Kenneth Cukier: Big data is better data

Kenneth Cukier: Viele Daten heißt bessere Daten

Übersetzung: Sven Weckmann Lektorat: Marco Caresia

America's favorite pie is?

Amerikas Lieblingskuchen ist?

Audience: Apple. Kenneth Cukier: Apple. Of course it is.

Publikum: Apfelkuchen. K. Cukier: Es ist natürlich Apfelkuchen.

How do we know it?

Woher wissen wir das?

Because of data.

Aufgrund von Daten.

You look at supermarket sales.

Man schaut sich Umsätze von Supermärkten an,

You look at supermarket sales of 30-centimeter pies

nimmt die Verkaufszahlen von tiefgekühlten Kuchen

that are frozen, and apple wins, no contest.

mit 30 cm Durchmesser, und Apfelkuchen sind einsame Spitze.

The majority of the sales are apple.

Die Mehrzahl der Verkäufe sind Apfelkuchen.

But then supermarkets started selling

Doch dann begannen Supermärkte

smaller, 11-centimeter pies,

kleinere, 11-cm-Kuchen zu verkaufen,

and suddenly, apple fell to fourth or fifth place.

und plötzlich fiel Apfelkuchen auf den 4. oder 5. Platz.

Why? What happened?

Warum? Was ist passiert?

Okay, think about it.

Okay, denken Sie darüber nach.

When you buy a 30-centimeter pie,

Wenn man einen 30-Zentimer-Kuchen kauft,

the whole family has to agree,

muss die ganze Familie einverstanden sein

and apple is everyone's second favorite.

und Apfelkuchen hat jeder am zweitliebsten.

(Laughter)

(Gelächter)

But when you buy an individual 11-centimeter pie,

Aber wenn man einen individuellen 11-Zentimter-Kuchen kauft,

you can buy the one that you want.

kann man den nehmen, den man will.

You can get your first choice.

Man kann seine erste Wahl bekommen.

You have more data.

Man hat mehr Daten.

You can see something

Man sieht etwas,

that you couldn't see

das man nicht sehen konnte,

when you only had smaller amounts of it.

als man nur kleinere Mengen davon hatte.

Now, the point here is that more data

Der Punkt ist, dass mehr Daten

doesn't just let us see more,

uns nicht nur helfen

more of the same thing we were looking at.

mehr von den gleichen Dingen zu sehen.

More data allows us to see new.

Mehr Daten erlauben uns Neues zu sehen.

It allows us to see better.

Es hilft uns besser zu sehen.

It allows us to see different.

Es hilft uns anders zu sehen.

In this case, it allows us to see

In diesem Fall erlaubt es uns zu sehen,

what America's favorite pie is:

was Amerikas Lieblingskuchen ist:

not apple.

nicht Apfelkuchen.

Now, you probably all have heard the term big data.

Sie haben wahrscheinlich alle schon den Begriff "Big Data" gehört.

In fact, you're probably sick of hearing the term

Wahrscheinlich sind Sie es leid

big data.

den Begriff "Big Data" zu hören.

It is true that there is a lot of hype around the term,

Es ist wahr, dass es viel Wirbel um den Begriff gibt,

and that is very unfortunate,

was sehr schade ist,

because big data is an extremely important tool

weil Big Data ein extrem wichtiges Werkzeug ist,

by which society is going to advance.

durch das die Gesellschaft vorankommen wird.

In the past, we used to look at small data

In der Vergangenheit schauten wir auf "Small Data" [wenige Daten],

dachten über ihre Bedeutung nach

and think about what it would mean

to try to understand the world,

und versuchten die Welt zu verstehen.

and now we have a lot more of it,

Jetzt haben wir viel mehr davon,

more than we ever could before.

mehr als jemals zuvor.

What we find is that when we have

Wir stellen fest, dass wir mit einer großen Datenmenge

a large body of data, we can fundamentally do things

grundsätzlich Dinge tun können,

that we couldn't do when we only had smaller amounts.

die wir zuvor nicht tun konnten, als wir nur kleinere Mengen hatten.

Big data is important, and big data is new,

Big Data ist wichtig und Big Data ist neu

and when you think about it,

und wenn man darüber nachdenkt,

the only way this planet is going to deal

ist der einzige Weg für diesen Planeten,

with its global challenges —

globale Herausforderungen zu bewältigen --

to feed people, supply them with medical care,

Menschen zu ernähren, medizinische Versorgung,

supply them with energy, electricity,

Energie und Elektrizität zu liefern

and to make sure they're not burnt to a crisp

und sicher zu stellen,

because of global warming —

dass sie nicht durch die globale Erwärmung verbrennen --

is because of the effective use of data.

die effektive Nutzung von Daten.

So what is new about big data? What is the big deal?

Was gibt es Neues über Big Data? Was ist das Besondere daran?

Well, to answer that question, let's think about

Um diese Frage zu beantworten, denken Sie darüber nach,

what information looked like,

wie Informationen aussahen,

physically looked like in the past.

wie sie in der Vergangenheit physisch aussahen.

In 1908, on the island of Crete,

1908 entdeckten Archäologen

archaeologists discovered a clay disc.

auf der Insel Kreta eine Tonscheibe.

They dated it from 2000 B.C., so it's 4,000 years old.

Sie datierten sie auf 2 000 v. Chr., sie ist also 4 000 Jahre alt.

Now, there's inscriptions on this disc,

Es gibt Schriftzeichen darauf,

but we actually don't know what it means.

aber wir verstehen sie nicht.

It's a complete mystery, but the point is that

Es ist ein absolutes Rätsel, aber der Punkt ist,

this is what information used to look like

dass Informationen

4,000 years ago.

vor 4 000 Jahren so aussahen.

This is how society stored

So bewahrte die Gesellschaft

and transmitted information.

Informationen und überlieferte sie.

Now, society hasn't advanced all that much.

Die Gesellschaft hat sich seitdem nicht viel verändert.

We still store information on discs,

Wir speichern immer noch Informationen auf Scheiben,

but now we can store a lot more information,

aber jetzt können wir viel mehr Informationen speichern,

more than ever before.

mehr als jemals zuvor.

Searching it is easier. Copying it easier.

Suchen ist einfacher. Kopieren ist einfacher.

Sharing it is easier. Processing it is easier.

Teilen ist einfacher. Weiterverarbeitung ist einfacher.

And what we can do is we can reuse this information

Wir können die Informationen für Zwecke wiederverwenden,

for uses that we never even imagined

die für uns unvorstellbar waren,

when we first collected the data.

als wir die Daten das erste Mal sammelten.

In this respect, the data has gone

So gesehen haben sich die Daten verändert,

from a stock to a flow,

von einem Lager zu einem Fluss,

from something that is stationary and static

von etwas Stationärem und Statischen

to something that is fluid and dynamic.

zu etwas Fließendem und Dynamischem.

There is, if you will, a liquidity to information.

Gewissermaßen haben Informationen etwas Fließendes an sich.

The disc that was discovered off of Crete

Die Scheibe, die vor Kreta entdeckt wurde

that's 4,000 years old, is heavy,

und 4 000 Jahre alt ist, ist schwer,

it doesn't store a lot of information,

sie kann nicht viele Informationen speichern

and that information is unchangeable.

und die Informationen sind unveränderbar.

By contrast, all of the files

Im Gegensatz dazu passen alle Dateien,

that Edward Snowden took

die Edward Snowden von der National Security Agency

from the National Security Agency in the United States

in den Vereinigten Staaten entnahm,

fits on a memory stick

auf einen USB-Stick

the size of a fingernail,

in der Größe eines Fingernagels

and it can be shared at the speed of light.

und sie können in Lichtgeschwindigkeit verbreitet werden.

More data. More.

Mehr Daten. Mehr.

Ein Grund für die riesige Datenmenge in der Welt heute ist,

Now, one reason why we have so much data in the world today

is we are collecting things

dass wir Dinge sammeln,

that we've always collected information on,

über die wir schon immer Informationen gesammelt haben,

but another reason why is we're taking things

aber ein weiterer Grund ist: Wir nehmen Dinge,

that have always been informational

die schon immer Informationen enthielten,

but have never been rendered into a data format

aber die noch nie in ein Datenformat übersetzt wurden

and we are putting it into data.

und erfassen sie als Daten.

Think, for example, the question of location.

Denken wir zum Beispiel an die Frage des Aufenthaltsortes.

Take, for example, Martin Luther.

Nehmen wir zum Beispiel Martin Luther.

If we wanted to know in the 1500s

Wenn wir im 16. Jh. wissen wollten,

where Martin Luther was,

wo Martin Luther war,

we would have to follow him at all times,

hätten wir ihm die ganze Zeit folgen müssen,

maybe with a feathery quill and an inkwell,

vielleicht mit Feder und Tintenfass,

and record it,

um es aufzuschreiben,

but now think about what it looks like today.

und jetzt stellen Sie sich vor, wie es heute ist.

You know that somewhere,

Sie wissen, dass irgendwo,

wahrscheinlich in der Datenbank

probably in a telecommunications carrier's database,

eines Telekommunikationsbetreibers,

there is a spreadsheet or at least a database entry

eine Tabelle oder zumindest ein Dateneintrag

that records your information

Informationen darüber enthält,

of where you've been at all times.

wo Sie sich die ganze Zeit über aufhalten.

If you have a cell phone,

Wenn Sie ein Handy haben,

and that cell phone has GPS, but even if it doesn't have GPS,

und das Handy GPS hat, aber auch ohne GPS,

it can record your information.

kann es Ihre Informationen abspeichern.

In this respect, location has been datafied.

In dieser Hinsicht wurde der Aufenthaltsort in die Daten aufgenommen.

Now think, for example, of the issue of posture,

Denken wir zum Beispiel an das Problem der Körperhaltung,

the way that you are all sitting right now,

die Art wie Sie gerade sitzen,

the way that you sit,

die Art wie Sie sitzen,

the way that you sit, the way that you sit.

die Art wie Sie sitzen, die Art wie Sie sitzen.

Es ist immer verschieden und abhängig von Ihrer Beinlänge

It's all different, and it's a function of your leg length

and your back and the contours of your back,

und Ihrem Rücken, und Ihren Rückenkonturen,

and if I were to put sensors, maybe 100 sensors

und würde ich Sensoren -- vielleicht 100 davon --

into all of your chairs right now,

an Ihren Sitzen anbringen,

I could create an index that's fairly unique to you,

dann könnte ich eine Tabelle erstellen, die Sie unverwechselbar erkennt,

sort of like a fingerprint, but it's not your finger.

wie eine Art Fingerabdruck, aber ohne Ihren Finger.

So what could we do with this?

Was könnten wir damit tun?

Researchers in Tokyo are using it

Forscher in Tokio benutzen ihn

as a potential anti-theft device in cars.

als eine potenzielle Vorrichtung gegen Autodiebstahl.

The idea is that the carjacker sits behind the wheel,

Laut diesem Konzept sitzt der Autodieb hinter dem Lenkrad,

tries to stream off, but the car recognizes

versucht wegzufahren, aber das Auto erkennt

that a non-approved driver is behind the wheel,

ihn als nicht berechtigten Fahrer,

and maybe the engine just stops, unless you

und vielleicht schaltet sich der Motor ab,

type in a password into the dashboard

außer Sie geben ein Passwort ins Armaturenbrett ein,

to say, "Hey, I have authorization to drive." Great.

das sagt: "Hey, ich habe die Genehmigung zu fahren." Großartig.

What if every single car in Europe

Was wäre, wenn jedes einzelne Auto in Europa

had this technology in it?

diese Technologie besäße?

What could we do then?

Was könnten wir dann tun?

Maybe, if we aggregated the data,

Wenn wir die Daten zusammentragen,

maybe we could identify telltale signs

könnten wir vielleicht verdächtige Zeichen erkennen,

that best predict that a car accident

welche am besten vorhersagen, dass in den nächsten 5 Sekunden

is going to take place in the next five seconds.

ein Autounfall stattfinden wird.

And then what we will have datafied

Dann werden wir Fahrerermüdung als Daten aufgenommen haben.

is driver fatigue,

and the service would be when the car senses

Die Dienstleistung wäre dann, wenn das Auto spürt,

that the person slumps into that position,

dass die Person in diese Position fällt,

automatically knows, hey, set an internal alarm

dann weiß es automatisch, dass es einen internen Alarm auslösen muss,

that would vibrate the steering wheel, honk inside

welcher das Lenkrad vibrieren lässt, im Auto hupt,

to say, "Hey, wake up,

um zu sagen: "Hey, wach auf,

pay more attention to the road."

pass besser auf die Straße auf."

These are the sorts of things we can do

Solche Dinge können wir umsetzen,

when we datafy more aspects of our lives.

wenn wir mehr Aspekte unseres Lebens in Daten umwandeln.

So what is the value of big data?

Was ist also der Wert von Big Data?

Well, think about it.

Nun ja, denken Sie darüber nach.

You have more information.

Man hat mehr Informationen.

You can do things that you couldn't do before.

Man kann Dinge tun, die man vorher nicht tun konnte.

One of the most impressive areas

Eines der beeindruckendsten Gebiete

where this concept is taking place

für die Anwendung dieses Konzepts

is in the area of machine learning.

ist der Bereich des Maschinellen Lernens.

Machine learning is a branch of artificial intelligence,

Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz,

which itself is a branch of computer science.

die wiederum ein Zweig der Informatik ist.

The general idea is that instead of

Der Grundgedanke ist,

instructing a computer what do do,

anstatt einem Computer beizubringen, was zu tun ist,

we are going to simply throw data at the problem

füttern wir ihn einfach mit Daten

and tell the computer to figure it out for itself.

und lassen den Computer das Problem selbst lösen.

And it will help you understand it

Das können Sie besser verstehen,

by seeing its origins.

wenn Sie die Ursprünge kennenlernen.

In the 1950s, a computer scientist

In den 1950ern spielte ein Informatiker

at IBM named Arthur Samuel liked to play checkers,

bei IBM mit dem Namen Arthur Samuel gerne Dame,

so he wrote a computer program

also schrieb er ein Programm,

so he could play against the computer.

um gegen den Computer spielen zu können.

He played. He won.

Er spielte. Er gewann.

He played. He won.

Er spielte. Er gewann.

He played. He won,

Er spielte. Er gewann,

because the computer only knew

weil der Computer nur wusste,

what a legal move was.

was ein erlaubter Zug ist.

Arthur Samuel knew something else.

Arthur Samuel wusste noch etwas anderes.

Arthur Samuel knew strategy.

Arthur Samuel kannte Strategien.

So he wrote a small sub-program alongside it

Deshalb schrieb er dazu ein kleines Unterprogramm,

operating in the background, and all it did

das im Hintergrund arbeitete

was score the probability

und die Wahrscheinlichkeit bewertete,

that a given board configuration would likely lead

ob eine bestimmte Brettaufstellung eher

to a winning board versus a losing board

zu einem gewinnenden oder verlierenden Brett führt.

after every move.

Die Berechnung erfolgte Zug für Zug.

He plays the computer. He wins.

Er spielt gegen den Computer. Er gewinnt.

He plays the computer. He wins.

Er spielt gegen den Computer. Er gewinnt.

He plays the computer. He wins.

Er spielt gegen den Computer. Er gewinnt.

And then Arthur Samuel leaves the computer

Und dann lässt Arthur Samuel den Computer

to play itself.

gegen sich selbst spielen.

It plays itself. It collects more data.

Er spielt für sich selbst. Er sammelt mehr Daten.

It collects more data. It increases the accuracy of its prediction.

Er sammelt mehr Daten. Er erhöht die Genauigkeit seiner Voraussagen.

And then Arthur Samuel goes back to the computer

Dann geht Arthur Samuel zurück zum Computer,

and he plays it, and he loses,

spielt gegen ihn und er verliert,

and he plays it, and he loses,

und er spielt gegen ihn und er verliert,

and he plays it, and he loses,

und er spielt gegen ihn und er verliert.

and Arthur Samuel has created a machine

Damit erfindet Arthur Samuel eine Maschine,

that surpasses his ability in a task that he taught it.

die seine Fähigkeit in einer Aufgabe übertrifft, die er ihr selbst beibrachte.

And this idea of machine learning

Dieses Konzept des Maschinellen Lernens

is going everywhere.

verbreitet sich überallhin.

How do you think we have self-driving cars?

Wie, denken Sie, sind wir zu selbstfahrenden Autos gekommen?

Are we any better off as a society

Geht es uns als Gesellschaft besser,

enshrining all the rules of the road into software?

wenn wir alle Verkehrsregeln in Computerprogramme speisen?

No. Memory is cheaper. No.

Nein. Datenspeicher ist billiger. Nein.

Algorithms are faster. No. Processors are better. No.

Algorithmen sind schneller. Nein. Prozessoren sind besser. Nein.

All of those things matter, but that's not why.

All diese Dinge sind wichtig, aber nicht entscheidend.

It's because we changed the nature of the problem.

Das liegt daran, dass wir das Wesen des Problems verändert haben.

We changed the nature of the problem from one

Wir haben das Wesen des Problems

in which we tried to overtly and explicitly

von einem, in dem wir versuchten,

dem Computer deutlich zu erklären, wie man fährt,

explain to the computer how to drive

to one in which we say,

zu einem verändert, in dem wir sagen:

"Here's a lot of data around the vehicle.

"Hier gibt es viele Daten um das Auto herum.

You figure it out.

Du findest es heraus.

You figure it out that that is a traffic light,

Du findest heraus, dass das eine Ampel ist,

that that traffic light is red and not green,

dass die Ampel rot und nicht grün leuchtet,

that that means that you need to stop

dass das bedeutet, dass man anhalten muss

and not go forward."

und nicht weiterfahren darf."

Machine learning is at the basis

Maschinelles Lernen ist die Grundlage

of many of the things that we do online:

für viele Dinge, die wir online tun:

search engines,

Suchmaschinen,

Amazon's personalization algorithm,

die Personalisierungsalgorithmen von Amazon,

computer translation,

computergestützte Übersetzungen,

voice recognition systems.

Spracherkennungssysteme.

Researchers recently have looked at

Forscher haben sich neulich

the question of biopsies,

mit der Frage von Gewebeentnahmen beschäftigt,

cancerous biopsies,

Entnahmen von krebskrankem Gewebe.

and they've asked the computer to identify

Sie haben den Computer

mit Daten und Überlebensraten gefüttert,

by looking at the data and survival rates

to determine whether cells are actually

und ihn angewiesen zu bestimmen,

ob die Zellen tatsächlich krebserregend sind oder nicht.

cancerous or not,

and sure enough, when you throw the data at it,

Nach dem Füttern mit Daten konnte der Rechner

through a machine-learning algorithm,

durch einen maschinellen Lernalgorithmus

the machine was able to identify

die 12 verdächtigsten Zeichen erkennen, die am besten vorhersagen,

the 12 telltale signs that best predict

that this biopsy of the breast cancer cells

dass die Gewebeentnahme von Brustkrebszellen

are indeed cancerous.

wirklich Krebszellen enthalten.

The problem: The medical literature

Das Problem dabei: Die medizinische Literatur

only knew nine of them.

kannte nur neun davon.

Three of the traits were ones

Drei Merkmale waren welche,

that people didn't need to look for,

die man bisher nicht suchen musste,

but that the machine spotted.

die aber vom Rechner entdeckt wurden.

Now, there are dark sides to big data as well.

Es gibt aber auch eine dunkle Seite von Big Data.

It will improve our lives, but there are problems

Die Daten werden unser Leben verbessern,

that we need to be conscious of,

aber es gibt auch Probleme, die uns bewusst sein müssen

and the first one is the idea

und dazu gehört zuallererst,

that we may be punished for predictions,

dass wir für Vorhersagen bestraft werden könnten,

that the police may use big data for their purposes,

dass die Polizei die Daten für ihre Zwecke benutzen könnte,

a little bit like "Minority Report."

fast wie im Film "Minority Report".

Man nennt das "predictive policing" [Verbrechen voraussagen]

Now, it's a term called predictive policing,

or algorithmic criminology,

oder "algorithmic criminology",

and the idea is that if we take a lot of data,

was bedeutet, dass man eine Menge Daten sammelt,

for example where past crimes have been,

z. B. wo vergangene Verbrechen begangen wurden,

we know where to send the patrols.

und weiß, wohin man die Polizeistreifen schicken muss.

That makes sense, but the problem, of course,

Das leuchtet ein, aber das Problem ist natürlich,

is that it's not simply going to stop on location data,

dass es nicht einfach bei Standortdaten aufhören wird,

it's going to go down to the level of the individual.

es wird auch auf der Ebene der individuellen Daten passieren.

Why don't we use data about the person's

Warum verwenden wir nicht die Daten

high school transcript?

über das Abschlusszeugnis einer Person?

Maybe we should use the fact that

Vielleicht sollten wir prüfen,

they're unemployed or not, their credit score,

ob sie arbeiten oder nicht, ihre Kreditwürdigkeit,

their web-surfing behavior,

ihr Surfverhalten,

whether they're up late at night.

oder ob sie bis spät nachts wach sind.

Their Fitbit, when it's able to identify biochemistries,

Sobald ihr "Fitbit" biochemische Prozesse erkennen kann,

will show that they have aggressive thoughts.

wird es zeigen können, wann jemand aggressive Gedanken hat.

Wir werden vielleicht Algorithmen haben,

We may have algorithms that are likely to predict

die vorhersagen könnten, was wir tun werden,

what we are about to do,

and we may be held accountable

und wir könnten bestraft werden,

before we've actually acted.

bevor wir tatsächlich gehandelt haben.

Privacy was the central challenge

Privatsphäre war die größte Herausforderung

in a small data era.

im Zeitalter der Small Data.

In the big data age,

Im Zeitalter der Big Data

the challenge will be safeguarding free will,

wird die Herausforderung sein, den freien Willen,

moral choice, human volition,

moralische Entscheidungen, menschliche Willensäußerungen

human agency.

und menschliches Handeln zu beschützen.

There is another problem:

Es gibt ein weiters Problem:

Big data is going to steal our jobs.

Big Data wird unsere Jobs klauen.

Big data and algorithms are going to challenge

Big Data und Algorithmen werden eine Herausforderung

white collar, professional knowledge work

für Angestellte und professionelle Wissensarbeit

in the 21st century

im 21. Jahrhundert

in the same way that factory automation

auf die gleiche Art werden, wie die Fabrikautomation

and the assembly line

und das Fließband

challenged blue collar labor in the 20th century.

eine Herausforderung für Arbeiter im 20. Jahrhundert war.

Think about a lab technician

Denken Sie an einen Laboranten,

who is looking through a microscope

der durch ein Mikroskop

at a cancer biopsy

Gewebeentnahmen anschaut

and determining whether it's cancerous or not.

und bestimmt, ob es Krebszellen sind oder nicht.

The person went to university.

Die Person ging zur Universität.

The person buys property.

Die Person kauft ein Grundstück.

He or she votes.

Er oder sie wählt.

He or she is a stakeholder in society.

Er oder sie ist ein wichtiger Akteur in der Gesellschaft.

And that person's job,

Der Beruf der Person,

as well as an entire fleet

genauso wie ein ganzes Geschwader

of professionals like that person,

an Berufstätigen wie diese Person,

is going to find that their jobs are radically changed

wird feststellen, dass ihre Berufe sich radikal verändern

or actually completely eliminated.

oder sogar komplett verdrängt werden.

Wir mögen den Gedanken,

Now, we like to think

that technology creates jobs over a period of time

dass Technologie in einem bestimmten Zeitraum neue Berufe

after a short, temporary period of dislocation,

nach einer kurzen vorübergehenden Zeit der Verlagerung schafft,

and that is true for the frame of reference

und das stimmt für unseren Bezugsrahmen,

with which we all live, the Industrial Revolution,

die industrielle Revolution,

because that's precisely what happened.

weil genau das passiert ist.

But we forget something in that analysis:

Aber wir vergessen etwas in der Analyse:

There are some categories of jobs

Es gibt einige Arten von Berufen,

that simply get eliminated and never come back.

die einfach verdrängt werden und nie zurückkommen.

Die industrielle Revolution war nicht sehr gut,

The Industrial Revolution wasn't very good

if you were a horse.

wenn man ein Pferd war.

So we're going to need to be careful

Deshalb müssen wir vorsichtig sein

and take big data and adjust it for our needs,

und Big Data unseren Bedürfnissen anpassen,

our very human needs.

unseren zutiefst menschlichen Bedürfnissen.

We have to be the master of this technology,

Wir müssen die Herrscher über diese Technologie sein

not its servant.

und nicht ihre Diener.

We are just at the outset of the big data era,

Wir stehen erst am Anfang des Zeitalters der Big Data,

and honestly, we are not very good

und ehrlich gesagt sind wir nicht sehr gut

at handling all the data that we can now collect.

im Umgang mit all den Daten, die wir erheben können.

It's not just a problem for the National Security Agency.

Es ist nicht nur ein Problem für die National Security Agency [NSA].

Businesses collect lots of data, and they misuse it too,

Unternehmen erheben auch viele Daten und sie missbrauchen sie auch,

and we need to get better at this, and this will take time.

und wir müssen darin besser werden und das wird Zeit brauchen.

It's a little bit like the challenge that was faced

Es ist ein bisschen wie die Herausforderung,

by primitive man and fire.

die Feuer für den primitiven Menschen darstellte.

This is a tool, but this is a tool that,

Es ist ein Werkzeug, aber eines,

unless we're careful, will burn us.

an dem wir uns verbrennen werden, wenn wir nicht aufpassen.

Big Data wird unser Art, wie wir leben, grundlegend verändern,

Big data is going to transform how we live,

ebenso wie wir arbeiten und wie wir denken.

how we work and how we think.

It is going to help us manage our careers

Es wird uns helfen unsere Berufe zu bewältigen

and lead lives of satisfaction and hope

und ein Leben voller Zufriedenheit und Hoffnung

and happiness and health,

und Glück und Gesundheit zu führen,

aber in der Vergangenheit haben wir bei Informationstechnologie

but in the past, we've often looked at information technology

and our eyes have only seen the T,

nur das "T" gesehen,

the technology, the hardware,

die Technologie, die Hardware,

because that's what was physical.

weil das greifbar war.

We now need to recast our gaze at the I,

Jetzt müssen wir unseren Blick auf das "I" richten,

the information,

die Information,

which is less apparent,

die weniger sichtbar ist,

but in some ways a lot more important.

aber in mancher Weise viel wichtiger ist.

Humanity can finally learn from the information

Die Menschheit kann endlich von den Informationen lernen,

that it can collect,

die sie einsammelt,

as part of our timeless quest

als Teil unserer zeitlosen Aufgabe,

to understand the world and our place in it,

die Welt und unseren Platz darin zu verstehen,

and that's why big data is a big deal.

und deshalb ist Big Data eine große Sache.

(Applause)

(Applaus)