Mit Big-Data gegen Waffenschieber

Im April legte der „Guardian“ aufgrund von Recherchen zu den „Panama Papers“ offen, dass ein Britischer Banker vermutlich Nordkorea beim Waffenhandel geholfen habe.Die Firma eines Briten soll von den Jungferninseln aus Sanktionen ignoriert und den nordkoreanischen Waffenhandel unterstützt haben. Der Banker weist jede Verantwortung von sich. Die Mega-Skandale die durch die Panama Papers sein ohne Big-Data-Technologie undenkbar. 2,6 Terabyte umfassen die bislang geleakten Dokumente der Kanzlei Mossack Fonseca. Ohne die von Jounalistinnen und Journalisten und ihrem IT-Team aufgebauten Graphdatenbank wären die vielschichtigen Strukturen von Steuerhinterziehung und Offshore-Geschäften vermutlich nie ans Licht gekommen.

Panama Papers das bislang größte Daten-Leak der Geschichte

• 11,5 Millionen Dokumente
  • E-Mails,
  • Verträge,
  • Abschriften,
  • eingescannte Dokumente,
  • Fotodateien,
  • Auszüge aus einer internen Datenbank und
  • diverse andere Schriftstücke.

Ähnliche Fälle der Vergangenheit

• “Wikileaks” (2010; 1,7 GByte),
• “Offshore Leaks” (2013; 260 GByte),
• “Lux-Leaks” (2014; 4 GByte) oder
• “Swiss Leaks” (2015; 3,3 GByte)

Selbst „Offshore Leaks“ ist mit 260 Giga-Byte im Vergleich zu den 2,6 Terabyte zehn mal kleiner und Wiki-Leaks das 2010 die Weltöffentlichkeit erschütterte war ein mehr als 1000 mal kleineres Daten-Leck.

International Consortium for Investigative Journalists (ICIJ)

Ausgewertet wurden die Unmengen an Daten vom 1997 in den USA gegründeten International Consortium for Investigative Journalists (ICIJ).  Zwei Leaks-Spezialisten der Süddeutschen Zeitung sowie 400 andere JournalistInnen dieses Netzwerks anarbeiten mit IT-Teams zusammen. Mehr als 100 Medienorganisationen in rund 80 Ländern sind heute in das Projekt involviert.

Wie ist es möglich ein so großes Volumen an Daten zu analysieren und journalistisch aufzubereiten?

Überblick behalten

Die Technologie hinter den Panama Papers, beschreibt Holger Temme am 5.6.2016 bei Silicon.de als Kombination aus

• Graphtechnologie und
• Visualisierungssoftware.

Um die stark verknüpften Daten zu strukturieren und Journalisten mit unterschiedlichen technischen Vorkenntnissen und Sprachen einen einfachen Zugriff zu ermöglichen, setzte ICIJ auf die Graphdatenbank Neo4j und die Visualisierungsplattform Linkurious.

Graphdatenbanken

Neo4j eignet sich besonders gut für das Management und Abfragen von stark vernetzten, komplexen Daten. Temme: „Anders als herkömmliche, relationale Datenbanken visualisieren sie nicht nur einzelne Objekte, sondern auch die Verbindungen dazwischen sowie deren Eigenschaften anschaulich in einer Graphstruktur. Beziehungen und komplexe Zusammenhänge zwischen den Daten lassen sich schnell und einfach analysieren.“

Mit einem Klick werde selbst journalistischen Recherche-Team klar, in welchem Verhältnis bestimmte Akteure und Unternehmen zueinander stünden. Ein klarer Vorteil für die JournalistInnen, die auf einfachem Weg den Spuren des Geldes folgen können und so ständig neue Stories hinter den Daten entdeckten.

Web-App von Linkurious und Graphdatenbanken

Die Journalisten können als Benutzerschnittstelle über eine Web-App von Linkurious auf die Graphdatenbank zugreifen. Damit ist die riesige Menge an Daten für die Analyse und Recherche erstmals greifbar – auch für IT-fernere Teams.

Das ICIJ veröffentlichte erst 2015 die Swiss Leaks. Dabei handelte es sich um mutmaßlich betrügerische Geschäfte von mehr als 100.000 Kunden der Schweizer HSBC Bank. Temm:

Als das Datenpaket damals bei ICIJ auf dem Tisch landete, war für alle Beteiligten schnell klar, dass für die Analyse der Dateien herkömmliche Analysetools nicht ausreichten. Eine intuitive Bedienung und anschauliche Visualisierung war ebenso nötig wie schnelle Suchabfragen und zuverlässige Ergebnisse. Die Verbindung von Linkurious und Neo4j erwies sich als ideale Lösung. Daher kam auch bei der Analyse der weitaus umfangreicheren Panama Papers kein anderes Tool zum Einsatz.

Big Data Technologien sind entscheidend

Bei aller Skandalträchtigkeit der Panama Papers solle, laut Temme, eines nicht vergessen werden:

Vor zehn Jahren hätte zwar ein solcher Daten-Leak passieren können, allerdings hätte wohl niemand darüber so ausführlich und vielseitig berichtet. Die genaue Analyse der Dateien und damit die tiefgreifende journalistische Recherche wurde erst durch die Entwicklung von Big-Data-Technologien möglich – darunter beispielsweise Googles Datenbank BigTable, Facebook oder Hadoop von Yahoo.

Daten, die Rohstoffe des 21. Jahrhunderts

Das gelte nicht nur für die Geschäftsmodelle der Global Player, sondern immer mehr auch für Start-ups, kleine und mittelständische Unternehmen, so Temme.  Natürlich gilt das besonders für große Organisationen, staatliche Einrichtungen und große Institutionen.

Schon lange gehe es nicht mehr nur darum, Daten zu sammeln und Wörter zu zählen. Wichtiger sei es Verbindungen und Beziehungen zwischen den Daten herzustellen. Erst dann würden aus Daten Fakten, die zu neuen Erkenntnissen führen und einen echten Mehrwert für Unternehmen darstellen. Dies ermöglicht

• bessere Prognosen,
• ein effizienteres MDM,
• zusätzliche Marketing-Tools und Services,
• Betrugserkennung, S
• uchergebnisse in Echtzeit oder
• die Erschließung neuer Marktsegmente.

In der Praxis stellt eine nutzbringende und gleichzeitig kosteneffiziente Analyse von Big Data für viele Unternehmen nach wie vor eine große Herausforderung dar.

Die Recherche- und Analysearbeit von ICIJ rund um die Panama Papers würdem daher ein schönes Beispiel zeigen, wie mit der richtigen Technologie einfach und schnell Tools entwickelt werden können und damit revolutionär große Datenmassen bewältigt werden können. Der kluge Einsatz dieser Technolgie könnte korrupte und kriminelle Superreichen ganz schön ins Schwitzen bringen. Wir werden ein besonderes Auge auf Rüstungskriminelle haben.