services nutzen. Obwohl für die Einnahmen die Kunden wichtig sind, steht der Nutzer an vorderster Stelle. Von Anbeginn hatten die Gründer die These, dass ein für Nutzer gut gemachter Service letztendlich auch dafür sorgt, dass man damit Geld verdienen kann. Ich erinnere mich noch gut daran, wie ich mit einem Freund das erste mal Google Maps bzw. Google Earth angeschaut habe. Wir waren fasziniert davon, konnten uns aber nicht vorstellen, wieso Google das macht und wie damit Geld zu verdienen ist. Nach dem Lesen des Buches habe ich den Eindruck, dass das wirklich ein Prinzip bei Google ist. Etwas tolles und spannendes für die Nutzer wird gemacht, wenn es geht. Das Geld verdienen ergibt sich dann schon. Ein Teil der Arbeitszeit können Mitarbeiter für eigene Projekte verwenden. So wird Innovation aktiv gefördert.

Eng damit hängt auch das Motto „Don’t be evil“ zusammen. Mit den Nutzern im Zentrum des Interesses macht das Motto Sinn. Ob das wirklich das Handeln immer bestimmt, kann ich nicht sagen, wahrscheinlich nicht. Google muss sich im Wettbewerb behaupten und daher sicher manchmal auch die Ellbogen ausfahren. Aus dem Buch wird das Motto immerhin verständlich und ist allemal glaubwürdiger als die Mottos von Enron oder Lehmann Brothers, die sich schön anhören, aber, wie wir wissen, nichts mit der Firmenpolitik zu tun hatten.

Im Gegensatz zu vielen „alten“ Unternehmen wird bei Google Widerspruch gefördert (also nicht so wie bei VW einfach alles abgenickt und Kritik unterdrückt). Laut Buch ist jeder aufgerufen mitzudenken und Problem oder Schwierigkeiten zu artikulieren. „If everyone is thinking alike somebody isn’t thinking“ ist eine interessante Feststellung. Jede Meinung wird Respekt entgegen gebracht. Googles Credo für Meetings ist aber auch: Jedes Meeting braucht genau einen Owner / Decision Maker. Diskussionen sind wichtig, aber zum Schluß gibt es eine Entscheidung. Zu Zusammenarbeit und Firmenkultur gibt es eine ganze Menge Ratschläge, die mir aber nicht neu erscheinen.

Ein eigener Abschnitt des Buches beschäftigt sich mit der Auswahl neuer Mitarbeiter. Klar, bei dem Wachstum des Unternehmens war es bestimmt entscheidend, kontinuierlich neue geeignete Mitarbeiter zu bekommen. Der damit verbundene Prozess ist so wichtig, dass er sich in den Zielen aller Mitarbeiter findet. Alle haben die Aufgabe, an der Auswahl mitzuwirken. Für Firmen mit „normalem“ Wachstum ist das wohl nicht so wichtig. Ich kenne das in dem Maße auch nicht. Die Fragen, die in Google Interviews gestellt werden (können), sind zumindest legendär.

„How Google works“ scheint sich in großem Maße an zukünftige Firmenlenker, Gründer von Startups, zu wenden. Jedes Kapitel endet mit einer Reihe von Ratschlägen und Zusammenfassungen. Obwohl ich nicht zu dieser Gruppe gehöre, fand ich es sehr interessant und kann es nur empfehlen, obwohl es nicht mehr neu ist.

Wer lernt nicht gerne etwas dazu? Aber möglichst mit wenig Aufwand. Bequem von Zuhause. So, wie Zeit ist. Da ist ein MOOC – Massive Open Online Course – gerade das Richtige. MOOC sind die moderne Form der Fernuniversität. Sie sind einfach zugänglich und erlauben das Lernen vom Sofa aus. Es gibt Kurse kostenlos und gegen Bezahlung von kommerziellen Anbietern. Englisch als Sprache ist bei vielen Angeboten im IT Umfeld üblich.

Fängt man einen Kurs an, so fällt auf, dass das „dran bleiben“ nicht so einfach ist. Ohne einen gewissen Druck ist die Überwindung des inneren Schweinehunds – zumindest für mich – nicht zu haben. Will man wirklich etwas lernen, ist der Schreibtisch doch sinnvoller als das Sofa. Dementsprechend sind die Abbruchquoten extrem hoch. Außerdem ist das Lernen alleine manchmal öde und bei komplexem Stoff häufig nicht machbar. Teams oder zumindest Foren zur Unterstützung müssen her.

Schon seit einiger Zeit habe ich Interesse an Big Data Analysen, Maschinellem Lernen und Visualisierungen. Dazu habe ich hier und da kleinere Kurse gemacht, die mich aber nicht wirklich weiter gebracht haben. Im Sommer habe ich mich daher dazu entschlossen, einen längeren Kurs zu machen. Ich habe vorher keine Untersuchung gemacht, welcher MOCC Anbieter geeignet ist. Irgendwo bin ich auf das Nanodegree Programm von Udacity gestossen und das hat mich so angesprochen, dass ich es abgeschlossen habe. Nanodegree ist nicht nur ein einzelner Kurs sondern eine Folge von zusammenhängenden Kursen zu einem Thema. Jeder dieser Kurse wird von Coaches begleitet und mit einem Projekt abgeschlossen. Die angestrebte Gesamtlaufzeit beträgt ungefähr 12 Monate. Je Monat kostet das Nanodegree 200$.

200$ ist eine Menge Geld, aber, wie oben gesagt, ohne Druck geht es nicht. Dieses Geld sollte für mich den nötigen Druck erzeugen, wirklich an den Kursen und Projekten zu arbeiten. Alle Kurse kann man bei Udacity auch kostenlos machen. Natürlich inklusive der Projekte. Allerdings gibt es dann keine Unterstützung von Udacity und kein Review der Projektergebnisse. Ob 200$ zu viel oder angemessen ist, mag jeder für sich selbst entscheiden. Ich fand das eigentlich grenzwertig viel, aber Gespräche mit Kollegen und Freunden haben mir gezeigt, dass so gut wie niemand überrascht war und das meist als angemessen betrachtet wird. Vielleicht stimmt das sogar, denn es wird durchaus etwas geboten für’s Geld (die Kurse, die Übungen, die Projekte und deren Review, sowie die Platform selbst, Foren, etc.). Außerdem bekommt man bei erfolgreichem Abschluss innerhalb von 12 Monaten 50% des Geldes von Udacity zurück. Ebenfalls ein Punkt, der den Druck aufrecht erhält, das Programm bis zu Ende durchzuhalten.

Ich habe im Juli das Nanodegree Data Analyst gestartet. Dieses beschäftigt sich mit Statistik, Datenanalysen, Maschinellem Lernen, Visualisierungen und A/B Tests. Ein breites Spektrum mit einer Einführung in die Theorie und vielen praktischen Umsetzungen in R, Python, MongoDB, DimpleJS und vielem mehr. Das Programm hat mir gut gefallen, mich aber durchaus gefordert. Die 10 Stunden pro Woche, die für 12 Monate veranschlagt werden, sind realistisch. Natürlich hängt das von den persönlichen Vorkenntnissen ab.

Ich habe heute mein letztes Projekt abgeschlossen und das Programm damit erfolgreich beendet. Das ist schneller als 12 Monate gewesen, weil ich in der Lage war, deutlich mehr Zeit zu investieren als 10 Stunden pro Woche. Habe ich nun etwas von dem Abschluss? Direkt erst mal nicht, weil nun, auch wenn sich der Aufwand hoch anhört, nicht mehr als Grundkenntnisse in den behandelten Themen vorhanden sind. Trotzdem denke ich, die Zeit war gut investiert. Meine Erfahrungen mit MOOC sind also positiv.

[Ergänzung 17.10.2016] Die Projektergebnisse aus dem Nanodegree Data Analyst habe ich auf GitHub. Sie können hier angeschaut werden.

Wie wir in Zukunft arbeiten werden, ist aktuell ein heiß diskutiertes Thema. Treiber für Veränderungen sind die Digitalisierung, Big Data, das Internet der Dinge und Industrie 4.0. Die Automatisierung schreitet fort, und nicht nur körperliche Arbeit, sondern zunehmend auch geistige Arbeit wird durch Maschinen übernommen.

Das Buch von Constanze Kurz und Frank Rieger beschäftigt sich genau mit diesem Thema, indem es die heutige Technisierung in der Industrie beschreibt und damit eine mögliche Vision von zukünftigen Arbeitsabläufen erzeugt. Dazu wird am Beispiel der Broterzeugung ein Bogen von der Ernte über Erntemaschinen, Mühlen und Bäcker gespannt. Da ist an sich nichts Revolutionäres zu entdecken, aber trotzdem wird deutlich, was sich in den letzten Jahrzehnten verändert hat, und ich habe hier und da sogar noch etwas Neues gelernt. So beispielsweise, dass die Großbäckereien unter starkem Druck der Teiglinghersteller sind, und dass in einer modernen Mühle jedes einzelne Korn von einer Kamera überprüft wird. Von dort wird das Thema noch weiter gespannt über Industrieroboter, Logistik und Raffinerien, und schließlich gelangt das Buch auch zu autonomen Autos und den Algorithmen, die nun auch noch geistige Arbeit ersetzen.

Richtig behandelt wird eine mögliche Zukunft jedoch nicht. Es wird quasi vom aktuellen Zustand und der Entwicklung dahin extrapoliert ohne wirklich aufzuzeigen, wie eine Gesellschaft dann aussehen würde. Erst der Epilog beschäftigt sich ein wenig mit Arbeit und Bildung. Die Idee, Kapital statt Arbeit zu besteuern, kannte ich schon von Yvonne Hofstädters Buch „Sie wissen alles“. Eine Vision, wie eine Gesellschaft aussehen sollte, die die Automatisierung mit Menschlichkeit verbindet, fehlt völlig.

Die Konzentration auf den Status Quo finde ich enttäuschend. Ich habe von dem Buch mehr erwartet. Es ist allerdings auch bereits vor fast zwei Jahren geschrieben worden und seitdem hat sich die Diskussion über das Thema deutlich weiter entwickelt. Als Bestandsaufnahme und zur Verdeutlichung, welches Ausmaß die Automatisierung heute schon angenommen hat, ist das Buch aufgrund seiner einfachen Sprache trotzdem sehr zu empfehlen. Allen, die sich mit Automatisierung noch nicht beschäftigt haben, werden die Augen geöffnet.

Wer immer es gerne lesen möchte, kann sich zwecks Ausleihe gerne bei mir melden.

Die vernünftige Entwicklung der Digitalen Gesellschaft ist mir sehr wichtig und daher habe ich nun auch das Buch „Sie wissen alles“ von Yvonne Hofstetter gelesen. Aufklärung ist ein wesentlicher Bestandteil, die Gesellschaft überhaupt weiterentwickeln zu können. Der Titel ist zwar reisserisch, aber trotzdem versprach er, genau an dieser Aufklärung zu arbeiten. Im Prinzip stimmt das auch, aber Hofstetter übertreibt in meinen Augen mit der Panikmache und Paranoia.

Das Buch spannt den Bogen vom Nutzen von Big Data, Algorithmen und künstlicher Intelligenz im Militär über automatisierten und algorithmischen Handel bis zum Sammeln von Daten großer Unternehmen wie Facebook und Google. Das ist an sich nicht schlecht, aber leider versucht Hofstetter, Angst und Paranoia permanent zu schüren, indem sie immer wieder entsprechende Aussagen einstreut. Das ist wahrscheinlich ein stilistisches Mittel, das den Leser/die Leserin bei der Stange halten soll. Mich hat es genervt und beinahe dazu geführt, dass ich das Buch nicht bis zu Ende gelesen hätte.

Die historischen Betrachtungen sind jedoch wichtig, weil die Fehler, die dort bereits passiert sind (ein falsches Flugzeug abgeschossen, Börsencrash), zeigen, was bei neuen Feldern (Gesundheitssystem) passieren könnte.

Richtig interessant wird es aber im letzten Teil des Buches, bei dem unser Menschenbild und das Verhältnis von Mensch, Arbeit und Daten analysiert wird. Für Hofstetter haben die persönlichen Daten genauso wie die Arbeit schöpferischen Wert. Somit sind die persönlichen Daten integraler Bestandteil unserer Existenz und nicht von uns trennbar. Sie sind durch die enge Verbindung mit unserer Würde keine bloßen Objekte oder Ware und daher auf besondere Art und Weise zu schützen. Und wie unsere Arbeit haben auch unsere Daten einen Wert, den wir einfordern dürfen. Der Begriff persönliche Daten ist dabei sehr weit gefasst und umspannt nicht nur Name, Geburtsdaten etc. sondern auch alle durch Sensoren über uns ermittelte Daten.

Auch die Betrachtungen zu menschlicher Arbeit im Vergleich zu intelligenten Maschinen gefallen mir. Natürlich sind Maschinen in vielen Fällen dem Menschen überlegen und das in Zukunft auch immer mehr bei intellektuellen Tätigkeiten. Aber sie werden dadurch nicht Subjekt (wie der Mensch) sondern bleiben Objekt, das uns dient. Was uns von den Maschinen unterscheidet ist das Gewissen, Verantwortungsbewusstsein und die Fähigkeit zum moralischen Handeln. Dies muss immer wieder klargestellt werden.

Zum Schluss des Buches skizziert sie 10 Aufgaben, denen wir uns stellen müssen. In ihrem Vortrag auf der re:publica 2014 hat sie 3 davon beschrieben. Leider nimmt die Behandlung dieser Aufgaben einen relativ kleinen Teil des Buches ein.

Auf Youtube findet sich auch ein gutes Interview mit ihr. In ihrem Artikel in Der Zeit zu künstlicher Intelligenz und Algorithmen fordert sie mehr Transparenz von maschineller Intelligenz. Eine Forderung, die ich unterstütze und die ich auch schon bei Viktor Mayer-Schönberger in seinem Big Data Buch gelesen habe.

Auch wenn das Buch mir stilistisch nicht so sehr gefällt, ist der letzte Teil so wertvoll, dass sich das Lesen von „Sie wissen alles“ lohnt.

Schon vor fast einem Jahr habe ich das Buch „Das Ende des Zufalls – Wie Big Data uns und unser Leben vorhersagbar macht“ auf einer Veranstaltung geschenkt bekommen. Nun habe ich es endlich gelesen und wurde nicht enttäuscht.

Inhalt des Buches ist das Thema Big Data und wie Unternehmen mit den damit verbundenen Technologien ihre Geschäfte optimieren. Bereits im Frühjahr hatte ich über das Big Data Buch von Viktor Mayer-Schönberger geschrieben. Dabei ging es um den Paradigmenwechsel, der mit der Nutzung von Big Data einhergeht.

Rudi Klausnitzer, der Autor des Buches Das Ende des Zufalls, ist im Gegensatz zu Mayer-Schönberger kein Hochschullehrer, sondern ein österreichischer Medienmanager. Sein Buch ist daher aus der Perspektive einer Person geschrieben, die die Auswirkungen von Big Data erlebt. Klausnitzer spürte, dass es Veränderungen gibt. Die Beziehung zwischen Unternehmen und Kunden veränderte sich. Aber den meisten, denen die aktuellen Methoden zur Verarbeitung von Daten und der Statistik nicht so zugänglich sind (also fast allen), erschließt sich das Potential und die Gefahr dieser Veränderungen nicht. Auch ihm nicht direkt – und so möchte er die Hintergründe dieser Veränderungen aufspüren und recherchiert umfassend. Dabei kommen ihm seine guten Kontakte aus der Welt der Kultur und der Medien sicherlich zu gute. Sein Ziel ist es, dem Leser die Augen für die Veränderungen zu öffnen, die der Einsatz von Big Data mit sich bringen wird.

Das Buch ist keine wissenschaftliche Aufarbeitung von Big Data, Statistik oder maschinellem Lernen. Wer sich mit dem Thema bereits beschäftigt hat, wird hier nicht viel neues finden. Möchte man aber wissen, wie weit die Vorhersehbarkeit unseres Lebens wirklich schon geht und was das in Zukunft bedeuten könnte, ist das Buch ein guter Einstieg.

Das Buch kann man sich auch gerne bei mir ausleihen. Einfach melden.

Big Data – was ist das denn? Zumindest bei meiner Arbeit ein Riesenthema! Da in Tages- und Wochenzeitungen darüber berichtet wird, ist es auch ein Mainstreamthema. Schon im Januar schrieb Die Zeit darüber. Damals noch eher unbedarft. Bei Big Data geht es um viele Daten, die mit Hilfe von noch mehr Technologie ausgewertet werden. Das hört sich doch gleich nach Überwachung an. Seit Snowden wird Big Data kritisch beäugt.

Dabei geht es bei Big Data gar nicht um Überwachung. Zumindest nicht primär. Der Begriff ist jedoch nicht leicht zu fassen. Daher gefällt mir das Buch „Big Data“ von Viktor Mayer-Schönberger und Kenneth Cukier, das ich gerade gelesen habe, sehr gut. Mit einfachen Worten und Beispielen wird das Wesen von Big Data herausgearbeitet. Mit je einem eigenen Kapitel beschreibt das Buch die mit Big Data verbundenen Paradigmenwechsel:

1. Mehr – es werden möglichst viele Daten für Analysen verwendet
2. Unscharf – es kommt nicht so sehr auf die Genauigkeit der Daten an
3. Korrelation – das „was“ ist ausreichend und das „warum“ nicht zwingend notwendig

Basis dafür, dass dieser Paradigmenwechsel überhaupt fruchtet, ist die zunehmende Datafizierung. Immer mehr Abläufe, Ereignisse und Zustände werden digital erfasst und stehen für Auswertungen zur Verfügung. So können Maschinen besser gewartet werden oder Patienten besser versorgt werden. Natürlich wird auch die Werbung damit effizienter. Amazons „andere Kunden haben Produkte x,y gekauft“ basiert auf solchen Big Data Analysen. Schon vor Jahren wurden dort die menschlichen Experten für die Empfehlungen entlassen. Big Data brachte einfach bessere Ergebnisse.

Und damit wird auch das Risiko deutlich. Big Data kann zu gewaltigen Umwältzungen führen. Wenn das „warum“ nicht mehr relevant ist, sonder nur noch das „was“ herangezogen wird, ist die Transparenz nicht mehr gegeben. Im Buch wird daher eine Art Zertifizierung für die Big Data Verfahren vorgeschlagen. Dies soll verhindern, dass wir zu „Opfern“ der Algorithmen werden, und nicht nur beim Kaufen, sondern in nahezu allen Lebenslagen der Big Data Analyse ausgeliefert sind.

Auch die dunkle Seite wird im Buch beleuchtet. Wie jede wirkmächtige Entwicklung hat auch Big Data eine dunkle Seite durch Missbrauch. Dazu gehört nicht nur die Überwachung durch die NSA. Auch die Wahrung des Datenschutzes durch private Unternehmen ist wichtig. Dabei muss eine Balance zwischen Schutz und fruchtbarer Nutzung erreicht werden. Auf eine bessere Verkehrssteuerung durch Big Data will ja quasi niemand mehr verzichten.

Das Buch „Big Data“ ist vor der Snowden Enthüllung erschienen und seine Stärke ist, dass schon damals die dunkle Seite diskutiert wurde. Daher ist das Buch auch jetzt noch relevant und nicht zu Unrecht auf einer Empfehlungsliste der NY Times für 2013. Die NSA Überwachung selbst wird sogar am Rande erwähnt. Schon in 2010 hatte die Washington Post darüber berichtet.

Was auch immer aus der Snowden Affäre folgt. Das, was wir heute Big Data nennen, wird nicht mehr verschwinden. Das Buch von Meyer-Schönberger ist daher eine gut Lektüre, um zu verstehen, worum es wirklich geht. Ist Big Data nun eine Revolution? Ich bin mir nicht sicher. Verändern werden sich aber sicher viele Bereiche, wie wir leben und wie wir handeln.

P.S.: ich habe dieses Buch als eBook auf dem Kindle gelesen und kann es wirklich empfehlen.