Meierhans meint: Das Netzwerk kennt die Zukunft

Das Netzwerk ist der Computer! Dies propagierte John Cage vom einstigen Shooting-Star des verteilten Rechnens, Sun Microsystems, bereits 1984. Im Netzwerk – oder der Cloud, wie es im aktuellen Marketing-Jargon heisst – steckt jedoch wesentlich mehr als nur Rechnerleistung, Speicherplatz und Applikationen. Spätestens seitdem jede und jeder den persönlichen Access Point in Form eines internetfähigen Mobiltelefons Tag und Nacht mit sich spazieren führt, lässt sich aus dem Netz-werkaufbau und der Art und Weise, wie die einzelnen Teilnehmer miteinander kommunizieren, praktisch alles herauslesen, was Marketing-Verantwortliche, Städteplaner oder auch staatliche Überwachungsorgane schon immer gerne gewusst hätten.

Tatsächliche Einzelfälle statt Statistik-Brei

Und was derzeit noch in Forschungslabors ausprobiert wird, dürfte sehr schnell ins Business diffundieren, denn das Versprechen ist unwiderstehlich: Mit Echtzeit-Modellierungen des Kommunikations- und Bewegungsverhaltens von Einzelpersonen in ihrem Alltags-Zusammenhang kann man die tatsächlichen Vorlieben viel genauer erkennen als durch statistische Auswertungen von Kundenkarten – und man kann sogar viele Handlungen vorhersehen. Der grosse Vorteil der dynamischen Interaktionsmodelle: Sie bilden reale Einzelfälle ab und vermischen nicht Äpfel und Birnen zu einem statistischen Brei.
Wie Alex Pentland, ein Pionier der Computer-gestützten Sozialwissenschaften, betont, folgen nämlich zwischen 80 und 90 Prozent unserer Handlungen sich wiederholenden Mustern und auch die wenigen, bewussten Entscheidungen sind alles andere als frei. Sie werden hauptsächlich durch unsere Interaktionen mit unseren Mitmenschen bestimmt.

Wenig Raum für den Zufall

Ein Beispiel: Als Autofahrer nutzen Sie sicher die aktuellen Staumeldungen ihres Navis. Die sind an sich schon äusserst praktisch, aber erst der Anfang der Geschichte. Wenn man die GPS-Bewegungsprofile über einige Jahre analysiert, können daraus nicht nur die alltäglichen Verhaltensmuster jedes Einzelnen bestimmt werden, sondern auch viele Ausnahmen von der Regel, wie Krankheit, Ferien oder unregelmässige Geschäftsreisen. Kombiniert man dieses Wissen mit dem Wetter und anderen speziellen Tagesbedingungen, kann ein Modell schon Stunden im Voraus erkennen, wer alles am Gotthard stehen und wer doch eher ins Einkaufszentrum vor der Stadt abzweigen wird. Wenn sich beispielsweise sämtliche Handys der Familie im Auto Richtung Süden bewegen, deutet dies stark auf Ferien hin. Das Anrufmuster am Vorabend und am Morgen oder der Halt an der Tankstelle vor der Autobahnauffahrt lassen schliesslich kaum eine andere Möglichkeit mehr offen.
Für die Vorhersage müssen dabei gar nicht alle Ortungs- und Kommunikationsdaten ausgewertet werden. Je intelligenter das Modell, umso weniger Information ist notwendig. An der Olympiade in London hat beispielsweise die ETH gemeinsam mit dem deutschen Forschungsinstitut für künstliche Intelligenz ein System zur Überwachung der Besucherströme entwickelt, das bereits funktioniert, wenn wenige Prozent über eine Service-App ihre aktuellen Ortungsdaten freigeben.

Besser persönlich als social

Analog offenbart die Kombination von Ortungs- und Kommunikationsdaten zum Beispiel auch, welches Smartphone wir kaufen, welche Freundschaften wir in den kommenden Monaten schliessen oder ob wir Gewicht zulegen werden. Alle diese Dinge passieren nicht durch statistischen Zufall, sondern mehr oder weniger zwangsläufig, weil wir uns unbewusst an unser Freundes-Netzwerk anpassen. Interessanterweise haben dabei blosse Facebook-Freunde praktisch gar keinen Einfluss. Entscheidend bleibt – aller mobilen, sozialen und Cloud-Netzwerke zum Trotz – der persönliche Kontakt.