Google Street View ist eines der Wunder der modernen Welt. Es ist das Produkt der Arroganz, des Ehrgeizes, der Chuzpe und des unverschämten Reichtums eines einzigen Unternehmens, das beschlossen hat, jede Straße der Welt zu fotografieren und die Bilder online zu stellen. Als das Projekt zum ersten Mal angekündigt wurde, war ich skeptisch, dass es viel bringen würde – vielleicht Bilder prominenter Straßen in großen Städten in westlichen Ländern, aber nicht viel mehr als das. Und dann fragte ich mich eines Tages, wie ich den Weg zum Haus eines Freundes in einer abgelegenen ländlichen Gegend finden könnte, suchte es auf Google Maps, sah das Street-View-Symbol und klickte darauf – und fand mich praktisch auf der engsten Landstraße wieder, die man sich vorstellen kann.
Street View war ein Produkt von Googles Überzeugung, dass es einfacher ist, um Verzeihung zu bitten als um Erlaubnis, eine Annahme, die offenbar durch die Tatsache bestätigt wurde, dass die meisten Gerichtsbarkeiten den fotografischen Coup als vollendete Tatsache zu akzeptieren schienen. In einigen europäischen Ländern, vor allem in Deutschland und Österreich, gab es Widerstand, da die Bürger verlangten, dass ihre Grundstücke unkenntlich gemacht werden. 2010 kam es außerdem zu einem Streit, als bekannt wurde, dass Google eine Zeit lang Daten von unverschlüsselten WLAN-Routern in Privathaushalten gesammelt und gespeichert hatte. Aber im Großen und Ganzen ist das Unternehmen mit seinem Coup durchgekommen.
Die meisten Einwände kamen von Menschen, die sich um ihre Privatsphäre sorgen. Sie hatten Einwände gegen Bilder, die beispielsweise Männer beim Verlassen von Stripclubs, Demonstranten in einer Abtreibungsklinik, Sonnenanbeter in Bikinis und Menschen bei privaten Aktivitäten in ihrem eigenen Garten zeigen. Einige Länder störten sich an der Höhe der Kameras – in Japan und der Schweiz musste Google beispielsweise die Höhe der Kameras verringern, damit sie nicht über Zäune und Hecken hinwegsehen konnten.
Diese Bedenken könnte man als Bedenken erster Ordnung bezeichnen, d. h. als Sorgen, die durch offensichtliche Gefahren einer neuen Technologie ausgelöst werden. Aber bei der digitalen Technologie können die wirklich umwälzenden Auswirkungen auch solche dritter oder vierter Ordnung sein. So führt das Internet zum Beispiel zum Web, das wiederum zum Smartphone führt, was wiederum Uber ermöglicht hat. Und in diesem Sinne lautete die Frage bei Street View von Anfang an: Wozu wird es letztendlich führen?
Eine mögliche Antwort wurde letzte Woche mit der Veröffentlichung einer faszinierenden Studie von zwei Datenwissenschaftlern, einer aus Warschau, der andere aus Stanford, gegeben. In Zusammenarbeit mit Versicherungsunternehmen analysierten sie 20.000 Adressen von deren Kunden, sammelten für jedes Haus ein entsprechendes Bild mit Google Street View und kommentierten die Bilder der Häuser, indem sie Merkmale wie Alter, Typ und Zustand vermerkten. Durch die Anwendung von Software für maschinelles Lernen auf die Daten konnten sie ein Modell erstellen, das wesentlich bessere Vorhersagen über das Risiko von Autounfällen für die Hausbesitzer lieferte als die Modelle, die derzeit von den Versicherungsgesellschaften verwendet werden – und das natürlich verwendet werden könnte, um höhere (oder niedrigere) Prämien zu rechtfertigen.
“Wir haben herausgefunden”, so die Forscher, “dass Merkmale, die auf einem Bild eines Hauses zu sehen sind, das Risiko von Autounfällen vorhersagen können, unabhängig von klassisch verwendeten Variablen wie Alter oder Postleitzahl. Dieses Ergebnis ist nicht nur ein Schritt hin zu detaillierteren Risikovorhersagemodellen, sondern veranschaulicht auch einen neuartigen sozialwissenschaftlichen Ansatz, bei dem granulare Daten aus der realen Welt gesammelt und in großem Maßstab analysiert werden.”
Auf den ersten Blick erscheint dies seltsam, nicht wahr? Was es zu sagen scheint, ist: “Zeig mir dein Haus auf Street View und ich sage dir, wie wahrscheinlich es ist, dass du einen Autounfall hast.” Und natürlich ist es möglich, dass sich tief in der Mathematik des Papiers ein Fehler eingeschlichen hat. (Soweit ich weiß, wurde die Studie noch nicht von Experten begutachtet.) Oder vielleicht war die Stichprobe von 20.000 Personen zu klein.
So oder so bietet die Studie jedoch eine aufschlussreiche Fallstudie über die potenziellen Vor- und Nachteile des maschinellen Lernens. Im Wesentlichen geht es bei dieser Technologie darum, Korrelationen zu erkennen, die dem menschlichen Auge entgehen könnten. Aber Korrelation ist nicht gleich Kausalität, so dass man sich immer fragen muss, ob eine besonders auffällige Korrelation falsch ist oder nicht. Bedeutet zum Beispiel eine schlecht gewartete Wohnung, dass das Auto des Bewohners ähnlich ungepflegt und daher unfallträchtiger ist?
Das scheint mir etwas weit hergeholt zu sein. Aber wenn sich die Ergebnisse der beiden Forscher mit größeren Stichproben wiederholen und bestätigen lassen, was dann? Derzeit richten sich die Kfz-Versicherungsprämien zum Teil nach der Postleitzahl, in der ein Fahrzeug untergebracht ist, weshalb es teurer ist, ein Auto in Liverpool zu versichern als in Cambridge. Dies kommt jedoch einer Art Postleitzahlen-Lotterie gleich, bei der vorsichtige Fahrer, die in armen Gegenden wohnen, benachteiligt und Verkehrsrowdys, die sich in grünen Vororten aufhalten, begünstigt werden. Die Verwendung von Street-View-Daten könnte solche Ungleichheiten verringern, indem sie die Dinge auf die Ebene des einzelnen Hausbesitzers herunterbricht. Andererseits könnte es den gewissenhaften Mieter eines Mietshauses stigmatisieren, das einem geizigen Vermieter gehört oder von einem korrupten Makler verwaltet wird. Kranzbergs erstes Gesetz gilt also immer noch: Technologie ist weder gut noch schlecht; sie ist auch nicht neutral.
Was ich lese
Boeing, Boeing, weg…
Das Fiasko um Boeings 737 Max Passagierflugzeuge wird in einem der besten technischen Texte erklärt, die mir je begegnet sind – veröffentlicht auf IEEE Spectrum.
Something wicked this way comes
Ein Artikel von Nitasha Tiku auf der Wired-Website untersucht, was mit Googles “Don’t be evil”-Motto passiert ist.
Where it all went wrong
WikiLeaks and the lost promise of the internet: ein sehr interessanter (und bissiger) Essay von Quinta Jurecic über Julian Assange auf dem Lawfare Blog.
{{topLeft}}
{{{bottomLeft}}
{{topRight}}
{{bottomRight}}
{{/goalExceededMarkerPercentage}}
{{/ticker}}
{{heading}}
{{#paragraphs}}
{{.}}
{{/paragraphs}}{{highlightedText}}
- Teilen auf Facebook
- Teilen auf Twitter
- Teilen per E-Mail
- Teilen auf LinkedIn
- Teilen auf Pinterest
- Teilen auf WhatsApp
- Teilen auf Messenger