Zum Hauptinhalt wechseln

Die Zukunft von ... Daten zum Wohle der Allgemeinheit

18. Januar 2024

 

Wie lässt sich die Kluft zwischen denjenigen, die über Daten verfügen, und denjenigen, die keine Daten haben, schließen?

Zwei Experten für die Nutzung von Daten zum Wohle der Gesellschaft berichten über Erfolgsgeschichten und erörtern, wie der Talentpool erweitert werden kann, um sicherzustellen, dass jeder von der Datenwissenschaft profitieren kann.

In Mosambik können sich informell Beschäftigte auf der Geschäftsplattform Biscate registrieren, die sie mit Kunden verbindet. Eine Dateninitiative, die teilweise durch die data.org Inclusive Growth and Recovery Challenge finanziert wird, nutzt diese Art von Marktdaten, um Erkenntnisse zu gewinnen, die beim Aufbau ihrer Unternehmen helfen.

Vicki Hyman

Director,

Global Communications,

Mastercard

In Indien reduzieren Kleinbauern ihre Ernteverluste und erhöhen ihre Verkaufspreise durch den Einsatz von Kühlhäusern, die mit einer mobilen App verbunden sind, welche die Haltbarkeit der Produkte in Echtzeit für die digitale Bestandsverwaltung überwacht.

In Mosambik inserieren viele Arbeiter auf der Suche nach Arbeit, indem sie ihre Telefonnummern auf Bretter malen, die an Bäume genagelt werden. Jetzt erhalten sie Einblicke in den Arbeitsmarkt direkt auf ihre Handys und Zugang zu Tools, mit denen sie ihre Marketing- und Unternehmensführungskompetenzen verbessern können.

Bei der Überprüfung von Kreditakten von Banken in Kolumbien, Mexiko und Indien stellten die Forscher ein hohes Risiko zukünftiger Benachteiligung von Antragstellerinnen fest. Die geringe Repräsentation von Frauen in den vorhandenen Daten führte zu einer Verzerrung der Algorithmen, die zur Ermittlung kreditwürdiger Antragsteller verwendet wurden. Also bauten sie ein neues, das geschlechtergerecht ist.

Nichts davon wäre vor zehn Jahren möglich gewesen. Doch der Anstieg vernetzter Geräte und das exponentielle Wachstum der erzeugten Daten haben, in Verbindung mit rasanten Fortschritten in der künstlichen Intelligenz und im maschinellen Lernen, das Potenzial der Datenwissenschaft freigesetzt. Bis vor kurzem fehlten es Regierungen, gemeinnützigen Organisationen und zivilgesellschaftlichen Organisationen jedoch an Budgets, Personal und Kapazitäten, um die Möglichkeiten der Datenwissenschaft voll auszuschöpfen und mehr Menschen zu helfen.

data.org wurde 2020 vom Mastercard Center for Inclusive Growth und der Rockefeller Foundation gegründet. demokratisiert Daten, indem Partnerschaften auf der ganzen Welt geschmiedet werden, um die Datenwissenschaft zur Bewältigung der drängendsten Probleme der Gesellschaft zu nutzen. Zu ihren Initiativen gehören: die Inclusive Growth and Recovery Challenge, die bahnbrechende Daten für das Gemeinwohl finanzierte, darunter die drei oben genannten, und das Capacity Accelerator Network, das darauf abzielt, bis 2032 eine Million Datenexperten durch Hubs in mehr als 20 Ländern und darüber hinaus auszubilden. Mastercard unterstützt data.org weiterhin dabei, die Wirkung von Data Science in großem Umfang zu beschleunigen.

„Daten bergen das Potenzial, die Kluft zwischen Arm und Reich zu vergrößern“, sagt Shamina Singh, Gründerin und Präsidentin des Center for Inclusive Growth. „Wir müssen die notwendige Arbeit fortsetzen, um sicherzustellen, dass Datenwissenschaft für soziale Wirkung inklusives Wachstum schafft.“

Das Mastercard Newsroom sprach mit Singh und Danil Mikhailov, dem Geschäftsführer von data.org, über die Bewältigung der Herausforderungen im noch jungen Bereich der Datennutzung für soziale Zwecke, warum Diversität bei der Entwicklung des Talentpools so wichtig ist und wo sie Erfolge verzeichnen.

Shamina, Ihre Arbeit im Zentrum zielt darauf ab, die wirtschaftliche Ungleichheit zu verringern und die digitale Kluft zu verringern, die diese Ungleichheit aufrechterhält. Hinzu kommt Informationsungleichheit. Was ist die „Datenkluft“ und wie manifestiert sie sich in den Gemeinschaften, in denen das Zentrum tätig ist?

Singh: Daten sind Macht, und der enorme Wettlauf um KI, den wir derzeit erleben, ist der Beweis dafür. Was wir uns vor Augen halten müssen, ist, dass diejenigen, die im Wettlauf das Nachsehen haben, auch diejenigen sind, die am meisten vom Datenzugang profitieren könnten. Informationsungleichheit ist die Vorstellung, dass Informationen unglaublich mächtig und nützlich sind und dass diejenigen, die Zugang dazu haben, ihr Wachstum enorm beschleunigen können, während diejenigen, die keinen Zugang oder keine entsprechenden Kapazitäten haben, abgehängt werden könnten. Dies deckt sich mit unseren Beobachtungen im Bereich der finanziellen Inklusion, wo wir festgestellt haben, dass mit dem Eintritt weiterer Menschen in die digitale Wirtschaft auch immer mehr Menschen abgehängt werden.

Wir versuchen, diese entstehenden Lücken durch datengestützte Initiativen und den gezielten Einsatz neuer Technologien zu schließen, wobei Inklusion im Vordergrund steht. Was wir im Zentrum tun, ist, dem sozialen Sektor die Möglichkeit zu geben, das Potenzial seiner eigenen Daten zu erkennen und sie zum Wohle der Gesellschaft einzusetzen. Das ist die Grundlage dieser Partnerschaft und der Gründung von data.org – nämlich die Schaffung einer neuen Institution, einer neuen Herangehensweise an diese Arbeit mithilfe neuer Technologien und neuer Datenressourcen.

Danil, vor einem Jahr veröffentlichte data.org einen Bericht über die wichtigsten Trends und Spannungen im Zuge der Weiterentwicklung des Bereichs Daten für soziale Wirkung. Welchen Herausforderungen stehen Organisationen nach wie vor gegenüber? Gibt es irgendwelche Fortschritte? Hat sich im letzten Jahr, seit sich generative KI etabliert hat, etwas Neues ergeben?

Mikhailov: Shamina, ich liebe Ihre Darstellung der Informationsungleichheit: die Datenbesitzer und die Datenbesitzer. Das ist nach wie vor Realität. Die Kluft verringert sich nicht. Die Kluft vergrößert sich. Wir machen Fortschritte, um zu versuchen, die Geschwindigkeit zu verringern, mit der die Kluft zunimmt. Wir nutzen Daten in verschiedenen Bereichen seit Jahrzehnten, ja Jahrhunderten. Die aktuelle Generation von Data-Science-Technologien, einschließlich generischer KI, ist so neu und verändert sich so schnell, dass dies zu einem sehr fragmentierten Feld führt. Jeder bringt seine Startups oder neue Tools und Ansätze auf den Markt, was es schwierig macht, die Branche bei der Bewältigung gemeinsamer Herausforderungen zusammenzubringen. Und die Definition dessen, was Daten für soziale Wirkung sind, oder Impact AI – das sind neue Begriffe, und in diesem Bereich hat sich noch keine Einigung darüber erzielt, was wir damit meinen. Was data.org leistet, ist, viele der Akteure in diesem Bereich zusammenzubringen – Organisationen mit sozialer Wirkung, Technologieunternehmen und Startups, akademische Einrichtungen usw. – um zu definieren, was wir unter ihnen verstehen.

Können Sie mir ein Beispiel nennen?

Mikhailov: Wir haben viel Arbeit in die Definition einer Rolle investiert, die unserer Meinung nach in diesem Bereich fehlt – die eines Datenökosystem-Designers. Wir glauben, dass wir im Grunde genommen Menschen brauchen, die sich darauf konzentrieren, Organisationen anhand bestimmter Prinzipien zusammenzubringen, um wesentlich gesündere Datenökosysteme zu schaffen. Genau wie bei der Stadtplanung – beim Aufbau einer gesunden Stadt mit guten öffentlichen und privaten Räumen und einem ausgewogenen architektonischen Stil – braucht man jemanden, der die Verantwortung trägt. Deshalb arbeiten wir mit anderen Organisationen zusammen, um uns auf dieses Konzept der ethischen Gestaltung von Datenökosystemen zu einigen. Dann müssen wir die Finanzierung regeln. Hierfür ist noch viel Arbeit nötig, und Mastercard hat nachhaltige Finanzierungsquellen für diese Art von Arbeit aufgebaut. Technologie ist teuer. Es gibt keinen Weg, dem zu entgehen. Wenn Sie Data-Science-Techniken entwickeln, konkurrieren Sie mit anderen großen Technologieunternehmen der Welt. Wir haben also im Grunde den Spieß umgedreht, indem wir Partnerschaften mit großen Technologiekonzernen eingegangen sind, um diese mit dem Sozialsektor zu verbinden. Wir bieten ihnen einen Kanal, um dem Sektor zu helfen und ihre Stärke zum Wohle anderer einzusetzen.

Mit Unterstützung des Mastercard Center for Inclusive Growth und data.org Der US Financial Inclusion Accelerator fördert Lehrpläne zum Thema Daten für soziale Wirkung durch ein Konsortium, dem traditionell afroamerikanische Hochschulen und Universitäten, Hochschulen mit hohem Anteil hispanischer Studierender und Community Colleges angehören. 

Um dies zu erreichen, arbeiten wir daran, durch die Zusammenarbeit mit HBCU-Netzwerken und Einrichtungen, die Studierende mit hispanischem Hintergrund betreuen, Schulungen anzubieten und die Diversität in der Datenwissenschaft zu fördern, um sicherzustellen, dass wir mit – und nicht nur für – diejenigen entwickeln, die diese Lösungen unterstützen sollen. Dies stellt eine Abweichung von der Norm dar, bei der typischerweise diejenigen, die über Daten oder Technologie verfügen, zuerst Zugang erhalten und die Technologie dann ihren Weg zum Rest der Bevölkerung findet, die sich dann mit etwas auseinandersetzen muss, das nicht unbedingt für sie entwickelt wurde. Wir wollen sicherstellen, dass neue Technologien, wie beispielsweise generative KI, von Anfang an in die Entwicklung einbezogen werden. Diese Inklusion hat von Anfang an Priorität.

 

Wenn Sie an die Initiativen denken, die Sie über data.org unterstützt haben, Welches Beispiel verkörpert Ihrer Meinung nach beispielhaft die positive Kraft von Daten?

Mikhailov: Ich werde schummeln und auf zwei Punkte gehen. Ein Beispiel ist also eher im High-End-Bereich angesiedelt und global ausgerichtet, das andere hingegen viel lokaler. Im High-End-Bereich handelt es sich um Epiverse, ein globales Kooperationsprojekt zur Entwicklung eines Datenanalyse-Ökosystems, das allen helfen kann, der nächsten Krise im Bereich der öffentlichen Gesundheit einen Schritt voraus zu sein. Es geht darum, eine Reihe von Open-Source-Tools für Analysten im Bereich der öffentlichen Gesundheit und Datenwissenschaftler, Epidemiologen und ähnliche Berufsgruppen zu entwickeln. Offensichtlich ist die Pandemie der Auslöser; wir müssen global handeln und Erkenntnisse schnell austauschen können. Es ist mittlerweile in einem halben Dutzend Ländern vertreten, und in den nächsten Jahren wird mit einer Ausweitung auf weitere 10 bis 20 Länder gerechnet. Dann würde ich mich für unsere Initiative „Inklusives Wachstum und Wiederaufbau“ entscheiden, bei der wir neun großartige Projekte auf der ganzen Welt unterstützt haben. Jedes dieser Projekte fand in einem ganz bestimmten lokalen Umfeld statt, wurde von lokalen Gemeinschaften getragen und hatte eine nachhaltige Wirkung. Zum Beispiel, indem Gemeinden in den USA dabei unterstützt werden, Daten über Industriebrachen in ihren Städten zu nutzen, um diese Flächen zu regenerieren.

Singh: Darauf möchte ich aufbauen. Die Bedeutung der Inclusive Growth and Recovery Challenge lag darin, dass wir die Nachfrage und das Angebot an Data Science für soziale Wirkung schaffen wollten – ein relativ neues Konzept. Unsere Absicht ist es, die finanzielle Unterstützung für ausgewählte Gewinner zu nutzen, um ihnen zu helfen, zu wachsen und weitere Investitionen zu generieren, wodurch sowohl ihre als auch unsere Mission wachsen. Man erkennt den Erfolg daran, dass dieser Preis noch mehr Investitionen nach sich zieht. Und wir waren begeistert, dies verwirklicht zu sehen, wobei insbesondere die Gewinner der Challenge zusätzliche Investitionen in Höhe von rund 30 Millionen Dollar generiert haben. Wenn auch andere sich für den Kapazitätsaufbau engagieren, dann weiß man, dass sich etwas verändert.

Der Bericht wies außerdem auf den Bedarf an mehr Datenwissenschaftlern hin, insbesondere in Entwicklungsländern, wo die Arbeit eine große Wirkung haben kann, wo aber möglicherweise nicht die entsprechende Bildungsinfrastruktur zur Ausbildung von Datenwissenschaftlern vorhanden ist. Was unternehmen Sie, um diesem Problem entgegenzuwirken?

Mikhailov: Wir brauchen mehr Datenwissenschaftler. Sie müssen unterschiedlich sein. Wir brauchen sie an verschiedenen Orten. Zunächst einmal zu den Zahlen. Wir bilden nicht genügend Datenwissenschaftler für die neue Wirtschaft aus, weder im privaten Sektor noch im Bereich der sozialen Wirkung. Wir brauchen also mehr Investitionen in Universitäten, mehr informelle Weiterbildung und mehr berufliche Weiterbildung für diejenigen, die bereits einen Arbeitsplatz haben, um sich umzuschulen und die gewünschten Fähigkeiten in ihre bestehenden Kompetenzen aufzunehmen. Aber wir brauchen auch Menschen, die anders sind. Wir müssen also mehr investieren, um sicherzustellen, dass es mehr Datenwissenschaftlerinnen gibt und dass es mehr Datenwissenschaftler aus verschiedenen, derzeit benachteiligten Bevölkerungsgruppen gibt, insbesondere aus dem globalen Süden. Wir brauchen auch die Fähigkeit, uns von anderen zu unterscheiden. Im Moment lehren wir Data Science also lediglich als technische Disziplin – Mathematik, Programmierung, die enorm wichtig sind. Um Probleme zu lösen und eine soziale Wirkung zu erzielen, muss man jedoch oft den Sachverhalt verstehen. Man muss also beispielsweise verstehen, was die Ursachen für Probleme wie Klima, Gesundheit oder finanzielle Ungleichheit sind. Wer nur über technische Fähigkeiten verfügt, kann bei dem Versuch, Lösungen zu entwickeln, oft mehr Schaden als Nutzen anrichten. Deshalb konzentrieren wir uns in unserem Capacity Accelerator Network darauf, Datenwissenschaftlern interdisziplinäre Fähigkeiten zu vermitteln, die sowohl technisches Wissen als auch ein tiefes Verständnis des jeweiligen Fachgebiets umfassen.

Singh: Bei Mastercard haben wir immer gesagt, dass der Kunde im Mittelpunkt unserer Innovationen steht, aber die Wahrheit ist, dass man, wenn man programmiert oder Technologien oder Lösungen entwickelt, dies auf der Grundlage dessen tut, was man weiß, wer man ist und welche Lebenserfahrung man hat. Mit dem Capacity Accelerator Network haben wir bewusst versucht, den Pool an technischen Talenten in der Entwicklungsphase zu erweitern, um sicherzustellen, dass die Beiträge die Vielfalt der Gemeinschaften, Länder und Regionen widerspiegeln, in denen wir tätig sind.