IBM: "Big Data macht die Welt nachhaltiger" - aber auch sicherer?

IBM: "Big Data macht die Welt nachhaltiger" - aber auch sicherer?

von Felix Ehrenfried

Trotz Prism-Skandal: Datenanalysen sind nötig, argumentiert IBM Daten-Manager Olivier Verscheure im Interview.

Die Schnüffelsoftware Prism bereitet Internetnutzern überall auf der Welt derzeit Sorgen. Wie sicher sind meine Daten, wer hat sie und wie kann ich mich vor solch einem Eindringen in die Privatsphäre schützen?, fragen sich Nutzer von Facebook, Google und Co. Prism, von den US-Geheimdiensten NSA und CIA entwickelt, kennt dabei keine Privatsphäre und kann im Prinzip auf nahezu alle Daten, die im Internet kursieren, zugreifen.

Der Skandal um Prism dürfte dem ehemals größten Computerhersteller der Welt, IBM, ganz und gar nicht gefallen. Denn während sich das Unternehmen aus der Sparte der PCs und Notebooks zurückgezogen hat, agiert man mittlerweile auf einem anderen Feld. IBM kümmert sich vor allem um die Analyse von riesigen Datenmengen und deren Nutzen - auch Big Data genannt. Die nutzt IBM mittlerweile auch verstärkt, um den Energieverbrauch von Städten, des Verkehrs und von Privathäusern zu senken.

Anzeige

Doch wie ist es bei diesem Geschäftsmodell um die Sicherheit der Datenquellen, also der Menschen, bestellt? Darüber und über weitere Probleme von Big Data sprach WiWo Green mit Olivier Verscheure, Senior Research Manager bei IBM in der Abteilung Big Data Analytics and Systems, bei einem Termin im IBM-Forschungszentrum in Dublin, Irland.

Herr Verscheure: IBM sammelt und wertet riesige Datenmengen aus, um unsere Städte angeblich smarter, also intelligenter zu machen. Wie sicher ist das?

Verscheure: IBM sammelt keine Daten. Wir arbeiten vielmehr mit denjenigen Daten, die uns unsere Kunden zur Verfügung stellen. Damit helfen wir ihnen zum Beispiel, die Städte lebenswerter zu machen. Zum Beispiel haben wir Projekte, die für weniger Staus und Emissionen sorgen oder aber die Gefahr von Verbrechen verkleinern. IBM hat entsprechende Datenüberlassungs-Vereinbarungen mit allen Kunden getroffen, in denen ausdrücklich vermerkt ist, dass die Verantwortung für die Datensicherheit und den Datenschutz bei den Kunden liegt.

Damit liegt die Aufgabe des Datenschutzes also nur bei ihren Kunden?

Verscheure: Nein, denn gleichzeitig arbeiten wir bei diesen Fragen eng mit ihnen zusammen, um sicherzustellen, dass die jeweils gültigen Richtlinien und Governance-Regeln auch korrekt eingehalten werden. Dies ist besonders dann wichtig, wenn frei verfügbare, öffentlich zugängliche Daten genutzt werden sollen.

Doch der Prism-Skandal zeigt: Privatsphäre im Internet gibt es fast nicht. Kann IBM denn vollkommene Datensicherheit garantieren?

Verscheure: Die Einhaltung und Überwachung von Sicherheitsstandards und Compliance-Regeln in Internet-Umgebungen stellt Unternehmen und Organisationen zweifellos vor neue Herausforderungen. Dabei gibt es einerseits bestehende Sicherheitsherausforderungen, die in traditionellen IT-Umgebungen schon immer existiert haben und gemeistert werden müssen. Aber es gibt auch neue Elemente, die zusätzlich beachtet werden müssen.

Und wie begegnen sie dieser neuen Herausforderung?

Verscheure: Die fundamentalen Prinzipien eines zuverlässigen Sicherheits- und Risiko-Managements gelten hier weiterhin. Sehr viele dieser Risiken können durch den Einsatz der richtigen Sicherheits- und Governance-Maßnahmen auf jeden Fall problemlos bewältigt werden. Der IBM Ansatz, den wir für unsere Kunden nutzen, basiert auf dem IBM Security Framework - ein umfassendes Rahmenwerk, das alle Sicherheitsaspekte in einem Unternehmen berücksichtigt.

Wieso ist die Analyse von Big Data dennoch sinnvoll, auch wenn es keine 100 prozentige Datensicherheit gibt?

Verscheure: Sie ist sinnvoll, weil es unseren Alltag erleichtert und unser Leben komfortabler macht. Die Vorteile von Big-Data-Analysen überwiegen eindeutig die Nachteile. So viele Menschen profitieren von, zum Beispiel, sichereren Städten. Dagegen ist die Gefahr von fehlender Datensicherheit verschwindend gering. Der Einsatz von Big Data ist keine Frage der Datensicherheit, sondern eine Frage des sinnvollen Einsatzes und Umgangs mit den uns zur Verfügung stehenden Ressourcen. Im übrigen geht es bei Big Data nicht um den einzelnen Datensatz, sondern um das „Big Picture“, das große Ganze.

Aber wie machen diese riesigen Datenströme uns das Leben leichter?

Verscheure: Wir versuchen, durch die Analyse großer Datenmengen unterschiedlichste Prozesse oder Systeme zu optimieren. Ein Beispiel: In Frankreich werten wir mittels Software die Daten von mehreren tausend Sensoren im Stromnetz aus, um zu testen,wie ein intelligentes Stromnetz, ein sogenanntes Smart Grid, funktionieren könnte.

Und was bringt das?

Verscheure: Wir haben Sensoren zum einen in den Haushalten, die den Stromverbrauch messen. Daneben messen wir, wieviel Strom an den einzelnen Stromerzeugern, zum Beispiel Photovoltaik-Anlagen, Windparks oder Kraftwerken erzeugt wird. Mit den Daten aus diesen Sensoren können wir die Bilanz von Erzeugung und Verbrauch im Netz transparent machen und die unterschiedlichen Zustände im Netz besser verstehen.

Können Sie das genauer erklären?

Verscheure: Wir sehen zum Beispiel, wann das Netz überlastet ist, wenn zuviel Strom aus Solaranlagen eingespeist wird. Andererseits sehen wir auch, wenn das Wetter umschlägt und zu wenig erneuerbare Energien zur Verfügung stehen und mit konventionellen Kraftwerken gegengesteuert werden muss. Das macht das Stromnetz effizienter und sicherer gegenüber Stromausfällen.

Dennoch bleibt es fraglich, ob sich wirklich jeder Bürger solch einen intelligenten Stromzähler in den Keller hängen will, da er seine Privatsphäre in Gefahr sieht.

Verscheure: Die Daten, die analysiert werden, sind anonymisiert und entsprechen den gesetzlichen Auflagen. Theoretisch könnte man die Daten auch wieder entschlüsseln. Aber das ist nicht das Ziel von Big-Data-Analysen. Ich betone noch einmal: Während man vor rund fünf Jahren nicht mit Sicherheit sagen konnte, ob die Sammlung von Daten einen Nutzen bringt, sind wir heute sicher, dass Big Data viele Vorteile mit sich bringt.

Jedoch sind die Datenmengen häufig derart umfangreich, dass es schwierig ist aus ihnen eindeutige Zusammenhänge abzuleiten.

Verscheure: Das ist richtig. Während wir früher tendenziell zu wenig Daten hatten, haben wir heute enorm viele. Diese sind zum Teil sehr verrauscht, bringen Störfaktoren mit sich. Zum Beispiel sammeln wir Daten vom Busverkehr in Dublin, um diesen zu optimieren. Einige Datenpakete wollen uns dort weißmachen, dass manche Busse Routen fahren, die direkt durchs Wasser führen. Diese Daten sind natürlich fehlerhaft und müssen zunächst aufbereitet und qualitätsgesichert werden.

Klingt nicht sehr Vertrauen erweckend.

Verscheure: Solch ein Beispiel zeigt, dass die Datenmengen zwar enorm sind, häufig jedoch durch veraltete Sensorik fehlerhaft und dementsprechend erst einmal gefiltert werden müssen, bevor man aus ihnen irgendwelche Zusammenhänge oder Vorhersagen generieren kann. Deshalb geht der Trend hin zu Floating Car Data (Daten, die aus einem Fahrzeug gewonnen werden, das am Verkehr teilnimmt, Anm. d. Red.), zum Beispiel aus Navigationsgeräten oder Mobiltelefonen mit GPS, die deutlich präzisere Informationen liefern.

Stichwort Vorhersage: Sobald man solche "Blicke in die Zukunft" herausgibt, reagieren die Leute auf diese Vorhersage, ändern also ihr Verhalten, und die schöne Prognose ist dahin. Wieso also das Ganze?

Verscheure: Das menschliche Verhalten und die Reaktion auf solche Vorhersagen ist immer ein Problem. Zunächst einmal kann man die Reaktionen von Menschen nicht in diese Modelle miteinbeziehen. Die sind einfach zu komplex. Daher geht es bei solchen Dingen viel mehr darum, die Information zufällig unter den Empfängern zu streuen, damit nicht der von Ihnen angesprochene Effekt auftritt.

Können Sie da ein Beispiel nennen?

Verscheure: Will man den Straßenverkehr intelligent regeln, gibt man einigen Benutzern von Navigationsgeräten die Info, dass an einer gewissen Stelle ein Stau auftreten kann, andere erhalten diese Info nicht. So stellt man sicher, dass nicht alle Autofahrer versuchen werden den Stau zu umfahren und sich womöglich an einem anderen Ort ein Verkehrschaos bildet. Durch diese zufällige Informationsweitergabe stellt man also sicher, dass es keine negative Überreaktion gibt.

Ist das dann aber nicht eine Bevorzugung einiger Personen gegenüber anderen?

Verscheure: Nein, denn das Ganze wird vom Computer gesteuert. Da geht es nicht um Bevorzugung und Benachteiligung sondern es ist Zufall. Ich denke außerdem, dass man solche Verfahren anwenden muss, anderenfalls können Big Data und Vorhersagen, die daraus gezogen werden sogar schädlich sein, was natürlich nicht der Sinn dahinter ist.

Wie die Projekte konkret aussehen, mit denen IBM mittels Big Data für eine "grünere Welt" sorgen will? Das zeigen wir in einem Artikel hier auf WiWo Green in der nächsten Woche.

Anzeige
Zur Startseite
-0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%