Internet: das Zeitalter der Monopole
„Es ist offensichtlich, dass einem Unternehmen wie Facebook ziemlich viel Macht verliehen wird, wenn es zum Moderator des digitalen öffentlichen Raums wird.“ – Ethan Zuckerman
„Es ist offensichtlich, dass einem Unternehmen wie Facebook ziemlich viel Macht verliehen wird, wenn es zum Moderator des digitalen öffentlichen Raums wird.“ – Ethan Zuckerman
„Als mir klar wurde, dass die Facebook-App den Inhalt meiner SIM-Karte auf ihre Server herunterlädt, hat mir das die Augen geöffnet.“ – Harlo Holmes
Kein Zweifel, Datenschutz muss sein. Doch welches Maß ist das richtige? Bremst der Datenschutz deutsche IT-Innovationen aus? Sind US-Firmen erfolgreicher, weil sie sich weniger darum kümmern müssen?
Der EuGH hat die Regelung zum Datenaustausch zwischen den USA und der EU gekippt. In den USA sei der Datenschutz nicht ausreichend. Das Urteil könnte zum Beispiel für Facebook schnell Konsequenzen haben. Doch der Internetkonzern reagiert gelassen.
Facebook könnte deine Kreditwürdigkeit bald anhand deiner Freunde ermitteln – ein entsprechendes Patent wurde jetzt bewilligt. Doch welche Chancen hat eine solche Schufa-Funktion in Deutschland?
Das Landesgericht in Wien hat die Sammelklage von 25.000 Nutzern gegen Facebook abgewiesen. Das Gericht erklärte sich für nicht zuständig. Die Initiatoren, die Verstöße gegen den Datenschutz beklagen, wollen jetzt in die nächste Runde gehen.
Forscher des Netzwerks haben eine Methode entwickelt, Menschen zu identifizieren, obwohl Fotos die Gesichter nur ungenau zeigen. Noch ist die Technik nicht im Einsatz.
Forscher des Netzwerks haben eine Methode entwickelt, Menschen zu identifizieren, obwohl Fotos die Gesichter nur ungenau zeigen. Noch ist die Technik nicht im Einsatz.
Wenn deutsche Politiker übers Internet reden, fallen oft seltsame Sätze. Manchmal mit Absicht, manchmal auch nicht. Für ein Zitat mit vermutlich erhöhter Lebensdauer sorgte nun die Bundeskanzlerin. Sie sprach über Facebook.
Sie möchten alles über die Gewohnheiten von Mobiltelefonbenutzern erfahren? Big Data. Sie möchten bestimmte Zielkunden im Internet ansprechen? Big Data. Sie möchten das Geheimnis der erfolgreichsten Serien auf Netflix lüften oder herausfinden, ob in einem Viertel Schlaglöcher repariert werden müssen? Big Data! Mit dem richtigen Algorithmus und der richtigen Menge an Daten – so versprechen Unternehmen im Bereich der Analyse von Megadaten – können sie Antworten auf alle möglichen Fragen finden. Aber wer stellt diese Fragen? Und kann man sich bei der Entscheidungsfindung auf Algorithmen verlassen?
2015 ist das Jahr von Big Data. Das Konzept der Megadaten gibt es seit nunmehr 40 Jahren. Dem Wirtschaftsmagazin Forbes zufolge halten Big Data-Anwendungen jedoch in diesem Jahr Einzug in die Geschäftswelt und Unternehmensführung. Zahlreiche Unternehmen stellen sich auf Big Data ein und passen ihr Geschäftsmodell entsprechend an, um von neuen Chancen zu profitieren: unseren persönlichen Daten.
Mega-Datenverknüpfung
Statistische Analysen hat es immer gegeben. Anhand von Umfragen oder angekreuzten Feldern in einem Erfassungsformular kann mehr oder weniger genau die Wahrscheinlichkeit für die Wahl eines Kandidaten, die Anzahl der Autounfälle in einem Jahr oder die Art von Mensch bestimmt werden, die voraussichtlich einen Kredit zurückzahlt. Dabei können natürlich Fehler auftreten, aber die Zahlen helfen, gewisse Trends zu erkennen. Und anhand dieser Trends erhofft man sich eine Hilfe bei der Entscheidungsfindung.
Heute erzeugen wir diese Daten zu Quintillionen: Daten von Kreditinstitutionen, Cookie-Daten über das Navigationsverhalten von Usern (Episode 2), Informationen von Mobiltelefonen (Episode 04), 50 Millionen Fotos, 40 Millionen Tweets und Milliarden von täglich verschickten Dokumenten – ganz zu schweigen von den Daten, die durch Sportarmbänder, Gadgets und intelligente Geräte jeder Art erzeugt werden. Wie könnte man das anders nennen als Big Data?
Die wahre Revolution von Big Data besteht jedoch nicht so sehr im Umfang, sondern vielmehr in der Art und Weise, wie diese Daten heute miteinander verknüpft werden können. Abgesehen von den Dingen, die sie (oftmals gegen unseren Willen) über uns aussagen, sind es die zahlreichen Korrelationen und Verknüpfungen, die eine Vorhersage der Gewohnheiten und Benutzerverhalten ermöglichen. Sie wollen Ihre Meinung online mitteilen? Eigentlich interessiert das niemanden. . Aber zu wissen, welche Worte Sie mit wem über welches soziale Netzwerk und um welche Uhrzeit austauschen, das ist von Interesse und zahlt sich aus.
Kategorisieren, um die Dinge besser zu lenken
Um in diesem Daten-Dschungel den Durchblick zu behalten wird die Bevölkerung mit Hilfe von Algorithmen kategorisiert. So lässt sich z. B. lediglich anhand einer Postleitzahl das Durchschnittsgehalt eines Verbrauchers vorhersagen. Die Agenturen Esri und Claritas behaupten sogar, allein aus dieser Information das Bildungsniveau, die Lebensweise, Familienzusammensetzung und das Konsumverhalten einer Person ableiten zu können. Und 2012 hat das Unternehmen Target von sich reden gemacht, als es die Schwangerschaft einer Jugendlichen vorhersagte, noch bevor ihre Eltern informiert waren – nur weil sie bestimmte Körperlotionen, Vitamine und Gegenstände in bestimmten Farben gekauft hatte.
Damit die Algorithmen jedoch angemessen funktionieren, sind immer präzisere Kategorien für die Klassifizierung von Individuen erforderlich. Und genau hier lauert die Gefahr der Diskriminierung. Denn so einfach lässt sich der Mensch eben nicht in Schubladen stecken.
Vorhersage und Diskriminierung
Wie Kate Crawford in einem Interview in Episode 05 betont, sind es die Minderheiten und ohnehin schon diskriminierten Bevölkerungsgruppen, die am meisten von Vorhersagefehlern betroffen sind. Je mehr ein Individuum der „Norm“ oder einer vorgegebenen Kategorie entspricht, desto besser können seine Daten ausgewertet werden. Doch was geschieht, wenn man sich am Rande der Gesellschaft bewegt? Was passiert mit denjenigen, die sich nicht gemäß den Vorhersagen von Amazon, Google oder Facebook verhalten?
Erst kürzlich hat Facebook zahlreiche Benutzer verärgert, als schlagartig entschieden wurde, eine der Nutzungsbedingungen des Unternehmens strikt anzuwenden. Besagte Bedingung schreibt vor, dass ein Benutzer seine wahre Identität verwenden muss. Damit verfolge man das Ziel, so das Unternehmen, für eine sicherere Umgebung zu sorgen, in der Hasstiraden eingegrenzt würden. Das erreichte Ziel war jedoch eher die Entfernung der Konten von Transgendern, Dragqueens, Ureinwohnern und Überlebenden von ehelicher Gewalt – unter dem Vorwand, diese Konten zeigten nicht den richtigen Namen. Eine Verletzung sowohl der Grundrechte als auch des Rechts auf Privatsphäre.
Und wie steht es um die Diskriminierungen und Vorurteile, die durch die Algorithmen noch verstärkt werden? Im Jahr 2014 klingelt die Polizei von Chicago bei dem jungen Robert McDaniels. „Wir haben dich im Auge, Bürschchen“, warnen ihn die Polizisten. Ein vom Illinois Institute of Technology entwickelter Algorithmus hatte den 22-Jährigen auf die Liste der 400 potenziell Kriminellen gesetzt – ausgehend von kompilierten Daten über sein Viertel, die Kreuzungen, an denen kurz zuvor Gewalttaten geschehen waren und das Maß, in dem er sich von Verbrechern fernhielt. Fast schon Science-Fiction … Und was, wenn ein Interpretationsfehler vorläge? Wie könnte man das wieder gut machen?
Testen Sie selbst
Ehrlich gesagt: Es ist schwierig, wenn nicht sogar unmöglich, in Erfahrung zu bringen, wie unsere Daten kategorisiert werden – und noch schwieriger, der Kategorisierung zu entkommen. Alles hängt vom Unternehmen, dem verwendeten Algorithmus und den gesuchten Informationen ab. Einige Tools vermitteln jedoch einen kleinen Eindruck von der Art und Weise, wie das Internet uns kategorisiert:
Sandra Rodriguez
Last Comments