Wie letztens geschrieben, sind die Implikationen von Big Data (mindestens) einen eigenen Artikel wert. In diesem dreht es sich darum, was für Gefahren von Big Data und der (automatisierten) Verarbeitung potentiell ausgehen. Und warum es dringend notwendig ist, neben den technischen auch ethische und moralische Diskussionen zu führen.
Die Stichprobe (auch „Sample“ genannt) ist die Grundlage vieler statistischen Auswertungen. Die Idee der Stichprobe ist, dass man nur einen kleinen Teil einer großen Gruppe kennen muss um zu einer vernünftigen Aussage über die ganze Gruppe zu kommen. Ein klassisches Beispiel dafür sind Wahlumfragen. Weiterlesen
Ab wann sind Daten groß genug um Big genannt zu werden? Und ist Big nicht ein wenig relativ und willkürlich?
Zuerst einmal stellt sich die Frage, was Daten überhaupt sind. Schon hier wird es schwammig, denn eine allgemein gültige Definition gibt es nicht. Aber für unsere Zwecke reicht es, wenn wir uns darauf einigen, dass Daten Angaben oder (Zahlen-)Werte sind, die durch Messung oder Beobachtung gewonnen werden. Um die Frage nach Big Data zu beantworten, schadet es nicht ein wenig auszuholen. Weiterlesen
… oder: warum wir zum Messen verschiedene Skalen verwenden (sollen)
„Bayerns Bauern [haben] in diesem Jahr Blühflächen in der Größenordnung von rund 12.000 Fußballfeldern geschaffen“ und „Wenn der Ostsee gefüllt ist, fasst er so viel Wasser wie etwa zwei Milliarden Badewannen“ sind zwei der unzähligen Schlagzeilen, in denen diese beiden „Maßeinheiten“ herhalten müssen. Doch warum werden Flächen überhaupt in Fußballfelder umgerechnet und Volumen (oder Volumina) in Badewannen?
… oder warum es besser sein kann, den Median zu verwenden.
Wenn Daten in Form von Erhebungen, Umfragen oder Stichproben gesammelt werden und darüber berichtet wird, dann ist der Durchschnitt in der Regel nur ein Eck entfernt. Wie sonst soll aus einer (riesigen) Gruppe Information für ein einzelnes Mitglied gezogen werden? Zum Beispiel beim Einkommen, oder bei der Körpergröße? Was ist jedoch die Aussage des Durchschnittes? Oder anders gefragt, kann mit dem Durchschnitt auch eine vernünftige Aussage für einen Großteil der betrachteten Gruppe getroffen werden? Weiterlesen
Das Schöne am Datenjournalismus ist es, dass er Geschichten erzählen kann die sonst unentdeckt blieben. Dass er aus Daten Information und Fakten extrahieren kann, welche dann in eine Story münden. Das macht ihn aber auch tricky. Denn um Daten korrekt zu interpretieren bedarf es eines entsprechenden Vorwissens. Weiterlesen
In der Wissenschaft gehören Scatterplots (deutsch Streudiagramm) zum Standardwerkzeug. In der „normalen“ Medienlandschaft sind sie hingegen kaum anzutreffen. Woran liegt das? Ein Grund dafür könnte ihre vermeintliche Komplexität sein. Doch sind sie wirklich kompliziert zu verstehen? Und was für Vorteile haben sie überhaupt? Weiterlesen
