Data-Mining – gesellschaftspolitische und rechtliche Herausforderungen. TAB-Fokus

Data-Mining steht für die Erkennung von Mustern und Strukturen in Datenbeständen. Generiert werden sowohl Informationen, z. B. zu Ähnlichkeiten, Abweichungen oder Auffälligkeiten, als auch mathematisch-statistische Modelle und Algorithmen, die in neuen Situationen des gleichen Sachverhalts eingesetzt werden können, um Entscheidungen zumindest zu unterstützen.
Data-Mining werden große Innovationspotenziale in nahezu allen Lebensbereichen zugeschrieben. Bedenken gibt es wegen intransparenter Vorgehensweisen sowie ungleicher Verwertungsmöglichkeiten. Befürchtungen reichen bis zum Ende der Privatheit oder zur Unkontrollierbarkeit algorithmischer Systeme.
Herausforderungen gibt es u. a. bei der Datenbereitstellung, der Konkretisierung der Möglichkeiten und Grenzen der Analyse sowie beim Umgang mit den Ergebnissen. Umfangreiche Fachkenntnisse sind für die Durchführung, Prüfung und Überwachung erforderlich.
Folgeabschätzungen und Bewertungen sollten anwendungsbezogen erfolgen. Im gleichnamigen TAB-Bericht (siehe Relation in KITopen) werden Data-Mining-Beispiele in der Medizin und im Gesundheitssystem diskutiert.