Home Kontakt Standorte Hilfe English

Metzler meets Fraunhofer

Machen Daten uns gesund? Wie Big Data den Gesundheitsmarkt verändert

Laden Sie sich das Gespräch zwischen Prof. Dr. Stefan Wrobel und Dr. Johannes Reich als PDF-Datei herunter (444 KB)

mehr

Metzler meets Fraunhofer

Machen Daten uns gesund? Wie Big Data den Gesundheitsmarkt verändert

Daten sind ein wertvoller Rohstoff im 21. Jahrhundert. Waren Datenerhebungen früher rein zweckgebunden, so geht Big Data heute darüber hinaus: Riesige Datenmengen werden erzeugt und gespeichert. Mithilfe selbstlernender Computerprogramme lassen sich unterschiedliche Datenbestände verknüpfen und nach Verhaltensmustern und Korrelationen durchsuchen.

Im Gesundheitswesen sind die Chancen, Risiken und möglichen Nebenwirkungen von Big Data enorm. Anlässlich der gemeinsamen Veranstaltung „Metzler meets Fraunhofer“ im Juni 2016 über Big Data im Gesundheitsmarkt sprachen darüber Prof. Dr. Stefan Wrobel, Leiter des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme IAIS, und Dr. Johannes Reich, persönlich haftender Gesellschafter des Bankhauses Metzler und zuständig für das Kerngeschäftsfeld Corporate Finance und den Bereich Informationstechnologie.

Wie lässt sich Big Data kurz und knapp definieren?
Wrobel: Mit Big Data bezeichnet man in umfassender Perspektive all diejenigen Veränderungen, die sich daraus ergeben, dass wir heutzutage immer mehr, immer vielfältiger und immer kurzfristiger Daten über die Menschen und Dinge der realen Welt zur Verfügung haben. Big Data ist sozusagen der digitale Zwilling dieser realen Welt und meint nicht nur die technischen Aspekte, sondern auch die Veränderungen der Unternehmen, Märkte und Geschäftsmodelle, die sich daraus ergeben.
Reich: „Big Data“ ist ein Sammelbegriff für Phänomene, denen für mich gemeinsam ist, dass sie aus der massenhaften, gleichzeitigen, rückgekoppelten Genese, Analyse, Synthese von Echtzeit-Daten aller Art eine neue handlungsleitende Meta-Realität schaffen.
Wrobel: Big Data steht für einen tiefgreifenden Wandel in unserer Betrachtungsweise der Welt, die viel stärker als früher nicht nur auf Modellen beruht, sondern vielmehr von Daten vorangetrieben wird.

Hat der Bürger Zugang zu Informationen, wo, von wem und wie lange die über ihn gesammelten Daten gespeichert werden?
Wrobel: Es gibt erfreulicherweise bereits in sehr vielen Bereichen die Möglichkeit, bei Interesse Auskunft über gespeicherte Daten zu erhalten. Dies ist beispielsweise in der Bewertung von Zahlungsfähigkeit der Fall, aber auch einige Internet-Unternehmen bieten dies heute schon an. Grundsätzlich müssen ohnehin heute an jeder Stelle, wo Daten erhoben werden, entsprechende Einwilligungserklärungen unterzeichnet werden, in denen Art und Umfang der Daten sowie ihre geplante Verwendung mitgeteilt werden. Dennoch wäre es wünschenswert, wenn wir dem Einzelnen im Big-Data-Zeitalter zukünftig Wahlfreiheit zusichern könnten. Wer also intelligente Dienste oder besondere Leistungen in Anspruch nehmen möchte, die Daten erfordern, der kann dies tun, aber wer keine personalisierten Leistungen erhalten möchte, sollte auch die Möglichkeit haben, seinen Wunsch nach Nichtspeicherung der Daten erfüllt zu bekommen.
Reich: Ich bin diesbezüglich etwas skeptisch und mit Blick auf mein eigenes Verhalten auch selbstkritisch. Insofern glaube ich nicht, dass es realistisch ist anzunehmen, dass der Durchschnittskonsument und Durchschnittsbürger für ihn sinnvolle Informationen darüber erhält, welche Arten von Daten und Meta-Daten von ihm oder über ihn, in welcher Weise, wo und wozu existieren könnten. Das Problem steckt hierbei zum einen darin, dass die theoretischen Erkenntnismöglichkeiten des Einzelnen an den praktischen Machbarkeiten und den ausbeutbaren Üblichkeiten seines Alltags scheitern dürften. Zum anderen gibt es ein eklatantes Erkenntnisproblem oder Erkenntnisdefizit des Einzelnen gegenüber der maschinellen oder algorithmischen Intelligenz: Wer weiß schon, was er nicht weiß?

Big-Data-Analysen liefern keine Erklärung für die Zusammenhänge, die sie zutage fördern. Wie schätzen Sie den Erkenntnisgewinn rein statistischer Zusammenhänge im Rahmen von Big Data ein?
Wrobel: Dies ist eine sehr wichtige Frage, denn im Zuge von Big Data werden wir alle immer öfter mit statistischen Zusammenhängen in Form von beobachteten Korrelationen konfrontiert werden. Es ist in der Tat sehr wichtig zu begreifen, dass diese nicht notwendigerweise ursächliche, also kausale Zusammenhänge widerspiegeln, sondern als Korrelation lediglich statistisch abgesichert sind. Dennoch ist ihr Erkenntnisgewinn natürlich hoch, denn auch die Tatsache, dass etwas statistisch korreliert, ist vorher oft nicht bekannt und kann daher als überraschende neue Tatsache Anlass zur weiteren Überprüfung und Erklärung geben.
Reich: Wissen ist Macht! Auch Korrelationswissen! Selbst vermeintliches oder behauptetes Wissen ist Macht, wenn es faktisch aufgrund von Konditionierung – man kann es auch Glauben nennen – zu einer nutzbaren Form von Realität wird. Der Mensch giert nach Erklärungen! Ob es sich um Kaffeesatz, hingeworfene Hühnerknochen oder um Opfertier-Innereien als Grundlage von Realitäts- oder Kausalitätsdeutungen handelt, ist dabei egal. Statistische Zusammenhänge oder Korrelationen haben mindestens einen genau so hohen sozialpsychologischen Erklärungswert, manchmal sogar einen höheren als solche eher schamanistischen Ansätze.
Wrobel: In vielen Anwendungsbereichen wird daher die Kenntnis der bloßen Korrelation für einen interessanten und intelligenten Dienst ausreichen, in vielen anderen wird es aber nötig sein, die zugrunde liegenden Kausalitäten tatsächlich zu überprüfen, um wirklich sicherzugehen, dass auf absolut verlässlicher Basis agiert wird.
Reich: Entscheidend ist jedoch, zu verstehen, dass Korrelationen Kausalitäten erschaffen können. Es muss eben nicht umgekehrt sein. Wenn sich unsere Weltgesellschaft diese Tatsache und die hieraus zu ziehenden Konsequenzen nicht bewusst macht, wird die weitere Entwicklung der künstlichen Intelligenz zur existenziellen Bedrohung des Individuums und ganzer Gesellschaftsverfassungen werden. 

Welche Branchen sind Vorreiter bei der Nutzung von Big Data und der Entwicklung von Möglichkeiten zur Datenauswertung?
Reich: Vorreiter sind sicher die IT- und Software-Entwicklungsbranche selbst, so wie die Werbeindustrie und verschiedene Formen des E-Commerce, des Wertpapierhandels oder der Wetterprognostik.
Wrobel: Historisch gesehen zeigt sich, dass im Handel sehr früh umfangreiche Datenbestände genutzt worden sind. Viele klassische Beispiele für die Nutzung von Analytik und Big Data kommen aus diesem Bereich, also bei der Optimierung von Angeboten in Ladengeschäften, aber natürlich auch im Internet. Auch ist in der Finanzwelt der Einsatz prädiktiver Verfahren seit langer Zeit bekannt. Mittlerweile ist es aber durchaus so, dass Big Data relativ flächendeckend in allen Branchen genutzt wird.
Reich: Und dort, wo sehr große Datenmengen möglichst in Echtzeit strukturiert erzeugt oder erhoben und unmittelbar verarbeitet werden können, sind Big-Data-Verfahren schon vergleichsweise weit entwickelt.
Wrobel: Bei einer Studie, die wir im Auftrag des Bundeswirtschaftsministeriums durchführten, hat sich klar gezeigt, dass sich Anwendungsmöglichkeiten und tatsächlicher Einsatz von Big Data mittlerweile über alle Unternehmensfunktionen und auch alle Branchen hinweg erstrecken.Das heißt aber nicht, dass schon alle Unternehmen hier gleich weit wären, zwischen den einzelnen Branchen gibt es teilweise große Unterschiede.

Wo im Gesundheitswesen sehen Sie das größte Potenzial für Big Data?
Wrobel: Bei der Nutzung von Big Data im Gesundheitswesen steht zunächst einmal natürlich der Mensch als Patient im Mittelpunkt.
Reich: Mit viel Optimismus würde ich das größte Potenzial in der individualspezifischen, also personalisierten und somit äußerst zielgerichteten Prophylaxe und Therapie im Kontext chronischer Krankheiten sehen.
Wrobel: Und in der klinisch-medizinischen Forschung ermöglicht die größere Verfügbarkeit von Daten mittlerweile neue Ansätze bei der Entwicklung von Wirkstoffen und der Bekämpfung von Krankheiten.
Reich: Gerade die Entwicklung neuer hochwirksamer und nebenwirkungsarmer Medikamente könnte mithilfe des Einsatzes von Big Data noch mehr gewinnen.
Wrobel: Etwas weiter gefasst bieten auch die heute breiter verfügbaren Sensoren im Personal-Health-Bereich große Zukunftsmöglichkeiten: etwa für eine bessere medizinische Versorgung oder bei der Unterstützung eines gesunden Lebensstils. Solche Ansätze sind besonders dort interessant, wo eine reguläre medizinische Versorgung schwierig ist; Hier sehen wir schon heute, dass Smartphone-gestützte Dienste in Abwesenheit von Ärzten einen sinnvollen Beitrag leisten können. Aber Big Data verändert natürlich auch die Märkte im Gesundheitsbereich – von personalisierten Versicherungsangeboten bis hin zu neuen Optimierungspotenzialen in der Gesundheitsversorgung. Diese haben durchaus das Potenzial, weitere drohende Kostensteigerungen zu dämpfen.

Gibt es bereits Bereiche im Gesundheitsmarkt, wo sich Big-Data-Anwendungen etabliert haben?
Reich: Vermutlich am weitesten etabliert sind Verfahren in der Forschung und der Entwicklung von medizinischen Wirkstoffen und Medikamenten, besonders in der gentechnisch basierten Grundlagenforschung.
Wrobel: Allgemeine Analyseverfahren werden in der Wirkstoffforschung seit vielen Jahren mit sehr großem Erfolg eingesetzt, um teure Laborexperimente durch entsprechende Computerexperimente und Prognosen zu ersetzen. An vielen Stellen ist sicherlich die moderne Wirkstoffforschung ohne solche Möglichkeiten heute nicht mehr denkbar. Die Unternehmen denken sogar darüber nach, durch geeignete Kooperationen den Wert der Daten noch weiter zu erhöhen. Für die öffentliche Forschung kann man sicher sagen, dass ohne eine auf Big Data gestützte Zusammenarbeit der Forscherinnen und Forscher Fortschritte etwa bei der Erforschung grundlegender zellulärer Mechanismen nicht möglich wären.
Reich: Auch in der Diagnostik gibt es weitreichende Ansätze, die konzeptionell eigentlich schon vor Jahrzehnten erdacht wurden und unter dem Begriff „Expertensysteme“ firmierten, sich jedoch mangels Rechnerleistung nicht durchsetzen konnten. Mittlerweile stehen wir aber womöglich kurz davor, dass – gemessen an nichtkomplexen Kosten-Nutzen-Kalkülen – die diagnostische Leistung hervorragend ausgebildeter Mediziner der Big-Data-basierten, maschinellen Diagnosefähigkeit unterliegen könnte. 

Im Gesundheitswesen handelt es sich um sensible Daten. Wie bewerten Sie die Gefahren eines möglichen Datenmissbrauchs?
Wrobel: In der Tat gehören Gesundheitsdaten zu den sensibelsten Daten, die über einen Menschen erhoben werden können. Sie bedürfen daher eines ganz besonderen Schutzes.
Reich: Juli Zeh hat schon vor fast einem Jahrzehnt in ihrem Theaterstück und Roman „Corpus Delicti – Ein Prozess“ die Gefahren des Verlustes der Souveränität des Individuums über seine eigenen Daten und besonders seiner eigenen Gesundheitsdaten sehr eindringlich und sehr plausibel beschrieben. Die Selbstbestimmung, die Freiheit, die Unversehrtheit und die Gesundheit des Individuums hängen alle unmittelbar an der Souveränität, die das Individuum in Zukunft über seine Daten und seine Datenhervorbringungen gegenüber dem Kollektiv oder gegenüber dem ermächtigten Vertreter des Kollektivs wird verteidigen können. Um sich verteidigen zu können, muss das Individuum jedoch im und dann als Kollektiv die existierende Gefahr überhaupt erkennen und benennen. Hier muss man zunehmend skeptisch werden.      
Wrobel: Die Fraunhofer-Gesellschaft investiert seit längerer Zeit erheblich in die Erforschung und Umsetzung sicherer Infrastrukturen gerade im Gesundheitsbereich. Wir haben oft darauf aufmerksam gemacht, dass hier noch eine gewisse Wegstrecke zurückzulegen ist. Gleichzeitig erforschen wir, wie in vielen Bereichen Big-Data-Auswertungen unter Wahrung der Privatsphäre, sogenannte Privacy Preserving Analytics, möglich werden. Kurz gesagt benötigt man für eine Vielzahl von Anwendungen tatsächlich nicht das konkrete Wissen über ein einzelnes Individuum, sondern kann oft mit abstrahierten Daten arbeiten, in denen technisch garantiert der Einzelne sicher nicht mehr zu erkennen ist. Basierend auf dem Prinzip der Datensouveränität befürworten wir schließlich den Aufbau eines sicheren Datenraums, in dem Unternehmen und Verbraucher nach zertifizierten Prinzipien und vereinbarten Regeln Daten austauschen können. Dazu haben wir den „Industrial Data Space“ ins Leben gerufen. Dieser ist keineswegs nur für die Industrie gedacht: Wir sind jetzt schon dabei, die Prinzipien auch bei medizinischen Informationen anzuwenden.

Die Versicherungsbranche überlegt, verhaltensabhängige Tarife in der Krankenversicherung anzubieten. Ein sinnvoller Weg?
Wrobel: Versicherungen beruhen darauf, dass eine Gemeinschaft von Versicherten das individuelle Risiko gemeinsam trägt und dadurch die Folgen für den Einzelnen überschaubar gestaltet. Jedoch ist es seit langer Zeit üblich, dass Versicherungstarife auch vom Risiko der jeweils versicherten Gruppe abhängen. Auch im Gesundheitsmarkt werden wir also auf lange Sicht den richtigen Mittelweg zwischen dieser Anpassung der Beiträge an das Risiko und dem Solidargedanken der Versichertengemeinschaft finden müssen.
Reich: Ein verführerischer und gefährlicher Weg, je weiter man ihn geht.



Prof. Dr. Stefan Wrobel ist Professor für Informatik an der Universität Bonn und Leiter des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme IAIS. Er beschäftigt sich seit vielen Jahren mit Aspekten der Digitalisierung, insbesondere mit intelligenten Algorithmen und Systemen zur Analyse großer Datenmengen und dem Einfluss von Big Data/Smart Data auf die Nutzung von Informationen in Unternehmen und der Gesellschaft. Prof. Wrobel engagiert sich national und international für das Thema Digitalisierung und intelligente Nutzung von Big Data – unter anderem als Sprecher der „Fraunhofer-Allianz Big Data“, stellvertretender Vorsitzender des „Fraunhofer-Verbundes für Informations- und Kommunikationstechnologie“ und Sprecher der Fachgruppe „Knowledge Discovery, Data Mining und Machine Learning“ der Gesellschaft für Informatik. Er studierte Informatik in Bonn und Atlanta/USA (M.S., Georgia Institute of Technology) mit Schwerpunkt Künstliche Intelligenz und promovierte an der Universität Dortmund. Nach Stationen in Berlin und Sankt Augustin wurde er Professor für Informatik an der Universität Magdeburg, bevor er im Jahr 2002 den Ruf auf seine aktuelle Position annahm. Prof. Wrobel ist Autor einer Reihe von Publikationen zu Data Mining und Maschinellem Lernen, Mitglied des Herausgeber-Gremiums mehrerer führender Fachzeitschriften und Gründungsmitglied der „International Machine Learning Society“.

Dr. Johannes Reich ist persönlich haftender Gesellschafter des Bankhauses Metzler und Mitglied des Vorstands der Metzler-Holding. Er verantwortet als zuständiger Partner das Geschäftsfeld Corporate Finance sowie die Unternehmenskommunikation, die Rechtsabteilung und den IT-Bereich der Metzler-Gruppe. Seine bankberufliche Tätigkeit begann er beim Hamburger Bankhaus M.M. Warburg & Co., danach arbeitete er bei Morgan Stanley in London und Frankfurt am Main.
Dr. Reich ist Wirtschaftsingenieur mit einem Diplom der Universität Karlsruhe und war an der Universität Bamberg, wo er auch promoviert wurde, sowie an der Rheinisch-Westfälischen Technischen Hochschule Aachen als wissenschaftlicher Assistent tätig.