Großer Auftritt für Big Data
Von der Geschäftswelt bis zur Wissenschaft, von der Wirtschaft bis zur Finanzbranche – Big Data sind überall. „Mit Big Data können bei Finanzanalysen im Handumdrehen Daten über Hunderte Aktien verarbeitet, im Einzelhandel Bestand über Ihr letztes Einkaufsabenteuer aufgenommen und in der Wirtschaftswissenschaft Echtzeitprognosen über die Wirtschaftslage erstellt werden“, so Ines Wilms, Forscherin an der Universität Maastricht. Wilms merkt jedoch auch an, dass all diese Anwendungen zunächst die richtigen Hilfsmittel erfordern. „Big Data stehen uns schon seit Jahren zur Verfügung, aber wir erkennen erst jetzt langsam, wie wichtig ein angemessenes statistisches Instrumentarium ist, um die gewünschten Informationen daraus zu gewinnen“, fügt sie hinzu. Mit Unterstützung des EU-finanzierten Projekts BigTime arbeitet Wilms an der Entwicklung statistischer Hilfsmittel, anhand derer in der Wirtschaftswissenschaft selbstbewusstere Vorhersagen getroffen werden können.
Bessere Lösungen für Big-Data-Probleme
Mit einer Kombination aus Statistik, maschinellem Lernen und Ökonometrie entwickelte das Projekt statistische Lernmethoden und entsprechende Software zum Umgang mit Big-Data-Fragen. Das Instrumentarium soll Forschende, Datenanalysierende und Studierende dabei unterstützen, verlässliche Schätzungen und genaue Vorhersagen zu erarbeiten, ihre Unsicherheit zu quantifizieren und zu Schlussfolgerungen über kausale Zusammenhänge zu kommen. „Mit diesen Verfahren könnten Anwenderinnen und Anwender zum Beispiel nachvollziehen, wie der gewaltige Datensatz einer Zentralbank genutzt werden kann, um Prognosen über das Bruttoinlandsprodukt eines Landes im aktuellen und dem darauffolgenden Quartal zu stellen“, erklärt Wilms. „Das Modell könnte auch dazu beitragen, die Auswirkungen der Politik der Zentralbank im Laufe der Zeit beurteilen.“ Die Software namens bigtime ist nun frei zugänglich und wurde entwickelt, um den Anforderungen zahlreicher Nutzungsgruppen nachzukommen. „Fachleuten bieten wir Open-Source-Zugriff auf den gesamten Computercode und auf nutzungsfreundliche Dokumentation, um ihnen die Navigation darin zu erleichtern“, merkt Wilms an. „Neulingen stellen wir webbasierte Anwendungen zur Verfügung, die ihnen grundlegende Konzepte zu Zeitreihen und einfache Anwendungsfälle vermitteln.“
Ein großer Hit
Wilms zufolge ist bigtime bereits ein großer Hit. „Die Software wurde schon über 25 000 Mal heruntergeladen“, sagt sie. „Ich hoffe, dass diese Zahl nur noch steigen wird, während immer mehr Forschende, Wirtschaftsanalytikerinnen und -analytiker und Studierende die reiche Welt der Big Data für sich entdecken.“ Wilms hat jedoch keinesfalls vor, sich auf ihren Lorbeeren auszuruhen. „Diese Marie-Skłodowska-Curie-Maßnahme führte mir vor Augen, wie viel es im spannenden Bereich der Kausalanalyse höherdimensionaler Zeitreihen noch zu tun und zu entdecken gibt“, fügt sie hinzu. Im Augenblick konzentriert Wilms ihre Bemühungen auf statistische Lernmethoden für Kausalanalysen sowie die Ausweitung des Software-Instrumentariums. „Ich möchte unsere Software einem breiteren Publikum interessierter industrieller und gewerblicher Partnerinnen und Partner außerhalb der akademischen Welt zugänglich machen“, schließt Wilms. „Zu diesem Zweck entwickelten wir einen Kurs über Zeitreihenanalysen und Prognosen für die Plattform BlueCourses, der einige Methoden präsentiert, die im Rahmen des BigTime-Projekts entwickelt wurden.“
Schlüsselbegriffe
BigTime, Big Data, statistische Hilfsmittel, Wirtschaftswissenschaft, finanziell, Wirtschaft, maschinelles Lernen, Software, Open Source, quelloffen, Zeitreihen
