Velká data

Barevné znázornění aktivity robota Wikipedie za delší časové období: typický příklad ilustrace „velkých dat“ s vizualizací

Termín Big Data [ ˈbɪɡ ˈdeɪtə ] (z angličtiny big , large 'a data ' Daten ', němčina také hromadná data ) , který pochází z anglicky mluvící oblasti, označuje množství dat, která jsou například příliš velká složité, příliš rychle se pohybující nebo příliš slabě strukturované na jejich vyhodnocení pomocí ručních a konvenčních metod zpracování dat .

„Big Data“ se často používá jako souhrnný termín pro digitální technologie, které jsou z technického hlediska odpovědné za novou éru digitální komunikace a zpracování a ze sociálního hlediska za sociální otřesy. Jako slogan tento výraz podléhá neustálým změnám; toto také často popisuje komplex technologií, které se používají ke shromažďování a vyhodnocování tohoto množství dat.

výraz

V definici velkých dat „velký“ označuje čtyři dimenze

  • objem (objem, objem dat),
  • rychlost (rychlost, kterou se generují a přenášejí objemy dat),
  • rozmanitost (rozsah datových typů a zdrojů) a
  • pravdivost (pravost údajů).

Tato definice je rozšířena o dvě hodnoty V a platnost , což znamená obchodní přidanou hodnotu a zajištění kvality dat.

Jiné významy

Big data primárně popisuje zpracování velkého, složitého a rychle se měnícího množství dat. Jako módní slovo má tento termín v masmédiích další významy:

  • Zvýšení dohledu nad lidmi tajnými službami, a to i v západních zemích, například prostřednictvím uchovávání údajů
  • Společnost porušuje osobní práva zákazníků
  • Rostoucí nedostatek transparentnosti v ukládání dat v důsledku delokalizace ( cloud computing )
  • Touha průmyslu získat z dostupných údajů konkurenční výhodu
  • Automatizace výrobních procesů ( Průmysl 4.0 , Internet věcí )
  • Netransparentní automatizace z rozhodovacích procesů v softwaru
  • Používání nových technologií namísto standardního softwaru (zejména ve společnostech s konzervativním IT často pomocí softwaru jako služby k obcházení interních IT omezení společnosti)
  • Vývoj vlastních softwarových řešení („interní IT“) namísto používání „běžného“ softwaru externími společnostmi
  • Reklama založená na datech o používání internetu a mobilních telefonů
  • Organizace spolupráce v kontextu projektů analýzy lidí , i když to nezahrnuje ani velké, ani složité množství dat.

Původ dat

Shromážděná data mohou pocházet z různých zdrojů (výběr):

„Big Data“ také zahrnuje oblasti, které jsou považovány za „ intimní “ nebo „ soukromé “: Touha průmyslu a některých úřadů mít volný přístup k těmto datům, mít možnost je lépe analyzovat a využívat získané znalosti nevyhnutelně přichází v v rozporu s chráněnými osobními právy jednotlivce. Cestu ven lze dosáhnout pouze anonymizací dat. Klasickými uživateli jsou poskytovatelé sociálních sítí a vyhledávačů . Analýza, získávání a zpracování velkého množství dat je dnes v mnoha oblastech běžné.

Velká data mohou umožnit zlepšení obchodních procesů ve všech funkčních oblastech společností, ale především v oblasti vývoje technologií a informačních technologií a také marketingu . Shromažďování a využívání objemů dat obecně slouží k realizaci podnikových cílů nebo k národní bezpečnosti. Dosud velké sektory, společnosti a aplikační oblasti ekonomiky, průzkum trhu , řízení prodeje a služeb, lékařství, administrativa a zpravodajské služby samy používaly odpovídající digitální metody: zaznamenávané údaje by měly být dále rozvíjeny a využívány prospěšným způsobem . Shromažďování údajů se většinou používá pro skupinové obchodní modely, jakož i pro průzkum trendů v sociálních médiích a reklamní analýzy s cílem identifikovat vývoj orientovaný na budoucnost a případně ziskový vývoj a převést jej na prognózy .

růst

Množství dat obvykle roste exponenciálně . Podle výpočtů z roku 2011 se celosvětově generovaný objem dat každé 2 roky zdvojnásobí . Tento vývoj je poháněn hlavně rostoucí generací dat, např. B. prostřednictvím protokolů telekomunikačních připojení ( Call Detail Record , CDR) a webového přístupu ( log soubory ), automatické nahrávání čteček RFID , kamer , mikrofonů a dalších senzorů. Velká data se také vyskytují ve finančním odvětví (finanční transakce, údaje z akciového trhu), jakož i v energetickém sektoru (údaje o spotřebě) a ve zdravotnictví (fakturační údaje od zdravotních pojišťoven ). Ve vědě je také zahrnuto velké množství dat. B. v geologii , genetice , výzkumu klimatu a jaderné fyzice . Asociace IT průmyslu Bitkom popsala big data jako trend v roce 2012. V případě velkých datových komplexů nejsou nehospodárné náklady na ukládání do rezervy možné. Poté se ukládají pouze metadata nebo vyhodnocení začíná souběžně nebo maximálně s mírným časovým zpožděním s vytvořením dat.

Odpovídající skupiny, jako jsou vyhledávače, a některé státní instituce, například tajné služby, mají přístup k odpovídajícímu objemu dat.

Příklady

Ve výzkumu spojením velkého množství dat a statistických hodnocení lze získat nové znalosti, zejména v oborech, ve kterých bylo dříve hodně údajů vyhodnoceno ručně; Společnosti například doufají, že analýza velkých dat poskytne příležitosti k získání konkurenčních výhod, generování potenciálu úspor a vytváření nových obchodních oblastí, zatímco vládní agentury doufají v lepší výsledky v kriminalistice a boji proti terorismu . Příklady očekávaných přínosů jsou:

Čistá analýza zákaznických dat však není automaticky big data - mnoho marketingových aplikací je často mnohem více o analýze „malých dat“.

Velké zpracování dat

Klasické relační databázové systémy ani statistické a vizualizační programy často nejsou schopny zpracovat tak velké množství dat. Pro velká data se používají nové typy systémů pro ukládání a analýzu dat, které fungují souběžně až se stovkami nebo tisíci procesory nebo servery, například v kognitivních systémech . Existují mimo jiné následující výzvy:

  • Zpracování mnoha záznamů
  • Zpracování mnoha sloupců v datovém záznamu
  • Rychlý import velkého množství dat
  • Okamžitý dotaz na importovaná data ( zpracování v reálném čase )
  • Krátké doby odezvy ( latence a doba zpracování) i pro složité dotazy
  • Schopnost zpracovat mnoho simultánních dotazů ( souběžných dotazů )
  • Analýza různých typů informací (čísla, texty, obrázky, ...)

Vývoj softwaru pro zpracování velkých dat je stále v rané fázi. Přístup MapReduce je dobře známý a používá se v open source softwaru ( Apache Hadoop a MongoDB ) i v některých komerčních produktech (včetně Aster Data nebo Greenplum ).

Aplikace (výběr)

Politické volby

V prezidentských volbách ve Spojených státech v roce 2016 a v referendu ve Velké Británii o vystoupení z Evropské unie ve stejném roce („ brexit “) se překvapiví vítězové zapojili do Cambridge Analytica , která je zodpovědná za průzkum, hodnocení a aplikaci a Přiřazování a prodej osobních údajů získaných převážně na internetu a pomocí metod psychometrie, odnože psychologie ( viz psychografie ).

Sociální bodování

Shromážděné údaje slouží k vyhodnocení např. B. úvěrová způsobilost ( -> kreditní hodnocení ), zdraví (a odpovídající rizika, z nichž vyplývá například struktura vhodně upraveného pojistného ) nebo spotřeba a nákupní chování spotřebitelů, také používané k pokusu o odpovídající předpovědi („ předvídání "); V Číně je na nich postaven systém „ sociálního bodování “, pomocí kterého je také sledováno, hodnoceno a zlepšováno sociální chování obyvatel.

Vzdělávání

Využívání velkých dat otevírá nové příležitosti pro vzdělávání. Tuto technologii lze použít k optimalizaci forem učení a vzdělávacích programů. Odborníci jako Viktor Mayer-Schönberger a Kenneth Cukier (* 1968) očekávají zásadní převrat ve vzdělávacím sektoru s využitím velkých dat.

výzkum

Pokroky ve zpracování dat znamenají, že z velkého množství dat lze získat mnohem spolehlivější výsledky. Příkladem je studie s přibližně 16 000 dětmi, ve které byly zkoumány souvislosti mezi obezitou a cukrovkou , a studie případové kontroly vlivu hluku letadel , ve které byly vyhodnoceny údaje o zdravotním pojištění více než milionu pacientů.

Mikrocílení

Společnost Cambridge Analytica oznámil po amerických prezidentských volbách v roce 2016, že používání takzvaných mikro-cílení techniky rozhodující pro volební vítězství Donald Trump je prý přispěla. Pomocí psychometrických analýz rozsáhlých datových souborů bylo možné identifikovat nerozhodnuté nebo snáze ovlivnitelné voliče („houpající se voliče“) a následně je konfrontovat s cílenými kampaněmi a obsahem prostřednictvím Facebooku. Použití uvedených technik v americké předvolební kampani předcházel výzkum psychologa Michala Kosinského. Kosinski v něm propojil hodnocení velkých dat s psychologickými behaviorálními analýzami a dokázal ukázat, že záliby uživatelů na Facebooku lze použít k předpovědi jejich osobnostních rysů, sexuální orientace, konzumace drog a náboženských a politických postojů.

kritika

Americká ekonomka Shoshana Zuboff razila termín dohledový kapitalismus v souvislosti se shromažďováním osobních údajů internetovými společnostmi, jako jsou Google a Facebook, a považuje jej za mutaci průmyslového kapitalismu, který považuje soukromou lidskou zkušenost za volně dostupnou surovinu pro kapitalistickou výrobu a výměna zboží a kdo využívá úspěchy digitální revoluce ke konspirativnímu sledování, skladování, manipulaci a predikci lidského chování. Zuboff obhajuje rozpad takovýchto monopolních skupin dat a zákazů za účelem přerušení tvorby koncentrací dat. Její kniha The Age of Surveillance Capitalism byla vydána v němčině v roce 2018.

Jak ukazují výsledky výzkumu od různých vědců, obsah sdílený uživateli na internetu může být někdy použit k extrahování vysoce citlivých informací, které neměly být sdíleny. V zájmu ochrany digitálního soukromí jsou proto stále důležitější právní předpisy týkající se ukládání a shromažďování informací. Ale i na státní úrovni se někdy velká data používají ke shromažďování informací o jednotlivcích, jak ukazuje systém sociálních kreditů v Číně.

ochrana dat

Datový vědec Andreas Dewes ve studii ukázal, že anonymizovaná data od uživatelů internetu, která byla shromážděna a prodána společnostmi, mohou být znovu dešifrována a přiřazena lidem. Koupeno od Dewes v rámci vyšetřování reklamních společností, údajně „anonymní“ údaje o zhruba třech milionech Němců byli členy německého Bundestagu a státních parlamentů a dalšími veřejnými činiteli, jako jsou soudci , policisté nebo další úředníci .

Evropský inspektor ochrany údajů Giovanni Buttarelli v březnu 2013 zdůraznil, že osobní údaje nejsou zbožím.

S ohledem na úpravu pojistného pomocí velkých dat je zdůrazněno „riziko plíživé de-solidarizace v pojištění“.

Nedostatečná regulace

Zásadní otázkou je, komu patří data shromážděná od soukromých osob, kdo si nad nimi ponechává kontrolu a kdo kontroluje jejich používání. Veřejně se diskutuje o tom, do jaké míry je dostatečné evropské obecné nařízení o ochraně údajů , které platí od 25. května 2018.

Pověřenec pro ochranu údajů Schleswig -Holstein Thilo Weichert v roce 2013 varoval: „Velká data otevírají možnosti informačního zneužívání moci prostřednictvím manipulace , diskriminace a informačního ekonomického vykořisťování - v kombinaci s porušováním základních lidských práv.“

Dirk Helbing , profesor počítačové sociální vědy na ETH Zurich, varoval v lednu 2018 před možnými technologiemi jemné manipulace založené na velkých datech. Posuzovatel technologie Armin Grunwald , vedoucí Institutu pro posuzování technologií a systémové analýzy (ITAS) v Karlsruhe, varuje, že nikdy v historii lidstva neexistovaly „tak dobré podmínky pro totalitní diktaturu“ jako dnes.

Sociální badatel Nils Zurawski se zasazuje o „solidární ukládání dat“ , aby mohl využívat výhod velkých dat pro společné dobro .

Nedostatečný základ pro hodnocení

Především je kritizováno, že sběr a vyhodnocování údajů probíhá téměř výhradně podle technických hledisek a například je pro sběr dat zvolen technicky nejjednodušší způsob. Základní statistické principy, jako jsou zásady reprezentativního vzorku, jsou často opomíjeny. Takže kritizoval sociální výzkumník Danah Boyd :

  • Větší množství dat nebude mít lepší údaje o kvalitě se
  • Ne všechna data jsou stejně hodnotná
  • „Co“ a „proč“ jsou dvě různé otázky
  • Výkladům je třeba věnovat pozornost
  • To, že je k dispozici, neznamená, že je etický .

Jeden výzkumník například zjistil, že lidé neměli více než 150 přátelství ( číslo Dunbar ), které bylo poté zavedeno jako technický limit v sociálních sítích - na falešném předpokladu, že známí zvaní „přátelé“ odrážejí skutečná přátelství. Určitě ne každý by v rozhovoru pojmenoval všechny své přátele na Facebooku jako přátele - výraz „přítel“ na Facebooku pouze signalizuje ochotu komunikovat.

Další kritický přístup se zabývá otázkou, zda velká data znamenají konec veškeré teorie. V roce 2008 Chris Anderson, šéfredaktor časopisu Wired, popsal problém důvěryhodnosti každé vědecké hypotézy a modelu při analýze živých i neživých systémů v reálném čase . Korelace jsou stále důležitější než příčinná vysvětlení, která lze často ověřit nebo zfalšovat později .

Hype, vágní termín

Termín „velká data“ se někdy používá, pokud data nejsou ani velká, ani složitá, nebo se rychle mění nebo snadno zpracovávají běžnými technikami. Podle některých pozorovatelů rostoucí změkčení termínu znamená, že se stává stále více nesmyslným marketingovým pojmem a podle mnoha prognóz zažije v příštích několika letech silnou devalvaci („údolí zklamání“ v humbukovém cyklu ).

Viz také

literatura

Literatura faktu

Výzkumné zprávy

  • Carsten Orwat, Andrea Schankin: Postoje k praktikám velkých dat a institucionálnímu rámci ochrany soukromí a údajů - průzkum populace (KIT Scientific Reports; 7753) . KIT Scientific Publishing, Karlsruhe 2018, ISBN 978-3-7315-0859-5 , doi : 10,5445 / KSP / 1000086677 (anglicky).

Beletrie

webové odkazy

Commons : Big Data  - sbírka obrázků, videí a zvukových souborů

Individuální důkazy

  1. W. Christl: Komerční digitální sledování v každodenním životě. PDF, na: crackedlabs.org , listopad 2014, s. 12.
  2. R. Reichert: Big Data: Analýzy digitální změny znalostí, moci a ekonomiky . přepis Verlag, Bielefeld 2014, s. 9.
  3. Prezidentova rada poradců pro vědu a technologii : Big Data: chopí se příležitostí, zachovává hodnoty , výkonná kancelář prezidenta, květen 2014.
  4. Edd Dumbill: Co jsou to velká data? Úvod do prostředí velkých dat. ( Memento ze dne 23. dubna 2014 v internetovém archivu ) na adrese: slos.oreilly.com , 11. ledna 2012.
  5. Gartner IT Glosář: „Velká data jsou velkoobjemová, rychlá a různorodá ve formacích, která vyžadují nákladově efektivní, inovativní formy zpracování informací pro lepší přehled a rozhodování“. Získáno 15. ledna 2016 z: http://www.gartner.com/it-glossary/big-data
  6. R. Bachmann, T. Gerzer, DG Kemper: Big Data - kletba nebo požehnání? - Společnosti v zrcadle sociálních změn. Mitp Verlag, Heidelberg / Mnichov / Landsberg / Frechen / Hamburg 2014, s. 23ff, 2014, s. 27ff.
  7. Stefan Schulz: My a naši virtuální zombie. In: FAZ. 15. září 2014, přístup 19. února 2015.
  8. a b Götz Hamann, Adam Soboczynski: Útok inteligence. In: Čas. 10. září 2014, přístup 19. února 2015.
  9. a b c Fergus Gloster: Mluvit o velkých datech, ale myslet na malá data. Computerwoche , 1. října 2014, přístup 5. října 2014 .
  10. Analýza potenciálu inovací. Fraunhofer IAIS, 2012, přístup 17. května 2016.
  11. a b Hannes Grassegger, Mikael Krogerus: Pouze jsem ukázal, že bomba existuje. na: dasmagazin.ch , 48. prosince, 3. 2016.
  12. Sindey Fussell: Společnosti mohou sledovat pohyby vašeho telefonu a cílit reklamy. In: arstechnica.com. 20. září 2020, přístup 23. září 2020 .
  13. ^ Rainer Schmidt, Michael Möhring, Stefan Maier, Julia Pietsch, Ralf -Christian Härting: Big Data as Strategic Enabler - Insights from Central European Enterprises . In: Business Information Systems (=  Lecture Notes in Business Information Processing . Volume 176 ). Springer International Publishing, 2014, ISBN 978-3-319-06694-3 , s. 50-60 , doi : 10,1007 / 978-3-319-06695-0_5 .
  14. Komerční digitální sledování v každodenním životě. (PDF) na: crackedlabs.org. S. 12 a násl.
  15. Klaus Manhart: Studie IDC o růstu dat - zdvojnásobte objem dat každé dva roky. ( Memento z 2. prosince 2013 ve webovém archivu archive.today ) In: CIO. 12. července 2011.
  16. Kongres trendů: velká data, malá ochrana. Citováno 27. listopadu 2012 .
  17. Viz například Armin Grunwald v rozhovoru: Nebezpečí digitalizace: „Lidé si již nevšímají, jak je systém křehký“. In: sueddeutsche.de. 29. ledna 2018, přístup 30. ledna 2018 .
  18. ^ Hilton Collins: Predikce kriminality pomocí Analytics a velkých dat. 24. května 2014, přístup 23. ledna 2014 .
  19. Ricardo Buettner: Rámec pro systémy doporučení v online náboru sociálních sítí: Interdisciplinární výzva do zbraní . In: 47. Annual Hawaii International Conference on System Sciences. IEEE, 2014, s. 1415-1424. doi : 10,13140 / RG.2.1.2127.3048
  20. a b c Hannes Grassegger, Mikael Krogerus: Pouze jsem ukázal, že bomba existuje. od: dasmagazin.ch , 48. prosince, 3. prosince 2016, přístup 10. prosince 2016.
  21. ^ A b c Peter Welchering : Politics 4.0: Online manipulace voličů. na: deutschlandfunk.de , Computer und Kommunikation , 10. prosince 2016.
  22. Ricardo Buettner: Predikce chování uživatelů na elektronických trzích na základě dolování osobnosti ve velkých online sociálních sítích: Rámec doporučování produktů založený na osobnosti . In: Electronic Markets: The International Journal on Networked Business . Springer, 2016, s. 1-19 , doi : 10,1007 / s12525-016-0228-z .
  23. Philipp Gölzer: Řízení operací řízených daty: organizační důsledky digitální transformace v průmyslové praxi . In: Plánování a řízení výroby . páska 28 , č. 12 . Taylor & Francis, 2017, s. 1332-1343 , doi : 10.1080 / 09537287.2017.1375148 .
  24. ^ Nastal čas: Dodávky Analytics pro IT operace. (Online již není k dispozici.) Data Center Journal, archiv z původního 24. února 2013 ; Citováno 18. února 2013 .
  25. Velké údaje o farmě. Frankfurter Allgemeine Zeitung, přístup 28. února 2017 .
  26. Mezi sliby a hrozbami - velká data v pojišťovnictví. (PDF) In: Die Volkswirtschaft, The Magazine for Economic Policy 5-2014. Státní sekretariát pro hospodářské záležitosti (SECO) a federální ministerstvo hospodářství, vzdělávání a výzkumu (EAER), květen 2014, přístup 1. října 2016 . 23 až 25.
  27. Ben Waber: People Analytics: Jak technologie Social Sensing promění podnikání a co nám říká o budoucnosti práce. Financial Times Prent. Int., 2013, ISBN 978-0-13-315831-1 .
  28. Consumer Scoring - „Mnozí nevědí, že jsou neustále hodnoceni“ . In: Deutschlandfunk . ( deutschlandfunk.de [přístup 1. listopadu 2018]).
  29. Yuval Noah Harari: Proč technologie upřednostňuje tyranii . In: Atlantik . Říjen 2018, ISSN  1072-7825 ( theatlantic.com [přístup 11. března 2019]).
  30. Ben Bergen: Velká data ve školních třídách. (PDF) Citováno 19. listopadu 2018 .
  31. Cukier, Kenneth; Viktor Mayer-Schönberger: Learning with Big Data: The Future of Education . 1. vydání. REDLINE-Verl, Mnichov 2014, ISBN 3-86881-225-3 .
  32. Obezita a cukrovka: časný otisk cukru bude trvat celý život , lékařské noviny online, 9. listopadu 2018.
  33. Rizikový faktor nočního hluku letadel-závěrečná zpráva případové studie o kardiovaskulárních a duševních chorobách v blízkosti letiště Kolín nad Rýnem-Bonn
  34. ^ A b Fabian Prietzel: Big Data vás sledují: Analýza osobnosti a mikrotargeting na sociálních médiích . In: Markus Appel (ed.): Psychologie post-faktické: O falešných zprávách, „Lügenpresse“, Clickbait & Co. Springer, Berlin, Heidelberg 2020, ISBN 978-3-662-58695-2 , s. 81-89 , doi : 10,1007 / 978-3-662-58695-2_8 .
  35. a b Michal Kosinski, David Stillwell, Thore Graepel: Soukromé vlastnosti a atributy jsou předvídatelné z digitálních záznamů lidského chování . In: Sborník Národní akademie věd . páska 110 , č. 15 , 9. dubna 2013, ISSN  0027-8424 , s. 5802-5805 , doi : 10,1073 / pnas.1218772110 , PMID 23479631 , PMC 3625324 (bezplatný plný text) - ( pnas.org [přístup 23. března 2020]).
  36. Shoshana Zuboff: „V mnoha z nás je nesnesitelná touha“ . In: Der Spiegel . 29. září 2018 (rozhovor se Spiegelem). ; Mirjam Hauck: Facebook, Google & Co .. „Kapitalisté dohledu o nás vědí všechno.“ sz-online, 7. listopadu 2018.
  37. Yilun Wang, Michal Kosinski: Hluboké neurální sítě jsou při detekci sexuální orientace z obrazů obličeje přesnější než lidé. In: Journal of Personality and Social Psychology . páska 114 , č. 2 , únor 2018, ISSN  1939-1315 , s. 246-257 , doi : 10,1037 / pspa0000098 .
  38. Andrew G Reece, Christopher M Danforth: Fotky na Instagramu odhalují prediktivní ukazatele deprese . In: EPJ Data Science . páska 6 , č. 1 , prosinec 2017, ISSN  2193-1127 , s. 15 , doi : 10,1140 / epjds / s13688-017-0110-z .
  39. ^ Stefan Krempl: re: publica: Americký výzkumník považuje čínský systém sociálních kreditů za propagandu. 7. května 2019, přístup 23. března 2020 .
  40. deutschlandfunk.de , rozhovor , 28. ledna 2017, Andreas Dewes v rozhovoru se Stephanie Rohde : Je čím dál těžší se chránit (28. ledna 2017)
  41. netzpolitik.org
  42. Mezi sliby a hrozbami - velká data v pojišťovnictví. (PDF) In: Die Volkswirtschaft, The Magazine for Economic Policy 5-2014. Státní sekretariát pro hospodářské záležitosti (SECO) a federální ministerstvo hospodářství, vzdělávání a výzkumu (EAER), květen 2014, přístup 1. října 2016 . S. 25.
  43. Weichert vyzývá k výslechu a výzkumu „velkých dat“. (Již není k dispozici online.) 18. března 2013, archivováno z originálu 2. prosince 2013 ; Citováno 21. března 2013 .
  44. Big Data: Hrozba pro demokracii i ekonomická příležitost. 20. března 2013. Citováno 21. března 2013 .
  45. Dirk Helbing: Big Nudging - nepříliš vhodné pro řešení problémů. In: Spektrum.de. 12. listopadu 2015, přístup 30. ledna 2018 .
  46. Armin Grunwald v rozhovoru: Nebezpečí digitalizace: „Lidé si již nevšímají, jak je systém křehký“. In: sueddeutsche.de. 29. ledna 2018, přístup 30. ledna 2018 .
  47. Velká data pro společné dobro - Přiveďte datové družstvo! Návrh Nilse Zurawského. Deutschlandfunk Kultur, 20. února 2019, přístup 21. srpna 2019 .
  48. ^ A b Danah Boyd: Ochrana osobních údajů a publicita v kontextu velkých dat. In: konference WWW 2010. 29. dubna 2010, přístup 18. dubna 2011 (anglicky, Keynote WWW 2010).
  49. Marco Metzler: Mechanismy virtuálních sítí vztahů . In: Neue Zürcher Zeitung . 16. listopadu 2007.
  50. Viz také: Chris Anderson ve WIRED a cum hoc ergo propter hoc
  51. Stefan Schulz: Ty víš všechno. In: FAZ. 15. září 2014, přístup 19. února 2015.
  52. Vera Linß: Literatura faktu o Big Data - fúze nebezpečných dat , Deutschlandradio Kultur, 15. září 2014, přístup 19. února 2015.
  53. Michael Lange : Skutečné „já“ lidí , Deutschlandfunk - věda v centru pozornosti . 20. března 2016.