Sicherheit: Die Datenhaie

Bild vergrößern

Reicher Broker oder armer Student? - Orte und Zeiten der Handynutzung verraten es

von Sebastian Matthes

Im Supermarkt, im Büro, im Verkehr: Überall hinterlassen wir Datenspuren. Die fügen Unternehmen nun zu einem Bild zusammen. Daraus entstehen Profile unserer geheimen Wünsche und Gewohnheiten.

Im Supermarkt reicht ein Handstreich über den Fingersensor – schon ist der Einkauf bezahlt. Wer Zug fährt, braucht keinen Fahrschein mehr – das Handy merkt sich den Reiseweg und ermittelt den günstigsten Tarif. Manager in Unternehmen wiederum identifizieren Leistungsträger nicht mehr in Assessment-Tests, sondern anhand ihres Kommunikationsverhaltens und mathematischer Kennziffern ihres Know-hows. Und beim Einkaufsbummel erkennt der Kassencomputer, mit welcher Jacke wir den Laden verlassen, weil sie mit einem Funketikett identifizierbar ist.

Jede Minute unseres Alltags hinterlassen wir Daten. Ob zu Hause, im Büro, im Supermarkt, ja selbst in unserem Beziehungsleben. Aus diesen Informationen destillieren Unternehmen zunehmend unsere Interessen: Mit mathematischen Werkzeugen versuchen sie zu berechnen, wie sich Menschen oder Gruppen verhalten, die uns ähnlich sind, um so künftige Entscheidungen vorhersagen zu können.

Anzeige

Je mehr Daten die Zahlenfresser elektronisch durchkämmen, je mehr Individuen sie analysieren, desto klarer werden die Merkmale, die uns charakterisieren, uns adressierbar machen. Data Mining nennen es Experten, wenn sie in den Datenbergen nach verwertbarem Wissen forschen, oder Reality Mining, weil es zunehmend um Informationen geht, die wir in der Realität erzeugen.

Broker, Künstler oder Student? Telefondaten verraten es

So analysieren zum Beispiel Mobilfunkunternehmen überall auf der Welt das Verhalten ihrer Nutzer. Infrastruktur-Anbieter wie Nokia Siemens Networks bieten Systeme, mit denen sich das Nutzerverhalten auswerten lässt. Eine Software berechnet etwa aus den Verbindungsdaten automatisch den optimalen Sprach- oder Datentarif. Manch überraschender Anruf des Kundenberaters erklärt sich schlicht damit, dass die Daten-Mineure auf eine Goldader gestoßen sind, die sie nun ausbeuten wollen.

Ebenso wichtig ist den Unternehmen, die einflussreichsten Nutzer ihrer Dienste zu identifizieren – etwa um deren Wechsel zur Konkurrenz zu verhindern. Wer mit sehr vielen Menschen telefoniert oder von anderen wichtigen Menschen angerufen wird, kann sich besonderer Aufmerksamkeit sicher sein. Wer den Eindruck erweckt, wechseln zu wollen, dem macht der Berater ein Angebot mit besonderen Konditionen. Wer so ein Kunde ist, das ermitteln ausschließlich Algorithmen.

Vorreiter bei der Nutzung der mit dem Telefon erzeugten Daten ist das New Yorker Startup Sense Networks, das anonymisierte Bewegungsprofile von Handynutzern analysiert. Wer reist, sich im Börsendistrikt einer Metropole aufhält und nachts in einem Viertel mit hohem Durchschnittseinkommen zu finden ist, ist wahrscheinlich wohlhabend. Wer einen weniger geregelten Tagesablauf hat, ist Künstler oder arbeitslos, wer lange in Bars bleibt und spät aufsteht, möglicherweise Student: Sein Aufenthaltsort am Tag wird es verraten. 

Die Handysoftware Citysense, die vorerst nur in San Francisco funktioniert, empfiehlt Nutzern zum Beispiel Bars, die Menschen besuchen, die sich für Ähnliches interessieren. Unternehmen wiederum können von Sense Networks erfahren, wo ihre Kunden herkommen, wie viel sie verdienen und wo sie sonst noch verkehren. Solche Daten ließen sich bislang nur im Internet erheben. Mit Sense Networks weitet sich das Netz der Datensammler auf die gesamte Realität aus. 

Details zu den Beispielen, sowie zahlreiche weitere Datensammler unseres Alltags portraitieren die beiden WirtschaftsWoche-Redakteure Sebastian Matthes und Thomas Kuhn in einem umfangreichen Feature in der am Montag erscheinenden WirtschaftsWoche.

Anzeige
Deutsche Unternehmerbörse - www.dub.de
DAS PORTAL FÜR FIRMENVERKÄUFE
– Provisionsfrei, unabhängig, neutral –
Angebote Gesuche




.

Zur Startseite
-0%1%2%3%4%5%6%7%8%9%10%11%12%13%14%15%16%17%18%19%20%21%22%23%24%25%26%27%28%29%30%31%32%33%34%35%36%37%38%39%40%41%42%43%44%45%46%47%48%49%50%51%52%53%54%55%56%57%58%59%60%61%62%63%64%65%66%67%68%69%70%71%72%73%74%75%76%77%78%79%80%81%82%83%84%85%86%87%88%89%90%91%92%93%94%95%96%97%98%99%100%