Das Erkennen der
ewigen Gegenwart

Klassische Zukunftsforschung ist obsolet geworden. Denn: Big Data führt immer auch zu Big Narrative. Und damit zum Heute.

 

Wer die Zukunft voraussagen kann, hat Macht, kann viel Geld machen und ist vor allem auch cool. Das zumindest war für viele Jahre die Attraktivität des «Forecasting». Dabei war und ist Zukunftsforschung nie eine einheitliche Disziplin. Zwischen klassischer, relativ wissenschaftlich betriebener Technologie- oder Gesellschaftszukunftsforschung, «Megatrends» und etwa lifestyleorientierter Trendforschung liegen Welten.

Von Big Trend zu Big Data

Doch der Reihe nach. Technologieforschung möchte antizipieren, welche Technologien die Gesellschaft in Zukunft nutzen wird. Dies ist unter anderem für Risikoabschätzungen oder Rückversicherungen interessant. Zukunftsforschung im gesellschaftlichen Bereich möchte wissen, wie Gesellschaften in Zukunft funktionieren werden: Hier liegen die Interessen bei der öffentlichen Hand, Regulatoren sowie wiederum bei Versicherungen.

Allumfassende, sexy klingende «Megatrends» sind in erster Linie Inhalte für coole Bücher und Konferenzen – sie sind bestenfalls geeignet als Übungsfelder für Grossunternehmen: Wie würden sie theoretisch auf dieses oder jenes reagieren? Trendforschung schliesslich ist ein Produkt der neuartigen Lifestylegesellschaften, der 1980er Jahre mit ihrem Boom von Marken und Superstars (Blockbusterfilme, Supermodels, Megabrands). Sie ist eine tendenziell unwissenschaftliche Grauzone mit viel Scharlatanerie und wenig seriösen Akteuren und dient in erster Linie dazu, für Konsum- und Lifestyleunternehmen die nächsten «Trends» zu identifizieren.

Doch alle diese Formen von Forecasting haben etwas gemeinsam: Sie sind in den letzten Jahren allesamt in Verruf geraten. Ein wichtiger Grund ist, dass sie sozusagen fast immer falsch lagen. Die asymmetrischen Veränderungen durch die digitalisierende Gesellschaft und Wirtschaft waren einfach zu schnell, zu heftig sowie in manchen Bereichen zu überraschend. Es stellt sich immer mehr heraus, dass klassische Zukunftsforschung ein Instrument der industriellen Moderne mit ihren linearen Entwicklungslinien war. Trendforschung wiederum ging von einer relativ homogenen, weissen Gesellschaft aus. China sowie andere sich rapide entwickelnde Regionen sowie die kalifornischen Disruptoren im Bereich von Social Media überforderten die Trendforschung; sie ist eigentlich klinisch tot und wird höchstens noch von zweitklassigen Werbeagenturen genutzt.

An die Stelle der traditionellen Zukunftsforschung ist nun seit einigen Jahren das Forecasting mittels Big Data getreten: Viele Daten lassen Extrapolationen zu, die mittels komplexer Algorithmen erreicht werden können. Je mehr Daten, desto zuverlässigere Voraussagen – das ist das Versprechen von Big Data.

Big Data, Big Problem?

In letzter Zeit sind jedoch erste Probleme aufgetaucht. Big Data ist vor allem eine Blackbox. Scheinbare Korrelationen haben nicht unbedingt eine Kausalität, das heisst, dass sie gar Zufälle sein könnten. Auch sind die programmierten Algorithmen nicht objektiv, sondern widerspiegeln etwa kulturelle Identitäten oder Präferenzen der Programmierer. Vor allem kann Big Data kein langfristiges Forecasting betreiben, da die quantitativen Daten von den Aktionen einzelner Personen oder Organisationen abhängig sind.

Genau hier liegt die Schwäche von Big Data: Es kann keine «Big Narratives» erkennen. Beispielsweise wurde die plötzlich einsetzende Massivität der Klimadiskussion im letzten Jahr von Big Data nicht antizipiert, weil Big Data katalytische Entwicklungen schwer abbilden kann. Menschen sind sehr stark kulturell beeinflusst. Menschen agieren auch oft erratisch oder unlogisch: Sie folgen oft grösseren Narrativen, seien diese politischer oder sozioökonomischer Art. Dies ist im Kern die Theorie, die von Ökonomen wie Robert Shiller mit dem Begriff der «Narrative Economy» propagiert wird oder die Rückversicherungen mit «Phantomrisiken» meinen: Risiken, die sozusagen ein Ergebnis einer sich selbst erfüllenden Prophezeiung sind und wenig bzw. zumindest nicht komplett real-rationale Grundlagen haben. Big Data und die Philosophie dahinter sind demgegenüber der gleichen technokratisch-kartesianischen Utopie erlegen wie etwa die Chicago-School-Theorie der «effizienten Märkte» und des komplett rational denkenden «Homo oeconomicus».

Reine Big Data hat noch eine weitere Schwäche oder Kon­struktionsfehler: Sie wurde und wird grösstenteils in den suburbanen Welten Kaliforniens (wo die fehlende physische Nähe dauernd mittels Telefons und später Smartphone überbrückt bzw. fehlende Urbanität elektronisch-digital simuliert werden musste) oder in den komplett mobil organisierten, stark überwachten chinesischen…

«Der beste Journalismus ist der,
den man liest, obwohl einen das Thema bis dahin gar nicht interessiert hat.
Beim MONAT passiert mir das ständig.»
Niko Stoifberg, Schriftsteller und Redaktor bei «getAbstract», über den «Schweizer Monat»