Chancen und Risiken des Datensammelns

AndréCsillaghy, Institut für4D-Technologien FHNW

6/20/17

www.fhnw.ch/technik/i4ds 1

Die Leidenschaft nach Daten soll unsnicht zum Verhängnis werden

André CsillaghyInstitut für 4D-Technologien

Hochschule für TechnikFachhochschule Nordwestschweiz

DIE LEIDENSCHAFT NACHDATEN

www.visual-com

puting.org/2016/04/18/untangling-networks/


6/20/17


op.cit

NASA

Quelle: (v ia) Wikipedia / ETH Future Cities Laboratory


6/20/17


NUTZEN


6/20/17


http://www.yasiv.com


6/20/17



6/20/17


BIG DATA ANALYTICS

Institute of 4D Technologies: Management, Processing, and Visualization of Data

www.fhnw.ch/i4ds, facebook.com/fhnw.i4d s

Data Science am FHNWInstitut für 4D-Technologien

• 62 Mitarbeitende aus Gebiete Informatik, Design, Mathematik, Physik, Kommunikation

• ~20 Projekte in Bereiche Machine Learning, Data Management, User Interaction, Computer Graphics, Requirements Engineering

• Grösstes Projekt: STIX, Teleskop auf der ESA Raumsonde Solar Orbiter

• Viele Zusammenarbeiten mit Industrie & Akademie

• 2 Spin-offs

Daten-Aufwertungskette

Original Data

TargetData

PreprocessedData

PatternsKnowledge

DataIntegrationand Selection

Preprocessing

ModelConstruction

Interpretation

Quelle: Ramakrishnan & Gehrke


6/20/17


http://gravitationallensing.pbworks.com/w/page/15553245/Cosmic%20Lensing


6/20/17


• UniversityofGenova /CNR• TrinityCollegeDublin• MetOfficeUK• AcademyofSciencesAthens• UniversityofParisSud /CNRS

www.flarecast.eu

Data$Loader$ HMI$Files$Feature$Property$

Extractor$

Staging$Area$

$Property$DB$

Predic=on$Database$

Forecast$verifica=on$algorithms$

Flare$predic=on$algorithms$(execu=on)$

Management$Infrastructure$

Predic=on$Config$DB$

Step 1: Data acquisition

Step 3: Machine learning

Step 4: Data verification

read write

Legend

Flare$predic=on$algorithms$(training)$

Step 2: Feature property extraction

Infra$Config$DB$


6/20/17


Neuronale Netzwerke

https://s3.amazonaws.com/datarobotblog/images/deepLear ningIntro/013.png


6/20/17


Machine Learning basierte Schätzerfür die Bau- und Immobilienwirtschaft

Kennwerte AG, Brugg

. & & &

Feature Engineering:

Es können beliebig viele Features erzeugt werden:

• Postleitzahl oder Quartier•Steuerfuss der Gemeinde • Anzahl Swimming-Pools in der Umgebung• Kosten der n nächsten (bekannten) Gebäude


6/20/17


http://www.fhnw.ch/technik/i4ds/forschung/design-technology/technology- and- design

http://www.fhnw.ch/technik/i4ds/forschung/design-technology/technology-and-design

TECHNOLOGIEN

Berkeley Data Analysis Stack


6/20/17


CHANCEN UND RISIKENLEBEN ZUSAMMEN

• Verlust der Kontrolle: auch wenn ichnichts zu verstecken habe, habe ichkeine Möglichkeit zu kontrollieren, fürwas meine Daten benutzt werden

• Mein Gefühl sagt mir, dass es mehr den Unternehmen profitiert als mich selbst

• Ich kann das Datensammeln nicht mehrausweichen


6/20/17


https://www.youtube.com/watch?v=ladqJQLR2bA


6/20/17


Que

lle:

The

Gua

rdian

24.

6.20

14

Aus dem Wild West zur Zivilisation• Heute ist alles “erlaubt,” Firmen müssen sich

selbst Regeln setzen• Big Data Analytics kennt nur wenige Grenzen• Im Moment mischen sich riesige Chancen mit

noch undenkbaren Risiken• Der Technologie sind die Chancen und Risiken

egal. Sie wird sich weiter entwickeln• Chancen können nur überwiegen, wenn wir

eine Ethik der Datennutzung einführen, wo die Risken unter Kontrolle gebracht werden

Institute of 4D Techn: Management, Processing, aisualization of Data

Dom

inik

Mey

er

www.fhnw.ch/i4ds, facebook.com/fhnw.i4ds

Vielen Dank – Besuchen Sie uns am Institut für 4D-Technologien!