Big Data und Mining der Kundendaten

Transkript

1 Big Data und Mining der Kundendaten Ob wir das dürfen und wo uns das hinführen wird Philipp Schaumann Disclaimer: Alle hier präsentierten Positionen sind rein privater Natur Die technischen Details haben keinen Zusammenhang mit Angeboten oder Software unseres Arbeitgebers Seite 1 Big Data - Die Goldmine der Banken

2 Banken und Big Data Legal?? Datenschutzrecht hat als Kern die Zweckbindung von Daten Daten dürfen für ein klar definierten Zweck genutzt werden Big Data hat als Kernelement, dass Daten die vorhanden sind noch neuen Kriterien ausgewertet werden Banken und Big Data Es gilt das Bankgeheimnis, auch intern Die Daten der Bankkunden werden primär zum Zweck der Kontoführung erhoben Allen anderen Zwecken (inkl. Zugriff durch Marketing) muss der Kunde explizit zustimmen Befreiung vom (internen) Bankgeheimnis

3 Algorithmen steuern die Welt Vorhersage unserer Wünsche und Bedürfnisse maßgeschneiderte Werbung Amazon, Google, Facebook und die anderen beobachten unser Verhalten - Ihre Algorithmen wissen (oft besser als wir selbst), was wir gerne kaufen würden / kaufen werden. Sie haben keine Idee, WARUM wir etwas tun, aber sie kennen die Wahrscheinlichkeit, DASS wir etwas tun werden. Seite 5 Big Data kennt unserer Wünsche Big Data erlaubt einen Blick in die (wahrscheinliche) Zukunft des Einzelnen. oder vielleicht: Big Data produziert die Zukunft des Einzelnen? Seite 6

4 Wie funktioniert Big Data? (1) Statistiker, Physiker, Mathematiker suchen in den Daten nach Mustern, nach (mehr oder weniger zufälligen) Zusammenhängen/ Korrelationen, z.b. indem sie die Daten korrelieren, nach Häufungen suchen, Cluster finden, (die nicht mal wirklich existieren müssen). Sie finden immer Zusammenhänge, egal ob real oder zufällig Seite 7 Wie funktioniert Big Data? (2) Gleichzeitig geben ihre Auftraggeber vor, in welche Richtung die zu optimierende Variable sich für die Gesamtpopulation (z.b. der Kunden) bewegen soll Zum Beispiel: Optimierung von Gewinn oder Umsatz oder Eye-balls oder Auslastung oder Reduktion von Risiko oder Kundenverlust oder Seite 8

5 Und der Missbrauch von Big Data Die Statistik erkennt Korrelationen, das sind valide Aussagen über eine Gesamtpopulation. Business sucht aber Entscheidungshilfen für den Einzelfall und nutzt die durchschnittlichen Korrelationen. Seite 9 Algorithmen entscheiden über Kredit- Vergabe Computer analysieren das Umfeld von Menschen und erkennen die Wahrscheinlichkeit, dass jemand den Kredit (nicht) zurückzahlt oder seine Handyrechnung nicht immer bezahlen kann aus dieser Wohngegend, mit diesen FB-friends, mit diesen Likes, mit diesem Fitness-(Nicht)-Verhalten, mit diesem Schreibstil auf Twitter Seite 10

6 Persönlichkeitsanalyse über Schreibstil Blödsinn oder nicht sie bekommen den Job oder den Kredit trotzdem nicht! Wortwahl, Verteilung der Wortlängen und Satzlängen sind korreliert mit den Big Five Persönlichkeiten. Diese Persönlichkeiten sind korreliert mit allem möglichen und die Basis für Entscheidungen. Sub-Prime Krise durch Algorithmen? Between 2000 and 2007, US lenders like Countrywide Home Loans and DeepGreen gave out home loans at an unprecedented rate via automated online applications. Zitat Dep.of Justice:... African-American and Hispanic retail borrowers who were placed into subprime loans when similarly qualified white retail borrowers received prime loans

7 Algorithmische Modellierung bestimmt unsere virtuelle Repräsentanz Die Bank, der Mobilfunkanbieter oder das Personalbüro das Call-Center lassen eine algorithmische Modellierung in Echtzeit durchführen. Die virtuelle Repräsentanz wird wichtiger als die reale Person. Seite 13 Kündigung eines Vertrags Churn reduction Wenn Sie sich bei Ihrem (Telefon/ Internet/??) Anbieter beschweren, so analysiert der Algorithmus blitzschnell, mit welcher Wahrscheinlichkeit sie wirklich kündigen werden. Abhängig von diesem Ergebnis bekommen Sie einen Rabatt oder nicht.

8 Algorithmen steuern die Welt 2013: High Speed Trading 60% aller Trades an US-Börsen sind High Speed Trades Algorithmen erkennen Trends in Millisekunden, kaufen vor den menschlichen Händlern und bieten die Aktien/Optionen, Millisekunden später mit Gewinn den Menschen zum Kauf an Und manchmal gibt es einen Flash-Crash notizen_1_12.htm#trading Seite 15 Algorithmen übernehmen die Kontrolle, wo Menschen zu langsam sind, nicht nur an der Börse 2013: High Speed Killing - Automatisierte Waffensysteme Bereits heute werden erste automatischen Waffensysteme eingesetzt, speziell wenn z.b. die Entscheidung zum Start einer Abwehrrakete innerhalb von Millisekunden getroffen werden muss. Seite 16

9 Algorithmen steuern die Welt (2) 2013: Yield (Ertrags-)Management Preise für (Fern-)Flüge oder Hotelzimmer werden täglich an Bedarf und Nachfrage angepasst um eine optimale Auslastung mit bestmöglichem Gewinn zu erreichen. Die Algorithmen wissen auch, wie jeder von uns auf Sonderangebote reagiert - oder ob wir Mac-User sind und damit preis-un-empfindlich ) Algorithmen bestimmen, was mich ein Flug kostet Seite 17 Algorithmen steuern die Welt 2013: Vorhersage von Kriminalität Computer analysieren Orte im Hinblick auf frühere Straftaten (oder Ereignisse), werten Überwachungskameras aus und schicken Polizisten dorthin, wo mit höchster Wahrscheinlichkeit ein Verbrechen passieren wird. Big Data entscheidet über unsere persönliche Sicherheit. Seite 18

10 Algorithmen steuern die Welt 2013: Vorhersage von Kriminalität Computer analysieren die Wahrscheinlichkeit, dass ein Gefängnis-Insasse mit einer bestimmten Geschichte und einem bestimmten sozialen Umfeld rückfällig wird und entscheiden über die (vorzeitige) Entlassung und schlagen eine Strafe vor. Seite 19 Algorithmen steuern die Welt 2013: Vorhersage von Terrorismus Computer analysieren Ihr Verhalten im Internet, die Vernetzungen und die Kommunikation und sagen vorher, mit welcher Wahrscheinlichkeit Sie zum Trouble Maker werden. Zukünftige Trouble Maker kommen auf die No-Fly Liste oder werden bei jedem Flug separat verhört. Die Gedanken hören auf, frei zu sein. Seite 20

11 If we know how it works it's not artificial intelligence Charles Stross (S-F Autor) Seite 21 Warum wir die Algorithmen nicht mehr verstehen Algorithmen sahen früher so aus, d.h. für den Profi nachvollziehbar: Heute bearbeiten die Algorithmen n-dimensionale Würfel und suchen dort Zusammenhänge, z.b. sog. Cluster

12 Guilty through Clustering Instead of Amazon-style Other customer like you also bought the following books You get Other people with the same word-length pattern in tweets and on Facebook and the same network-topology in their call-records meta-data have become suicide bombers welcome to the new-fly list Und in der nahen Zukunft... (1) Die Auftraggeber der Algorithmen geben nur noch vor, in welche grundsätzliche Richtung das Gesamt- System optimiert werden soll z.b. mehr Sharing,... mehr Nutzung öffentlicher Verkehrsmittel Minimierung von statistischen Abweichungen, Maximierung der Vorhersagbarkeit des Verhaltens, Reduktion a-sozialen Verhaltens Seite 24

13 Und in der nahen Zukunft... (2) Die Algorithmen verändern die Realität, indem sie z.b. einzelnen Menschen Suchergebnisse zeigen, die ihre Ansichten in die vorgegebene Richtung bewegen, sie nudgen Die personal assistents so steuern, dass sie Vorschläge machen, die ein gewünschtes Verhalten fördern Seite 25 Und dann kommt die Singularität Seite 26

14 Singularität Der Punkt, an dem die Algorithmen die Werte und Zielvorgaben, nach denen sie uns bewerten und lenken, selbst bestimmen. (siehe HAL 9000 im Film 2001: A Space Odyssey ) In dem Augenblick haben die Menschen die Kontrolle abgegeben und die Zivilisation wird sich dramatisch verändern Seite 27 Algorithmen werden die Welt regieren Thema Bewerbung für einen Job Einstellungsgespräche waren immer subjektiv Die Vorurteile des Einstellenden werden ersetzt durch die mathematische Willkür eines unbekannten Algorithmus mit unbekannter Parametrisierung. Die Inputs des Algorithmus sind z.b. - Spuren der Bewerberin im Web (oder die fehlenden Spuren) - Friends in Social Networks, deren Postings, Wohnorte, Likes, - Konsumverhalten der Bewerberin,.. Seite 28

15 Algorithmen werden die Welt regieren Thema Bewerbung für einen Job (2) Der Algorithmus bekommt vielleicht die Vorgabe harmonisches Team oder (eher unwahrscheinlich) kreative Querdenker. Die Facebook- Zeitleiste verrät angeblich die Details. Tweets verraten mit 70% Wahrscheinlichkeit, ob jemand eine psychische Erkrankung hat. Alle diese Kandidaten werden nicht eingeladen. Wessen Big Data-Profil nicht gefällt, der darf sich nicht mal mehr vorstellen. Seite 29 Algorithmen werden die Welt regieren Thema Bewerbung für einen Job (3) Zufälle bestimmen, wer den Job bekommt: So wurde eine hohe Korrelation zwischen Spitzenleistungen beim Programmieren und einer bestimmten Variante vom Manga-Comics gefunden. Nur wenn die IP-Adresse der Bewerberin in den Logs dieser Website aufscheint, gibt es einen Job. Der Standard, Seite 30

16 Algorithmen werden die Welt regieren Thema Bewerbung für einen Job (4) Die Textlänge und die Wortlänge bei Facebook- Postings gibt mit ausreichender Wahrscheinlichkeit die Einordnung in die (Pseudo-) Persönlichkeitskategorien Big 5 wieder. Genauso können verwendet werden können aber auch die Telefon-Meta-Daten (Zahl eingehender versus ausgehender Anrufe, Gesprächsdauer für jede Kategorie, Uhrzeit der Gespräche, etc.) Seite 31 Algorithmen entscheiden... Welche Informationen wir lesen Die Nachrichten wandern von den Medien (-Websites) zu den Suchmaschinen und Social Networks Die Schüsse des Polizisten in Ferguson kamen interessanterweise z.b. auf Facebook sehr lange nicht vor, dort waren andere Nachrichten wichtiger (warum ist unklar vielleicht zu wenige Likes, zu wenige Shares, es entsteht eine algorithmische Zensur durch unbekannte Algorithmen) Seite 32

17 Algorithmen entscheiden... Wer für politische Ämter gewählt wird Experimente von Facebook haben gezeigt, dass Social Nudging die Wahlbeteiligung positiv beeinflussen kann. Alle Social Networks und Suchmaschinen wissen (vielleicht besser als wir selbst) welche Partei wir bei der nächsten Wahl wählen werden, gezieltes Motivieren der richtigen Benutzer beeinflusst sehr einfach die Wahl. Seite 33 Algorithmen entscheiden... Ob wir uns als Organspender registrieren Experimente haben bereits gezeigt, dass Social Nudging die Zahl der Zustimmungen als potentielle Organspender deutlich erhöhen kann. Seite 34

18 Die Zukunft: Algorithmen entscheiden... Welche Informationen wir lesen Wessen Einzelhandelsgeschäft / Buchversand Erfolg hat Wer einen Job bekommt Wer einen Kredit bekommt (oder einen Handyvertrag) Wer für politische Ämter gewählt wird Welchen Partner wir finden Wohin man ausgeht, mit welchem Verkehrsmittel man dorthin kommt Seite 35 Woran erkennen wir diese Singularität? Wir können diese Form der Singularität kaum noch erkennen, denn wir beobachten nur, dass die Realität sich ändert, wir kennen die Ursache nicht Beispiel: drastischer Rückgang der Kriminalität in vielen US-Städten in den letzten Jahrzehnten, die Ursache ist unklar (viele Theorien, keine Beweise) Außerdem ist die Realität, die wir beobachten bereits eine von den Algorithmen gefilterte Seite 36

19 Behauptung Wir sind die letzte Generation vor der Singularität. Unsere Entscheidungen zu Datenschutz und Big Data werden über die Zukunft der Menschheit entscheiden Oder ist der Zug bereits abgefahren? Seite 37 Auf dem Weg in die Matrix Matrix: die Menschen werden in Batterien gehalten, erleben eine virtuelle Welt und füttern mit ihrer Energie die Maschinen Seite 38

20 Einige Bücher Algorithmen lenken die Benutzer zu ihrem Besten Die virtuelle Realität ist wichtiger als die analoge Realität Eine Sharing- Gesellschaft zu Ende gedacht Seite 39 Danke Ray Kurzweil Und bitte immer schön weiter die Maschinen füttern!! Mehr dazu: Manipulation.htm Seite 40

21 Fremde Zielsetzungen führen uns Beispiel Partnervermittlung (1) Viele Partnervermittlungen (Parship, eharmony, match.com) nutzen Algorithmen, die Beziehungen bewerten und dabei bis zu Persönlichkeitsparameter pro Partner vergleichen ( big data analysis) Sie entwickeln ein Konzept für gute Beziehung (z.b. Dauer, Glück, gegenseitige Entwicklung fördern,... ) Daraus entwickeln sie einen Algorithmus, der bei Partnersuchenden diese Kriterien vergleicht und... Partner vorschlägt, die der Algorithmus für sie ausgewählt hat, die anderen lernen die Suchenden gar nicht kennen Seite 41 Fremde Zielsetzungen führen uns Beispiel Partnervermittlung (2) Entweder der Programmierer entscheidet, was er / sie für eine gute Beziehung hält oder Die Firma optimiert danach, was für das Unternehmen (z.b. marketing-technisch) am besten ist Seite 42

22 Algorithmen werden die Welt regieren (2) Stilberatung durch Algorithmen Frage: in welchem Jahrzehnt werden Kleidungsfragen grundsätzlich den Algorithmen überlassen, weil diese besser wissen, in welcher Kleidung/ Haarschnitt/ Haarfarbe Sie mehr Erfolg (im Beruf, beim anderen Geschlecht) haben werden? Seite 43 Algorithmen werden die Welt steuern (3) Thema Auto 2013: Die US Auto-Versicherung Progressive analysiert den Fahrstil, z.b. häufiges heftiges Bremsen und passt den Preis entsprechend an. Sicheres Fahren wird belohnt Frage: ab wann wird die Autoversicherung deutlich günstiger sein, wenn Sie zusichern, nie mehr das Auto selbst zu steuern? Seite 44

23 Google Car So einen Überblick kann ein Mensch nie haben Seite 45 Google Car So einen Überblick kann ein Mensch nie haben Seite 46

24 Die Sicherheit wird sicher höher sein, aber Die Zahl der Unfalltoten wird sinken, aber ziemlich sicher werden ANDERE Personen sterben als früher Frage: rechtfertigt die Reduktion von z.b Toten auf Tote, dass jetzt andere Menschen sterben müssen? Frage: Ändert sich die Antwort, wenn die neuen Opfer aus einer anderen Kategorie sind, z.b. mehr Schulkinder, oder mehr Radfahrer, oder...? (vergleiche hierzu: Licht am Tage ) Slide 47 Die 3 Roboter Gesetze von Asimov Ein Roboter darf keinen Menschen verletzen, oder durch seine Inaktivität erlauben, dass ein Mensch verletzt wird 2. Ein Roboter muss Anweisungen /Befehlen von Menschen Folge leisten, außer es ergäbe sich dadurch ein Konflikt mit dem 1. Gesetz 3. Ein Roboter muss seine eigene Existenz schützen, solange sich dadurch kein Konflikt mit dem 1. oder 2. Gesetz ergibt Slide 48

25 Die asimovschen Robotergesetze für autonome Fahrzeuge Sind die Anweisungen des Besitzers des Roboters (des Autos) wichtiger als die anderer Menschen? Werden (mögliche) körperliche Verletzungen des Auto-Besitzers gleich bewertet wie die von anderen Menschen? Sind leichte (mögliche) körperliche Schäden anderer unter allen Umständen wichtiger als Totalschaden des Fahrzeugs? Slide 49 Moral Hazards Szenario 1: das selbstfahrende Auto erkennt, dass ein vollbesetzter Schulbus auf das Auto zukommt, links ist eine hohe Wand, rechts ein Abgrund wie soll der Algorithmus entscheiden? Szenario 2: das selbstfahrende Auto erkennt, dass ein Wagen mit Teenagern einen Frontalunfall provoziert, weil die Teenager wissen, dass das Auto auf jeden Fall ausweichen MUSS Sollte es eine Option für den Fahrer geben, ob er bereit ist zu sterben, wenn er dadurch Teenager retten kann? Slide 50

26 Wer lenkt das autonome Fahrzeug? Wird das Fahrzeug einen anderen Weg wählen, um an einem Shopping Center vorbeizukommen, das für diese Manipulation gezahlt hat? (Analog zur Manipulation der Suchergebnisse) Könnte es sein, dass ein Autohersteller an Blechschäden interessiert ist, weil die Umsätze schwächeln?