Eigentlich war damit viele unstrukturierte Daten gemeint, denn auch strukturierte Daten (also in Datenbanken von Oracle, MS SQL, DB2 uws.) konnten schon ganz schön groß sein. Transaktionsdatenbanken wie von Kreditkartenunternehmen oder Telefongesellschaften (Metadaten) waren eigentlich schon immer locker im x Milliarden Datensätze-Bereich. Und wurden schon immer mit Data Mining bearbeitet, zur Betrugserkennung, zur Planung und sicherlich auch zum Rumschnüffeln. Eigentlich geht es eher um verteilte Verarbeitung, wie mit MapReduce von Google. Der bisher beste Datenschutz war bisher die Unfähigkeit von Behördenapparaten. Leider springen da jetzt große private Unternehmen ein. Und die kommen dann mit Ideen wie Zusammenführung von an sich harmlosen Daten. Also geht es in der aktuellen Entwicklung nicht nur um Datensparsamkeit, sondern auch um die verhängnisvolle Partnerschaft von Privatunternehmen und Staat, die es zu beobachten gilt. Aber bei aller Ausspäherei kommt ein Aspekt in der Diskussion häufig zu kurz. Meist sind die Analysen gar nicht direkt am einzelnen interessiert, Pseudonymisierung oder gar Anonymisierung insofern gar kein Hindernis. Allgemeine Erkenntnisse aus deskriptiver Statistik und Data Mining können viel größere Effekte auf den einzelnen haben, z. B. durch Einflussnahme auf gesetzgeberische Maßnahmen oder noch allgemeiner: Diskriminierung von Bevölkerungsgruppen, z.B. bei Versicherungsbedingungen oder Krediten. Warum sollten nur Autoversicherungen die Beiträge nach Risiko staffeln? t.b.c.