Big Data - zu "big" für den Verbraucher?

Von: Björn Stecher, Initiative D21 e.V.

 

Im digitalen Technologiezeitalter werden große Datenmengen, die sogenannten “Big Data”, oft als das “digitale Gold” bezeichnet. Die Analogie bietet sich aus folgenden Gründen an:

1. Immer wieder versuchen Unternehmen und die Wissenschaft, nach neuen Datenquellen zu “bohren” und diese zu erschließen.
2. Der eigentliche Mehrwert ergibt sich aus der Weiterverarbeitung der Daten, denn als “Rohöl” sind sie in der Regel nutzlos.
3. Mit den Erkenntnissen und Informationen, die aus der “Raffination” gewonnen werden, lässt sich gutes Geld verdienen. Nicht zuletzt haben in der Vergangenheit Diebstähle von großen Datenmengen - z.B bei Yahoo oder dem Fahrdienstleistungsunternehmen Uber - gezeigt, wie interessant und wertvoll große Datenbestände auch für Kriminelle sind.

Welche Rolle spielt hierbei der Verbraucher? Wann und wie sollte und kann er seine Daten schützen?

Was ist Big Data?

Big Data steht als Sammelbegriff für digitale Technologien, die in technischer Hinsicht Kommunikation und Datenverarbeitung revolutioniert haben und damit das weltweite Datenvolumen exponentiell stark wachsen ließen.

Dazu zählen zum Beispiel Sensordaten, Maschinendaten, Log-Daten, das Word Wide Web oder RFID-Chips.

Im Jahre 2011 wurde das weltweite Datenvolumen auf über 1 Zettabyte geschätzt. Für 2020 prognostizieren Experten 35 Zettabyte.

Mit dem steigenden Datenvolumen wird auch die Auswertung und Weiterverarbeitung der Daten immer schwieriger und komplexer. Dazu kommen komplexe Datenstrukturen und heterogene Formate, die die Datenverarbeitung noch stärker verkomplizieren.

Herkömmliche Softwarelösungen und Prozesse stoßen daher immer öfters an ihre Grenzen, Big Data zu händeln. Die Herausforderungen an Datenanalyse und Datenmanagement wächst daher im gleichen Maße wie die Masse an Rohdaten.

Big Data in der Anwendung

Beispiel Marketing und Vertrieb

Große Datenmengen aus Marketing und Vertrieb erlauben Rückschlüsse auf Kunden und Kundensegmente. Produkt- und Dienstleistungsangebote können damit auf individuelle Bedürfnisse zugeschnitten und Streuverluste vermindert werden.

Big Data hilft dem Anbieter, das jeweilige Konsum- und Kaufverhalten der Kunden zu durchleuchten, um dann auf möglichst vielen Plattformen gezielt entsprechende Produkte anzubieten. Gleichzeitig kann ein intelligenter Einsatz von Bestands- und Standortdaten helfen, die optimale Warenverfügbarkeit gewährleisten. Dies ist ein wichtiger Erfolgsfaktor für den Online-Handel.

Erfolgreiche Beispiele dafür sind zum Beispiel Google (als Vermittler von personalisierter Werbung) und Amazon (als Online-Kaufhaus).

Beispiel Wissenschaft und Forschung

Meteorologie, Klimaforschung, Atomphysik oder die Vorhersage von Epidemien profitieren gleichermaßen von Erkenntnissen aus der Analyse von Big Data.

IBM hat zum Beispiel zusammen mit amerikanischen Universitäten Rechenmodelle entworfen, mit denen ein Ausbruch von Denguefieber und Malaria vorhergesagt werden kann. Dabei wurden typische Krankheitsverläufe und Bevölkerungsdaten mittels Algorithmen in Verbindung gesetzt. Das Ergebnis war ein realistisches Prognosemodell für den Ausbruch einer solchen Epidemie und als Konsequenz daraus eine effiziente Verteilung und Vorhaltung von medizinischen Hilfsmitteln.

Beispiel Versicherungs- und Finanzwesen

Big Data ist auch für die Versicherungswirtschaft von großem Interesse. Besonders personalisierte Versichertendaten können den Unternehmen helfen, Risiken besser zu bewerten und neue Produkte zu entwickeln.

Dabei spielt auch das Internet der Dinge, also die Vernetzung von Gegenständen, eine bedeutende Rolle. Mit Hilfe von Sensordaten im Haus und PKW oder Fitness-bzw. Bewegungsdaten von sogenannten Wearables lassen sich individuelle Datenmuster zur Risikobewertung oder Schadensprävention erstellen.

Ähnliches gilt auch für Finanzdienstleister. Einer der Auslöser der Finanzkrise von 2008 war das Platzen der Immobilienblase in den USA aufgrund von Krediten, die nicht mehr von den Schuldnern bedient werden konnten. Big Data kann auch hier nützlich sein, mehr Einflussfaktoren aus wesentlich mehr Quellen einbeziehen und damit die Risiken von Krediten zu bewerten und letztlich zu bepreisen.

Datenschutz und Datenkontrolle

Beim Einsatz von Big Data Verfahren in Deutschland werden von Unternehmen oft die rechtlichen Hürden kritisiert. Besonders im Umgang mit personenbezogenen Daten gibt der Gesetzgeber enge Grenzen vor.

Ein wichtiger Grundsatz ist im Bundesdatenschutzgesetz (BDSG) verankert: Personenbezogene Daten dürfen nur unter dem Vorbehalt erhoben, verarbeitet oder genutzt werden, wenn die betroffene Person eingewilligt hat oder aber wenn eine Rechtsvorschrift dies ausdrücklich erlaubt.

Des Weiteren dürfen Daten nur für den Zweck genutzt werden, für den sie erhoben worden sind: das sogenannte Zweckbindungsprinzip.

In § 3a des BDSG wird außerdem festgelegt, dass möglichst wenige personenbezogene Daten verarbeitet werden sollen.

Diese Einschränkungen gelten aber nur für personenbezogene Daten. Daten ohne Personenbezug sind hiervon nicht betroffen. Dies sind zum Beispiel technische Daten wie ausgewertete Maschinendaten, Gerätedaten für Service- und Support- Zwecke oder andere technische Daten im Sektor Forschung und Produktentwicklung.

Allerdings können Daten mit Personenbezug zur Weiterverarbeitung anonymisiert werden. Anonymisieren bedeutet, die Daten so zu verändern, dass sie keiner Person mehr zuzuordnen sind. Dabei werden eindeutige Identifikationsmerkmale gelöscht beziehungsweise durch neue Merkmale ersetzt. Anstelle der Adresse kann beispielsweise eine Gebietsangabe oder statt des Geburtsdatums nur das Geburtsjahr verarbeitet werden. Dadurch ist es datenschutzrechtlich erheblich einfacher, die

Big Data = großer Kontrollverlust?

Eng verbunden mit Big Data ist ein neues gesellschaftliches Verständnis von Datenhandhabung und Datenvielfalt. Im Alltag ist der Einsatz von Big Data-Technologien den Nutzern meist gar nicht bewusst, so zum Beispiel bei der Inanspruchnahme von Online-Diensten oder dem Abruf von Verkehrs- oder Wetterinformationen.

Viele Dienste und Services, die täglich in Anspruch genommen werden, existieren nur oder nur so in dieser Form aufgrund von Big Data.

Wichtige Datenlieferanten dabei sind oftmals die Verbraucher selbst.

Aktivitäten in Sozialen Netzwerken, das Tragen von Wearables, Suchanfragen in Suchmaschinen, Sammeln von Treuepunkten an der Supermarktkasse - all diese Aktivitäten produzieren wertvolle Daten, die von Unternehmen genutzt werden können.

Bei der großen Masse an Angeboten, in deren Hintergrund oft unwissentlich große Datenmengen gesammelt werden, ist es für den Verbraucher allerdings schwierig, den Überblick über die eigenen Daten zu behalten.

In Deutschland gilt das Recht auf informationelle Selbstbestimmung, das heißt, jeder einzelne kann grundsätzlich selbst über die Preisgabe und Verwendung seiner personenbezogenen Daten bestimmen.

In der Praxis aber wissen die wenigsten, welche Daten wo gespeichert sind und wofür sie verwendet werden.

Datenschützer werben daher vermehrt für eine bewusste Datensparsamkeit, sowohl auf Seiten der Nutzer als auch der datenverarbeitenden Stellen.

Denn werden, so die Befürchtung, große Mengen von Daten durch private oder auch öffentliche Stellen zusammengeführt, so kann deren informationelle Auswertung zu grundlegenden Verletzungen dieser informationellen Grundrechte und damit zur Gefährdung von Freiheitsrechten führen.

Bildquelle: fotolia.de - bluebay2014

Der Freistaat Bayern stellt Ihnen auf dieser Website unabhängige, wissenschaftsbasierte Informationen zum Verbraucherschutz zur Verfügung.
Einzelfallbezogene Rechtsauskünfte und persönliche Beratung können wir leider nicht anbieten. Auch dürfen wir Firmen, die sich wettbewerbswidrig verhalten, nicht selbst abmahnen.
Sollten noch Fragen zu Ihrem konkreten Sachverhalt verbleiben, wenden Sie sich bitte an die unter Service genannten Anlaufstellen.