Lade Inhalt...

Datenschleudern und Datenfresser

Ursachen, Wirkungen, Ratschläge zu Problemen im Digitalen

Ausarbeitung 2011 27 Seiten

Informatik - Angewandte Informatik

Leseprobe

Inhaltsverzeichnis

1 Einleitung

2 Cyber-Werbung
2.1 Digitaler Fingerabdruck
2.2 Behavioral-Targeting
2.3 Reality-Mining

3 Daten im Web 2.0
3.1 User-Generated-Content
3.2 Daten als Zahlungsmittel

4 Exkurs: Post-Privacy-Theorie

5 Digitale Privatsphäre
5.1 Identitätsdiebstahl und -missbrauch
5.2 Cyber-Stalking
5.3 Opt-In vs. Opt-Out

6 Fazit

Literaturverzeichnis

Web-Quellenverzeichnis

Glossar

1 Einleitung

Das Internet als Kommunikationsmedium der Zukunft zieht mit seinen umfangreichen Kommu- nikations- und Interaktionsmöglichkeiten immer mehr Menschen ins World-Wide-Web. So wird auf Webseiten von Online-Shops, -Auktionshäusern und Blogs, ganz im Sinne des Web 2.0, nicht nur diskutiert und bewertet, sondern werden auch Informationen getauscht so- wie Ratschläge und Empfehlungen gegeben oder in Social-Networks ganze Freundes- und Bekanntenkreise digital abgebildet. Diese neue, digitale Welt zeichnet sich besonders durch einen stetigen Informationsfluss und -zuwachs, sei es durch bewusst erstellten User-Generated- Content oder durch unbewusst beziehungsweise indirekt verbreitete Informationen beispiels- weise zum Surf-Verhalten, aus.

Die Schwelle zur computerisierten Gesellschaft wurde auf diese Weise beiläufig überschritten und eine Digitalgesellschaft etabliert, die eine exponentiell wachsende Menge von Daten erzeugt, die gefiltert, analysiert und ausgewertet werden können. Aus Milliarden Informationfragmenten werden heutzutage Verhaltens- und Nutzerprofile generiert, die tiefe Einblicke in einzelne Personengruppen oder auch ganze Käuferschichten erlauben und deren Handel aus diesem Grund floriert (vgl. Kurz u. Rieger 2011, S.7f).

Vor diesem Hintergrund soll geklärt werden, welche Ursachen und Wirkungen diese neuartige Datensammelwut hat, werden Risiken problematisiert und Ratschläge zur Verringerung der oft ungewollten Freizügigkeit im Internet gegeben. Dazu wird im Folgenden betrachtet, auf welche Art und Weise Daten das Zahlungsmittel des Web sind, welche Interessen hinter der massenhaften Akkumulation von Daten im Internet stecken und auf welchen Ideen moderne Cyber-Werbung beruht. Zudem werden Schutzmaßnahmen zur Wahrung der digitalen Privatsphäre erläutert und mit der sogenannten Post-Privacy-These eine neue Ansicht im Bezug auf den Umgang mit Privatsphäre im Ansatz betrachtet.

2 Cyber-Werbung

Als Ausgangsbasis für weitereÜberlegungen zum Thema ist es notwendig, zunächst einige grundlegende Konzepte moderner Anzeigenwerbung im Internet zu betrachten. Im Vordergrund stehen mit Behavioral-Targeting und Reality-Mining dabei zwei nicht unumstrittene Methoden zur Analyse und Verwertung des sogenannten digitalen Fingerabdrucks eines jeden Internetnutzers. Im Folgenden werden nicht nur die Ideen hinter diesen Konzepten erläutert, sondern es werden auch Risiken dargelegt. Die zugrunde liegenden Technologien, Methoden und Funktionen wie beispielsweise Cookies1 werden dabei bewusst außen vor gelassen um den Rahmen der Ausarbeitung nicht zu sprengen.

Beachtet werden muss bei den nachfolgenden Ausführungen, dass sich digitale Datensammler nicht primär für Datensätze einzelner Menschen interessieren, sondern erst die durch globale Verknüpfungen mit anderen Quellen entstehende Summe aller Daten, Namen und Beziehungen für die Wertschöpfung interessant wird (vgl. Adamek 2011, S.309).

2.1 Digitaler Fingerabdruck

Als digitaler Fingerabdruck, oft auch Digital-Footprint oder Internet-Footprint, wird die Menge sämtlicher digital hinterlassener, individuell zuordenbarer Spuren (Stichwort: Digital- Traces) eines/r Internet-Nutzers/in bezeichnet. Unerheblich dabei ist, durch welches Medi- um die Datensätze entstanden sind, solange sie akkumuliert oder verknüpft werden können, weshalb moderne digitale Fingerabdrücke, durch Interaktionen mit zum Beispiel Mobilte- lefonen, dem World-Wide-Web und Fernsehgeräten gewonnene Informationen und Meta- Informationen vereinen. Besonders die Tatsache, dass zwar persönliche Informationen und häufig auch soziale Kontexte von Nutzer/innen abgebildet werden, diese allerdings mehr- heitlich nicht in der Lage sind die entstandenen Datensätze einzusehen oder zu verwalten, zeichnet digitale Fingerabdrücke aus (vgl. Fish 2009, Digital Footprint).

Die als digitaler Fingerabdruck zusammengeführten (Meta-)Information ermöglichen es den Datensammlern/innen die Erstellung von unterschiedlich scharfen Profilen, die sortiert nach beispielsweise Alter, Geschlecht, Aufenthaltsort oder Arbeitgeber Aussagen zum Beispiel über Kaufkraft und mögliche Interessen oder über personenbezogene Verhaltensweisen zulassen. Aus scheinbar harmlosen, kleinteiligen Informationsstücken werden auf diese Weise Verhaltens- und Kaufprofile generiert, deren Genauigkeit mit zunehmender Datendichte steigt (vgl. Kurz u. Rieger 2011, S.7f u. S.48).

2.2 Behavioral-Targeting

Behavioral-Targeting, also das verhaltensbezogene Werben im Internet, nutzt die als digita- ler Fingerabdruck verknüpften Daten, um Informationen aus dem Surfverhalten und daraus geschlussfolgerten Meta-Daten zu gewinnen, Nutzer/innenprofile und Verhaltensmuster zu generieren und so zielgerichtet individuell zugeschnittene Online-Werbung zu präsentieren. Ziel der Werbenden ist es dabei Nutzer/innen, durch auf Grundlage des ausgewerteten Surf- verhaltens optimierte Webseiten, bewusst zu (Kauf-) Handlungen anzuregen. Die individuelle Ausrichtung der Werbung auf vermeintliche Interessen der Internetnutzer/innen führt da- bei zu einer Reduzierung der üblichen Streuverluste2 und gleichzeitig zu einer ausgedehnten Aufzeichnung des Surfverhaltens3 der Benutzer (vgl. Quaas u. Rock 2009).

Verhaltensbezogenes Werben im Internet stellt für Werbende somit eine effektive Möglich- keit dar, individualisierte Werbebotschaften mit minimalen Streuverlusten zu verbreiten. Für Nutzer als potentielle Kunden bedeutet Behavioral-Targeting die Gefahr zum ”gläsernenSur- fer“ zu werden. Da mit zunehmender Datendichte Produktempfehlungen nicht wie bisher abstrakt bleiben, sondern hoch präzise und treffsicher werden, verschwimmt darüber hinaus durch diese Art des modernen Marketings die Grenze zwischen Werbung und Manipulation zusehends (vgl. Kurz u. Rieger 2011, S.49 ).

2.3 Reality-Mining

Als junges Forschungsgebiet untersucht Reality-Mining, mit Hilfe von zum Beispiel Mobiltelefonen, soziale Netzwerke und die Kommunikation innerhalb dieser, mit dem Ziel vorhersagbare soziale Verhaltensweisen zu ermitteln. Dazu werden durch moderne Mobilfunkgeräte erzeugte persönliche Informationen abgegriffen und verknüpft (vgl. Greene 2008a), was das Anlegen von beispielsweise auf Gesprächen, E-Mails, Bewegungsdaten und Web-Benutzung basierenden Profilen erlaubt, die im weiteren Verlauf zur Identifikation von Interessen und Fähigkeiten genutzt werden können (vgl. Pentland 2004).

Besonders interessant ist diese Form des sozialen Data-Mining4 auch für die Werbeindustrie. Da durch Reality-Mining die oft nicht aktuellen und schwer zu aktualisierenden Daten aus dem Web 2.0 um Muster und Informationen aus dem realen Leben und somit die häufig bereits existenten digitalen Fingerabdrücke um weitere personenbezogene Datensätze ergänzen werden (vgl. Greene 2008b), können Zielgruppen noch genauer bestimmt und somit Streuverluste weiter reduziert werden.

Reality-Mining stellt somit eine mächtige neue Technologie dar, die durch die steigende Verbreitung moderner Mobilfunkgeräte in naher Zukunft eine immer zentralere Rolle, auch für die Werbeindustrie, spielen wird.

[...]


1 Die sogenannten Cookies sind Textdateien, die mit diversen Informationen ausgestattet auf Kommando einer Webseite auf der Festplatte des Surfenden abgelegt werden. Sie dienen der eindeutigen Identifizierung eines Nutzers (vgl. Erlhofer 2007, S.138).

2 Da Werbung, egal in welcher Form, bei Personen die nicht zur Zielgruppe gehören mit höher Wahrscheinlich- keit nicht zum (Kauf-) Erfolg führt, wird das Verbreiten von Werbung an diese Personen als Streuverlust gewertet. Die Höhe der Streuverluste lässt somit direkte Rückschlüsse auf die Güte einer Werbekampagne zu (vgl. Hutter 2009).

3 Für eine dateenschutzrechtliche Beurteilung von Behavioral-Targeting siehe http://www.vis.bayern.de/ daten_medien/datenschutz/behavioraltargeting_datenschutz.htm.

4 Als Data-Mining wird die (halb-) automatische Auswertung großer Datenmengen, mit dem Ziel der Be- stimmung von Regelmäßigkeiten, Gesetzmäßigkeiten und verborgenen Zusammenhängen, bezeichnet, siehe http://www.duden.de/zitieren/10042033/1.5

Details

Seiten
27
Jahr
2011
ISBN (eBook)
9783656123682
ISBN (Buch)
9783656123989
Dateigröße
862 KB
Sprache
Deutsch
Katalognummer
v188629
Institution / Hochschule
Universität Potsdam – Institut für Informatik
Note
1,0
Schlagworte
Cyber-Werbung digitaler Fingerabdruck Behavioral-Targeting Post-Privacy Cyber-Stalking Web 2.0

Autor

Teilen

Zurück

Titel: Datenschleudern und Datenfresser