"Wer aus der Geschichte nichts lernt, ist dazu verdammt, sie zu wiederholen", ist ein berühmtes Zitat des weniger berühmten Philosophen George Santayana. Ein anderer kluger Satz lautet: "Sometimes you win, sometimes you learn."

Die Geschichte des Vietnam-Kriegs ist in diesem Sinne ohne Frage eine wichtige Learning-Lesson für die amerikanische Gesellschaft gewesen, aber die Lektionen scheinen uns sogar bis heute in unsere Gegenwart - das Big Data Zeitalter - zu verfolgen.

In diesem etwas älteren, aber immer noch spannenden Essay gehen Kenneth Cukier und Viktor Mayer-Schönberger der tragischen Geschichte von Robert McNamara nach, der als ein wichtiger Berater John F. Kennedys glaubte, den Vietnam-Krieg gewinnen zu können, indem man ihn verdatet.

Sein Modell reduzierte sich schließlich auf das Zählen von Leichen. So lange der Vietkong überproportional mehr Opfer verzeichnete, seien die Amerikaner auf dem Weg zum Sieg, so die zynische - und zudem noch falsche - Formel. Die Militärs vor Ort wussten, dass das Quatsch ist, aber ein Regierungshandeln, das sich auf Daten und kühle Kalkulationen stützt, hat nun mal einen Legitimationsvorteil. Und so fällte man jahrelang falsche Entscheidungen und eskalierte den Krieg weiter und weiter, weil die Daten einem nun mal recht gaben. Ihr kennt den Rest der Geschichte.

McNamara sollte uns eine Warnung sein, datengetriebenen Entscheidungen allzu viel Vorschusslorbeeren zu geben und auch heute den Versprechungen der Big Data-Gurus skeptisch gegenüberzustehen. 

Der Statistiker George E. P. Box sagte einmal:  "All Models are wrong, but some are useful". Nassim Nicholas Taleb, der sich viel mit den fatalen Konsequenzen falscher Verwendung von statistischen Modellen befasst, hat kürzlich eine andere Variante in Umlauf gebracht: "All models are wrong, many are useful, some are deadly".