KE_2_Ethik

Algorithmen sind entscheidend, da sie aus großen Datenmengen lernen, sich an neue Situationen anpassen und technologische Fortschritte antreiben.

Die vier Vs von Big Data sind

• Volume (Datenmenge)
• Velocity (Geschwindigkeit der Verarbeitung)
• Variety (Vielfalt der Datenquellen und Formate)
• Veracity (Zuverlässigkeit der Daten).

Big Data gilt als transformative Technologie, die Wirtschaft und Gesellschaft ähnlich wie die industrielle Revolution grundlegend verändert, indem sie Produktivitätssteigerungen und neue Arbeitsmöglichkeiten schafft, aber auch Arbeitsplätze abbauen kann.

Ein Gleichgewicht ist notwendig, um Systeme effektiv zu führen und datengetriebene Katastrophen zu vermeiden, da menschliche Entscheidungen oft unersetzlich sind.

Die Übernutzung von Daten kann die intellektuelle Fähigkeit und Entscheidungsfähigkeit von Individuen beeinträchtigen und datengetriebene Katastrophen verursachen.

Datenmissbrauch ist die Nutzung von Daten auf unerwartete oder nicht erlaubte Weise, z. B. wenn ein Krankenhaus Patientendaten an Versicherungsagenten weitergibt.

Der Wert von Daten bemisst sich durch ihren Nutzen für Mensch und Gesellschaft, z. B. durch personalisiertes Marketing, Optimierung von Betriebsabläufen und Kundenzufriedenheit.

Datendiebstahl bezeichnet das unbefugte Stehlen, Kopieren oder Löschen von Daten. Formen sind z. B. Identitätsdiebstahl, Diebstahl von Kreditkarteninformationen und Forschungsergebnissen.

Dateneigentum bezieht sich auf den Besitz und die Verantwortung für Daten, einschließlich der Befugnis, diese zu erstellen, zu aktualisieren, zu teilen und den Zugriff darauf zu beschränken.

Medizinische Daten, die bei Arztbesuchen gesammelt werden, sind entscheidend für Forschung und Entwicklung, sowie für die Diagnose und Behandlung von Krankheiten.

Räumliche Daten, auch geografische Daten, beziehen sich auf Standorte und können in Vektor- und Rasterformaten dargestellt werden.

Soziale Medien liefern öffentlich geteilte Informationen wie Standorte und geteilte Links, die zur Entwicklung personalisierter Marketingstrategien genutzt werden.

• Daten-in-Bewegung: Velocity kann als Daten-in-Bewegung beschrieben werden. Zum Beispiel der Strom von Messungen, die von einem Sensor genommen werden, die Klicks jedes Besuchers auf einer Website, Ablesen von einem Smart-Meter usw.
• Lebensdauer der Datennutzung: Die zweite Dimension der Geschwindigkeit befasst sich mit der Gültigkeit der Daten. Sind die Daten dauerhaft wertvoll oder altern sie schnell und verlieren ihre Bedeutung und Wichtigkeit?
• Geschwindigkeit der Verarbeitung: Die letzte Dimension der Geschwindigkeit ist die Geschwindigkeit, mit der die Daten gespeichert und abgerufen werden müssen.

1. Volumen: Die Menge der erzeugten und gespeicherten Daten ist enorm und wächst stetig. Große Datenmengen erfordern spezielle Technologien zur Speicherung und Verarbeitung.
2. Vielfalt: Daten existieren in unterschiedlichen Formaten, wie strukturierten, halbstrukturierten und unstrukturierten Daten (z. B. Text, Bilder, Audio, Video, Tabellen).
3. Geschwindigkeit (Velocity): Daten werden oft in Echtzeit generiert und verarbeitet, insbesondere durch Technologien wie das Internet der Dinge (IoT). Wahrhaftigkeit (Veracity): Die Genauigkeit und Vertrauenswürdigkeit von Daten kann variieren, da sie fehlerhaft oder unvollständig sein können.
4. Wert (Value): Der Nutzen, der aus Daten gewonnen werden kann, hängt von ihrer Analyse und den erzielten Einblicken ab. Daten sind wertvoll, wenn sie Entscheidungsprozesse unterstützen.
5. Variabilität: Daten können sich in ihrer Bedeutung oder Struktur ändern, abhängig vom Kontext oder der Zeit.
6. Verknüpfbarkeit: Daten können miteinander in Beziehung gesetzt werden, um neue Informationen oder Muster zu entdecken.

Sie werden in intelligenten Häusern, medizinischen Instrumenten und zur Überwachung von Wetterbedingungen genutzt, um Katastrophen wie Überschwemmungen oder Waldbrände zu vermeiden.

Die Informationstheorie untersucht die Speicherung, Quantifizierung und Kommunikation von Informationen und integriert Wahrscheinlichkeitsrechnung, Statistik und Informatik.

Große Datenmengen sind strukturierte, halbstrukturierte oder unstrukturierte Daten, die computergestützt analysiert werden, um Muster zu erkennen und Einblicke in umfangreiche Datensätze zu gewinnen.

Medizinische Daten umfassen klinische Berichte und die medizinische Geschichte eines Patienten. Sie werden für Forschung und Entwicklung verwendet und häufig digital gespeichert.

Soziale Medien liefern umfangreiche Daten aus Nutzerinteraktionen, einschließlich Standortdaten und geteilter Links.

Sie helfen, Kosten zu senken, die Effizienz zu steigern und die Lebensdauer von Ausrüstung zu verlängern.

IoT-Daten umfassen Ausrüstungsdaten, Umweltdaten und Submeterdaten, die durch Sensoren in Echtzeit gemessen und übertragen werden.

Sie unterstützen Lebensbereiche wie Medizin, indem Krankheitsdaten bessere Behandlungen ermöglichen, oder Ernährungsstudien, indem Nahrungsmittelvorlieben in einer Region analysiert werden.

Beispiele sind

• Volkszählungsdaten
• Lehrbücher
• Buchrezensionen
• Enzyklopädien
• Dissertationen
• Zeitungen.

Sekundärquellen präsentieren Bewertungen, Interpretationen oder Analysen von Primärquellen und werden von Personen erstellt, die nicht direkt am Ereignis teilgenommen haben.

Beispiele sind originale Dokumente wie

• Experimente
• Sozialversicherungsnummern
• Reisepässe
• Geburtsurkunden
• Biografien
• Autobiografien
• Verfassungen und
• statistische Daten.

Primärquellen liefern Daten, die Forscher direkt durch Interviews, Umfragen oder Experimente sammeln. Sie bieten einen Erstbericht über Ereignisse oder originäre Forschungsergebnisse.

Datenquellen lassen sich in Primärquellen und Sekundärquellen einteilen.

Die General Data Protection Regulation (GDPR, 2016).

Der Schutz der Privatsphäre und die Vertraulichkeit von Daten.

Grundsätze und Richtlinien zur Datenerhebung, -speicherung, -verwendung und -verbreitung, um eine verantwortungsvolle und ethische Nutzung sicherzustellen.

Die Anonymisierung von Daten, obwohl diese oft re-identifiziert werden können.

Sie zielt darauf ab, die Verantwortung und Rechenschaftspflicht der Datenverarbeiter zu erhöhen.

Personenbezogene Daten sind Informationen, die eine Person direkt oder indirekt identifizieren können.

Sie konzentriert sich meist auf personenbezogene Daten.