Um Verbrechen zu verhindern, setzt die Polizei in Kalifornien und anderen US-Bundesstaaten auf Data Mining. Für dieses Predictive Policing (auf deutsch etwa: voraussehende Polizeiarbeit) werden gewaltige Datenmengen analysiert, um vorherzusagen, wann und wo Verbrechen passieren werden. Genutzt wird alles, was sich auswerten lässt: die polizeiinternen Datenbanken, Kriminalitätsstatistiken, Wetterberichte, Kontakte in sozialen Netzwerken. Aus den erfassten Daten werden Wahrscheinlichkeiten errechnet: Was passiert wo und wie oft? Wann gibt es die meisten Notrufe? Heizt die schwüle Witterung die Gemüter an? Aus den Mustern werden Prognosen abgeleitet, wo Streifenwagen gebraucht werden könnten. Wenn es gut läuft, ist die Polizei schon da, bevor etwas passiert.
Data Mining, so wird die tiefschürfende Analyse von Big Data genannt, lässt sich nicht nur in der Verbrechensbekämpfung nutzen, sondern erstreckt sich auf viele Lebensbereiche. Ursprünglich wurde das Verfahren in der Wirtschaft genutzt, um Trends im Kundenverhalten zu ermitteln. Nun dient es auch dazu, digitale Lernprozesse zu analysieren. Das Einsatzfeld eignet sich perfekt: Denn bei web-based Trainings, Online-Tests und Internetrecherchen hinterlassen Lerner zahllose Daten, die gesammelt, kombiniert und interpretiert werden können – woraus sich Empfehlungen zur Verbesserung von Bildungsangeboten ableiten lassen. Der Horizon Report, eine wichtige Trendstudie für Lerntechnologien, beschreibt Learning Analytics daher als eine der wichtigsten Technologien der kommenden Jahre. Firmen wie der amerikanische Anbieter Newton versprechen sogar, mithilfe der 'magischen Algorithmen' maßgeschneiderte, individualisierte Lösungen für adaptive Lernsysteme schaffen zu können.
Extras:- Infokasten: Begriffsklärung Big Data – Learning Analytics
- Literaturtipps: Drei Fachartikel, die sich mit Big Data und der Digitalisierung des Lernens beschäftigen