Digital Politics: So verändert das Netz die Demokratie. 10 Wege aus der digitalen Unmündigkeit
Von Aleksandra Sowa
()
Über dieses E-Book
Big Data, Hacktivism, Social Bots, Fake News, Roboter, Künstliche Intelligenz und Algorithmen können individuelle Freiheiten bedrohen, aber auch demokratiefördernd wirken. Einige wenige herrschen über die Technologie und horten die Daten. Erst programmieren und speichern, dann nachdenken oder reparieren, heißt die Devise. Was also ist gegen die Enteignung unserer Hardware und digitale Unmündigkeit zu tun? Wie sorgen wir weiterhin für informationelle Selbstbestimmung? Demokratie und der Erhalt bürgerlicher Freiheiten ist harte Arbeit.
Aleksandra Sowa
Aleksandra Sowa, geb. 1972, Studium der Volkswirtschaft, Informatik, Robotik und Automatisierung‚ leitete zusammen mit dem deutschen Kryptologen Hans Dobbertin das Horst-Görtz-Institut für Sicherheit in der lnformationstechnik. Sie ist Autorin diverser Bücher und Fachpublikationen und aktuell für einen Telekommunikationskonzern tätig.
Ähnlich wie Digital Politics
Ähnliche E-Books
Digitale Identität: Unser Zwilling im Datennetz Bewertung: 0 von 5 Sternen0 BewertungenBig Data: Analysen zum digitalen Wandel von Wissen, Macht und Ökonomie Bewertung: 0 von 5 Sternen0 BewertungenDie KI sei mit euch: Macht, Illusion und Kontrolle algorithmischer Vorhersage Bewertung: 0 von 5 Sternen0 BewertungenFake News: Ein Handbuch für Schule und Unterricht Bewertung: 0 von 5 Sternen0 BewertungenKünstliche Intelligenz in Sozialen Medien Bewertung: 0 von 5 Sternen0 BewertungenData Science: Eine praxisorientierte Einführung im Umfeld von Machine Learning, künstlicher Intelligenz und Big Data - 2., erweiterte Auflage Bewertung: 0 von 5 Sternen0 Bewertungen2045: Das Jahr, in dem die Künstliche Intelligenz schlauer wird als der Mensch Bewertung: 0 von 5 Sternen0 BewertungenAlles Fake!: Politische Karikaturen 2017 Bewertung: 0 von 5 Sternen0 BewertungenDie Einmischer: Wie sich Schriftsteller heute engagieren Bewertung: 0 von 5 Sternen0 BewertungenDas Geld: Von den vielgepriesenen Leistungen des schnöden Mammons Bewertung: 0 von 5 Sternen0 BewertungenZwischen zwei Welten - Osten und Westen: Eine interkulturell-philosophisch-autobiographische Reise Bewertung: 0 von 5 Sternen0 BewertungenChrist sein heißt politisch sein Bewertung: 0 von 5 Sternen0 BewertungenPostkartenalben und weibliches Sammeln: Zu einem kulturellen Handlungsmuster um und nach 1900 Bewertung: 0 von 5 Sternen0 BewertungenGeistigbehindertenpädagogik in der DDR: Die Entwicklung einer Pädagogik zwischen Bildungsfähigkeit und Ausgrenzung Bewertung: 0 von 5 Sternen0 BewertungenWirtschaft zwischen Demokratie und Verbrechen: Grundzüge einer Kritik der kriminellen Ökonomie Bewertung: 0 von 5 Sternen0 BewertungenFinanzkrieg: Angriff auf den sozialen Frieden in Europa Bewertung: 0 von 5 Sternen0 BewertungenHerbst des Kapitalismus Bewertung: 0 von 5 Sternen0 BewertungenZeitschrift für Medienwissenschaft 20: Jg. 11, Heft 1/2019: Was uns angeht Bewertung: 0 von 5 Sternen0 BewertungenDie informierte Gesellschaft und ihre Feinde: Warum die Digitalisierung unsere Demokratie gefährdet Bewertung: 0 von 5 Sternen0 BewertungenVon Homöopathie und Handauflegen zur Hassideologie? Zum Verhältnis von alternativen Heilmethoden zu Verschwörungstheorien, Esoterik und rechten Ideologien Bewertung: 0 von 5 Sternen0 BewertungenDie Geister, die ich teilte: Wie soziale Medien unsere Freiheit bedrohen Bewertung: 0 von 5 Sternen0 BewertungenDeutschland zwischen Größenwahn und Selbstverleugnung: Warum es keine Mitte mehr gibt Bewertung: 0 von 5 Sternen0 BewertungenDas kommende Buch: Essay Bewertung: 0 von 5 Sternen0 BewertungenDie Produktion des Geldes: Ein Plädoyer wider die Macht der Banken Bewertung: 0 von 5 Sternen0 BewertungenTeilen, Reparieren, Mülltauchen: Kulturelle Strategien im Umgang mit Knappheit und Überfluss Bewertung: 0 von 5 Sternen0 BewertungenVon der Kunst Bäume zu pflanzen: Wie Nachhaltigkeit in der Praxis gelingt Bewertung: 0 von 5 Sternen0 BewertungenDie Deutschen Familiennamen, geschichtlich, geographisch, sprachlich Bewertung: 0 von 5 Sternen0 BewertungenGell, hinter den Bergen ist Deutschland: Die Option 1939 Bewertung: 0 von 5 Sternen0 BewertungenSchleichend an die Macht: Wie die Neue Rechte Geschichte instrumentalisiert, um Deutungshoheit über unsere Zukunft zu erlangen Bewertung: 0 von 5 Sternen0 BewertungenIntermedialer Style: Kulturelle Kontexte und Potenziale im literarischen Schreiben Jugendlicher Bewertung: 0 von 5 Sternen0 Bewertungen
Politik für Sie
Die Diktatur der Demokraten: Warum ohne Recht kein Staat zu machen ist Bewertung: 0 von 5 Sternen0 BewertungenTrump: The Art of the Deal Bewertung: 3 von 5 Sternen3/5Lexikon der Symbole und Archetypen für die Traumdeutung Bewertung: 5 von 5 Sternen5/5The Four: Die geheime DNA von Amazon, Apple, Facebook und Google Bewertung: 4 von 5 Sternen4/5Der Krieg im Dunkeln: Die wahre Macht der Geheimdienste. Wie CIA, Mossad, MI6, BND und andere Nachrichtendienste die Welt regieren. Bewertung: 0 von 5 Sternen0 BewertungenKognitive Kriegsführung: Neueste Manipulationstechniken als Waffengattung der NATO Bewertung: 0 von 5 Sternen0 BewertungenAngst und Macht: Herrschaftstechniken der Angsterzeugung in kapitalistischen Demokratien Bewertung: 0 von 5 Sternen0 BewertungenPsychologie der Massen Bewertung: 4 von 5 Sternen4/5Cancel Culture: Demokratie in Gefahr Bewertung: 0 von 5 Sternen0 BewertungenAlles, was Sie wissen sollten, Ihnen aber nie jemand erzählt hat Bewertung: 3 von 5 Sternen3/5Psychologie der Massen: Vollständig überarbeitete Ausgabe Bewertung: 0 von 5 Sternen0 BewertungenDie Antwort Bewertung: 1 von 5 Sternen1/5Der Überfall - Hitlers Krieg gegen die Sowjetunion: Ein SPIEGEL E-Book Bewertung: 0 von 5 Sternen0 BewertungenGesammelte Werke (Über 150 Titel in einem Band): Die Krise der Sozialdemokratie + Terrorismus in Rußland + Sozialreform oder Revolution… Bewertung: 0 von 5 Sternen0 BewertungenAuf in die Diktatur!: Die Auferstehung meines Nazi-Vaters in der deutschen Gesellschaft. Ein Wutanfall von Niklas Frank Bewertung: 0 von 5 Sternen0 BewertungenFremdbestimmt: 120 Jahre Lügen und Täuschung Bewertung: 4 von 5 Sternen4/5Antisemitismus in der Sprache: Warum es auf die Wortwahl ankommt Bewertung: 0 von 5 Sternen0 BewertungenTrilaterale Kommission Bewertung: 0 von 5 Sternen0 BewertungenGenderismus: Der Masterplan für die geschlechtslose Gesellschaft Bewertung: 2 von 5 Sternen2/5Anglizismen und andere "Fremdwords" deutsch erklärt: Über 1000 aktuelle Begriffe Bewertung: 0 von 5 Sternen0 BewertungenDer politische Islam gehört nicht zu Deutschland: Wie wir unsere freie Gesellschaft verteidigen Bewertung: 0 von 5 Sternen0 BewertungenWörterbuch Politikunterricht Bewertung: 0 von 5 Sternen0 BewertungenSand Talk: Das Wissen der Aborigines und die Krisen der modernen Welt Bewertung: 5 von 5 Sternen5/5Hypermoral: Die neue Lust an der Empörung Bewertung: 0 von 5 Sternen0 BewertungenNaher Osten 01: Themenzusammenfassung Bewertung: 0 von 5 Sternen0 BewertungenDie Tugend des Egoismus: Eine neue Sicht auf den Eigennutz Bewertung: 0 von 5 Sternen0 BewertungenDer nächste große Krieg: Hintergründe und Analysen zur medial-politischen Hetze gegen Russland Bewertung: 0 von 5 Sternen0 BewertungenAfrotopia Bewertung: 0 von 5 Sternen0 Bewertungen
Rezensionen für Digital Politics
0 Bewertungen0 Rezensionen
Buchvorschau
Digital Politics - Aleksandra Sowa
Aleksandra Sowa
Digital Politics
So verändert das Netz
die Demokratie
10 Wege aus der digitalen Unmündigkeit
Bibliografische Information der Deutschen Bibliothek
Die Deutsche Bibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet unter http://dnb.dnb.de abrufbar.
ISBN 978-3-8012-7010-0
© 2017 by
Verlag J. H. W. Dietz Nachf. GmbH
Dreizehnmorgenweg 24, 53175 Bonn
Umschlaggestaltung: Birgit Sell, Köln
Satz: Kempken
DTP-Service
| Satztechnik · Druckvorstufe · Mediengestaltung, Marburg
E-Book
-Herstellung: Zeilenwert GmbH 2017
Alle Rechte vorbehalten
Besuchen Sie uns im Internet: www.dietz-verlag.de
Inhaltsverzeichnis
Cover
Titel
Impressum
Statt eines Vorworts
Big Data
Aas muss gut sein. Millionen Fliegen können nicht irren!
Folge dem Datenstrom
Ein ziemlich großer Haufen
Wer kumuliert, manipuliert
Das mathematische Genie
Die Filterblasen – gibt es sie wirklich?
Der natürliche Zustand
Big Data contra Datenschutz
Secret racism
Pfui, die Wissenschaft
Der nächste Kanzler wird
tl; dr 1
Was hilft? – Der digitale McGyver
tl; dr 2
Was hilft? – Der digitale McGyver
Anmerkungen
Wählen und Wahrheit
Alles, was erlaubt ist – und auch nicht
Wahlen sind primitiv
Das Versprechen
Try out and excuse later
Viele Hinweise – wenige Beweise
Diktatur der Wahlen
Macher. Medien. Politik
Menschen sind wie Schafe
Nichts als die Wahrheit
Das Kompromat
Aktive Maßnahmen
Menschen sind Raubtiere
Online voting won’t save democracy
tl; dr 3
Was hilft? – Der digitale McGyver
tl; dr 4
Was hilft? – Der digitale McGyver
Anmerkungen
Der Fluch der Automatisierung – oder doch nicht?
Golem, Homunculus und Frankenstein – all together now!
Mein Chef, der Roboter
Von Algorithmen zur Superintelligenz
Die Regierungsmaschine
Hier endet die Moral
Das sozialistische Internet
Die erste Ursache
Seine Hände in Unschuld waschen
Die neue wirtschaftliche Elite
Scheitern. Zum letzten Mal
tl; dr 5
Was hilft? – Der digitale McGyver
Anmerkungen
Real Humans
Der Geist in der Maschine
Esse est computari
Weil diesmal alles anders ist
Nerdonomics
Der subtile Fortschritt
Der Cyborg
Google besiegt Krebs
Das Geschäft der Zukunft? Was mit Daten!
Master and Servant
Quo vadis, Mensch
tl; dr 6
Was hilft? – Der digitale McGyver
tl; dr 7
Was hilft? – Der digitale McGyver
Anmerkungen
Wahlkampf der Datenmaschinen
Die Vermessung der Wähler
Magic Bullet
Klingeln, klicken, Daten sammeln
Das hätte sich auch die Stasi gewünscht
Datenschutz macht Pause
Wird Microtargeting überschätzt?
Lösungen für nicht existierende Probleme
tl; dr 8
Was hilft? – Der digitale McGyver
tl; dr 9
Was hilft? – Der digitale McGyver
tl; dr 10
Anmerkungen
Das Imperium Informaticum
Anstelle eines Schlusswortes
Anmerkungen
Über die Autorin
Statt eines Vorworts
Cypherpunk A programmer who strongly believes that private citizens posess the right to send a secure, encrypted message to anyone they please and that encryption technology should not be regulated.
(Webster’s Computer Dictionary, 2001)
Cypherpunk Ein Programmierer, der fest daran glaubt, dass Privatpersonen das Recht haben, sichere, verschlüsselte Nachrichten an jeden zu schicken, an den sie wollen, und dass die Verschlüsselungstechnologie keiner Regulation unterworfen sein sollte.
Big Data
Aas muss gut sein. Millionen Fliegen können nicht irren!
Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it …
(Dan Ariely) ¹
W
enn Roberto Simanowski in Data Love von der »Verdrängung des Theoretischen durch das Faktische« spricht, dann meint der damit die intelligente Datenauswertung – das Big-Data-Mining –, wie »die computergesteuerte Analyse großer Datensammlungen auf bestimmte Gesetzmäßigkeiten und unbekannte Zusammenhänge hin« ² genannt wird. »[D]enken Sie an die Wetterdaten oder die Daten, die eine Turbine in einem Kraftwerk produziert: Da entsteht Big Data mit einem gewaltigen wirtschaftlichen Wert«, setzte sich Paul Nemitz im Interview mit Neue Gesellschaft – Frankfurter Hefte für Big Data ein. ³ Ob Gesundheit, Dienstleistungen, Banken und Versicherungen oder Autoindustrie – kein Sektor bleibt von Big Data unberührt, davon sind Investoren überzeugt: »Traditionelle Unternehmen bemühen sich sehr, so viele Daten wie möglich über das Kundenverhalten zu sammeln, um Risikoanalysen zu optimieren und neue Märkte zu identifizieren.« ⁴ Mit Big-Data-Mining wird die Datensammelwut der Technologiekonzerne und der Staaten kanalisiert – und treibt diese zugleich an. Mehr und vor allem neue Daten sollen gesammelt werden. Mehr und neue Geschäftsmodelle sollen durch Einsatz und Auswertung von Big Data möglich sein. Autos sollen sicherer werden, der Gesundheitsbereich effektiver und innovativer, der Staat schneller und unbürokratischer. Die Daten seien das »Öl« des 21. Jahrhunderts, die »Währung«, der »Rohstoff«, heißt es.
Internetkonzerne wie Google und Facebook stehen für die Vorteile, die »eine resolute und effektive Datenakkumulation und
-analyse
dem Kunden versprechen«. ⁵ Jared Cohen und Eric Schmidt sprechen deswegen in Die Vernetzung der Welt vom Datenstrom als Geschenk für Behörden und Unternehmen, »mit dem sie auf die Bedürfnisse ihrer Bürger und Kunden eingehen, spezifische demografische Gruppen erreichen und mithilfe neuer Methoden künftige Entwicklungen prognostizieren können«. ⁶ Der Datenanalytiker Seth Stephens-Davidowitz ist sogar der Meinung, dass die von Google erfassten Suchabfragen inzwischen die größte Datensammlung zur menschlichen Psyche darstellen, die jemals entstanden ist. Gut genug, dass man es damit wagen könnte, einige der Freud’schen Theorien erstmalig zu validieren. Ob der berühmte Flu-Index von Google, Gesundheitsforschung oder die Platzierung von Werbe-Ads auf Websites: Ziel der Datensammlung und
-analyse
sei immer der Mensch, und zwar: »die Verbesserung seiner wirtschaftlichen, sozialen, gesundheitlichen Situation«. ⁷ Ob in Form eines sichereren Autos oder effizienteren Gesundheitssystems. Das betonen Internetkonzerne und Behörden gleichermaßen.
Folge dem Datenstrom
Es ist so, weil es so ist, sonst wäre es nicht so.
(Thomas Fischer, Bundesrichter a. D.)
Erstmalig erfolgt die Datenverarbeitung jedoch ohne Theoriebildung. Datenströme werden auf Korrelationen hin ausgewertet, ohne darauf zu achten, ob ein ursächlicher Zusammenhang besteht, sobald zwei Tatsachen zueinander in Beziehung gestellt werden. Was damit gemeint ist, zeigt das Storch-und-Baby-Beispiel. Rudolf Flesch zitiert in Besser schreiben, sprechen, denken einen Statistiker, der entdeckt, dass es eine Korrelation von 0,9 zwischen der Anzahl von Storchennestern und den Geburten in Stockholm während einer bestimmten Anzahl von Jahren gibt. ⁸ Der strengen Wenndann-Logik des Big-Data-Mining folgend, müsste daraus zwangsläufig eine Voraussage resultieren, dass Kinder von Störchen gebracht werden.
Die Notwendigkeit theoriefreier Auswertungen wurde im Rahmen des Diskurses zur Ausgestaltung der europäischen Datenschutzgrundverordnung (DSGVO) als Begründung dafür aufgeführt, dass der Grundsatz der Zweckbestimmung (geltend nach dem deutschen Bundesdatenschutzgesetz) aufgeweicht werden sollte. Genau genommen, erklärte der deutsche
CDU-Abgeordnete
im Europaparlament, Axel Voss, in einem Gespräch mit Christiane Schulzki-Haddouti, ginge es darum »[…] Big-Data-Geschäftsmodelle nicht zu zerstören, die im kommenden Internet der Dinge eine wichtige Rolle spielen werden«. ⁹ Als Beispiel nannte er die für Auswertung und Analyse von für Big Data gedachten Deep-Learning-Algorithmen, die eigenständig darüber entscheiden sollten, »welchen Zweck die Auswertung verfolgen wird. Ein bestimmter Zweck lässt sich also gar nicht mehr vorab definieren«. ¹⁰
Schwache oder gar zufällige Korrelationen werden, so Simanowski, durch Big Data zu starken Korrelationen, »die zunächst unerklärlich sein mögen, durch die befragte Datengröße aber auch unleugbar scheinen«. ¹¹ Manchmal, gibt Seth Stephens-Davidowitz in Everybody Lies zu, bestätigen neue Daten das Offensichtliche, das Intuitive. ¹² Manchmal ist die Big-Data-Logik aber auch, wie im Storch-und-Baby-Beispiel, nur die Logik eines Dreijährigen.
Ein ziemlich großer Haufen
Bereits im Jahr 2008 kündigte der Chefredakteur des Magazin Wired, Chris Anderson, das Ende der wissenschaftlichen Methode an. ¹³ Sie würde zukünftig durch die Datenmassen überflüssig werden. Warum schlechte Modelle verwenden, wenn man gar keine Modelle zu verwenden braucht, fragte Anderson. Jahrhundertelang wurde den Adepten der Wissenschaft eingeimpft, dass Korrelation noch keine Kausalität bedeute und dass erst ein Modell, das die Zusammenhänge erklärt, eine Korrelation zu einem plausiblen Zusammenhang macht. Mit Big Data reicht die Korrelation vollkommen aus, so Anderson, keine Kausalität und keine Semantik seien mehr notwendig. Sehr verkürzt gesagt: Mit genügend Zahlen sprechen Daten für sich selbst.
Dabei sind es bei Massendatenauswertungen gerade die Wissenschaft, die Analyse, das Aufstellen von Vermutungen, Hypothesen, Annahmen etc. – genau das, was ein repräsentatives Ergebnis von einem Haufen nutzloser Zahlen unterscheidet. Nur, dass dieser Haufen immer größer wird. Dreißig Jahre Computerisierung und Digitalisierung bewirkten eine Explosion von Quantität und Qualität aller möglichen Arten von Informationen, bemerkte Stephens-Davidowitz. ¹⁴ Viele stammen aus dem Internet, den Suchmaschinen oder sozialen Medien oder sie sind Produkte zunehmender Digitalisierung der Verwaltung, des Beruflichen und des Privaten. Grundsätzlich gereichen sie der Wissenschaft zum Vorteil. Doch das Hauptproblem mit Big Data liegt daran, dass man, wenn man nach Wissen oder Erkenntnissen mithilfe von Massendatenauswertungen sucht, die sprichwörtliche Nadel in einem immer größer werdenden Datenhaufen suchen muss. Manchmal liefert Big-Data-Mining tatsächlich neue, wertvolle Erkenntnisse. Das aber, so Stephens-Davidowitz, schaffen auch solche Studien, die keine großen Datenmengen verwenden, sondern beispielsweise einen neuen, kreativen Ansatz, eben eine neue Herangehensweise finden. Und es ist tatsächlich der Ansatz – die Theorie –, behauptet Stephens-Davidowitz, der über Google Trends geforscht hat, die das Wesentliche ist. Gerade wegen der wachsenden Menge an verfügbaren Informationen müssen sich Datenanalytiker nun wirklich etwas einfallen lassen, um zu neuen und zugleich verlässlichen Erkenntnissen zu gelangen.
Business Analytics, Forensic Analytics, statistisch-mathematische Auswertungsmethoden, helfen den Menschen seit eh und je – ob nun den Beamten des Kartellamts, der Polizei, der Revision, externen Prüfern, internen Ermittlern oder investigativen Journalisten –, Herr über die Daten zu werden. Sie helfen aber auch den Wahlforschern, Nichtwähler zu identifizieren, die potenzielle Wähler einer bestimmten Partei werden könnten – oder die sich zum Urnengang motivieren ließen (siehe Kapitel Microtargeting). Oder sie unterstützen Google dabei zu bestimmen, welche Werbung auf einer Seite mit einem bestimmten Suchergebnis eingeblendet werden soll. Wie zutreffend das Ergebnis solcher Auswertungen ist, hängt im Wesentlichen von – der Theorie ab. Von der Fragestellung, Hypothese, von Annahmen, Toleranzwerten, der Definition der Suchbegriffe oder Indikatoren etc. Vielleicht das weniger Offensichtliche, was man über wissenschaftliche Investigation wissen muss, ist die Tatsache, dass es sich hierbei nicht so sehr um eine Suche nach Wahrheiten handelt, als vielmehr um die Suche nach Irrtümern. Endgültige Antworten gelten nicht unbedingt als wissenschaftlich. Es ist die Suche nach dem »schwachen Punkt« einer Theorie, das Sich-selbst-infrage-Stellen, das die Wissenschaft und den Fortschritt ausmacht.
Das spiegelt sich in den Methoden wider, mit welchen ein Problem, eine Fragestellung gelöst werden soll. Der australische Pathologe W. I. B. Beveridge beschrieb schon 1957 in seinem Werk The Art of Scientific Investigation ¹⁵ eine sequenzielle Methode, mit der ein medizinisches oder biologisches Problem gelöst werden kann, und riet unerfahrenen Wissenschaftlern, zuerst mit einfachen Fragen und Problemen zu beginnen:
a) Relevante Literatur wird kritisch geprüft/gesichtet (Recherche).
b) Die Felddaten werden gründlich recherchiert und zusammengestellt oder eine vergleichbare Untersuchung der Versuchsobjekte wird durchgeführt und – falls notwendig – um Laboruntersuchungen ergänzt (Datensammlung).
c) Die gesammelten Informationen werden geordnet und auf Korrelationen untersucht, das Problem wird eingegrenzt und in weiterführende, konkrete Fragen unterteilt (Datenauswertung).
d) Unter Berücksichtigung möglichst vieler Hypothesen werden Annahmen getroffen und Vermutungen definiert (Hypothesenaufstellung).
e) Experimente werden durchgeführt, um die wahrscheinlichste Hypothese bezüglich der wesentlichen/wichtigsten Frage zu prüfen (Prüfung von Hypothesen).
Besondere Betonung legte Beveridge auf die Literaturrecherche, die er als kritischen Prozess der Reflexion sah – notwendig, um die Originalität bei der Vorausschau zu bewahren. Informationen zu sammeln, um sie als eine Art Investition zu verbuchen, sei nicht genug, so Beveridge. ¹⁶ Kurz gesagt: Man sollte wissen, wonach man sucht und warum, bevor man die Daten durch die Rechner jagt.
Stephens-Davidowitz zeigt, wie Irrtümer entstehen könnten, am Beispiel der Prognose für die Arbeitslosenquote. Zahlen zur Arbeitslosigkeit, die monatlich von der
US-Regierung
veröffentlicht werden, haben einen signifikanten Einfluss auf die Aktienmärkte, sodass sich Finanzinstitutionen darin zu überbieten versuchen, diese Daten auch nur ein paar Millisekunden früher als die Konkurrenz zu erfahren. Ihre Arbeit wäre um einiges leichter, wenn man die Arbeitslosenrate vorhersagen könnte. Stephens-Davidowitz nutzte Google Correlate, um die Daten aus den Jahren 2004 bis 2011 nach geeigneten Korrelationen zu durchsuchen. Man könnte meinen, steigende Arbeitslosigkeit würde stark mit Suchphrasen wie »Arbeitsamt« oder »neuer Job« korrelieren. Falsch. Die am höchsten mit der Zunahme der Arbeitslosigkeit korrelierte Suchphrasen bei Google waren »Slutload« und »Spider Solitaire«. ¹⁷ Warum suchen Menschen, die keinen Job haben, verstärkt nach pornografischen Websites und Spielen im Internet? Vermutlich, weil sie mehr Freizeit haben, konzediert Stephens-Davidowitz und fragt sich, ob man anhand dieser Indikatoren den Anstieg der Arbeitslosenzahlen vorhersagen könnte. Mit diesen zwei Korrelationen alleine vermutlich nicht. Doch die Beobachtung, dass ein Zusammenhang besteht zwischen dem Anschauen pornografischer Filme und dem Zustand der
US-Ökonomie
, ist eine neue – und starke – Beobachtung. Ein Mix aus solchen (schwachen) Korrelationen könnte Teil eines Prognosemodells werden, bestätigt er. Jedenfalls solange, wie die offizielle Arbeitslosenquote nicht schneller