So durchleuchten Unternehmen unser Verhalten im Web

In einer umfangreichen Studie mit dem Titel "Kommerzielle digitale Überwachung im Alltag" hat sich Studienautor Wolfie Christl, Netzaktivist und Spieleentwickler zum Ziel gesetzt, einen umfassenden Blick darauf zu werfen, wie die Speicherung, Verknüpfung und Verwertung von digitalen persönlichen Daten im Detail funktioniert und welche gesellschaftlichen Implikationen sich daraus ergeben, wie Christl gegenüber der futurezone erklärt.

Aufgrund der Vielzahl an Aspekten und Teilstücken der umfassenden Studie wird sich die futurezone in einer mehrteiligen Serie dem Thema "Erfassung, Verknüpfung und Verwertung persönlicher Daten im Zeitalter von Big Data" annehmen.

Blick in die Glaskugel

Das wohl bekannteste Beispiel wenn es um die Prognose von sensiblen und persönlichen Informationen durch die Analyse digitaler Daten geht, ist der Fall der US-Supermarktkette Target, die versucht schwangere Kundinnen durch ihr Einkaufsverhalten zu identifizieren.

Anhand der getätigten Einkäufe, die den einzelnen Kunden zugeordnet werden, versuchen die Statistiker bei Target, Handlungsempfehlungen für umsatzsteigernde Maßnahmen abzuleiten. Wer etwa im April Badeanzüge gekauft hat, erhält im Juli Gutscheine für Sonnencreme und im Dezember Werbung für Diät-Ratgeber.

Schwangerschaftsindex

Viel wichtiger als diese einfache Aufgabe sei es allerdings, wichtige Momente im Leben der Kunden ausfindig zu machen, beispielsweise Schulabschluss, Heirat, Umzug oder Scheidung. Denn zu diesen Zeitpunkten sei das Einkaufsverhalten äußerst flexibel, was mit gezielter Werbung oder Gutscheinen versucht wird, in die gewünschten Bahnen zu lenken.

Einer der lukrativsten Momente sei die Geburt eines Kindes. Daher haben die Target-Statistiker 25 Produkte ausgewählt, die sie für die Schwangerschaftsprognose heranziehen. Werden etwa bestimmte Hautlotionen, Seife, Watte, Waschlappen oder Nahrungsergänzungsmittel in bestimmten Mengen in gewissen Zeitintervallen gekauft, geht Target davon aus, dass jemand bald ein Kind erwartet. Anschließend erhalten die Frauen entsprechend zielgerichtete Werbung.

Auf Grundlage des Dogmas, dass Werbung in emotionalen Momenten am besten funktioniert, hat das US-Werbeunternehmen MediaBrix ein System entwickelt, das in Echtzeit die Emotionen von Computerspielern analysiert.

Während sogenannter "Breakthrough Moments" wird etwa den Nutzern gezielt Werbung eingespielt. Mit diesem "Emotional Targeting" soll MediaBrix in den USA mittlerweile über 45 Millionen monatliche Nutzer erreichen. Auch Samsung und Microsoft haben bereits Patente angemeldet, mit denen sie ähnliche Methoden verfolgen.

Bei einer Studie über Facebook-Likes, an der fast 60.000 US-Bürger teilgenommen haben, wurde festgestellt, dass mit ziemlich hoher Genauigkeit allein anhand von Facebook-Likes auf ethnische Zugehörigkeit, politische Einstellung, Religion, Beziehungsstatus, Geschlecht, sexuelle Orientierung oder auch Nikotin-, Alkohol und Drogenkonsum geschlossen werden kann. Dass das Liken von Postings, Kommentaren oder Pages auf Facebook Rückschlüsse auf so manche Charaktereigenschaft zulässt, klingt allerdings zunächst eher weniger überraschend.

Das Bemerkenswerte daran ist allerdings, dass diese Persönlichkeitsprognosen nicht anhand expliziter Faktoren, wie etwa das Liken der Facebook-Gruppe "Being Gay" erstellt werden können, sondern anhand schwacher Indikatoren. So wird etwa davon ausgegangen, dass beispielsweise Vorlieben für "Britney Spears" oder "Desperate Housewives" Hinweise für männliche Homosexualität seien.

Eine Studie von Microsoft Research hat Bing-Suchanfragen von 3,3 Millionen Usern untersucht und ist dabei zum Ergebnis gekommen, dass dadurch das Alter der Nutzer mit einer Zuverlässigkeit von 74 Prozent abgeschätzt werden kann, das Geschlecht sogar mit 80 Prozent.

Außerdem konnte Geschlecht, Alter, Bildungsgrad und beruflicher Tätigkeit, wie etwa Top Management, mittleres Management, Bauer, Handwerker, Kleinunternehmer, Angestellter oder Arbeiter aus anonymen Webserver-Log-Dateien mit einer relativ niedrigen Fehlerwahrscheinlichkeit prognostiziert werden. Die Fehlerrate bei der Vorhersage der beruflichen Tätigkeit war nicht höher als drei Prozent und beim Bildungsgrad nicht höher als vier Prozent.

Um Charaktereigenschaften abschätzen zu können, muss nicht einmal auf inhaltlich relevante Informationen zurückgegriffen werden. Allein anhand von Smartphone-Metadaten, kann mit einer Genauigkeit von 70 bis zu 75 Prozent herausgefunden werden, ob jemand neurotisch, extrovertiert, offen für neue Erfahrungen, harmoniebedürftig oder gewissenhaft ist.

Für die Prognosen wurde analysiert, wie oft welche App (Office, Internet, Video, Audio, Musik, Maps, Mail, etc.) genutzt wird. Außerdem wurde die Anzahl der eingehenden, ausgehenden und versäumten Anrufe, die Anzahl der verschiedenen Kontakte, die Dauer der Telefongespräche sowie die Anzahl der empfangenen und gesendeten SMS berücksichtigt.

Die protokollierte Verwendung des Smartphones lässt auch Schlüsse auf den zukünftigen Aufenthaltsort des Users zu. Aus dem Verlauf von GPS- und WLAN-Protokollen, Telefonnummern, Anruf- und SMS-Listen gelang es britischen Forschern, Muster und Zusammenhänge zu errechnen, mit denen der Standort der Probanden recht genau vorhergesagt werden konnte. Wenn dabei auch die Daten von denjenigen in die Berechnung miteinbezogen wurden, mit denen die User interagierten, konnte der Ort, an dem sich die Menschen 24 Stunden später aufgehalten haben, auf 20 Meter genau prognostiziert werden.

Obwohl die Teilnehmer bei diesem Experiments nicht die Gesamtbevölkerung repräsentierten, zeigt es dennoch, welche Rückschlüsse aus Smartphone-Metadaten gewonnen werden können.

In seiner Studie schlussfolgert Wolfie Christl, dass aus relativ rudimentären Daten zum Online-Verhalten ziemlich zuverlässige und weitgehend sehr persönliche Eigenschäften prognostiziert werden können: "Likes repräsentieren eine generische Klasse von digitalen persönlichen Daten - strukturell ähnlich wie Internet-Suchanfragen, Browser-Historien oder Kreditkartenzahlungen."

Die Einsatzmöglichkeiten derartiger Vorhersagen liegen für Christl auf der Hand. So lassen sich damit Werbungen oder Rabattangebote zum richtigen Zeitpunkt am richtigen Ort platzieren. Wenn man weiß, mit welchem Charakter man es zu tun hat, können die verschiedenen Persönlichkeiten entsprechend zielgerichtet angesprochen werden.

Für staatliche Überwachungsmethoden können "digitales" Profiling, Handlungsmuster und Bewegungsprognosen natürlich ebenso angewendet werden. "Hier könnte beispielsweise umgekehrt ein besonderes Augenmerk darauf gelegt werden, welche Handlungen nicht der Prognose entsprechen" schreibt Christl.

Es scheint, als wäre den Usern noch immer nicht ganz bewusst, dass sie etwa aus Facebooks Sicht nicht der Kunde, sondern das Produkt sind, das an Werbefirmen verkauft wird, kritisiert Christl im Gespräch mit der futurezone: "Vom Datensammeln profitieren derzeit lediglich Unternehmen und staatliche Behörden."

Teil 1: So durchleuchten Unternehmen unser Verhalten im Web
​Teil 2: Aus dem Online-Verhalten wird Kreditwürdigkeit berechnet
Teil 3: Online-Shops: PC-User kommen billiger davon als Mac-Nutzer​
Teil 4: Internet of Things: Anreize zur Verhaltensänderung