Was kann Big Data nicht?

Big Data Analysen sind gut geeignet Prognosen abzugeben.

„Dein Fitness Level ist 80%, Müdigkeit 10 %. Prognose für 10 km Zielzeit ist 40 Minuten.”

 

Es kann auch helfen, mögliche Zusammenhänge aufzudecken und einen Ist-Zustand zu beschreiben.

 

„Deine Läufe sind 30 % länger , wenn es draußen kalt es.“

 

Die Ursache, warum sich etwas so verhält, ist eine Kunst, die sich kaum in Algorithmen packen lässt. Sie kann für uns greifbar werden, wenn wir die 5 Why’s Methode anwenden. Das Prinzip ist, dass wir solange Warum-Fragen bezogen auf die jeweiligen Antworten stellen, bis wir keine erhellende Antwort mehr auf Lager haben.In der Regel reichen 3-5 Fragen, um die Ursache formulieren zu können. Nehmen wir beispielsweise die Aussage aus der Big Data Analyse:

 

1. Warum sind meine Läufe 30% länger an kalten Tagen?

Antwort: Weil ich weniger schwitze.

 

2. Warum schwitze ich weniger?

Antwort: Weil ich nicht so schnell laufe.

3. Warum laufe ich nicht so schnell?

Antwort: Die Kälte schlägt sich auf die Lunge, die Wege sind rutschiger, da es regnet oder schneit.

 

4. Warum schlägt die Kälte auf die Lunge?

Antwort: Weil sie ungefiltert inhaliert wird. Mit einem Tuch vor dem Mund ist es anstrengender schnell zu laufen.

 

5. Warum sind die Wege rutschiger?

Antwort:  Weil die Laufschuhe zu wenig Profil haben und keinen Halt geben.

 

Ergebnis: Es tun sich zwei Ursachen auf. Der Läufer hat nicht das richtige Schuhwerk für schnelle Läufer unter den Witterungsbedingungen. Dies ließe sich lösen mit Trailschuhen. Bezüglich Mundschutz gibt es noch keine zufriedenstellende Ausstattung. Gut ist folgende Schlauchschal-Mundschutz-Kaputze. Bei Temperaturen unter -10 Grad empfehle ich Tempoläufe zu vermeiden.

 

Damit können wir die gestellte Titelfrage „Was kann Big Data nicht?“ beantworten:

 

Big Data Analyse ist keine Wissenschaft und keine Silberkugel! Big Data kann uns keine Ursachen nennen. Wenn wir es doch mit Rechenkraft versuchen würden, käme als Antwort „42“ heraus.