Die US-Warenhauskette Walmart begann bereits 2004 damit, Daten ihrer damals rund 100 Millionen Kunden zu sammeln: von der Sozialversicherungsnummer über Auto-Kennzeichen bis hin zu geografisch heruntergebrochenen Präferenzen für Produkte wie Schokoladenkekse oder Lippenstift. Diese Daten wurden von Statistikern in Computermodelle eingespeist, um das Konsumentenverhalten vorherzusagen. Laut einem Bericht der "New York Times" hatte die Einzelhandelskette zu dieser Zeit bereits eine Kundendatenbank von 460 Terabyte angelegt.

Datenwissenschafter sahen in ihren Modellen, dass die Verkaufszahlen von Erdbeer-Pop-Tarts, einer Art Kekskuchen, unmittelbar vor Wirbelstürmen um das Siebenfache höher waren als normal. Als der Hurrikan Frances im August 2004 Kurs auf die US-Ostküste nahm, packten die Walmart-Lageristen Trucks mit Keksen voll und schickten sie auf dem Highway Interstate 95 Richtung Florida. Dank der Dateneinsicht konnte die Warenhauskette die Nachfrage besser bedienen. Wissen bedeutet nicht nur Macht, sondern auch Profit. Walmart konnte sich trotz der Konkurrenz von Amazon auf dem Markt behaupten. Im Vergleich zu 2004 sind die datenanalytischen Prognosetechniken heute aber viel präziser.

Suchmaschine als Seismograf

Die Ökonomen Lynn Wu und Erik Brynjolfsson haben in einer Studie aufgezeigt, wie man aus Google-Daten Immobilienpreise und Hausverkäufe vorhersagen kann. Die Suchmaschine ist eine Art Konjunkturbarometer und Seismograf für soziale Stimmungen. Jeden Tag registriert Google 3,5 Milliarden Suchanfragen. Die Nutzer googeln alles: Hotels, Autos, Nachbarn, sexuelle Vorlieben, Tatpläne.

Zentralbanken greifen schon seit einiger Zeit auf Google-Daten zurück und speisen diese in ihre makroökonomischen Modelle ein, um das Konsumentenverhalten zu prognostizieren. Auf Google Trends, einem öffentlich zugänglichen Statistik-Tool, kann man für jede Region auf der Welt einsehen, was der häufigste gesuchte Begriff zum Zeitpunkt X war. Laut dem Dienst "Think with Google", über den sich Unternehmen über Verbrauchertrends informieren können, erreichten Suchen nach "where to buy" (wo kann man kaufen?) am 23. Dezember 2016 einen Höhepunkt, um nach dem Fest wieder abzuflachen. Speziell für Unternehmen ist das ein interessantes Werkzeug.

Der ehemalige Google-Datenwissenschafter Seth Stephens-Davidowitz schreibt in seinem Buch "Everybody Lies - Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are": "Wenn Ihr Ziel ist, die Zukunft vorherzusagen - welcher Wein gut schmeckt, welche Produkte sich verkaufen, welche Pferde schnell rennen -, müssen Sie sich keine allzu großen Sorgen darüber machen, warum Ihr Modell genauso funktioniert, wie es ist. Stellen Sie einfach sicher, dass die Zahlen stimmen." Analytics-Firmen haben mittlerweile Einsichten in Unternehmen, die diese selbst nicht haben. So konnte das Online-Netzwerk Foursquare, mit dem man per App in einem Restaurant eincheckt und seinen Standort teilt, aufgrund der Checks-in einen Umsatzrückgang der Fast-Food-Kette Chipotle vorhersagen. Die Prognose - minus 29,7 Prozent - war relativ genau. Was Tech-Firmen sonst noch alles über börsennotierte Unternehmen wissen, bleibt jedoch ihr (Geschäfts-)Geheimnis.