Buchtipp No. 42 (2020): Alex Pentland: Social Physics. How Good Ideas Spread – The Lessons From A New Science

New York 2014.
Eine Buchbesprechung von Hans-Christian Riekhof

Was hat die Corona-Krise mit Big Data und Social Physics zu tun?

Die Verbreitungsmuster von Corona erkennen

Manche Bücher stehen schon etwas länger gelesen und in Vorlesungen vielfach zitiert im Bücherregal, ohne dass ich sie an dieser Stelle erwähnt und kommentiert hätte. Ich muss zugeben: im Fall von Social Physics ist das ein Fehler. Die weltweite Corona-Krise hat mich an Alex Pentland erinnert: man hört in den Medien von ersten zaghaften Versuchen, aus Mobilfunkdaten Ausbreitungsmuster des Corona-Virus in der Bevölkerung zu rekonstruieren oder auch zu messen, ob Beschränkungen der Bewegungsfreiheit eingehalten werden. Man gewinnt den Eindruck, dass evidenzbasierte Medizin eigentlich anders aussehen sollte.

Social Physics als neue Wissenschaft

Sehr spät kommen die Experten im Gesundheitswesen auf Ideen, die Alex Pentland mit seinem Team schon seit Jahren aktiv erforscht. Pentland gilt als (Mit-) Begründer einer neuen Wissenschaft, die er als Social Physics bezeichnet. Damit ist die Erforschung menschlichen sozialen Verhaltens mit Hilfe physikalischer (zumeist digitaler) Daten gemeint.

Big Data zur Analyse von Verbreitungsmustern

In Zeiten von Big Data verwenden Pentland und sein Team ganz unterschiedliche Datenquellen, um aus ihnen in anonymisierter Form Verhaltensweisen und Interaktionsmuster abzuleiten. Dazu gehören Verkehrsdaten öffentlicher Verkehrsmittel, Daten aus Kraftfahrzeugen, Car Sharing und Bike Sharing-Daten, Mobiltelefon-Daten, Google Search-Daten, Social Media-Daten, Banking-Daten, Wetterdaten, Daten aus Kameras an öffentlichen Plätzen oder Kreditkartendaten. Dabei ist es niemals der einzelne Datensatz, der eine Rolle spielt, sondern die Analyse und Kombination großer Datenmengen, die Schlussfolgerungen ermöglichen, ohne Rückschluss auf den Einzelnen.

Aus Sicht der Sozialforschung ist das ein bahnbrechend neuer Ansatz, geht es doch darum, sehr viele Variablen pro Individuum zu messen, und das gleichzeitig über einen langen Zeitraum: eine Langzeitstudie mit der Forschungstiefe von Querschnittstudien.

Grippewellen und die Interaktionsmuster in Städten

Pentland wendet sich in einem eigenen Kapitel den „sensing cities“ zu. Insbesondere das Mobiltelefon kann Daten liefern, wie sich soziale Phänomene wie etwa Interaktionsmuster in Städten entwickeln. So lässt sich anhand der Mobilfunk-Daten vorhersagen, wie sich Grippewellen in Städten verbreiten. Die Gesamtzahl der Telefonate und insbesondere die Telefonate nach Feierabend steigen in der Frühphase der Verbreitung stark an, um dann in der eigentlichen Phase der Krankheit sehr deutlich zurück zu gehen.

Freier Datenzugang für Wissenschaftler und Journalisten

Leider ist in den Medien heute über derartige Analysen zu Corona nichts zu lesen. Aber Pentland gibt uns auch dafür eine Erklärung: heute gehören diese Daten privaten Konzernen und sind deshalb für die Forschung nicht verfügbar (vgl. dazu die Ausführungen auf S. 178 ff). Diese Daten müssten keineswegs den Konzernen gehören, sie könnten auch ein öffentliches Gut sein, das Journalisten wie auch Wissenschaftlern für Analysen zur Verfügung steht. Vielleicht ist die Corona-Krise ja der Anlass, über das Eigentum und die Verfügungsrechte an Daten eine öffentliche Debatte anzuzetteln. Es wäre dringend geboten.