{"id":8410,"date":"2016-09-29T12:46:14","date_gmt":"2016-09-29T11:46:14","guid":{"rendered":"http:\/\/www.wjst.de\/blog\/?p=8410"},"modified":"2016-09-30T13:36:11","modified_gmt":"2016-09-30T12:36:11","slug":"big-data-grosenwahn","status":"publish","type":"post","link":"https:\/\/www.wjst.de\/blog\/sciencesurf\/2016\/09\/big-data-grosenwahn\/","title":{"rendered":"Big data Gr\u00f6\u00dfenwahn"},"content":{"rendered":"<p>Quelle <a href=\"http:\/\/www.brandeins.de\/archiv\/2016\/digitalisierung\/wie-gross-ist-big-data\/\">www.brandeins.de<\/a>\u00a0diskutiert eine Arbeit aus\u00a0<a href=\"http:\/\/www.nature.com\/nature\/journal\/v457\/n7232\/full\/nature07634.html\">Nature 2009<\/a>:<\/p>\n<blockquote><p>Das US-amerikanische Wissenschaftsmagazin pr\u00e4sentierte eine Studie von Datenwissenschaftlern in Diensten von Google und Yahoo. Die konnten plausibel nachweisen: Wenn viele Leute Suchw\u00f6rter wie \u201eGrippesymptome\u201c oder \u201eApotheke in der N\u00e4he\u201c eingeben, lassen sich geografische Ausbreitungen von Seuchen nahezu in Echtzeit berechnen, ohne dass irgendjemand mit einem einzigen Arzt sprechen muss. Die Anwendung dazu nannten sie GFT, Google Flu Trends.<br \/>\nMit gesundem Menschenverstand leicht nachzuvollziehen war, dass die Methode um ein Vielfaches pr\u00e4ziser und schneller sein w\u00fcrde als das g\u00e4ngige Verfahren des amerikanischen Centers for Disease Control and Prevention. Die Beamten der Beh\u00f6rde sammeln Frageb\u00f6gen bei Arztpraxen zu Patientenzahlen ein und rechnen mit ein bis zwei Wochen Zeitverz\u00f6gerung die gesundheitliche Lage der Nation hoch.<\/p><\/blockquote>\n<p>Dann aber kam eine Arbeit in\u00a0<a href=\"http:\/\/science.sciencemag.org\/content\/343\/6176\/1203.full\">Science 2014<\/a><\/p>\n<blockquote><p>R\u00fcckblickend hatte sich die Vorhersagequalit\u00e4t von GFT als lausig erwiesen. Die Beamten mit ihren Frageb\u00f6gen hatten im Durchschnitt bessere Vorhersagearbeit geleistet. Kurz darauf wurde eine Studie von Datenwissenschaftlern rund um den Harvard-\u00d6konom Ryan Kennedy publiziert, die den Aufstieg und Fall des Datenmusterknaben Google Flu Trends zur Parabel f\u00fcr Big-Data-Analytik insgesamt erkl\u00e4rte.<\/p><\/blockquote>\n<p>siehe auch <a href=\"https:\/\/www.wired.com\/2015\/10\/can-learn-epic-failure-google-flu-trends\/\">Wired<\/a>\u00a0&#8220;What We Can Learn From the Epic Failure of Google Flu Trends?&#8221;<\/p>\n\n<p>&nbsp;<\/p>\n<div class=\"bottom-note\">\n  <span class=\"mod1\">CC-BY-NC Science Surf , accessed 02.05.2026<\/span>\n <\/div>","protected":false},"excerpt":{"rendered":"<p>Quelle www.brandeins.de\u00a0diskutiert eine Arbeit aus\u00a0Nature 2009: Das US-amerikanische Wissenschaftsmagazin pr\u00e4sentierte eine Studie von Datenwissenschaftlern in Diensten von Google und Yahoo. Die konnten plausibel nachweisen: Wenn viele Leute Suchw\u00f6rter wie \u201eGrippesymptome\u201c oder \u201eApotheke in der N\u00e4he\u201c eingeben, lassen sich geografische Ausbreitungen von Seuchen nahezu in Echtzeit berechnen, ohne dass irgendjemand mit einem einzigen Arzt sprechen muss. &hellip; <a href=\"https:\/\/www.wjst.de\/blog\/sciencesurf\/2016\/09\/big-data-grosenwahn\/\" class=\"more-link\">Continue reading <span class=\"screen-reader-text\">Big data Gr\u00f6\u00dfenwahn<\/span> <span class=\"meta-nav\">&rarr;<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[],"class_list":["post-8410","post","type-post","status-publish","format-standard","hentry","category-computer-software"],"_links":{"self":[{"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/posts\/8410","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/comments?post=8410"}],"version-history":[{"count":9,"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/posts\/8410\/revisions"}],"predecessor-version":[{"id":8422,"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/posts\/8410\/revisions\/8422"}],"wp:attachment":[{"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/media?parent=8410"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/categories?post=8410"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.wjst.de\/blog\/wp-json\/wp\/v2\/tags?post=8410"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}