Fluch und Segen der Vernetzung – Weshalb das Recht, alleine gelassen zu werden, so wichtig ist

Fluch und Segen der Vernetzung – Weshalb das Recht, alleine gelassen zu werden, so wichtig ist

Mit Data Analytics lassen sich Aussagen über Ihren Gesundheitszustand treffen und das Verhältnis zu Ihren Freunden. Wir haben gelernt, dass Services ihren Daten-Preis haben. Aber haben wir auch gelernt, welche Folgen das hat?

Hier lesen Sie, wie Diskriminierung und Manipulation möglich sind und was es bräuchte, um diese zu verhindern.

Legale, und trotzdem problematische Formen der Nutzung persönlicher Daten

Im Zeitalter von Big Data gibt es praktisch keine Anonymität. Ende 2016 umfasste alleine die Bilddatenbank von Facebook über 250 Milliarden Fotos – die meisten von Ihnen in Verbindung mit einem echten Namen.

Die Gesichter werden heute praktisch in Echtzeit entdeckt, vermessen und mit Bilddatenbanken abgeglichen. Die Bilder werden erstaunlich sicher einem Namen und weiteren Schlüsselinformationen zugeordnet.

Neuerdings scannen Recruiting-Programmen Facebook-Profile , um geeignete Kandidaten für offene Stellen zu finden und Persönlichkeitsprofile anzulegen. Wenn Sie persönliche Informationen über soziale Medien verbreiten, schreiben Sie im Grunde genommen bereits an Ihrem Bewerbungs-Dossier.

Die Möglichkeiten von Data Analytics

Analytics sind Methoden, die aus Daten Informationen und Wissen gewinnen. Stichworte sind: Machine Learning, Künstliche Intelligenz, Data Mining, Text Analytics, Image Processing usw.

Bildverarbeitungsprogramme können aus Gesichtszügen das Alter und die Gemütsverfassung von Menschen herauslesen. Sie können Menschen nach bestimmten Merkmalen, z.B. äusserliche Attraktivität bewerten.

Text Analytics-Programme finden in riesigen Bibliotheken Passagen, zu einem bestimmten Thema. Sie können die Stimmung in Texten beschreiben; feststellen, ob Texte vom gleichen Autor verfasst wurden. Sie können Kundenanfragen automatisch bearbeiten, automatisch Texte zu jedem Thema verfassen.

Data Mining und Maschine Learning finden in Datensätzen Strukturen, mit erstaunlicher Genauigkeit. Schon aus Facebook-Likes werden intime Informationen herausgelesen.

Prognose-Facebook-Likes_Kosinski et al. 2013

Auf eine Schwangerschaft kann aus Daten über das Einkaufsverhalten geschlossen werden. Alleine aufgrund der Logfiles von Telefonanrufen (Zeitpunkt, Abgangsnummer, Abgangsort, Gesprächsdauer, Zielnummer, Zielort) können Aussagen zu individuellen Charaktereigenschaften wie emotionale Stabilität, oder Offenheit für Neues getroffen werden – dies alles ohne die Gesprächsinhalten zu kennen.

Prognose-Mobiltelefon-Metadaten__Chittaranjan et al. 2011

Consumer Data Products Catalog

Der amerikanische Informationsbroker Acxiom hat in seinen Datenbanken von über 700 Millionen Menschen bis zu 3‘000 einzelne Informationen abgespeichert.

Acxiom

Sie können Menschen nach fast allen Kriterien herausfiltern, darunter auch Suchtverhalten (Rauchen, Alkohol), gesundheitliche Probleme (Allergien, chronische Krankheiten), finanzielle Situation, sexuelle Orientierung usw. Sie kreuzen im Produktkatalog einfach die gewünschten Zielgruppen an und bestellen – als ob dies das Natürlichste der Welt ist.

Menschen unterschätzen das Potenzial moderner Technologien. Noch schwerwiegender ist: Niemand hat eine realistische Vorstellung darüber, wer, wo, in welchem Zusammenhang, mit unseren persönlichen Daten arbeitet. In den meisten Fällen haben Sie sogar die Zustimmung zur Datennutzung erteilt oder zumindest nicht verweigert.

«Früher haben wir Zeitungen gelesen. Heute lesen die Zeitungen uns.» (NN) Nachrichten-Websites übertragen bei jedem Seitenaufruf Nutzungsdaten an über 50! externe Services – für Leser in keiner Weise erkennbar oder nachvollziehbar.

Diskriminierung?

Persönliche Daten werden genutzt, um zukünftiges Verhalten von Zielgruppen vorauszusagen. Man will herausfinden,

  • bei welchen Kunden eine Rabattaktion den grössten Erfolg verspricht,
  • welche Formen von Therapien und Medikamenten bei welchen Patienten anschlagen,
  • in welchen Milieus das Risiko für häusliche Gewalt am höchsten ist,
  • in welchem Quartier die nächste Straftat begangen wird,
  • bei welchen Mitarbeitenden sich eine Weiterbildung lohnt,
  • usw.

Von hier ist der Weg zur Diskriminierung von Einzelpersonen und Gruppen nicht mehr weit: Menschen erhalten Medikamente nicht, weil sie zu einer Gruppe gehören, die auf ein Medikament schlecht ansprechen. Oder Sie bezahlen einen höheren Preis, weil Sie mit einem Apple iPhone einen Online-Einkauf tätigen, weil iPhone Besitzer als zahlungskräftiger gelten usw.

Ein mögliches Analyseergebnis könnte sein: Häusliche Gewalt hängt eng mit dem Beziehungsstatus, dem Besitz einer bestimmten Automarke und einer bevorzugten Urlaubsdestination zusammen. Wie gehen wir damit um? Ein solches Ergebnis mag absurd erscheinen. Tatsache ist aber, dass auch scheinbar absurde Zusammenhänge eine hohe Prognosekraft besitzen können.

Treffen wir aufgrund der Analyse vorsorgliche Massnahmen oder bleiben wir – trotz ungünstiger Verhaltensprognose – inaktiv? Im ersten Fall diskriminieren wir aufgrund statistischer Analysen. Im zweiten Fall müssen wir uns vielleicht Untätigkeit vorwerfen lassen, obwohl die Indizien klar waren. Was ist richtig?

Manipulation?

Stellen Sie sich vor, ein Unternehmen, findet über einen Algorithmus heraus, welches ihre zwei besten Freunde sind. Und dieses Unternehmen nimmt diese zwei Bilder und legt diese zusammen – Morphing nennt man solche Techniken.

Fluch-und-Segen-der-Vernetzung_Morphologie

Von vielen Studien wissen wir, dass solche Kompositionen bei Menschen eine positive Reaktion auslösen. Was hindert das Unternehmen nun daran, diese Bilder z.B. für ganz persönliche, auf Sie angepasste Werbung zu nutzen? Es ist vollkommen legal. Aber ist es auch korrekt?

Sie haben nichts zu verbergen?

«Wenn Sie etwas tun, was Sie vor anderen verstecken möchten, dann haben Sie vielleicht etwas gemacht, das Sie gar nie hätten tun sollen.», Eric Schmidt, CEO von Google.

Der genau gleiche Eric Schmidt hat seinen Mitarbeitenden verboten, mit dem Online Internet Magazin CNET zu sprechen, nachdem dieses einen Artikel voll mit persönlichen, privaten Informationen über Eric Schmidt veröffentlicht hat – alles Informationen notabene, welche das Magazin mit Hilfe von Google und Google Produkten eingesammelt hat.

Es gibt einen einfachen Grund, weshalb für Eric Schmidt, für Sie und mich Privatsphäre wichtig ist. Wir alle haben Dinge zu „verstecken“. Dinge, die wir nur unserem Arzt, unserem Anwalt, unseren Partnern und Familien, unseren besten Freunden erzählen.

Wir haben zwei Gründe diskutiert, weshalb der Schutz der Privatsphäre, das Recht, alleine gelassen zu werden, im Datenzeitalter so wichtig sind: Schutz vor Diskriminierung und Manipulation.

Der ultimativ wichtigste Grund für den Schutz der Privatsphäre ist unsere Freiheit. Wenn wir in jedem Moment Angst haben müssen, dass wir beobachtet werden, dann ändert sich unser Verhalten dramatisch.

Es gibt Hunderte von Studien, die zeigen, dass menschliches Verhalten und Entscheidungen konformer, angepasster, eintöniger werden, wenn sich Menschen beobachtet fühlen. Die Angst beobachtet zu werden, führt dazu, dass wir das tun und denken, was die anderen von uns erwarten.

Kommentare

1 Kommentare

Algorithmen als Entscheidungsgrundlage: Grenzen und Möglichkeiten

24. August 2017

[…] können riesige Datenmengen analysieren, Informationen sortieren oder Produkte an individuelle Präferenzen anpassen. Immer häufiger […]

Antworten

Kommentar verfassen

Danke für Ihren Kommentar, wir prüfen dies gerne.