Mikrotargeting in der Politik – Wie mit Hilfe von personenbezogenen Daten auch in Deutschland Wahlkampf gemacht wird

Karl Rove, der Architekt der Wahlsiege von George W. Bush als Gouverneur von Texas in den Jahren 1994 und 1998, sowie – deutlich bekannter – der Wahlen zum US-Präsidenten 2000 und 2004, gilt als Innovator des datengetriebenen Wahlkampfs. In Vorbereitung auf die 2004 Kampagne kamen er und sein Team zu dem Schluss, dass Bush 3 Millionen mehr Wähler benötigte, als noch im Jahr 2000. Durch die landesweite Ansprache konservativer Priester, jeweils 10-20 Kirchenbesucher zur Wahl George W. Bushs zu überzeugen, gelang die Wiederholung des Wahlsiegs von 2000 im Jahr 2004 mit ziemlich genau 3 Millionen Stimmen Unterschied.

Karl Rove arbeitete hauptsächlich mit Direktmarketing-Methoden, sein Unternehmen hatte zum damaligen Zeitpunkt die größte entsprechende Datenbank mit demographischen Informationen über nordamerikanische Wähler aufgebaut. Wenngleich im Unterschied zu breit gestreuten Marketingmassnahmen im Direkt-Mailing einzelne Personen angesprochen werden, erhalten alle Personen immer noch dieselbe Kommunikationsbotschafft – unabhängig von ihren individuellen Präferenzen.

Was ist Mikrotargeting?

Hierin besteht der Unterschied zum Mikrotargeting, mit dem sich eine politische Partei zwar ebenfalls an Individuen richtet, ihre Botschaft jedoch an den spezifischen Rahmenbedingungen und Präferenzen des Empfängers ausrichtet. Möglich wird Mikrotargeting durch den Zugriff auf erheblich mehr Daten über jeden eizelnen Wähler, als dies noch zu Karl Roves Zeiten der Fall war. In seinen Wahlkämpfen 2008 und 2012 wurde Barack Obama vom Washingtoner Beratungsunternehmen Strategic Telemetry unterstützt. Hillary Clinton setzte 2016 auf die Dienste von Penn, Schoen, Berland (PSB), die neben Büros an Ost- und Westküste der USA auch an drei Europäischen Standorten sowie in Dubai Dependancen unterhalten. Letztgenannte PBS sind allerdings durch den Wahlsieg Donald Trumps medial ins Hintertreffen geraten: die Lorbeeren für die datengetriebenen Wahlkampfstrategie fuhr das bis dato unbekannte Unternehmen Cambridge Analytica ein, das erst im Sommer vom Wahkampfteam Trump beauftragt worden war, nachdem der erste bekannte Kunde, Ted Cruz, das Rennen um den republikanischen Kandidaten verloren hatte.

Die gemischten Resultate der drei genannten Unternehmen lassen bereits erkennen, dass – ganz ohne weitere Sachkenntnis – Mikrotargeting definitiv einen Anteil am Erfolg eines um Wählerstimmen kämpfenden Kandidaten haben kann. Offensichtlich jedoch ist es kein Selbstläufer, sonst hätte sich eine etablierte Firma wie PSB nicht von einem Newcomer wie Cambridge Analytica die Butter vom Brot nehmen lassen. Die Frage lautet also: Welchen Anteil hat Mikrotargeting am Erfolg eines Kandidaten?

Wie funktioniert Mikrotargeting?

(Daten-)Technische Grundlage des Mikrotargeting ist die Vorhersageanalyse aka Predictive Analytics. Die im Vergleich mit Deutschland signifikant andersartigen Datenschutzregeln und das Wahlverfahren erlauben es den Parteien in den USA, Informationen über Einkommen, Konsumgewohnheiten, etc. der Wähler im Wahlkampf zu nutzen. Der republikanische Anwärter auf die Präsidentschaftskandidatur, Ted Cruz, sorgte selbst in dieser aus deutscher Sicht eher freizügigen Umgebung für negative Schlagzeilen, als in seinem Auftrag die oben genannte Cambridge Analytica mit Hilfe spezifischer Persönlichkeitsfragebögen, für deren Ausfüllen auf Facebook jeder Nutzer 1 US-Dollar bekam, detaillierte Persönlichkeitsprofile erstellte. Da dies den Facebook Nutzungsbedingungen zuwider lief, wurde das Verfahren eingestellt. Die erhobenen Daten liegen Cambridge Analytica jedoch weiter vor und wurden im Anschluss im Wahlkamof für Donld Trump eingesetzt. In Deutschland ist es dagegen nicht zulässig, Daten dieser Art zu erheben und im Wahlkampf zu verwenden.

Dies erschwert die Arbeit des Datenanalysten, macht sie jedoch mitnichten unmöglich. Wenn keine entsprechenden Informationen über demographische Daten, Verhalten und Gewohnheiten der Wähler vorliegen, werden entsprechende Annahmen getroffen und mit politischen Empfänglichkeiten korreliert. Für eine erste grobe Einstufung reichen Postleitzahlen – genauere Angaben ergeben sich dann durch zugekaufte Daten, die beispielsweise Verträge, Rabattkarten oder online gestellte Informationen wie oben genannte Quizzes. Da viele Social Media Nutzer regelmässig an derlei Quizzes und Umfragen teilnehmen, reichen diese Angaben aus, um Aussagen über wahrscheinliche Präferenzen von Menschen treffen zu können.

Dazu zählen insbesondere Antworten auf die folgenden Fragen:
– Wie wahrscheinlich ist es, dass ein Mensch Wechselwähler bzw. noch unentschieden hinsichtlich seiner Stimmabgabe ist?
– Für welche Themen interessiert sich die Wählerin besonders stark?
– Wie wahrscheinlich ist es, dass eine Wählerin für den eigenen Kandidaten stimmt?

Auf den über die Wähler bekannten Informationen werden nun statistische Modelle gebaut, die entsprechende Antworten auf die o.g. Fragen vorhersagen – das sogenannte Predictive Modeling. Ausgestattet mit diesen Antworten werden wählerspezifische Wahlbotschaften in Text und Bild entwickelt und den Wählern entsprechend ihrer jeweiligen Präferenzen zugeschickt – per Direktmarketing oder über Social Media Kanäle – in Deutschland hauptsächlich auf Facebook. Auf diese Weise bekommt eine nicht entschlossene 34-jährige Russlanddeutsche Wählerin mit Wohnsitz Berlin-Kreuzberg eine politische Facebook-Anzeige in ihren Stream eingespielt, die ihren Grundbedürfnissen entspricht und für sie die gesuchte Entscheidungshilfe für ihre Stimmabgabe in der Bundestagswahl 2017 ist.
Grundlage für diese letzte entscheidende Kommunikationsbotschaft ist die Fähigkeit, ein Persönlichkeitsprofil des einzelnen Menschen auf Basis der von ihm selbst hinterlassenen Daten zu erstellen, dies mit entsprechender passender Kommunikation zu verknüpfen und ihm die Botschaft in demjenigen Kanal auszuspielen, dem er vertraut und aus dem er News und Infos bezieht – kurz: Mikrotargeting.

Datenschutz und Fake News

Was für viele Menschen insbesondere vor dem Hintergrund der Wahl Donald Trumps und der eher nebulösen Berichterstattung über das Thema in etablierten Medien wie eine bedrohliche Kulisse wirkt, vor der zukünftig politische Akteure handeln, ist Tagesgeschäft von auf Datenanalyse fokussierter Unternehmen. Solange sich die Akteure innerhalb der rechtlichen Rahmenbedingungen aufhalten, ist zumindest juristisch nichts gegen dieses Vorgehen einzuwenden. Wie oben schon angedeutet, ist der aus deutscher Sicht eher laxe Umgang mit Datenschutz in den USA die Basis für einen auch am Rande der Legalität datengetriebenen Wahlkampf.

Aber nicht nur der Datenschutz spielt eine Hauptrolle: auch diejenigen Mittelsmänner in einem Wahlkampf, die zwischen Parteien und Wähler stehen: klassische Medien sowie zahllose Akteure, die via Facebook auf ihre Art Wahlkampf betreiben, indem sie neben faktischen Informationen auch Falschinformationen – Fake News – publizieren und verbreiten. Für den Social Media Nutzer wird es zunehmend schwerer, richtige von falschen bzw. gefälschten Nachrichten zu unterscheiden. Und die immanente Eigenschaft Sozialer Medien, durch stetes millionenfaches Teilen alle möglichen Inhalte in kürzester Zeit unabhängig vom Wahrheitsgehalt zu einer faktischen News zu machen, verstärkt dieses Problem.

Wahlgewinner setzen Mikrotargeting ein

Alle demokratischen politischen Parteien müssen daher einen Weg finden, durch das Dickicht der Mittelsmänner und Falschmelder einen direkten, unmittelbaren Weg zu ihren (potenziellen) Wählern zu finden, um ihre Wahlbotschaft unverfälscht an die Frau zu bringen. Insofern stellt Mikrotargeting keine Bedrohung, sondern letztlich ein unverzichtbares strategisches Instrument für politische Parteien dar. Wer zukünftig Mikrotargeting nicht nutzt, wird zum Kreise der Wahlverlierer gehören.

Meredith L. Patterson und Flight Delay Dapp Live Demo auf dem Ethereum Munich Meetup, 20.9.16

Meredith L. Patterson ist jedem in der Security- und Crypto-Szene ein Begriff. Neben ihrer Arbeit im Bereich der Computational Linguistic und Data Maning ist Meredith Autorin und Bloggerin. Ihre Themen sind Copyright Reform, Biohacking, Bürgerrechte und Programmiersprachen.

Auf dem Ethereum Munich Meetup wird Meredith ihre Perspektive auf die Sicherheit der Blockchain und entsprechender Anwendungen darstellen. Über die Erkenntnis hinaus, dass die Blockchain lediglich für spezifische Teile eines gesamten Datenprozesses absolut Sicherheit garantieren kann – zumindest solange nicht jedermann über seinen eigenen Quantencomputer verfügt, haben die Teilnehmer Gelegenheit die Grenzen des Blockchain-Einsatzes auszuloten.

Der Abend beginnt mit leichterer, aber ebenso spannender Kost: als Weltpremiere präsentiert live aus Shanghai Christoph Mussenbrock die auf Ethereum Smart Contracts basierende Dapp Flight Delay. Sollte die Great Fire Wall die Live Demo verhindern, wird sein Partner Tobias Pfab die Präsentation vor Ort durchführen.

Für spannende Inhalte und rege Diskussion ist also gesorgt, am Dienstag, den 20.September im Saal 1008 des Bayerischen Staatsministeriums für Wirtschaft und Medien, Energie und Technologie, Prinzregentenstrasse 28.

Anmeldung und Details zum Ethereum Munich Meetup

Kampf um Privatsphäre: US-Regierung vs Apple inc.

Mit diesem Beitrag unterbrechen wir sozusagen das vorgesehene Datarella-Programm, um einen Beitrag weiterzuverbreiten, den wir als essentiell in der derzeitigen Diskussion um Privatsphäre, Sicherheit und Beschattungstätigkeiten seitens Regierungsbehörden erachten: Apple-Chef Tim Cook berichtet in einem Brief an alle Kunden, dass Apple durch die Regierung der Vereinigten Staaten aufgefordert worden ist, eine Version des iPhone Betriebssystems iOS zu entwickeln und auf bestimmten Geräten zu installieren, die es Behörden wie dem FBI ermöglicht, durch sog. Hintertürchen (Backdoors) Zugang zu den auf dem iPhone gespeicherten Daten des jeweiligen Nutzers zu erhalten.

Anlass ist der Terroranschlag im kalifornischen San Bernardino im Dezember letzten Jahres. Wir denken, dass die Fronten innerhalb der Privacy-Diskussion sich nun bis zu einem kritischen Punkt verhärtet haben. In Großbritannien, wie in den USA stellt sich eines der größten privaten Unternehmen gegen Regierungen und weigert sich, den Anforderungen nachzukommen. Möglicherweise gibt es (sichere) technische Lösungen, gleichzeitig den Anforderungen der US-Regierung nachzukommen und die Privatsphäre der Nutzer zu wahren.

Bitte lesen Sie den Brief un teilen uns Ihre Meinung dazu mit!

A message to our customers„, veröffentlicht am 16. Februar 2016 von Apple, Inc.

February 16, 2016 

A Message to Our Customers

The United States government has demanded that Apple take an unprecedented step which threatens the security of our customers. We oppose this order, which has implications far beyond the legal case at hand.

This moment calls for public discussion, and we want our customers and people around the country to understand what is at stake.

The Need for Encryption

Smartphones, led by iPhone, have become an essential part of our lives. People use them to store an incredible amount of personal information, from our private conversations to our photos, our music, our notes, our calendars and contacts, our financial information and health data, even where we have been and where we are going.

All that information needs to be protected from hackers and criminals who want to access it, steal it, and use it without our knowledge or permission. Customers expect Apple and other technology companies to do everything in our power to protect their personal information, and at Apple we are deeply committed to safeguarding their data.

Compromising the security of our personal information can ultimately put our personal safety at risk. That is why encryption has become so important to all of us.

For many years, we have used encryption to protect our customers’ personal data because we believe it’s the only way to keep their information safe. We have even put that data out of our own reach, because we believe the contents of your iPhone are none of our business.

The San Bernardino Case

We were shocked and outraged by the deadly act of terrorism in San Bernardino last December. We mourn the loss of life and want justice for all those whose lives were affected. The FBI asked us for help in the days following the attack, and we have worked hard to support the government’s efforts to solve this horrible crime. We have no sympathy for terrorists.

When the FBI has requested data that’s in our possession, we have provided it. Apple complies with valid subpoenas and search warrants, as we have in the San Bernardino case. We have also made Apple engineers available to advise the FBI, and we’ve offered our best ideas on a number of investigative options at their disposal.

We have great respect for the professionals at the FBI, and we believe their intentions are good. Up to this point, we have done everything that is both within our power and within the law to help them. But now the U.S. government has asked us for something we simply do not have, and something we consider too dangerous to create. They have asked us to build a backdoor to the iPhone.

Specifically, the FBI wants us to make a new version of the iPhone operating system, circumventing several important security features, and install it on an iPhone recovered during the investigation. In the wrong hands, this software — which does not exist today — would have the potential to unlock any iPhone in someone’s physical possession.

The FBI may use different words to describe this tool, but make no mistake: Building a version of iOS that bypasses security in this way would undeniably create a backdoor. And while the government may argue that its use would be limited to this case, there is no way to guarantee such control.

The Threat to Data Security

Some would argue that building a backdoor for just one iPhone is a simple, clean-cut solution. But it ignores both the basics of digital security and the significance of what the government is demanding in this case.

In today’s digital world, the “key” to an encrypted system is a piece of information that unlocks the data, and it is only as secure as the protections around it. Once the information is known, or a way to bypass the code is revealed, the encryption can be defeated by anyone with that knowledge.

The government suggests this tool could only be used once, on one phone. But that’s simply not true. Once created, the technique could be used over and over again, on any number of devices. In the physical world, it would be the equivalent of a master key, capable of opening hundreds of millions of locks — from restaurants and banks to stores and homes. No reasonable person would find that acceptable.

The government is asking Apple to hack our own users and undermine decades of security advancements that protect our customers — including tens of millions of American citizens — from sophisticated hackers and cybercriminals. The same engineers who built strong encryption into the iPhone to protect our users would, ironically, be ordered to weaken those protections and make our users less safe.

We can find no precedent for an American company being forced to expose its customers to a greater risk of attack. For years, cryptologists and national security experts have been warning against weakening encryption. Doing so would hurt only the well-meaning and law-abiding citizens who rely on companies like Apple to protect their data. Criminals and bad actors will still encrypt, using tools that are readily available to them.

A Dangerous Precedent

Rather than asking for legislative action through Congress, the FBI is proposing an unprecedented use of the All Writs Act of 1789 to justify an expansion of its authority.

The government would have us remove security features and add new capabilities to the operating system, allowing a passcode to be input electronically. This would make it easier to unlock an iPhone by “brute force,” trying thousands or millions of combinations with the speed of a modern computer.

The implications of the government’s demands are chilling. If the government can use the All Writs Act to make it easier to unlock your iPhone, it would have the power to reach into anyone’s device to capture their data. The government could extend this breach of privacy and demand that Apple build surveillance software to intercept your messages, access your health records or financial data, track your location, or even access your phone’s microphone or camera without your knowledge.

Opposing this order is not something we take lightly. We feel we must speak up in the face of what we see as an overreach by the U.S. government.

We are challenging the FBI’s demands with the deepest respect for American democracy and a love of our country. We believe it would be in the best interest of everyone to step back and consider the implications.

While we believe the FBI’s intentions are good, it would be wrong for the government to force us to build a backdoor into our products. And ultimately, we fear that this demand would undermine the very freedoms and liberty our government is meant to protect.

Tim Cook

Was Sie im Jahr 2016 von Datarella erwarten können

In den ersten Tagen eines neuen Jahres nehmen wir uns etwas Zeit, um die Ziele für Datarella festzulegen. In diesem Jahr war dies eine überaus angenehme Übung, da das Jahr 2015 sehr erfolgreich verlief und wir die meisten unserer Ziele erreicht haben – wir konnten also ohne Altlasten starten.

So, what to expect from Datarella in 2016?

Was können Sie nun im Jahr 2016 von Datarella erwarten? Neben unserem stetig wachsenden Beratungsbereich mit hochinteressanten Projekten und anspruchsvollen Kunden fokussieren wir uns im neuen Jahr auf unser Produkt Data Trust und das Projekt Data Coach. Aufgrund unseres straffen Zeitplans haben wir bisher nicht viel über Data Trust und Data Coach publiziert. Daher jetzt dieser kurze Einblick.

Data Trust
Allgemein formuliert ist Data Trust ein sicheres Marktmodell für Big Data Projekte.

Daten zwischen Unternehmen zu teilen kann sehr sinnvoll sein. Datenverarbeitung und Analyse skalieren gleichermaßen, während Entwicklung, Qualitätssicherung und Support an Effizienz gewinnen. Viele Unternehmen stehen dem Data Sharing mit Partnern allerdings skeptisch gegenüber – zum einen aus Sicherheitsgründen und Wettbewerbsaspekten, oft sprechen jedoch auch haftungsrechtliche Gründe dagegen.

Datarella Data Trust löst dieses Dilemma auf: unser Marktmodell bietet eine absolut sichere und nachvollziehbare Data Sharing Möglichkeit für Unternehmen. Die Originaldaten jedes einzelnen Unternehmens werden in separaten Buckets organisiert. Ohne Daten wegzugeben, profitieren alle Data Trust Teilnehmer von den Ergebnissen, Analysen und Vorhersagemodellen, die auf der Basis ihrer eigenen Daten und der Daten der Marktpartner erzielt bzw. durchgeführt werden. Daher sprechen wir bei Data Trust von einem Marktmodell: jeder Teilnehmer erhält einen bisher nicht vorhandenen und tiefgehenden Blick auf den Markt.

Datarella-Prediction-Engine-825x596

Auf den einzelnen separaten Data Buckets arbeitet dir Datarella Prediction Engine. Die Prediction Engine ist in den Bereichen Medien, Werbung, eCommerce, Finanzen, Mobilität und Gesundheit einsetzbar.  Mit ihr können präzise Voraussagen hinsichtlich diverser Erfolgsfaktoren in den jeweiligen Märkten getroffen werden. In Kombination bieten Datarella Prediction Engine und Data Trust  eine absolut vertrauenswürdige Plattform für Management und Analyse von Daten im Marktumfeld.

Natürlich kann Datarella Data Trust zertifiziert werden.

Data Coach
Während Data Trust ein bereits wertsteigernd im Einsatz befindliches Produkt ist, befindet sich Data Coach noch in der Entwicklungsphase. Das Endnutzerprodukt des Data Coach ist eine App, die Körperaktivitätsdaten und Umwelt- bzw. Umgebungsdaten des Nutzers sammelt. Der Nutzer teilt diese Daten mit einem geschlossenen professionellen Kreis von Personen, Institutionen oder Unternehmen und erhält von den Teilnehmern Feedback in Form handlungsrelevanter Empfehlungen hinsichtlich seines körperlichen Zustands, seines Trainings  bzw. seines allgemeinen Verhaltens.

Der Kern des Data Coach ist eine Blockchain-Umgebung, die drei elementare Aspekte eines professionellen, sicheren Netzwerks berücksichtigt:

  1. Data Security
  2. Data Provenance
  3. Peer-to-Peer Architektur

Kryptographische Hash-Funktionen und vollständig historisierte Datenketten garantieren absolut sicheres Data Sharing. Der Nutzer besitzt vollständige Kontrolle über seine Daten. Zusätzlich weiß er zu jedem Zeitpunkt, wo seine Daten sind und wer was damit machen kann. Unser Partner Ethereum stellt dabei mit seiner dezentralen Blockchain-Technologie einen essentiellen Baustein des Data Coach.

Derzeit fahren wir erste Tests mit Data Coach in den Bereichen Sport und Entertainment. Für den Gesundheitsbereich suchen wir einen Partner, der gemeinsam mit uns ein Pilotprojekt aufsetzt. Wenn Sie mit Ihrem Unternehmen Interesse am Aufbau eines oben beschriebenen sicheren professionellen Netzwerks haben, kontaktieren Sie uns bitte. Wir freuen uns auf Ihr Feedback!

Telling the story of people’s lives – Strata+Hadoop Vortrag von Joerg Blumtritt, 15. Februar 2015, San Jose

Mit dem Smartphone können wir ein aussagefähiges Bild des Alltags der Menschen zeichnen. Um die Daten-Geschichte zu erzählen, müssen wir die von im Smartphone verbauten Sensoren gesammelten Rohdaten in sinnvolle Ereignisse übersetzen, wie beispielsweise „Auto fahren“, „in einem Geschäft herumschlendern“, oder sogar in einer intimeren Art und Weise: „nervös sein“. Wir zeigen, wie man an die Daten des Telefons kommt, wie man aus diesen Rohdaten sinnvolle Ereignisse extrahiert, diese Ereignisse in einen sinnvollen Gesamtzusammenhang bringt – und – zu guter Letzt – welchen Nutzen Unternehmen daraus ziehen können.

Wir zeigen dies an konkreten Anwendungsfällen, wie beispielsweise einer App aus der Automobilindustrie, mit der Autofahrer sicherer und effizienter fahren – oder auch an Chinesischen Flugpassagieren auf Europa-Reise. Auch für den Gesundheitsbereich zeigen wir eine Anwendung: wie können Osteoporose-Patienten mit Hilfe einer App ihre Lebensumstände stabilisieren oder sogar signifikant verbessern und mobil bleiben?

Mehr auf Strata+Hadoop

Die Datarella Data Timeline

Wenn Sie in Amerika,Europa, im asiatisch-pazifischen Raum oder Australien leben, nutzen Sie -wie 1,76 Milliarden anderer Menschen – höchstwahrscheinlich ein Smartphone. Was machen Sie mit Ihrem Smartphone? Sie nutzen hauptsächlich Apps für Messaging, zur Teilnahme an Sozialen Netzwerken, zum Spielen, usw.. Und Sie produzieren Daten – e«ne Menge Daten. Jeder Schritt, den Sie machen, jeder Atemzug, den Sie tun, Ihr gesamtes Verhalten resultiert in Daten: Orte, Bewegung, Körperaktivitäten – und dies alles in ihren jeweiligen räumlichen und zeitlichen Kontexten. Sie produzieren all dies Daten nebenbei, ganz ohne speziellen Aufwand.

Aber – wo sind all diese Daten? Können Sie sie sehen? Wissen Sie überhaupt, welche (Art von) Daten Sie zu welchen Zeitpunkten und in welchen Ausmaßen Sie produzieren? Wissen Sie, dass diese Daten von immensem Vorteil fûr Sie sein können? Dass Sie beispielsweise Ihren Gesundheitszustand auf Basis dieser Daten verbessern können? Können Sie sich vorstellen, all Ihre Daten zu kennen, Ihre Daten zu sehen – in Echtzeit, anschaulich aufbereitet, so dass Sie jederzeit und sofort wissen, was sie bedeuten und welche Auswirkungen dies auf Sie hat?

Herzlich Willkommen zur Datarella Date Timeline!
Die Datarella Data Timeline ist eine appbasierte Timeline Ihres eigenen Verhaltens und das Ihres sozialen Netzwerks. Wenn Sie die Datarella Data Timeline nutzen, sehen Sie praktisch in Ihren eigenen Spiegel – Sie sehen sich selbst: nicht Ihre äußere Erscheinung wie im Badezimmer, sondern Sie sehen die Visualisierung Ihrer Körperaktivitäten. Und damit haben Sie das nahezu vollständige Bild Ihrer selbst. Die Data Timeline stellt Ihre Daten in einen Zusammenhang mit Ihrer zeitlichen und räumlichen Umgebung: Sie sehen sich selbst in Abhängigkeit der jeweiligen Situation – Sie erleben Ihre persönlichen Data Moments.

Warum Sie die Data Timeline nutzen sollten
Jeden Tag produzieren Sie 20 MB an Daten, die von Ihrem Smartphone gemessen werden. Diese Daten können fûr Sie von großem Vorteil sein: sie können Ihr Leben retten – oder das Ihrer Familienmitglieder oder Freunde. Oder sie helfen Ihnen dabei, Ihre Lebensqualität zu verbessern. Um praktische Tipps zur Verbesserung der Lebensqualität zu erhalten, benötigen Sie diese Daten in einer anschaulich dargestellten Art und Weise.

Sie und Ihre Freunde
Es geht in der Data Timeline nicht nur um Sie selbst: Sie sehen auch die Data Moments Ihrer Freunde, wenn diese Sie dafür freigeschaltet haben. Sie können daher sehen, wie es Ihrem Lebensgefährten geht, dass er sich noch – leicht gestresst – im Büro aufhält – und sich auf das gemeinsame Candlelight Dinner später am Abend freut. Mit den einbauten Social Media Funktionen können Sie Ihre Data Moments über Facebook und Twitter innerhalb Ihres Freundeskreises teilen.

Erklangen und behalten Sie die Hoheit über Ihre Daten
Sie sollten immer selbst und autonom über Ihre Daten bestimmen. Ihre Daten sagen mehr über Sie aus, als beispielsweise Ihr Arzt über Se in Erfahrung bringen kann. Daher ist es entscheidend, dass Sie Zugriff auf Ihre Daten haben und selbst entscheiden, wem Sie welche Ausschnitte davon freigeben. Mit der Data Timeline können Sie auf Wunsch all Ihre Rohdaten herunterladen und eigene Analysen durchführen. Ihre Daten gehören Ihnen, sie sind vollständig sichtbar und zu 100% transparent.

Versicherungen und Selbst-Tracking

„Was ist, wenn meine Versicherung meine Daten bekommt? Bekomme ich keine Lebensversicherung mehr, wenn ich nicht fit genug bin?“

Versicherungen nur noch gegen Fitness?

Viele Menschen äußern ihre Sorge, sie könnten sich mit Selbst-Tracking über Fitness-Apps, Wearables oder Smartwatches selbst schaden: Wenn Versicherungen oder Krankenkassen die Daten bekämen, so fürchten viele Leute gar nicht mehr oder nur noch teurer, Krankenversicherungen oder Lebensversicherungen abschließen zu können.

Im Augenblick dürfen Versicherungen nur in genau geregeltem Umfang medizinische Daten über potenzielle Kunden erheben. Diskriminierungsverbote werden sogar über den Europäischen Gerichtshof durchgesetzt. So wurde es z.B. unlängst den deutschen Versicherungen untersagt, Angebote nach dem Geschlecht der Versicherten zu unterscheiden. Dieses Beispiel macht deutlich, dass zumindest heute in Europa Kranken- und Lebensversicherungen sehr streng beaufsichtigt werden und keineswegs einfach nach gutdünken Daten zur Prämenberechnung heranziehen dürfen.

Kein Grund zur Sorge also? Tatsächlich zeigt die Angst vor Datenmissbrauch ein altes Problem, nämlich dass die Versicherungen oft keinen guten Job machen, um das Vertrauen ihrer Kunden zu werben. Für die meisten Menschen erscheinen Versicherungen als geschlossene Systeme, ihre internen Vorgänge erscheinen undurchsichtig. Hier hat das übliche „Kleingedruckte“, die unverständlichen, seitenlangen Vertragstexte in winziger Schrift, sicher das Seinige beigetragen.

Grundsätzlich, davon bin ich als gelernter Versicherungsmathematiker zumindest überzeugt, machen die Personenversicherer aber nichts, was nicht klipp und klar erlaubt ist. Der Aktuar, der Chef-Mathematiker einer Versicherungen, muss dafür persönlich haften. Die Versicherung wird zudem von einem unabhängigen Obmann überprüft und von mehreren Verbraucherschutzgruppen stets kritisch untersucht. Auch die Diskussion, ob es nicht etwa gerechter wäre, Raucher oder Skifahrer an den hohen Kosten zu beteiligen, die sie der Gemeinschaft der Versicherten und Beitragszahler verursachen, hat nicht dazu geführt, das Solidaritätsprinzip aufzugeben. Auch weiterhin hat unser Verhalten keinen Einfluss auf die Krankenversicherung.

Es ist eine politische, keine wirtschaftliche Diskussion, die wir hier führen müssen, wenn wir diesen Zustand erhalten wollen.

Rabatte für Fitness?

Können Versicherungen dennoch versuchen, Leute zu gesünderem Leben zu bewegen? In Großbritannien werden medizinische Leistungen in der Regel vom staatliche Gesundheitsdienst NHS übernommen. Der NHS ist durch Steuern finanziert, erhebt also keine individuellen Beiträge, so wie die Krankenkassen in Deutschland. Dennoch versucht der NHS, Menschen durch Geldanreize dazu zu bringen, sich mehr zu bewegen. Angeboten wird ein Programm, bei dem die Teilnehmer Rabattpunkte sammeln, wann immer sie sich sportlich betätigen. Ob das Trianing tatsächlich absolviert wird, misst eine App, die auf die Daten von Fitness-Trackern zurückgreift. Sporteinrichtungen und Fitnessstudios können ebenfalls die Teilnahme an Trainings quittieren. Die gesammelten Punkte können in Form von Rabatten in vielen Läden und Supermärkten direkt in bares Geld umgesetzt werden. Einen Ähnlichen Weg erforscht auch der Privatversicherer Axa in einem Testangebot.

Sachversicherung

Im Vergleich zu den Personenversicherungen sind die Sachversicherungen sehr viel weniger eingeschränkt, was die Verknüpfung der Beiträge an Verhalten betrifft. Jeder Autofahrer weiß, dass die Haftpflichtversicherung für unfallfreies Fahren sinkt. Hier gibt es in vielen Ländern bereits Angebote, die Versicherung an die Bereitschaft der Fahrer zu koppeln, sich oder den Verkehr um sich herum tracken zu lassen. In Russland filmen daher praktisch alle Autofahrer den Verkehr mit einer Kamera durch die Windschutzscheibe, einer sogenannten ‚Dashcam‚ – bekannt geworden spätestens durch den spektakulären Chelyabinsk-Meteor, von dem es dank dieser Praxis zahllose Videoaunahmen gibt.

Diskutiert wird auch eine Black Box in jedes Auto einzubauen, die alle relevanten Werte des Fahrverhaltens direkt aufzeichnet, so wie die Black Box, die bei Passagierflugzeugen vorgeschrieben ist. Wir bei Datarella entwickeln Systeme, die ohne eigene Harware auskommen. Unser Ansatz basiert auf Apps, die man sich auf das Smartphone installiert. Die meisten versicherungsrelevanten Vorgänge – Beschleunigung, Bremsen, Kurven, Geschwindigkeit, Geräusche etc. – können ohne weiteres auf dem Mobiltelefon der Fahrer getrackt werden.

Jeder für sich selbst verantwortlich?

Wenn wir einer Person mit Gewichtsproblemen eine Waage schenken, heißt das noch lange nicht, dass diejenige auch abnehmen wird. Es kann durchaus sein, dass Menschen – warum auch immer – nicht in der Lage sind, den Anforderungen gerecht zu werden, die gefühlt oder tatsächlich durch Fitness-Tracker an sie gestellt werden.

Auch in Großbritannien wird heftig darüber gestritten, ob das Geld für die Belohungsprogramme von Fitness-Trackern nicht besser in mehr Aufklärung, Gesundheitserziehung und -bildung investiert wäre – und vielleicht sogar in bessere Therapiemöglichkeiten. Ein valider Kritikpunkt: Statt denen noch etwas zu schenken, die sowieso trainieren und sich fit halten, besser die unterstützen, die dies nicht schaffen; die klassische Debatte ‚Liberal‘ versus ‚Sozial‘.

Die Zukunft nicht verbauen!

Unabhängig davon, was eine gerechte Lösung wäre (was vermutlich ohnehin strittig bleiben wird), ist es aber sehr wichtig, einen guten Kompromiss zu finden. Im Augenblick sind sehr viele Menschen – vermutlich sogar die Mehrheit – ziemlich skeptisch gegenüber Big Data bei Gesundheit und Versicherung. Nur wenn es uns gelingt, klarzumachen, wie groß der Nutzen sein kann, nur wenn wir zeigen dass wir niemand per se zurücklassen, dass wir helfen und nicht ausbeuten, werden wir Tracking und Quantified Self zum Erfolg führen. Und der Nutzen, den Quantified Self für die Gesellschaft anbieten kann, ist gewaltig. Wenn wir keine Angst vor den Folgen haben müssen.

Mehr zum Thema:
Ethik für das Quantified Self
Dada Data and the Internet of Paternalistic Things
Algorithmen-Ethik

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.