2. Ist google mein bester Freund?

Fast jeder von uns nutzt Google-Produkte. Dadurch hat der Tech-Gigant die Chance, Dein neuer BFF zu werden. Wie gut seid ihr schon befreundet?

Die Google-Produkte sammeln unterschiedliche Daten von dir. 

Chrome: Wo du bist, was dich interessiert und welche Art von Computer und Telefon du verwendest.
         Mit BFF teilen

Suche: Was dich interessiert und was du nicht weisst.
         Mit BFF teilen

Cloud: Jedes Foto auf deinem Smartphone, jede Erinnerung, alle Notizen und Termine in deinem Kalender.
         Mit BFF teilen

Docs: Woran du gerade mit deinem Team arbeitest.
         Mit BFF teilen

Formulare: Welche Events du, wann besuchst.
         Mit BFF teilen

Gmail: Alle deine Emails mit Freunden, Familie, Bank, Ärzten, Schule; deine Reisepläne
         Mit BFF teilen

Übersetzen: Alle deine Wörter, die du nicht verstehst.
         Mit BFF teilen

YouTube: Interessen und was du gerade lernen möchtest
         Mit BFF teilen

Hangouts: Deine Konversationen mit Freunden, Liebhabern oder Kollegen
         Mit BFF teilen

Karten: Deine besuchten Orte, wann und wie oft und wie du dahin gekommen bist.
         Mit BFF teilen

Quelle: https://datadetox.myshadow.org/

Und? Hast du einen besten Freund von dem du nicht wusstest, dass du ihn hast.

Wissensbarometer
10%

Goldgräberstimmung im Netz

Unter Big Data Mining  (engl. für Abbau, Bergbau) versteht man die systematische Anwendung von computergestützten Methoden (bspw. Algorithmen), die dazu dienen, aus vorhandenen Datenbeständen Muster, Trends oder Zusammenhänge zu finden.

Die Erfassung, Verknüpfung und Verwertung persönlicher Daten ist ein Milliardengeschäft, die Verbraucher sind das Ziel. In der öffentlichen Wahrnehmung stehen Google und Facebook im Rampenlicht, weshalb wir hier immer wieder auf diese beiden Bezug nehmen. In Wirklichkeit verdienen zahllose weitere Unternehmen an den Daten von Verbrauchern.

Google Trends

Ein Beispiel für eine Big Data Prognosen stellt der Onlinedienst Google Trends dar, mit welchem Suchbegriffe von Nutzern auf der Suchmaschine von Google in Relation zum totalen Suchverhalten gesetzt werden, um damit Rückschlüsse auf sich formierende Trends in der Gesellschaft abzuleiten.

Schau dir doch mal an, welche aktuellen Suchtrends auf
Google Trends zu finden sind:

Hier eine Auswahl möglicher Anwendungsbeispiele von Data-Mining

Die Stadtpolizei Zürich führte als erstes Polizeikorps der Welt eine Technologie (Precobs: Pre Crime Observation System) ein, welche die Wahrscheinlichkeit zukünftiger Straftaten berechnen soll (Hotspott-Mapping). Vorhersagen über spezifische Personen sind aktuell nicht durchgeführt worden.

Autoversicherung mit personalisierten Prämien aufgrund der Berechnung des Risikos eines Schadenfalles (Datengrundlagen sind bspw. Fahrverhalten, Fahrstil und Strecke).

Versicherungen und Banken sammeln schon immer Daten wie Kontostände oder Ähnliches über unser Leben. Nun werden aber auch unsere Profile in sozialen Medien, deren Kontakte und Interaktionen betrachtet. Die Analyse sozialer Medien beinhaltet, Daten von sozialen Netzwerken wie Facebook zu sammeln und auszuwerten. Das kann sich auf Informationen aus Profilen, Beiträgen, Bildern und Metadaten wie Standortangaben erstrecken. Dies wird dazu benutzt um Risiken bei der Kreditvergabe abzuschätzen und daraus Beitragshöhen zu bemessen. 

Auch das Rating durch den Staat hat die chinesische Regierung 2014 beschlossen. Das System heisst China’s Social Credit System (SCS) und will das System bis 2020 flächendeckend einsetzten. Es soll das Verhalten seiner Bürger on- und offline in einem System bewerten – unerwünschtes Verhalten hat Auswirkung auf Reisefreiheit und Kreditwürdigkeit – gewünschtes Verhalten wird mit besserer Krankenversicherung und vergünstigten Kredite belohnt.

Wie treffsicher die Berechnungen der eingesetzten Algorithmen sein können, zeigt sich darin, dass eine US-Supermarktkette per Datenanalyse über das Einkaufsverhalten ihrer Kundinnen mit grosser Treffsicherheit erkennen konnte, ob diese sich in einer Schwangerschaft befinden. Über ein solches Target Marketing können schwangere Frauen gezielt mit Babyprodukten beworben werden.

Behavioural Pricing, verhaltensbezogene Preisgestaltung ist eine Art Preisgestaltung, abhängig vom Verhalten des potenziellen Kunden. Verhalten kann dabei vielfältig bestimmt werden: Durch den Suchverlauf im Browser, demografische Daten sowie Profile in sozialen Netzwerken. In dem Artikel „Beängstigend, aber unvermeidlich berichtet der ORF „… Die Verwendung unserer Tweets, der Kreditwürdigkeitsangaben und der Webverlauf bei der Gestaltung der Preispolitik ist beängstigend, aber definitiv unvermeidbar“, so Gannett gegenüber der britischen „Daily Mail“. Was für den Konsumenten ein „schlimmer Albtraum“ sei, ist für Händler ein „Traum“.

Wissensbarometer
20%

Deine persönlicheN Daten = Ein lukratives Geschäft

Unterschiedliche Firmen spionieren dich die ganze Zeit aus und kennen womöglich viele deiner Geheimnisse. Aber wem erzählen sie davon?

Google finanziert sich vorrangig über Werbeanzeigen auf Google-Diensten. Abgerechnet wird vereinfacht gesagt pro Klick. Wenn du diese Dienste nutzt, bist du bestimmt schon einmal mit solchen Werbeanzeigen in Kontakt gekommen. Hier kommen Google deren angehäufte Daten zugute, mit welchen sie gezielte, auf den Nutzer zugeschnittene Werbung platzieren können. Damit steigt die Wahrscheinlichkeit auf einen Klick. 

Welche Interessen hast du? Was denkt Google?

Hat der Algorithmus von Google die richtigen Schlussfolgerungen gemacht? Schau doch mal unter folgendem Link deine ganz persönlichen Werbeeinstellungen an. Dies beeinflusst das was du tagtäglich siehst.

Treffsichere Werbung führt dadurch nicht nur zu höheren Einnahmen bei den Werbenden, sondern auch bei Google. Dies ist auch der Grund, weshalb der Gebrauch von Google & Co. Diensten für den Verbraucher ‚gratis‘ sind.

Wissensbarometer
40%

Datenkraken wie google

Google und ähnliche Anbieter leben von den Informationen über andere. Jeder Suchvorgang wird auf den Servern mehrere Monate lang gespeichert. 

Und über alle Nutzer, die Google nicht nur als Suchmaschine einsetzen, sondern auch die personalisierten Dienste wie Google Mail, den Bilderdienst Picasa oder auch nur die personalisierte Startseite iGoogle verwenden, weiss der Internetkonzern (sowieso) genauestens Bescheid.

Google versichert in ihren offiziellen Datenschutzbestimmungen immer wieder, dass die gesammelten Daten nur eingesetzt würden, um die Dienste für die Nutzer weiter zu optimieren. 

Wenn du Google-Produkte als registrierter Anwender nutzt, kannst du einsehen, welche Daten über dich gespeichert wurden. Wenn du genau suchst, findest du auch Daten Zecken Apps (verbunden Apps)

Willst du deinen Google-Verlauf auf deinem Browser löschen? Hier gibt’s eine Anleitung. Und wenn du gleich schon da bist, schau ob an deinem Profil Daten Zecken hängen (verbundene Apps) und entscheide welche  Aktivitätseinstellungen du aktivieren und welche du stoppen willst

Wissensbarometer
60%

Wie und wo hinterlasse ich (unbewusst) eine Datenspur?

Mehr Daten über eine Person zu haben bedeutet theoretisch, dass ein passgenaueres Profil von dir berechnet werden kann. Daten können aus ganz unterschiedlichen Quellen gesammelt werden.

„Zwischen den Zeilen lesen!“ ist eine Redewendung und bedeutet eine versteckte Bedeutung aus einem Text herauszulesen. Ja, das können mittlerweile auch Maschinen.

Das sogenannte Text Mining stellt eine Sonderform des Data Minings (auch Web Content Mining) dar. Es teilt die grundsätzlichen Verfahren des Data Minings zur Informationsgewinnung, wird aber nicht auf strukturierte Daten, sondern auf hauptsächlich unstrukturierte Textdaten angewandt. Mithilfe des Text Minings lässt sich Wissen aus Textdaten extrahieren. Den Anwendern werden so beispielsweise automatisch die Kernaussagen von grossen Textmengen geliefert, ohne dass ein detailliertes Befassen mit den einzelnen Texten notwendig ist. Beispielsweise können grosse Mengen von Fachartikeln mit dem Text Mining nach Informationen untersucht werden.

Aufgrund vielfältiger Daten wie Blogeinträgen, Textnachrichten und Kommentaren können typische (oder auch untypische) Bewegungsmuster berechnet und Verhaltensweisen vorausgesagt werden. Dank der Methoden des Natural Language Processing wird es dabei auch immer besser möglich, sog. ‚unstrukturierte Daten‘ wie Sprachdaten mit zu analysieren. Im Optimalfall liefern Text-Minig-Systeme Informationen über die Netz-Nutzer, von denen die Schreibenden zuvor nicht wissen, ob und dass sie in den verarbeiteten Texten enthalten sind. Willst du mehr dazu erfahren? Klicke hier.

Willst du ein (einfacher) Textanalyse-Algorithmus selber einmal ausprobieren? Kopiere ein Textbeispiel unter folgendem Link in das Textfeld und schaue dir an, welche Stimmung, Schlüsselbegriffe und Sprache das Textanalyse-API dazu vorschlägt.

Wenn du an Texte denkst, die du im Netz hinterlässt – welchen Nutzen könnten solche Textanalysen (für dich) haben? Worin siehst du allfällige Risiken?

Wissensbarometer
80%

UND WENN ICH einfach NUR BILDER TEILE?

„Ein Bild sagt mehr als tausend Worte“ ist ein Sprichwort und eine Metapher für den Mehrwert von Bildern gegenüber ausschliesslichem Text. Dies gilt auch für die Algorithmen von Google, Facebook und Co. welche deine Bilder zur Datenauswertung verwenden.  

Was auf Bildern oder Fotos abgebildet ist, können wir mitunter dadurch verstehen, weil wir über Weltwissen und eine gewisse Seherfahrung verfügen. Wir können Bilder lesen. Doch können Bilder auch zur Datenauswertung genutzt werden? Diese Frage ist alles andere als uninteressant, wenn man bedenkt, dass Online-Unternehmen (Google, Instagram (=Facebook), Snapchat) über gewaltige Bildarchive verfügen und die darin enthaltenen Informationen ebenfalls entschlüsseln wollen, um im Sinne des Data-Mining die Inhalte auszuwerten.

Die Bildsuche von Google existiert schon seit vielen Jahren. Sie funktionierten vorerst deshalb, weil der Suchalgorithmus nach Schlagworten in Begleittexten (Metadaten) von Bildern suchte. Es wird dabei davon ausgegangen, dass Bild und Text in einem direkten Zusammenhang stehen. Google hat inzwischen auf Deep-Learning-Algorithmen (maschinelles Lernen) umgestellt. Mithilfe solcher Algorithmen lernen Computer, Bilder unabhängig vom Meta-Text zu verstehen.

Dies kann beispielsweise Menschen, die blind oder sehbehindert sind, helfen, nur visuell wahrnehmbare Inhalte zugänglich zu machen. Zudem lassen sich Duplikate oder Vergehen gegen das Urheberrecht sofort erkennen.

Aufgrund vielfältiger Daten wie Blogeinträgen, Textnachrichten und Kommentaren können typische (oder auch untypische) Bewegungsmuster berechnet und Verhaltensweisen vorausgesagt werden. Dank der Methoden des Natural Language Processing wird es dabei auch immer besser möglich, sog. ‚unstrukturierte Daten‘ wie Sprachdaten mit zu analysieren. Im Optimalfall liefern Text-Minig-Systeme Informationen über die Netz-Nutzer, von denen die Schreibenden zuvor nicht wissen, ob und dass sie in den verarbeiteten Texten enthalten sind. Willst du mehr dazu erfahren? Klicke hier.

Schau dir doch mal an, was maschinelles Sehen so leisten kann. Füge zur Demonstration ein beliebiges Bild (Promis oder Politiker) ein und beachte, welche Schlagworte dazu generiert werden. Stimmen sie mit deiner Wahrnehmung überein? Hättest du das so erwartet?

Nun gut, und was passiert nun mit den gewonnen Daten? 

Unter Gesichtserkennung versteht man die Analyse bestimmter Merkmale deines frontalen Kopfes (geometrische Anordnung und Textureigenschaften, wie beispielsweise Muttermale). 

Von der Gesichtserkennung hast du sicher schon im Zusammenhang mit der Entsicherung des neuen I-Phones gehört. Sie wird aber auch von Facebook und Überwachungskameras an öffentlichen Standorten eingesetzt.

Facebook und Google haben mit DeepFace beziehungsweise FaceNet Programme entwickelt, die Gesichter auf Fotos bestimmten Personen mindestens so sicher zuordnen sollen, wie das bisher nur Menschen konnten. Social-Media-Beiträge sind dabei der Superfood für die Gesichtserkennung, da die unzähligen Bilder miteinander verglichen werden können und den intelligenten Algorithmen damit Lernfutter bieten.

In manchen Ländern wurde nun auch bei Facebook die automatische Gesichtserkennung eingeführt. Diese wertet Bildmaterial aus und hilft dir beim automatischen Markieren von Personen auf Fotos und Videos, die bei Facebook hochgeladen werden. Facebook erklärt das so.

Wenn du in einem solchen Land lebst, kannst du dies auch regeln:

Auf fm4.orf.at wird berichtet das mitte Februar ein neues US-Patent angemeldet wurde, das eine neue Art von Daten liefern soll, die Facebook bis jetzt nicht hatte. Es sind enorm sensible „implizite“ Verhaltensdaten, die Einstellungen und mentale Dispositionen der Benutzer verraten. Den Nutzern wird bestimmt eine bahnbrechende Erleichterung verkauft.

Scrolle mit deinen Augen. Doch was bringt diese Überwachung den Konzernen?

Hier zum Artikel

Wissensbarometer
100%

Geschafft

Teile dein Wissen!