DGI-Blog

big data

DGI-Praxistage 2015 erfolgreich beendet

By | DGI, DGI-Praxistage, DGI-Veranstaltungen | No Comments

Letzte Woche Donnerstag und Freitag fanden die 5. DGI-Praxistage im Gästehaus der Goethe-Universität Frankfurt statt.Thema der Tagung: Informationsvisualisierung. Wir wollten mit Experten herausfinden, ob es sich um einen Hype oder einen Trend handelt.

Im Vorfeld konnten wir erstmalig drei Workshops zum Thema anbieten: Sketchnotes mit Michael Geiß, Temis Luxid Webstudio mit Stephan Geißler und Einführung in Tableau mit Florian Ramseger. Die Workshops waren gut besucht und haben viel Spaß gemacht – wir werden versuchen, dieses Format in Zukunft beizubehalten.

2015-11-13_sketchnotes

Abends trafen wir uns zum Kamingespräch und anschließenden Networking bei wie immer gutem Abendessen. Elka Sloan moderierte die Diskussion, ob ein Bild mehr sagt als 1000 Worte. Man war sich einig, dass Bilder zwar Worte nicht ersetzen, aber durchaus unterstützen können – eine gute Geschichte kommt eben immer auch mit einer guten Verbildlichung daher.

Diese Aussage bestätigte sich am nächsten Tag in allen Vorträgen. Lesen Sie hier die Zusammenfassung von Barbara Reißland, die zusammen mit Elgin Jakisch moderierte.

Wir bedanken uns bei allen Rednern für ihre inspirierenden, kurzweiligen und schön visualisierten Vorträge und bei allen Teilnehmern für die anregenden Diskussionen. Gerade diese zeigten, dass das Thema definitiv im Trend liegt.

Alle weiteren Informationen und einige Vortragsfolien finden Sie auf der Veranstaltungsseite (Link)

 

Buchmesse 2015: The Next Generation Information Management

By | Allgemein, DGI, DGI-Veranstaltungen, Informationspraxis, Informationswissenschaft, Junge DGI, Presse | No Comments

Am Freitag, 16. Oktober 2015 war die DGI (Deutsche Gesellschaft für Information und Wissen) in Zusammenarbeit mit dem PAID und P-D-R Gastgeber einer Hot Spot Session während der Frankfurter Buchmesse. Unter dem Titel „The Next Generation Information Management“ hatten über 60 Information Professionals und Anbieter die Gelegenheit zu einem fachübergreifenden Austausch über die Zukunft und die Rollen, die sie einnehmen können und müssen. Die Veranstaltung wurde von Rights Direct gesponsert.

Lesen Sie hier mehr:

ENGLISCH   |   DEUTSCH

DGI-Panel discussion at Frankfurt Bookfair 2015

Ist Big Data auch neutrale Data?

By | Internet der Dinge | No Comments

Wenn man das große Potenzial von Big Data sowie die Tatsache, dass diese Daten sowohl positiv als auch negativ verwendet werden können, in Betracht zieht, lässt es sich vermuten, dass Big Data per se neutral sein sollte.

Das war eine ähnliche Aussage aus einem Podcast (von @breitband), die am Wochenende eine rege Diskussion angestoßen hat. Jedoch behaupte ich, dass Big Data einiges sein kann, nur nicht neutral.

BIG? data.

Kurz zusammengefasst: mit Big Data sind große Datenmengen gemeint, deren Erfassung, Speicherung, Suche, Verteilung, Analyse und Visualisierung spezielle Methoden voraussetzen. Big Data wird dann verwendet, um Mustern (bzw. Anomalien) zu erkennen.

Weiterhin, Big Data ist zur Zeit ein Trend in Marketing und weiteren Geschäftsbereichen. Diese Unmengen an Daten werden aus verschiedenen Quellen wie Social Media, Online-Shopping, Finanztransaktionen, gelesene Nachrichten und Artikeln, Mobiltelefonen usw. gesammelt. Die gesammelten Daten werden dann ausgewertet und, natürlich, verkauft.

Vieles wurde bereits über die Nutzung von Big Data und dessen ethische Aspekte geschrieben. An dieser Stelle empfehle ich zwei Artikel von Evgeny Morozov und Danah Boyd als Beispiel.

(Nicht wirklich) neutrale Data

Der zugrunde liegenden Behauptung über die Neutralität von Daten (anders als Information), nämlich dass eine Sammlung von Zeichen bzw. 0 und 1 auf verschiedene Arten und Weisen verwendet werden können, kann ich nur zum Teil zustimmen, weil in der Praxis die Sache etwas komplizierter ist.

Der Komplexitätsgrad Daten→Information→Wissen steht in umgekehrte Relation zur „Neutralität“. Dies allerdings, bedeutet nicht, dass Daten neutral sind.
Die Informationsphilosophie hat bereits die Annahme, dass Informations- und Kommunikationstechnologie (u.a. Algorithmen und Online-Plattformen) neutral seien, annulliert. Das heißt, technologische Gegenstände (technological artifact) können für verschiedene Zwecke verwendet werden, positive wie auch negative, aber sie haben einen werte-geladene (value-laden) Charakter durch ihr Design (und die Sozialisation der verwendenden Person). Dieser werte-geladene Charakter begünstigt bestimmte Verwendungen des Gegenstandes und verhindert andere.
Dies ist für die Algorithmen, die Daten auswerten, und deren Anwendung zutreffend.

Aber dies gilt auch für die Daten selbst. Und das möchte ich zu erklären versuchen:
Eine willkürliche Sammlung von ‚0‘ und ‚1‘ dürfte eventuell neutral sein. Big Data allerdings (oder die meisten künstlich erzeugten und gesammelten Daten was das betrifft), ist keine willkürliche Sammlung von Bits. Das sind ganz bestimmte Arten von Daten, die durch gewisse Praktiken gesammelt wurden, in bestimmten Strukturen abgelegt wurden und all das für bestimmte Zwecke:

  • Big Data sind ganz bestimmte Arten von Daten: hauptsächlich persönliche und personenbezogenen Daten aber auch allgemeine Daten über Gewohnheiten, Verhalten, Ortsangaben usw. von Menschen.
  • Big Data wird durch gewisse Praktiken gesammelt: Harvesting, Zählpixel, Cookies, Verkauf und Ankauf an/durch Dritte, Mobiltelefone u.v.m.
    Sie können Ghostry installieren, um einen Einblick darin zu gewinnen, wer Sie überall im Internet verfolgt.
  • Strukturen: auch bevor man Algorithmen verwendet, um die Daten auszuwerten, werden diese in bestimmten Strukturen und Verlinkungen abgelegt. Diese Strukturen dienen natürlich den Zwecke derjenigen, die diese Daten sammeln. Und allein diese Strukturen können bestimmte Verwendungen der Daten begünstigen oder verhindern.
  • Intentionen: wie bereits erwähnt, all diese Daten dienen den Zwecken derjenigen, die sie sammeln und analysieren. Das heißt, die Daten werden mit gewissen Intentionen/Interessen gesammelt, sodass diese Intentionen wiederum einen Einfluss auf den Inhalt (Art) der Daten, auf ihre Strukturen und auf die Sammlungspraktiken haben.
    Diese Intentionen können, z.B., wirtschaftliche oder politische Interessen sein.

Diese Aspekte sind alles andere als neutral, auch wenn man mit einer Sammlung von Bits zu tun hat.

 

Eine Ausführliche (englischsprachige) Fassung dieses Artikels wurde auf dem Drawer 2.0 Blog veröffentlicht.