nach oben

Erschienen in:

2021 | OriginalPaper | Buchkapitel

5. Fair Play: Was bei Daten-Geschichten zählt

verfasst von : Hans-Wilhelm Eckert

Erschienen in: Storytelling mit Daten

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Zusammenfassung

Erst durch Auswahl und Interpretation gewinnen Daten ihre Bedeutung. In diesem Kapitel geht es darum, welche falschen Gewissheiten und bewussten Manipulationen uns bei der Interpretation der Daten beeinflussen und wie wir uns davor schützen können. Je mehr Macht den Daten zugesprochen wird, desto stärker gewinnen auch ethische Fragen an Relevanz: der Schutz der Privatsphäre, die Rolle von Algorithmen beim Treffen von Entscheidungen und die Voreingenommenheit von Maschinen geraten in den Blick.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Von den Daten zur Geschichte

Rosling (2018, S. 33). Die Grafik auf dem Vorsatzblatt des Buches gibt es als interaktive Darstellung unter www.gapminder.org. Eine Umsetzung der Grafik in der Programmiersprache R hat Keith McNulty entwickelt: McNulty (2019).

Dann kann eine positive Teststrategie dabei helfen, die Menge aller möglichen Untersuchungsparameter auf eine plausible und praktikabel überprüfbare Auswahl zu begrenzen, vgl. etwa Pohl (2004).

Balsillie vor dem International Grand Committee on Big Data, Privacy and Democracy in Ottawa am 18. Mai 2018.

„Technology is disrupting governance and if left unchecked could render liberal democracy obsolete. By displacing the print and broadcast media in influencing public opinion, technology is becoming the new Fourth Estate.“ ebenda.

„Nowadays, we don’t have direct data. We are recycling data and using proxy data – things like how you click on websites, what you purchase, what you say on Twitter, who your friends are on Facebook – to infer things that we are interested in. The promise of big data is that we will be able to use all this proxy information to determine with increasing accuracy the things that we care about.“ Interview mit Cathy O’Neill – Burack 2017.

Vgl. etwa die detaillierte Darstellung von Fehlern in der Datenauswahl und Aufbereitung bei Barocas und Selbst (2016), hier S. 685.

Siehe dazu die Seite des Bundesministeriums für Wirtschaft und Energie https://www.bmwi.de/Redaktion/DE/Dossier/gaia-x.html.

Siehe Pressekodex des Presserats https://www.presserat.de/pressekodex.html, Ethik-Kodex des Deutschen Fachjournalisten-Verbands DFJV https://www.dfjv.de/ueber-uns/ethik-kodex, Leitfaden des Deutschen Werberats https://www.werberat.de/content/leitfaden-zum-werbekodex-des-deutschen-werberats und Deutscher Kommunikationskodex vom DRPR https://drpr-online.de/deutscher-kommunikationskodex/.

Dort heißt es unter Erwägungsgrund 30: „Natürlichen Personen werden unter Umständen Online-Kennungen wie IP-Adressen und Cookie-Kennungen, die sein Gerät oder Software-Anwendungen und -Tools oder Protokolle liefern, oder sonstige Kennungen wie Funkfrequenzkennzeichnungen zugeordnet. Dies kann Spuren hinterlassen, die insbesondere in Kombination mit eindeutigen Kennungen und anderen beim Server eingehenden Informationen dazu benutzt werden können, um Profile der natürlichen Personen zu erstellen und sie zu identifizieren.“ (https://dsgvo-gesetz.de/erwaegungsgruende/nr-30/).

Angwin J, Larson J, Mattu S, Kirchner L (2016) Machine bias. ProPublica, 23 Mai. https://www.propublica.org/article/machine-bias-risk-assessments-in-criminal-sentencing. Zugegriffen: 23. Mai 2020

Balsillie J (2018) Data is not the new oil – it’s the new plutonium. Financial Post, 18 Mai. https://business.financialpost.com/technology/jim-balsillie-data-is-not-the-new-oil-its-the-new-plutonium. Zugegriffen: 22. Jan. 2020

Barocas S, Selbst A (2016) Big data’s disparate impact. 104 California Law Review 671. https://ssrn.com/abstract=2477899. Zugegriffen: 10. Aug. 2020

Bitkom (2018) Empfehlungen für den verantwortlichen Einsatz von KI und automatisierten Entscheidungen. Berlin

Burack C (2017) Algorithms are ‘existential threat’ to shared reality, says Cathy O’Neil, in: DW 21.08.2018 https://www.dw.com/en/algorithms-are-existential-threat-to-shared-reality-says-cathy-oneil/a-40167802. Zugegriffen: 2. Mai 2020

Bynum T (2018) Computer and information ethics. The Stanford Encyclopedia of Philosophy, HG. Edward N. Zalta. https://plato.stanford.edu/archives/sum2018/entries/ethics-computer. Zugegriffen: 20. Aug. 2020

Datenethikkommission (2019) Gutachten der Datenethikkommission. Berlin

Deloitte (2020) State of AI in the enterprise – 3^rd Edition. Deloitte, Juni 2020

Economist (2019) Companies should take California’s new data-privacy law seriously. Economist, 18. Dezember. https://www.economist.com/business/2019/12/18/companies-should-take-californias-new-data-privacy-law-seriously Zugegriffen: 23. Dez. 2019

Economist (2020) Governments are erecting borders for data. Economist, 20. Februar. https://www.economist.com/special-report/2020/02/20/governments-are-erecting-borders-for-data. Zugegriffen: 23. Febr. 2020

Eichsteller H, Seitz J (2019) Digital dialog insights 2019. Bundesanzeiger, Köln

Europäische Kommission (2020) Europäische Datenstrategie. Website der Europäischen Kommission, 19. Februar. https://ec.europa.eu/info/strategy/priorities-2019-2024/europe-fit-digital-age/european-data-strategy_de. Zugegriffen: 21. Aug. 2020

European Parliament (2019) A governance framework for algorithmic accountability and transparency, EPRS Brüssel. https://www.europarl.europa.eu/RegData/etudes/STUD/2019/624262/EPRS_STU(2019)624262_EN.pdf

Jonauskaite D, et al (2020) Universal patterns in color-emotion associations are further shaped by linguistic and geographic proximity. Psychol Sci. https://doi.org/10.1177/0956797620948810. Zugegriffen: 29. Sept. 2020CrossRef

Greussing E (2019) Datenvisualisierung vom Publikum her denken. European Journalism Observatory. https://de.ejo-online.eu/digitales/datenvisualisierung-vom-publikum-her-denken. Zugegriffen: 21. Aug. 2020

Harari Y (2017) Homo deus: a brief history of tomorrow. Harper, New York

Kahneman D (2011) Thinking, Fast and Slow. Penguin, London

Kaltheuner F, Obermüller N (2018) Diskriminierende Gesichtserkennung: Ich sehe was, was du nicht bist. Netzpolitik.org. https://netzpolitik.org/2018/diskriminierende-gesichtserkennung-ich-sehe-was-was-du-nicht-bist/. Zugegriffen: 9. Aug. 2020

Kutsche K (2019) Wenn Daten in die Irre führen. Süddeutsche Zeitung, 17. Dezember. https://www.sueddeutsche.de/wirtschaft/kuenstliche-intelligenz-wenn-daten-in-die-irre-fuehren-1.4726877. Zugegriffen: Sept. 2020

Lobe A (2019) Speichern und Strafen. Die Gesellschaft im Datengefängnis. Beck, MünchenCrossRef

Matzat L (2017) Algorithmic Accountability. Der nächste Schritt für den Datenjournalismus. Datenjournalist, 18. Dezember. https://www.datenjournalist.de/algorithmic-accountability-der-naechste-schritt-fuer-den-datenjournalismus/. Zugegriffen: 23. Mai 2020

O’Neil C (2017) Weapons of math destruction. Penguin Books, London

Rosling H (2018) Factfulness. Sceptre, London

Schneider B (2020) „Wir können nicht die ganze Zeit hinschauen“, Süddeutsche Zeitung Magazin. https://zeitung.sueddeutsche.de/webapp/issue/SZM/2020-10/8/index.html. Zugegriffen: 10. März 2020

Schüller K, Busch P, Hindinger C (2019) Future Skills: Ein Framework für Data Literacy, Hochschulforum Digitalisierung Arbeitspapier Nr. 47. Berlin

Sedikides C, Skowronski J (2020) In Human Memory. Good Can Be Stronger Than Bad. In: Current Directions in Psychological Science 29/1, S 86–91

Weizenbaum J (1976) Computer power and human reason: from judgment to calculation. Freeman, San Francisco

Wilkinson MD et al (2016) The FAIR guiding principles for scientific data management and stewardship. Scientific Data 3:160018. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4792175/. Zugegriffen: 21. Aug. 2020

Wiener N (1948) Cybernetics. MIT Press, Cambridge

Titel: Fair Play: Was bei Daten-Geschichten zählt
verfasst von: Hans-Wilhelm Eckert
Verlag: Springer Fachmedien Wiesbaden
Buch: Storytelling mit Daten
Print ISBN: 978-3-658-33048-4

Electronic ISBN: 978-3-658-33049-1

Copyright-Jahr: 2021
DOI: https://doi.org/10.1007/978-3-658-33049-1_5