Big Data ist mehr als ein Buzzword

Bei Akanoo prognostizieren wir das Verhalten von Website-Besuchern um die Wahrscheinlichkeit ihres Handelns vorherzusagen. Aus den Spuren bisheriger Besucher und den gegenwärtigen Eigenschaften und Verhalten aktueller Besucher sagt Akanoo in Echtzeit ihre nächsten Schritte voraus. So wird die Reise der Besucher durch Online-Shops aufgewertet. Akanoo erkennt verlässlich die Besucher, die sehr wahrscheinlich nicht kaufen werden, um diese gezielt mir relevanten Anreizen anzusprechen. Wir nutzen dabei Methoden, die oft nur mit dem abstrakten Begriff Big Data beschrieben werden. 

BigData_application

Aber können Sie sich etwas darunter vorstellen, wenn Ihnen jemand sagt er nutze Big Data? Uns fällt das schwer, weil der Begriff sehr abstrakt und daher wenig präzise ist. Wir verwenden komplexe statistische Schätzverfahren, die sehr große Datensätze vergangener Besucherströme nutzen um verlässliche Prognosen zu produzieren. Damit das Anwendungsfeld Big Data greifbarer wird, möchten wir zwei spannende und konkrete Anwendungen beschreiben, die ähnliche Methoden nutzen um damit bemerkenswerte Ergebnisse zu erzielen.

1.       Google unterstützt den Kampf gegen Menschenhandel

Google hat in den letzten Jahren viele Initiativen mit technologischem Know-How ausgestattet. Der Google Person Finder hilft Menschen nach Naturkatastrophen wieder zusammen zu führen. Google Flu- oder Denque-Trends zeigen Erste Perspektiven, wie Gesundheitsorganisationen bei der logistischen Versorgung von Epedemien durch die schnelle Aggregation verteilter Daten profitieren können. Nun unterstüzt Google die  Hilfsorganisationen Polaris, LaStrada und Liberty Asia beim Aufbau des Global Human Trafficking Hotline Network (GHTHN). Das Netzwerk ist eine globale Anlaufstelle für Opfer von Menschenhandel. So melden sich Opfer bei örtlichen Hilfsorganisationen, aber diese greifen auf die Informationen des GHTHN zurück. Dies ermöglicht lokalen Hilfsorganisationen, den spezifischen Kontext des Opfers besser zu adressieren,  denn mit jeder Information des potentiellen Opfers liefert das System automatisch kontext-bezogene Hinweise und Empfehlungen für die lokalen Hotline Mitarbeiter.  So konnte zum Beispiel  die Zeit reduziert wesentlich  werden, bis ein  Opfer mit einem Muttersprachler sprechen konnte oder direkte Hilfe geschickt werden konnte. Die Datenmenge und analytische Leistung des Systems bei zwei wichtigen Aufgaben im Kampf gegen den Menschenhandel.  Zum Einen ermöglicht die zentrale Aggregation von Hilferufen und Reaktionen, erfolgreiche Tipps und Hinweise schnell über viele Hilfsorganisationen zu verbreiten. So kann jede Organisation jederzeit mit State-of-the-Art Methoden arbeiten. Zum Anderen können durch die zentralisierte Aggregation von Hilferufen aktuelle Brennpunkte lokalisiert werden. Diese Informationen nutzen Regierungsorganisationen um Logistik und Hintermänner im Menschenhandel ausfindig zu machen

2.       Mathe mit Maschinen lernen

Ich erinnere mich ungern an meine Vorlesungen der Wirtschaftsmathematik zurück. So eindrucksvoll Frau Professor Moosmüller auch versuchte uns  um kurz nach 8 mit Matrizen-Operationen wachzurütteln, so sehr war sie zum Scheitern verurteilt. Die eine Hälfte der Zuhörer schlief noch und die andere Hälfte verstand an ganz unterschiedlichen Stellen wenig bis gar nichts. Zusätzlich sind heute viele Universitäten vor das Problem gestellt, dass insbesondere Einführungsveranstaltungen von so vielen Studenten besucht werden müssen, dass diese in keinem Hörsaal gleichzeitig untergebracht werden können.  Diesem Problem hat sich die Universität Arizona im letzten Jahr gemeinsam mit dem New Yorker StartUp Knewton angenommen. Die Uni setzt für alle mathematischen Einführungsveranstaltungen Lehrsoftware ein, die das individuelle Lernniveau und Pensum der Studenten berücksichtigt. Mit jeder Lektion lernt die Software über das Lernen ihres Benutzers und stellt so insbesondere an den Stellen zusätzliche Hilfen und Aufgaben bereit, an denen es hapert. Außerdem muss sich kein Student mehr um 8 in den Hörsaal quälen. Die Studenten können die Knewton Software nutzen wie und wann sie möchten. So können begabte Studenten ihren Schein in wenigen intensiven Lerntagen abholen und andere Studenten absolvieren die Lektionen wie gewöhnlich über ein volles Semester. Mittlerweile unterrichtet die Universität Arizona 7600 Studenten mit verhaltensbasierter Lernsoftware in drei Einführungsveranstaltungen  für Mathematik.