Vorhergesagt wurden fantastische Entwicklungen seit dem frühen 20. Jahrhundert von sogenannten Futurologen. Das war eine zumindest wissenschaftsnahe Disziplin, und als solche durchaus anerkannt. Freilich an den Rändern etwas unscharf. So galten etwa auch Gene Roddenberry, der Schöpfer von «Raumschiff Enterprise», oder der Schriftsteller Aldous Huxley als Futurologen. Auch die Abgrenzung zwischen Zukunftsforschern, wie Futurologen heute üblicherweise bezeichnet werden, und sogenannten Trendforschern ist nicht trennscharf, auch wenn sie auf der Hand liegt: Wo sich Trendforscher mit bekannten Phänomenen und Voraussagen beschäftigen, stossen Futurologen in bislang unbekannte Sphären vor.
Fliegende Autos, flache Bildschirme In den 60er-Jahren war das fast schon stereotype Bild für zukünftige Technologie das fliegende Auto. Immer wieder tauchten fliegende Teppiche aller Art in den Visionen auf, vom Mini-Hovercraft bis zur Interkontinentalrakete mit Photonen-Antrieb. Alles für den Hausgebrauch, versteht sich, und alles bis zum damals fast magischen Jahr 2000 realisiert. Aber es gab auch durchaus bodenständigere Prognosen. Eine populäre war diejenige des «Farbfernsehers, der sich wie ein Bild an die Wand hängen lässt». Diese Vorhersage hat sich bekanntlich erfüllt – erstaunlich angesichts der Tatsache, dass damals Farbfernsehen noch eine exotische Technologie und LCD-Bildschirme völlig unbekannt waren. Wie kam es zu dieser Prognose? Die Futurologen hatten schliesslich weder die Methoden moderner Statistik und schon gar nicht deren Datenbasis zur Verfügung. Sie nutzten deshalb im Wesentlichen drei Quellen. Erstens: bekanntes Wissen, das sie extrapolierten. Wenn also bekannt war, dass die Hersteller von Fernsehgeräten bereits versuchten, die Ungetüme von damals etwas wohnzimmertauglicher zu machen, lag der Schluss nahe, dass diese Entwicklung weitergehen würde. Zweitens: empirische Sozialforschung. Wenn aus Befragungen abzuleiten war, dass sich Konsumenten flache Bildschirme wünschten, war zu erwarten, dass sich Wissenschaft und Industrie anstrengen würden, diesen Wunsch kommerziell erfüllbar zu machen. Und drittens: Spekulation.
Analytics: Effizienz statt Fantasie Zugegeben: Diese Vorgehensweise machte die Ergebnisse vergnüglich und lesenswert. Bemannte Mondsiedlungen oder Glaskuppeln über ganz Manhattan mochte man sich gerne nach Feierabend vorstellen – doch für die Wirtschaft waren solche Visionen zu fantastisch und zu ungenau. Dem lag ein zentrales Problem zugrunde: Die Prognosen entsprangen nicht Daten, sondern Vorstellungen. Kein Wunder: Die Daten waren nicht in ausreichendem Masse zentral vorhanden, und es hätte auch gar nicht die Werkzeuge gegeben, sie entsprechend auszuwerten. Dies hat sich im Big-Data-Zeitalter grundlegend geändert. Heute ist die Information vorhanden, wie sich was in Zukunft entwickeln wird – und mit welcher Wahrscheinlichkeit. Man muss sie nur finden. Genau das ist aber mit Instinkt und Intuition eines Futurologen alleine nicht machbar. Wer im Daten-See, wie er etwa von den sozialen Netzwerken permanent gespeist wird, nach relevanten Mustern und Strukturen suchen will, braucht technologische Hilfe. Einerseits ist das eine Speicher- und Datenbanktechnologie, mit der es wirtschaftlich vertretbar wird, diese riesigen Datenmengen überhaupt für die Untersuchung vorzuhalten. Das leistet heute und zukünftig Hadoop.
Pragmatische Prognosen Andererseits sind es analytische Werkzeuge, die diese Daten in sinnvoller Zeit in sinnvolle Zusammenhänge bringen. Das nennt sich dann Big Data Analytics – und wird längst eingesetzt. Wenn es zum Beispiel darum geht, in Transaktionen von Versicherungen nicht nur potenzielle Betrugsfälle zu erkennen, sondern auch vorherzusagen, in welchen Konstellationen und Situationen organisierte Gruppen ebenso organisierten Betrug verüben könnten, dann ist das auch eine Art Zukunftsforschung – wenn auch ganz pragmatisch und ohne Flugautos. In solchen Zusammenhängen sind die Futurologie also in der Wirtschaft angekommen. Renommierte Zukunftsforscher der Neuzeit nehmen die technologische «Konkurrenz» sehr ernst. «Maschinen gefährden zunehmend meinen Job. Zumindest, wenn es um Makro-Analytics geht. Muster in grossen Datenmengen zu erkennen, überlässt man besser Computern und Algorithmen», sagt der schwedische Forscher Magnus Lindqvist. Ganz ohne den Geist der «alten» Futurologen geht es aber auch im Big-Data-Zeitalter nicht. Ein Prognostiker von heute braucht Daten, Methoden und Werkzeuge – aber er braucht auch Neugier. Dieser Meinung ist auch Lindqvist: «Um überraschende Elemente aufzuspüren und zu erkennen, bedarf es des menschlichen Geistes.» Alles, was Sie zu Big Data Analytics und zukunftssicheren Prognosen wissen müssen, finden sie hier:
SAS Forum Switzerland 2015
