Smartwatches: Our most personal data yet.

Als Apple am 9. September seine Watch vorstellte, waren die Kommentare durchaus zwiegespalten: „Not a pretty watch“ meint TheVerge, und „Gähn“ schreibt das PC Magazine. Warum glaubt aber einer der Meinungsführer der Uhrenbranche, dass die Smartwatches die Uhrenindustrie wie eine Flutwelle fortspülen werden?

„Un tsunami va débarquer sur la Suisse. Il faudra être prêt. L’enjeu est supérieur à l’arrivée du quartz“
Guy Sémon, Vice President Tag-Heuer [1]

Zunächst erinnert die Situation bei den Smartwatches and die Smartphones vor zehn Jahren. 2004 gab bereits jede Menge Smartphones auf dem Markt, von Blackberry bis Nokia Communicator. Der große Durchbruch kam aber erst mit dem iPhone. Erst dadurch, dass Apple die Standards in Form und Benutzbarkeit gesetzt hatte, kam die Welle ins rollen. Auch Smartwatches in unterschiedlicher Qualität und Preisklasse gibt es bereits zahlreich – als eigenständiges „Mini-Smartphone“ am Handgelenk oder als zusätzlicher Bildschirm, der im Wesentlichen die Benachrichtigungen des eigentlichen Telefons anzeigt, dass wir dann nicht mehr so oft aus der Tasche holen müssen. In diesen eher unspektakulären Markt wird, davon bin ich überzeugt, die Apple Watch ähnlich Bewegung bringen, wie das iPhone ab 2006 in die Mobilbranche. „It’s more of a best of breed of gadget rather than a new breed.“ ordnet Joe Smith, wissenschaftlicher Leiter bei West Health die Apple Watch entsprechend ein.

Eine andere Klasse von Wearable Tech dagegen scheint schon heute Mainstream: Fitness-Gadgets wie Fitbit oder Jawbone UP. Um unsere Bewegungen sinnvoll aufzuzeichnen, werden diese Tracker als Armband oder am Gürtel getragen oder sind sogar direkt in die Textilien eingearbeitet. Das Herz dieser Wearables sind Sensoren, vor allem das Gyroskop, das unsere Bewegungen als dreidimensionale Beschleunigung in allen Raumachsen misst. Auch die Apple Watch trägt eine ganze Reihe solcher MEMS, microelektromechanischer Systeme. Beschleunigungsmesser, Gyroskop und Barometer sind zusammen mit dem zentralen Chip auf eine winzige Platine verbaut. Darüber hinaus besitzt die Apple Watch ein Mikrophon. Auf der Rückseite sammeln spezielle Fotosensoren Daten über den Kreislauf. Auch die Funkverbindungen, im Fall der Apple Watch Bluetooth, Wifi und NFC, dienen nicht nur zur Kommunikation, sondern können auch als Messegeräte einsatz finden – zum Beispiel, um den Abstand zwischen zwei Nutzern zu messen oder präzise Ortung im Inneren von Gebäuden zu ermöglichen.

Apple selbst positioniert die Watch klar im Bereich Fitness und Gesundheit. Mediziner wie Joe Smith erhoffen sich bei der Durchsetzung von Wearable Tech eine wesentliche Verbesserung gerade von chronisch kranken Menschen: „We spend 80 percent of every healthcare dollar managing people with chronic conditions. It would be great if Apple would get into that system and make it work better.“ (Zu Selftracking und Gesundheit haben wir schon einiges gepostet, beispielsweise hier)

Die Apple Watch wird Daten liefern, und zwar noch reichere Daten, als wir sie schon jetzt über die Smartphones erhalten, mit mehr Dimensionen, als es Fitness Gadgets leisten, die doch in der Regel auf wenige Anwendungen beschränkt bleiben. Diese Daten erzählen ganz unmittelbar über unser Leben. Unendlich viele Apps lassen sich ausdenken, die dann ganz genau auf unsere Situation zugeschnitten mit uns interagieren. Auch wir bei Datarella experimentieren mit Apps und Interaktionen auf Basis von Sensordaten. Das Bild oben zeigt unsere App explore auf der Pebble Smartwatch.

Tim Cook kündigte die Apple Watch mit den Worten an: „Our most personal device yet.“ Wir sehen insbesondere einen Aspekt, den uns die Smartwatches bedeuten; sie bringen uns „Our most personal data yet.“

MEMS – Microelektromechanische Systeme

Sensoren – die Sinne unserer Apparate

Smartphones sind weit mehr als „mobile Computer“: Sie tragen mehr als zwanzig Sensoren, die kontinuierlich Daten über unser Verhalten, und unsere Umgebung messen, aufzeichnen und sammeln.
Mobile wird die wichtigste Datenquelle für Big Data und läuft damit den Social Networks den Rang ab.
Über die Nutzung durch Menschen, hinaus gibt es bereits mehr als fünf Milliarden Mobilfunkgeräte, die mit Objekten verbunden sind. Beispiele sind Autos und andere Maschinen, die zum „Internet of Things“ verbunden werden.

Die Messung der Daten wurde möglich, indem die Messgeräte auf winzige Dimensionen miniaturisiert wurden. MEMS, sogenannte „Microelektormechanische Systeme“ verbinden winzige, bewegliche Komponenten mit Mikroelektronik, wobei die tatsächlichen Größen der Bauteile mit inzwischen unter 20 nm bereits die Dimension „Micro“ in Richtung „Nano“ verlassen haben.

Mehrere Milliarden MEMS-Bausteine werden pro Jahr hergestellt und in Geräten verbaut. Das Marktvolumen beträgt weltweit mehr als 15 Milliarden Dollar, mit zweistelligen Wachstumsraten pro Jahr.

Fünfzig Jahre MEMS

In der Entwicklung der MEMS machte die Miniaturisierung von Druckmessgeräten den Anfang. Seit den 1950er Jahren werden für unterschiedlichste Anwendungen zunächst der Luft- und Raumfahrt (aka Rüstungsindustrie), später für alle möglichen Motoren und Leitungen Drucksensoren miniaturisiert und auf Mikro-Größe gebracht, bis sie schließlich massenweise auch in jede Waschmaschinen Einbau finden. Die zweite Welle der Entwicklung wurde von den Automobilbauern getrieben. Ab den 1970ern wurde für die Autoindustrie das Thema Fahrsicherheit und Fahrgastsicherheit zu einem Entwicklungsschwerpunkt. Nur durch die Miniaturisierung von Sensoren zur Messung der Beschleunigung (Accelerometer) und von Drehbewegungen und Erschütterungen (Gyroskop) sind Antischleudersysteme oder Airbags möglich geworden. Die dritte Welle begann durch die Smartphones und Digitalkameras: Miniaturisierung von Mikrophonen, Lautsprecher und Oszillatoren und schließlich Bildverarbeitung (z.B. für den Autofokus). Und schließlich kommen all die anderen Sensoren dazu, die unsere Mobiltelefone im Verborgenen am Laufen halten: Messung von Spannung und Stromverbrauch, Temperatur. Zu letzt folgen in den letzten Jahren Messegeräte für immer weitere Dimensionen unserer Umwelt: Magnetfelder (z.B. für den Kompass), spezielle optische Sensoren (z.B. für EKG oder Sauerstoffsättigung des Blutes) und natürlich alle möglichen Antennen für die zahlreichen Funkverbindungen, die unsere mobilen Geräte bereitstellen.

Das Innenleben unserer Smartphones

Die MEMS, die Microelektromechanischen Systeme sind die "Sinnesorgane" unserer mobilen Geräte, die "Sensoren". Die Bauteile sitzen verteilt auf den Platinen der Smartphones. Hier habe ich ein Nexus 7 von Acer geöffnet.
Die MEMS, die Microelektromechanischen Systeme sind die „Sinnesorgane“ unserer mobilen Geräte, die „Sensoren“.
Die Bauteile sitzen verteilt auf den Platinen der Smartphones. Hier habe ich ein Nexus 7 von Acer geöffnet.
Im Nexus 7 habe ich die Platine mit den Sensoren herausgelöst
Im Nexus 7 habe ich die Platine mit den Sensoren herausgelöst
Grundsätzlich gibt es vier verschiedene Typen von Sensoren: 1) Funkverbindungen, die "ursprüngliche" Funktionalität des Telefons. Das sind die Mobilfunktantenne (4G), Bluetooth, Wifi und NFC (Near-Field-Communication aka RFID). 2) Satellitenempfang (GPS) 3) Systemsupport (Spannung, Stromstärke, Temperatur etc.) 4) die MEMS - Beschleugigung (Accelerometer), Gyroskop, Mikrophon, Kamera etc.
Grundsätzlich gibt es vier verschiedene Typen von Sensoren:
1) Funkverbindungen, die „ursprüngliche“ Funktionalität des Telefons. Das sind die Mobilfunktantenne (4G), Bluetooth, Wifi und NFC (Near-Field-Communication aka RFID).
2) Satellitenempfang (GPS)
3) Systemsupport (Spannung, Stromstärke, Temperatur etc.)
4) die MEMS – Beschleugigung (Accelerometer), Gyroskop, Mikrophon, Kamera etc.

Wearable Tech

Seit dem iPhone 5 setzt Apple auf einen seperaten Co-Prozessor zur Verarbeitung der Sensordaten. Der M7-Prozessor übernimmt die Last, die die Datenverarbeitung bisher auf den Zentralprozessor gelagert war. Dadurch wird der Einsatz von vielen weiteren Sensoren ohne zusätzliche Probleme für die Batterielaufzeit möglich. Zunehmend werden unsere Mobiltelefone also Sensorplattformen, die mannigfaltige Daten über unseren Körper, unser Verhalten und unsere Umwelt messen und nutzbar machen. Immer mehr Geräte, die bisher speziell für einen bestimmten Sensor und sein Anwendungsfeld vermarktet wurden, werden in die Smartphones integriert – von der Navigation bis zum Stoffwechseltest. Gerade in Verbindung mit weiteren Sensoren, die dann, je nach Bedarf von außen Daten an die Apps auf unserem Smartphone liefert, wird daraus ‚Wearable Tech‘, d.h. Technologie in unserer Kleidung, z.B. zur Messung unseres Herzschlags oder unserer Atmung. Und maschinen-erzeugte Daten wie etwa die Werte, die unsere Autos über die OBD-Schnittstelle liefern, machen aus unseren Mobiltelefonen die Universal-Endgeräte für das ‚Internet of Things‘.

Datenschutz

Auf ein Thema sind wir vor kurzem in diesem Blog eingegangen: Die reichhaltigen Daten, die über die microelektromechanischen Sensoren über unser Leben anfallen, sind so persönlich und speziell, dass sie in jedem Fall ein ganz eindeutiges Bild von uns entwerfen. Diese Spur können wir, selbst mit einiger Anstrengung nicht mehr anonymisieren.

Mehr dazu:
http://datarella.de/datenschutz-fuer-mobile-data-ein-schwieriges-thema/

Gnothi seauton – Quantified Self als Instrument zur Selbsterkenntnis

„Erkenne Dich selbst“, die Inschrift am Apollotempel zu Delphi – vermutlich von den meisten Tempelbesuchern nur rätselhaft aufgenommen, ist vielleicht die wichtigste Aufforderung an den Menschen überhaupt. Bevor Du in den Tempel eintrittst, werde Dir Deiner selbst bewusst: das Orakel konnte den Besuchern nichts (anderes) vermitteln, was sie nicht schon selbst wussten; das ist die eigentliche Botschaft: Gnothi seauton.

Die Philosophien eines Heraklit, Thales oder Aristoteles ließen den gemeinen Menschen ziemlich allein in der Auslegung ihrer Weisheiten. Heutzutage sind wir zumindest technologisch mehrere Schritte weiter und können moderne Sensortechnik dazu verwenden, uns auf der körperlichen – und zunehmend auch der kognitiven – Ebene selbst zu erkennen. Die Vermessung des eigenen Körpers fügt einer bisherigen subjektiven Kenntnis über seine eigene Fitness, Ernährung und den Lebensstil die Komponente der Daten hinzu. Daten werden über Sensoren erhoben, die in irgendeiner Weise mit dem eigenen Körper verbunden oder ihm nahe sind. Waagen und Thermometer werden seit Jahrhunderten verwendet und können als erste Quantified Self Instrumente angesehen werden. Mit der Zeit wurden die Geräte kleiner und können heute in vielfältiger Form als sogenannte Wearable Devices direkt am Körper getragen werden: Fitness Bänder, Ohrstöpsel, Brustgurte oder Textilien sind die am weitesten verbreiteten Formfaktoren. Alle sind sie mit Sensoren ausgestattet, die kontinuierlich Körperaktivitäten messen und diese anschließend entweder direkt am Gerät oder nach erfolgter Datenübertragung in bereits ausgewerteter Form in Apps auf den Smartphones oder Tablets ihren Trägern präsentieren.

Zunehmend können Körperaktivitäten wie Schlaf, Bewegung und andere durch die Sensoren der Smartphones selbst gemessen werden – zusätzliche Wearable Devices sind hier nicht mehr notwendig.

Smartphones als Spiegel menschlichen Verhaltens
Das anschauliche Feedback in Charts bietet den Nutzern von Quantified Self Apps die Möglichkeiten
– der Selbsterkenntnis,
– des Abgleichs der bisherigen subjektiven Wahrnehmung der eigenen Körperaktivitäten mit neutralen Daten,
– des Vergleichs der eigenen Körperaktivitäten mit denen anderer, mit Ihnen vernetzter Nutzer sowie
– die aus dem Abgleich resultierende Erkenntnis über eine möglicherweise notwendige Änderung des eigenen Lebensstils.

Bis zu diesem Schritt dient der Einsatz von Sensortechnik allein der Selbsterkenntnis: der Mensch lernt sich selbst besser kennen, er erkennt den Unterschied zwischen subjektiver Wahrnehmung und Realität sowie beispielsweise anderen Menschen seiner Alters- und Konstitutionsgruppe und er kann Konsequenzen ziehen und sein Verhalten ändern.

Prävention, Optimierung, Heilung, Therapie
Der Einsatz von Messinstrumenten im Zusammenhang mit Körperaktivitäten fãllt in zwei Kategorien:
– Prävention und Optimierung
– Heilung und Therapie

Nutzt ein Läufer eine Fitness App, erhält er mit den Daten über Anzahl, Distanz, Dauer und Intensität seiner Läufe eine Übersicht seiner sportlichen Aktivitäten und kann sein Verhalten entsprechend optimieren. Sein Ziel ist dann beispielsweise die Steigerung seiner allgemeinen Fitness oder die Optimierung seiner Laufqualitäten für die Teilnahme an einem Marathonlauf. Nutzt ein Diabetes-Patienten ein Gerät zur regelmäßigen Messung seiner Blutzuckerwerte, dienen diese Messungen nicht der Optimierung einer Körperaktivität, sondern der Wiederherstellung bzw. Beibehaltung seines Gesundheitszustands.

Wird die Messung des Läufers freiwillig durchgeführt und dient der Optimierung, ist die Messung des Blutzuckerwerts eine überlebensnotwendige Handlung. In beiden Fällen dient die Messung der Selbsterkenntnis, die in der Form der reinen subjektiven Körperwahrnehmung nicht ausreichen würde, um die jeweilige Erkenntnis zu erlangen.

Während der No-Sports-Typ im ersten Fall vielleicht mit Unverständnis reagiert, wird er im Fall des Diabetes-Patienten volles Verständnis für die Datenerhebung am eigenen Körper haben. Die Anwendungsgebiete der Vermessung des eigenen Körpers sind so individuell und vielfãltig, wie wir Menschen es auch sind. Daher begrüßen insbesondere chronisch Kranke und andere auf kontinuierliche Datenerhebung angewiesene Menschen die Möglichkeit, mit Wearable Devices und Apps Körperaktivitäten zu scannen und jederzeit über sich Bescheid zu wissen.

Sozial relevante Technologie
Die Entwicklung auf dem Gebiet der Sensortechnik ist für viele Menschen eine lebensrettende oder die Lebensqualität signifikant verbessernde Chance. Allein aus dieser Betrachtung heraus erscheint es zumindest anmaßend und auch skurril, wenn im Rahmen aktuell beliebter Datenschutzdiskussionen der Einsatz von Sensoren als potenziell gefährlich beschrieben und Angst im Umgang mit nahezu allen Datenthemen geschürt wird. Allein die Ankündigung eines Versicherungsunternehmens, Rabatte auf Lebensversicherungstarife im Falle gesunder Lebensführung anzubieten, erregt die Gemüter derart, dass Politiker, Feuilletonisten und Schriftsteller gleichermaßen aus dem Häuschen geraten, reflexartig Widerstand aufbauen und mediale Meinungsmache betreiben: „Kulturbruch“, „Big Brother“ oder „Verdachtskultur“ sind noch die harmloseren der gewählten Benennungen der oben beschrieben Entwicklung.

Jede neue Technologie kann zunächst als Errungenschaft einer Population auf dem Stand ihrer Zeit angesehen werden. Sie kann naturgemäß zum ihr wharscheinlich ursprünglich zugedachten Zweck verwendet werden (s.o.) und sie kann gleichermaßen missbraucht werden. Mobiltelefone können Leben retten, über Mobiltelefone werden Terroraktionen geplant. Sensortasten können Leben retten, Sensordaten können im Sinne des Datenschutzes missbraucht werden. Der potenzielle Missbrauch einer Technologie allein ist kein hinreichender Grund für ihre Verdammung – ganz abgesehen davon, dass eine Verhinderung einer Technologie in keinem bisher bekannten Fall erfolgreich gewesen wäre.

Stärkung der Autonomie des Individuums
Gnothi seauton – Erkenne dich selbst: nie war die Menschheit näher daran, der Aufforderung zur eigenen Selbsterkenntnis nachkommen zu können. Quantified Self ist kein Instrument zur eigenen Bewusstwerdung – der Anspruch der Vermessung des eigenen Körpers besteht hier lediglich darin, die subjektive Körperwahrnehmung mit realistischen Daten zu vergleichen und im Kontext des Verhaltens anderer, vergleichbarer, Menschen ein besseres Bild seiner selbst zu erhalten. Ob der Mensch diese Daten zu Vergleichszwecken mit anderen Quantified Self Nutzern, oder aber um Rabatte für seine Versicherungstarife zu erhalten, mit Versicherungsunternehmen teilt, ist zunächst seine eigene Entscheidung. Diese, stark auf das Individuum abzielende Haltung, muss langfristig durch entsprechende Gesetzgebung unterstützt werden: der Mensch muss die garantierte Wahlfreiheit besitzen, seine Daten zu teilen oder für sich zu behalten. Im Bereich der Privatwirtschaft ist das Individuum in der starken Position: der Mensch entscheidet, mit welchem Unternehmen. seine Daten teilt. Im Falle nationaler Regierungen ist der Mensch der jeweiligen Gesetzgebung unterworfen – hier müssen die vorliegenden demokratischen Instrumente ausreichen, um dem Menschen die genannten Wahlfreiheiten zu garantieren.

Die Vermessung des Körpers ist heutzutage dank Sensortechnik für jedes Individuum mit einem Smartphone möglich und erschwinglich. Die erhobenen Daten retten Leben, verbessern die Lebensqualitãt und ermöglichen das Entstehen einer neuen Industrie. Und letztlich bietet sie den Menschen die bestmögliche Art der Selbsterkenntnis – Gnothi seauton.

Das Featured Image skizziert einen Ausschnitt des Schlafverhaltens des Autors an einem zufällig gewählten Tag

BYOD – Bring your own Data. Selbsterhobene Patientendaten in der Medizin und Forschung

„Facebook would never change their advertsing relying on a sample size as small as we do medical research on.“
(David Wilbanks)

Menschen wollen über sich lernen und eine solide Datengrundlage über ihr Leben besitzen. Eltern führen Buch über die Körpergröße ihrer Kinder. Wenn wir uns krank fühlen, messen wir Fieber. Und sehr viele Leute besitzen eine Badezimmerwaage. Aber Daten ohne Kontext sind wenig aussagekräftig. Daher versuchen wir, unsere eigenen Messerwerte mit denen anderer Menschen zu vergleichen.

Daten, die wir für uns selbst erheben

Selbst-Tracking ist seit Jahren im Trend. Fitnesstracker wie Fitbit zählen unsere Schritte, Trainingsapps wie Runtustic liefern uns Analysen und Benchmarken uns an anderen. Seit 2008 gibt es eine Bewegung, bei der die „Selbstvermessung“ im Mittelpunkt steht: The Quantified Self.

Selbstvermessung - Self Tracking - liegt seit Jahren im Trend. Hier hat es ein Self-Tracking-Armband bereits ins Museum geschafft und steht im London Science Museum in der Vitrine.
Selbstvermessung – Self Tracking – liegt seit Jahren im Trend. Hier hat es ein Self-Tracking-Armband bereits ins Museum geschafft und steht im London Science Museum in der Vitrine.

Dabei sind es nicht nur „Selbstoptimierer“ und Fitnessbegeisterte, die sich selbst vermessen. Wesentliche Impulse des Selftracking kommen aus der Selbsthilfe von chronisch Kranken.

Daten für den Arzt, für Angehörige und Pflegepersonal

So wird es in den USA und vielen Ländern mit schwach ausgeprägter Krankenversicherung zunehmend üblich, selbst gemessene Daten zum Arzt mitzubringen. Bei vielen Untersuchungen spart dies wesentlich Kosten ein und beschleunigt die Behandlung. Für viele Menschen ist es durch Quantified Self zum ersten Mal überhaupt möglich geworden, gute Laborwerte über ihre Gesundheit zu erhalten. Beispiele sind Kits zur Blutuntersuchung, die automatisch via Smartphone die Ergebnisse in Labors schicken und sofort die Resultate anzeigen. Solche Kits sind z.B. in Indien weit verbreitet.
Auch für Angehörige oder Pflegekräfte sind selbsterhobene Daten der Patienten hilfreich. Sie geben denen, die sich um uns sorgen, ein gutes Bild unseres Zustands und häufig rechtzeitig Hinweise für Intervention. Selbst automatische Notrufe auf Basis von vor Ort gemessenen Werten sind heute möglich.

Das Bild oben stammt aus dem Blog von Sara Riggere, die an der Parkinsonkranheit leidet. Sara trackt ihre Medikamentierung und die Symptome ihrer Parkinsonerkrankung mit ihrem Smartphone. Ihre Geschichte ist unbedingt lesenswert und zeigt alle Facetten, die das Thema „eigene Daten“ so faszinierend machen:
http://www.riggare.se/ und
http://quantifiedself.com

Sara Riggere trackt ihre Medikamentierung und die Symptome ihrer Parkinsonerkrankung mit ihrem Smartphone: http://www.riggare.se/ http://quantifiedself.com/2013/02/qs-europe-2013-conference-preview-sara-riggare/
Sara Riggere trackt ihre Medikamentierung und die Symptome ihrer Parkinsonerkrankung mit ihrem Smartphone:
http://www.riggare.se/
http://quantifiedself.com/2013/02/qs-europe-2013-conference-preview-sara-riggare/
Moodtracking - ein Stimmungstagebuch. Menschen, die an Depressionen leiden, helfen sich, indem sie täglich ihre Stimmung und weitere Faktoren ihres Lebens aufzeichnen. Dadurch können sie rechtzeitig gegensteuern, wenn sich ein Stimmungstief anbahnt und wesentlich besser ihre Medikamentierung steuern, als durch die seltenen Arztbesuche. (Hier der Service soundfeelings.com)
Moodtracking – ein Stimmungstagebuch. Menschen, die an Depressionen leiden, helfen sich, indem sie täglich ihre Stimmung und weitere Faktoren ihres Lebens aufzeichnen. Dadurch können sie rechtzeitig gegensteuern, wenn sich ein Stimmungstief anbahnt und wesentlich besser ihre Medikamentierung steuern, als durch die seltenen Arztbesuche. (Hier der Service soundfeelings.com)

Daten für die Forschung

Durch selbsterhobene Daten können Menschen zum ersten Mal ein zeitlich lückenloses Bild ihrer Handlungen und ihres Befindens zeichnen. Für die Forschung
sind diese Daten wesentlich reichhaltiger, als die Momentaufnahmen, die anlässlich klassischer medizinischer Studien gemacht werden, sowohl was
die Fallzahlen betrifft, als auch insbesondere, da ein viel breiterer Blick auf das Leben der Menschen ermöglicht, Verhaltens- und
Umwelteinflüsse in nie gekannter Weise multivariat einfließen zu lassen. Selbst wenn nur ein Bruchteil der Selbst-Tracker ihre Daten der Forschung überlässt, ist kaum abzuschätzen, welchen gewaltigen Wert die dadurch möglichen Erkenntnisse für die Medizin haben werden.

Datenschutz

Die Schwierigkeit an diesen Daten: Sie sind so reichhaltig und so individuell, dass es stets möglich ist, auf einzelne Personen zurückzugreifen. Eine Anonymisierung, z.B. dadurch dass man die Userkennung oder die IP-Adresse löscht ist nicht möglich. Wie ein Fingerabdruck können wir über die Spur identifiziert werden, die wir in den Daten hinterlassen. Diesem Problem lässt sich kaum durch noch mehr Datenschutzregulierungen beikommen. Schon heute erschweren die verpflichtende Zweckgebundenheit und Datensparsamkeit die Forschung mit medizinischen Daten derart, dass kaum sinnvoll damit gearbeitet werden kann. Abhilfe bringt nur ein umfassender Rechtschutz. Jeder Mensch, der seine Daten mit der Forschung teilt muss sich sicher sein können, dass daraus keine Nachteile erwachsen. Versicherungen und Arbeitgeber dürfen keinen Vorteil aus der Offenheit der Menschen ziehen dürfen. Das könnte vergleichbar zum Antidiskriminierungsgesetz ausgestaltet werden. Schon heute dürfen Krankenversicherungen beispielsweise keinen Unterschied in den Prämien nach dem Geschlecht der Versicherten machen.

Algorithmen Ethik

Ein weiteres Thema liegt in den Daten selbst. Zum einen werden durch willkürliche, technische Unterschiede wie Hardwarefehler, Kompressionsverfahren oder Abtastraten die Daten schwer vergleichbar. Zum anderen werden kaum die Rohdaten selbst, sondern meist mittels mathematischer Verfahren abgeleitete Abstraktionen aus den Daten verarbeitet. Fitbit oder Jawbone UP speichern nicht die dreidimensionalen Messerte des Gyroskop, sondern die daraus berechneten Schritte. Was aber ein Schritt ist und was eine andere Bewegung ist eine willkürliche Entscheidung dessen, der den Algorithmus dafür programmiert hat. Hier ist es wichtig, die Back-Boxes der Algorithmen zu öffnen. So wie die EU Kommission von Google die Offenlegung des Suchalgorithmus fordert, da sie (vermutlich zu Recht) verdeckte Diskriminierung von Inhalten vermutet, die Google nicht passen, so ähnlich müssen wir von den Herstellern der Tracking-Geräte Einblick in die Daten verlangen.
Die Daten werden von den Nutzern erzeugt. Die Nutzer sollten auch mitreden dürfen, was daraus gemacht wird.

Datenschutz für Mobile Data – ein schwieriges Thema

Unsere Mobiltelefone registrieren sich in Funkzellen, um Anrufe ins Telefonnetz zu leiten. Wann immer wir uns umherbewegen, verlassen wir gelegentlich eine Funkzelle und treten in eine andere ein. Auf diese Weise hinterlässt unsere Bewegung eine Spur durch die Funkzellen, die wir im lauf des Tages durchquert haben. Yves-Alexandre de Montjoye und seine Ko-Autoren vom MIT, dem Massechussets Institute of Technology in Cambridge bei Boston haben untersucht, wieviele Beobachtungspunkte man braucht, um einen bestimmten Telefonnutzer herauszufiltern. Auf der Grundlage von realen Verbindungsdaten, die von einer Telefongesellschaft zur Verfügung gestellt wurden, haben sie berechnet, dass lediglich vier Beobachtungen ausreichen, um 95% aller Mobilfunknutzer eindeutig zu identifizieren. Man benötigt nur so wenig Daten, weil die Bewegunsmuster der Leute überraschend einmalig sind, ganz ähnlich wie unsere Fingerabdrücke, die ebenso recht verlässliche Kennzeichen liefern.

Location

In den Rohdaten, die wir mit unserem Sensor-Framework ‚explore‘ sammeln, fanden wir eine Reihe weiterer Fingerabdruck-gleicher Spuren, die wir alle kontinuierlich zurücklassen, wenn wir unsere Smartphones mit uns tragen. Offensichtlich können wir das Experiment von de Montjoye sogar mit erheblich mehr Genauigkeit reporduzieren, wenn wir statt des relativ groben Gitters der Funkzellen die Location-Daten nutzen, die das Telefon selbst erzeugt. GPS und Mobile Positioning orten uns mit hoher Genauigkeit.

Wifi

Im inneren von Gebäuden gibt es meist Wifi-Netze (egal ob offen oder geschlossen). Jedes Wifi sendet einen eindeutigen Bezeichner, die BSSID und darüberhinaus noch viele weitere nützliche Informationen.

Wifi-Netze, die in meinem Büro empfangbar sind. Wenn wir den Ort eines Wifi-Senders kennen, können wir Telefonnutzer durch die Signalstärke der Wifis auch innerhalb von Gebäuden genau lokalisieren.
Wifi-Netze, die in meinem Büro empfangbar sind. Wenn wir den Ort eines Wifi-Senders kennen, können wir Telefonnutzer durch die Signalstärke der Wifis auch innerhalb von Gebäuden genau lokalisieren.

Sogar das willkürliche Label der "SSID" erzählt über uns: hier kann jeder sofort erkennen, was für einen Drucker ich nutze.
Sogar das willkürliche Label der „SSID“ erzählt über uns: hier kann jeder sofort erkennen, was für einen Drucker ich nutze.

Magnetfelder

Für die Kompass-App tragen die meisten Smartphones einen Magnetfeldsensor. Diese Sonde misst die umgebenden Magnetfelder in allen drei Dimensionen.

Jeder Ort hat seine ganz eigene Magnet-Signatur. Und auch viele Dinge, die wir tun, hinterlassen verräterische Magnetspuren - so wie z.B. fahren im Auto oder im Zug. In dieser Grafik sind meine Magnetfeldmessungen abgebildet. Man kann sofort sehen, wann ich zuhause war oder wann auf unterwegs.
Jeder Ort hat seine ganz eigene Magnet-Signatur. Und auch viele Dinge, die wir tun, hinterlassen verräterische Magnetspuren – so wie z.B. fahren im Auto oder im Zug. In dieser Grafik sind meine Magnetfeldmessungen abgebildet. Man kann sofort sehen, wann ich zuhause war oder wann auf unterwegs.

Batterie

Wie wir unser Telefon nutzen, hat Einfluss auf den Stromverbrauch. Das wird vom Batterieladesensor gemessen:

Das Muster, das Stromverbrauch und Aufladung ergeben, ist sehr spezifisch und erzählt die Geschichte unseres Tagesablaufs.
Das Muster, das Stromverbrauch und Aufladung ergeben, ist sehr spezifisch und erzählt die Geschichte unseres Tagesablaufs.

Hardwarefehler

Alle Sensoren auf unserem Phone tragen typische und ganz spezifische Ungenauigkeiten. In den Gyroskopdaten auf der Abbildung ganz oben auf der Seite sieht man Spitzen, die ganz regelmäßig aus den durchschnittlichen Werten herausschießen. Solche Artefakte, die durch kleine Hardwarefehler entstehen, sind einmalig für jedes einzelne Gerät und können leicht dazu verwendet werden, ein Telefon wiederzuerkennen.

Es gibt keine technische Sicherheitsgarantie

„We no longer live in a world where technology allows us to separate communications we want to protect from communications we want to exploit. Assume that anything we learn about what the NSA does today is a preview of what cybercriminals are going to do in six months to two years.“
(„Wir leben nicht mehr in einer Welt, in der uns Technologie erlaubt, zwischen Kommunikation, die wir schützen wollen und Kommunikation, die wir ausnützen wollen, zu trennen. Gehen Sie davon aus, dass alles, was wir heute über das Vorgehen der NSA lernen eine Vorschau ist, auf das, was wir in den nächsten sechs Monaten oder zwei Jahren von Cyberkriminellen erwarten können.“)
Bruce Schneier, „NSA Hacking of Cell Phone Networks“

Wie Bruce Schneier in seinem Blogpost hervorhebt: Es gibt mehr als genug Hinweise, dass wir unsere Telefone nicht als privat oder vertraulich betrachten sollten. Wir haben nicht nur erfahren, wie zersetzlich die Überwachung durch Regierungen über eine lange Zeit bereits wirkt, es gibt auch jede Menge kommerzieler Angebote, unsere Privatsphäre zu brechen und die anderen, vielleicht noch verräterischeren Daten anzuzapfen.

Aber was sollen wir tun? Wir können nicht einfach kündigen. Für die meisten Leute ist der Verzicht auf ein Mobiltelefon keine Option. Und ganz ehrlich: Ich möchte gar nicht auf mein Telefon verzichten müssen! Bleibt also nichts anderes übrig, als den Zustand hinzunehmen? Nunja, für Leute wie mich – weiß, privilegiert, von einem Rechtssystem gestützt, dass meine Bürger- und Menschenrechte einigermaßen gut verteidigt – sind diese Themen eher eine Unbequemlichkeit als eine echte Bedrohung. Aber für alle anderen, für Leute, die nicht auf den Schutz durch ihre Gesellschaft verlassen können, ist die Situation wirklich schrecklich.

Als Erstes müssen wir allen Leuten erklären, was die Daten über sie preisgeben. Wir müssen den Menschen helfen, zu verstehen, was da passiert, weil die meisten Leute es nicht von selbst verstehen werden. Ich bin regelmäßig entsetzt, wie naiv selbst „Datenexperten“ in diesem Thema sind.

Als Zweites – so wie Bruce Schneier schreibt – müssen wir die NSA und all die anderen Regierungsbehörden dazu bringen, ihr Wissen dazu einzusetzen, Sicherheitslücken zu schließen, statt sie weiter auszunützen, um uns auszuspionieren.

As Drittes ist es wichtiger denn je dafür zu arbeiten und zu kämpfen, eine freie, gerechte Gesellschaft zu erhalten und zu fördern, in der nicht nur die Bürgerrechte, sondern alle Menschenrechte weitreichend geschützt werden. Adelante!

TeamGuide im Einsatz im Münchner Start-up Stylight

Mit über 250 Millionen Euro Umsatz bei 850 Partnern und 130 Mitarbeitern ist die Münchner Stylight schon fast nicht mehr als Start-up zu bezeichnen. Aus der Idee, Online- und Mobilnutzern einfacheren Zugang zu den neusten Modetrends zu geben, ist innerhalb von 6 Jahren ein in 18 europäischen Märkten tätiges Unternehmen geworden.

Was im 4-Mann-Gründerteam noch nicht in institutionalisierter Form notwendig war, ist in einer international aufgestellten Unternehmensstruktur mit autark und gleichzeitig vernetzt arbeitenden Teams umso wichtiger: gut miteinander kooperierende Arbeitsgruppen mit hoher Produktivität bei gleichzeitiger Zufriedenheit der einzelnen Teammitglieder.

Ideales Einsatzgebiet für den Datarella TeamGuide
Schnell wachsende Unternehmen stehen vor der großen Herausforderung, rasch viele neue Mitarbeiter zu finden und in bestehende Teams zu integrieren. Da in einem Start-up zum Zeitdruck immer auch eine gewisse Grundsãtzlicge Unsicherheit hinsichtlich der Durchsetzungsfähigkeit am Markt hinzukommt, stehend die Personalverantwortlichen vor einer großen Aufgabe. Um die Verantwortlichen bei dieser Aufgabe zu unterstützen und den Teammitgliedern individuelle Feedbackmöglichkeiten zu Arbeitsklima, -zufriedenheit und Teamkooperation zu schaffen, kommt der Datarella TeamGuide in einem ersten Team zum Testeinsatz.

Stylight App Team
Das ausgewählte Stylight App Team besteht aus 7 App-Entwicklern und Designern aus 4 Nationen. Arbeitssprache im Team ist englisch – es kommt die entsprechende englischsprachige Version des TeamGuide zum Einsatz. Nicht verwunderlich – das erste Feedback des Teams zum TeamGuide ist allein deshalb positiv, weil es sich um eine App handelt – die Teammitglieder sind nicht an ihre Desktops gebunden (oder müssten gar Papierformularen ausfüllen), sondern können die Interaktionen „on the go“ auf ihrem Smartphone erledigen. Das spart Zeit und soll – wie wir im Verlauf des Ersteinsatzes sehen werden – die Responsequote auf 100% heben.

Ziel und Erwartungshaltung
Die Erwartungshaltung hinsichtlich des TeamGuide Einsatzes im Team und auf Seiten der Verantwortlichen liegt in einer Optimierung der Kooperation zwischen den Teammitgliedern und eine sich daraus ergebende höhere Produktivität. Desweiteren sollen sogenannte Yellow oder Red Flag Themen rasch erkannt und adressiert werden können. Damit sind Themen gemeint, die typischerweise nicht offen angesprochen werden, weil sich Teammitglieder entweder davon Nachteile erwarten oder einfach nur nicht wissen, wie sie die Themen formulieren sollen, ohne andere Teammitglieder oder ihre Vorgesetzten zu verärgern. Die Interaktionen auf potenzielle derartige Themen werden als Feedback Charts allen TeamGuide Teilnehmern in realtime angezeigt und führen typischerweise zur Diskussion der Themen in Teammeetings. Letztlich wird über ein Mood Tracking die Befindlichkeit des ganzen Teams gemessen und somit sollen Veränderungen in der Arbeitszufriedenheit schnell erkannt werden. Eine kurze Reaktionszeit auf etwaige Verschlechterungen ist insbesondere deshalb wichtig, weil das App Team als Scrum Team in 14-tägigen Arbeitsrhythmen arbeitet und entsprechende Ergebnisse liefern muss.

Datenschutz wird GROSSgeschrieben
Wichtig im Umgang mit allen über den TeamGuide erhobenen Daten ist ein verantwortungsvoller Umgang mit allen Daten: diese werden nur anonymisierten und aggregiert als Feedback zurückgespielt, so dass keine Rückschlüsse auf einzelne Teammitglieder möglich ist und jede Einzelne komplett frei von etwaigen Nachteilen durch ehrliche Antworten interagieren kann.

Wie mit einzelnen Themen und Ergebnissen bei Stylight umgegangen wird, ist Teil des nächsten Beitrags zum Einsatz des TeamGuide bei Stylight.

Start-up Teams – Gründe, aus denen Gründer scheitern

Die wenigsten Start-ups werden von Einzelkämpfern gegründet – mittlerweile weiss mann, dass es vernünftig ist im Team zu gründen. Teamgründungen sind allgemein erfolgreicher als Individualisten. Ein funktionierendes Team ist dabei die Voraussetzung für den Gründungserfolg. Doch welche Faktoren sorgen für eine funktionierende Teamarbeit, auch wenn es hart auf hart kommt – eine bei Start-up durchaus häufig auftretende Situation.

Ein gutes Gründerteam hat vielfältigere fachliche Kompetenzen als ein Einzelgründer. Gründerteams haben naturgemäss mehr Kontakte zur Außenwelt, sie können sich gegenseitig motivieren, sich einander kritische Fragen stellen und ein signifikant höheres Arbeitspensum bewältigen. Soweit die Vorteile. Auf der anderen Seite können sich Teammitglieder auch gegenseitig auf die Nerven gehen, durch Reibungen für eine angespannte Arbeitsatmosphäre sorgen – und im Ernstfall über Anwälte miteinander kommunizieren.

Machen Psychotests einen Gründungserfolg wahrscheinlicher?
Ein gutes Team ist die Keimzelle für den Erfolg des Start-ups ist. Was aber ist gutes Team? Helfen Persönlichkeitstests bei der Analyse entscheidender Persönlichkeitsmerkmale und damit dem Erkennen von Schwachstellen im Team? Das kann man eindeutig mit ‚Nein‘ beantworten. Die Erfahrung zeigt: erfolgreiche Start-up Teams lassen sich nicht darüber definieren, welche Persönlichkeiten die Teammitglieder haben. Dazu fehlt es an überzeugenden Persönlichkeitstest, die eine „Gründerpersönlichkeit“ erfassen können. Der Chief Digital Officer des Medienkonzerns ProSiebenSat1, Arnd Benninghoff, meint dazu: „Wenn ich einem Team anmerke, dass sie für eine Sache brennen und gut miteinander arbeiten können, dann wäre mir völlig egal, wie die Jungs in irgendeinem Psycho-Test abschneiden. Und auch kein echter Gründer wird sich dadurch von seinem Vorhaben abhalten lassen.“

Kompetenz, Kommunikation und Kooperation
Gründer zeichnen sich durch ihre Kompetenzen aus, und Kompetenzen sind situativ und flexibel. Mit Kompetenzen können Herausforderungen bewältigt werden, die heute noch gar nicht erkennbar sind. Es gibt Kompetenz, die alle erfolgreichen Gründerteams miteinander teilen: sie können gut miteinander reden, kooperieren, und tun dies auch. Gute Teams zeichnen sich dadurch aus, dass alle Teammitglieder genau darüber Auskunft geben können, welche Ziele sie selbst und die anderen im Team verfolgen. Erfolgreiche Teams kommunizieren effizient. Und Kommunikation ist die Grundlage für gute Kooperation.

Was bedeutet „gute Kooperation“?
Menschen kommunizieren auf drei Ebenen miteinander:

– emotional
– interessengeleitet
– objektbezogen

Um gut mit anderen Personen kooperieren zu können, muss man auf allen drei Ebenen der Kommunikation Übereinstimmungen finden. Man muss also emotional zueinander passen, ähnliche Interessen teilen und sich auf der Sachebene mit ähnlichen Dingen befassen. Wenn auf all diesen drei Ebenen eine Schnittmenge besteht, dann kann ein Team gut kooperieren. Es reicht aber nicht, sich einmal über diese Ebenen unterhalten zu haben. Man muss es immer wieder tun. Denn die Situationen in Start-ups ändern sich permanent. Dadurch ändern sich auch die Aufgaben, Interessen, Stimmungen. Teams müssen sich also anpassen und ständig nachjustieren. Um miteinander erfolgreich zu sein, müssen Gründer in ihre Routinen regelmäßige Updates über die drei oben angesprochenen Ebenen fahren. Sie müssen im Schlaf folgende Fragen beantworten können:

– Woran arbeiten die anderen?
– Was treibt sie an?
– Wie geht es ihnen?

Gründe für die Aufgabe von 119 in EXIST-Gründerstipendium geförderten Vorhaben

EXIST

Quelle: EXIST / Fraunhofer Institut

Das Fraunhofer Institut kam in der Studie „Ergebnisse und Wirkungen des Förderprogramms EXIST-Gründerstipendium“ (PDF) zum Ergebnis, dass in mehr als der Hälfte alle Fälle (56%) persönliche Probleme und Probleme in Gründerteams für das Scheitern der Gründung verantwortlich sind – und nicht etwa mangelnde Finanzierung, schlechter Marktzugang oder andere inhaltliche Gründe.  Teams scheitern, weil die Gründer unterschiedliche Ziele haben, unterschiedliche Strategien verfolgen, sich nicht einig werden können, wer im Team das Sagen haben soll und wer wieviele Anteile bekommt – kurzum: weil nicht gut genug kooperiert wird.

Teamarbeit optimieren mit dem Teamguide
Dieses eindeutige Ergebnis hat uns bei Datarella dazu veranlasst, eine spezifische Version unserer Behavioral Analytics App explore  zu konzipieren: den TeamGuide. Der TeamGuide trägt den Resultaten aus der Fraunhofer Studie Rechnung, indem er in kleinen wie in größeren Teams verwendet und von allen Teammitgliedern auf Tagesbasis eingesetzt werden kann. Er gibt jedem Teammitglied sofortiges Feedback über seine eigene Sicht der Teamarbeit sowie die Sicht der anderen Teammitglieder. Der TeamGuide ist schnell und einfach in Arbeitsgruppen aller Art einsetzbar und ermöglicht sowohl den Teams selbst, als auch den Teamleitern und der Personalabteilung realtime Einblicke in die Entwicklung und damit auch die Produktivität der Teams.

Wir werden in Kürze von konkrete Ergebnisse vom Einsatz des TeamGuide in einem Unternehmen berichten.

Dieser Artikel ist ein Gastbeitrag von Prof. Dr. Claas Triebel