Entwicklungsprojekte mit Big Data Datenmassen für die Afrika-Hilfe

Der neue Modebegriff in der Afrika-Hilfe heißt „Data 4 Development“ – eine große Datensammlung für bessere Hilfe. Viele Forscher sind begeistert, doch die Methoden sind nicht unumstritten.
Kommentieren
In Krisenregionen sollen anhand von Big-Data-Projekten Hilfsmaßnahmen besser koordiniert werden. Quelle: Reuters
Daten sollen helfen

In Krisenregionen sollen anhand von Big-Data-Projekten Hilfsmaßnahmen besser koordiniert werden.

(Foto: Reuters)

FrankfurtBeim Weltwirtschaftsforum ist man schon lange begeistert von den Möglichkeiten, die Big Data in der Entwicklungszusammenarbeit bietet. Die Vereinten Nationen (UN) und die EU-Kommission lassen sich nun anstecken. Schon 2012, als der Begriff erst wenigen bekannt war, stellte das Weltwirtschaftsforum Beispiele heraus, wie man durch Auswertung von Mobilfunkdaten die Ausbreitung einer Epidemie in Afrika prognostizieren oder Frühwarnsignale einer Hungersnot empfangen und entsprechend reagieren kann.

Heute ist diese Art des „Data Mining“ dabei, zu einer wichtigen Säule der Entwicklungszusammenarbeit zu werden. „Die Kommission unterstützt entschieden die Entwicklung und Nutzung digitaler Technologien für die Entwicklungspolitik der EU“, heißt es in der Pressemitteilung, mit der die EU-Kommission im Mai ihre Strategie vorstellte, die Digitalisierung zu einem Kernthema ihrer Entwicklungspolitik zu machen.

Die Vereinten Nationen haben in einer öffentlich-privaten Partnerschaft die Initiative Global Pulse gegründet. Unterstützer sind unter anderem Microsoft und Amazon, sowie das Weltwirtschaftsforum, dem wiederum die größten Internet- und Telekom-Konzerne angehören, bei denen die interessantesten Daten anfallen. Global Pulse hat direkten Zugang zu Daten von Firmen wie Facebook und Twitter und nutzt diese, um in Indonesien Schwankungen von Nahrungsmittelpreisen besser zu verstehen, in Uganda Bevölkerungswanderungen zu verfolgen oder die öffentliche Meinung zu UN-Entwicklungszielen zu eruieren.

Teams an den Universitäten Harvard, Stanford und Leiden nutzen digitale Daten, um das Ausbrechen von Konflikten und die Umsetzung von Friedensvereinbarungen in Afrika zu analysieren. Ein Projekt der Universität Oxford nutzte Mobilfunkdaten, um die Verbreitung von Malaria in Kenia zu studieren, ein schwedisches Projekt erforschte so Cholera-Ausbrüche in Haiti.

Im jüngsten Projekt von UN Global Pulse, zu dem kürzlich ein „White Paper“ erschien, untersuchte das New Yorker Datenlabor zusammen mit dem Hochkommissariat für Flüchtlinge, wie man Twitter-Daten nutzen kann, um „Trends in der Europäischen Flüchtlingskrise“ besser und früher zu verstehen. Dabei wurden Interaktionen zwischen den Migranten und mit „Dienstleistern“ entlang der Route nach Europa analysiert. Aus dem Pilotprojekt soll ein Monitoring-System erwachsen, das die sozialen Medien in Echtzeit überwacht und auswertet.

Die Grundlage für all diese Anwendungen ist das, was neudeutsch Datenphilanthropie heißt, also die Freigabe privater Daten für gemeinnützige Zwecke. Allerdings gehen die Datenströme auch in die andere Richtung. Regierungen werden aufgefordert, dafür zu sorgen, dass von ihren Bürgern möglichst viele Daten produziert werden und diese Unternehmen, Forschern und Hilfsorganisationen zur Verfügung zu stellen. So fordert das Weltwirtschaftsforum etwa, dass die Regierungen Regeln zur SIM-Kartenregistrierung erlassen, die sicherstellen, dass man Telefonnummern zuverlässig bestimmten Individuen zuordnen kann.

Partnerschaften mit der Wirtschaft
Seite 12Alles auf einer Seite anzeigen

Mehr zu: Entwicklungsprojekte mit Big Data - Datenmassen für die Afrika-Hilfe

0 Kommentare zu "Entwicklungsprojekte mit Big Data: Datenmassen für die Afrika-Hilfe"

Das Kommentieren dieses Artikels wurde deaktiviert.

Serviceangebote
Zur Startseite
-0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%