Bund übt sich in "experimenteller Statistik"

Im Rahmen der Strategie 2018 präsentiert das Bundesamt für Statistik (BFS) seine neue Microsite "Experimental Statistics". Unter Experimental Statistics versteht das BFS innovative Produkte, die noch nicht die Reife der öffentlichen Statistik erreicht haben. Die Ergebnisse sollten deshalb auch mit der angebrachten Vorsicht verwendet werden, schreibt das Bundesamt in einer Mitteilung.
 
Das Amt will sich unter anderem Deep- und Machine-Learning-Methoden sowie KI zu Nutze machen.
 
Ein Anwendungsgebiet von Machine-Learning-Methoden ist die Arealstatistik respektive die Bildinterpretation im Rahmen der Statistik der Bodennutzung und -Bedeckung. Mit dem Projekt "Adele" sollen die Grenzen und Möglichkeiten der Technologien erprobt und Modellierungstechniken getestet werden. Ziel sei es, die Luftbildinterpretation zur Identifizierung und Klassifizierung von Veränderungen auf lange Sicht zumindest teilweise automatisieren zu können.
 
Ein Machine-Learning-Ansatz wird auch im Bereich der Sozialhilfe und Arbeitslosenversicherung verfolgt. Dabei gehe es um typische Verlaufsmuster von Leistungsbezügern. Bezugs- und Erwerbsverläufe könnten anhand von Daten aus IV, AHV oder Arbeitslosenkassen beobachtet werden. Diese Verläufe sollen mit datengetriebenen Verfahren beschrieben und aufgrund ihrer Ähnlichkeit beziehungsweise Unähnlichkeit gruppiert (Clustering) werden. Anschliessend soll anhand der Informationen, die zum Zeitpunkt des Eintritts einer Person bekannt sind, die Wahrscheinlichkeit der Zugehörigkeit zu einem Cluster berechnet werden. Das BFS will das Potenzial dieser Methoden und die Zuverlässigkeit der Berechnungen testen. Ein Ziel sei beispielsweise das frühzeitige Erkennen von risikoreichen Verlaufsmustern, d.h. von Personen, die sich kaum mehr in die Arbeitswelt integrieren.
 
Eine erste Publikation im Bereich der experimentellen Statistik gibt es bereits. Für die Erhebung der Erwerbstätigkeit kamen "Small Area Estimation"-Methoden (SAE-Methoden) zum Einsatz. Die Schweiz zählte 2014 nahezu 2300 Gemeinden. Davon hatten 80 Prozent weniger als 5000 und 70 Prozent weniger als 3000 Einwohner, schreibt das BFS zum Hintergrund. Es hätte sich die Frage gestellt, ob verlässliche Schätzungen zur Erwerbstätigkeit in einer Gemeinde mit kleinen Stichproben möglich wären. Mit den SAE-Methoden sollen die Grenzen der Standardmethoden anhand verschiedener Techniken ausgeweitet werden, erklärt das BFS. Die Erarbeitung der ersten Resultate in diesem Bereich wurde von Prof. Isabel Molina der Universität Carlos III von Madrid, die in diesem Gebiet eine international anerkannte Forscherin ist, begleitet. (kjo)