RAAbits Wirtschaft | Dezember 2018 | 1
Big Data, Big Business ‒ das Geschäft mit unseren Daten
Von Clemens Kaesler, Frankenthal
Das Smartphone ist für die meisten Menschen längst steter Begleiter in Alltag und Be- ruf. Über Apps und digitale Dienste hinterlassen wir jeden Tag unzählige Datenspuren – mit denen Firmen wie Facebook, Google und Amazon ihr Geld verdienen.
© iStock/Getty Images Plus/peterhowell
Themen
Algorithmus 2 M 2
Bezahlmodell 2 M 3
Big Data 1 M 2
Daten 2 M 1
Datenmengen 1 M 0
Datenschutzgrundver-
ordnung 2 M 4
Datenströme 1 M 3
Datenverlust 2 M 3
Datenwachstum 1 M 0
Geschäftsmodell
Facebook 2 M 1 M 3–
Informationen 1 M 1
Passwortsicherheit ME Sozialkredit-System 2 M 5 Überwachungsstaat 2 M 5
Wissen 1 M 1
Aufbau der Unterrichtseinheit
MODUL h KOMPETENZEN MATERIALIEN
1 Daten und ihre digi- talen Spuren Vorwissen:
Datenmengen
2 Die Schülerinnen und Schüler können
• erklären, wie Daten gesammelt und aus ihnen Informa- tionen und Wissen erzeugt werden,
• ihre eigene Datennutzung reflektieren,
• die weltweite Datenübertragung im Hinblick auf den Datenschutz kritisch hinterfragen.
M 0 – M 3
2 Big Data – die Geldmaschine der Datenkraken
4 Die Schülerinnen und Schüler können
• das Geschäftsmodell von Facebook erklären,
• erläutern, welche nichtmonetären Kosten kostenlose digitale Apps und Dienste mit sich bringen,
• erörtern, ob Facebook ein Bezahlmodell einführen sollte,
• die Regeln der neuen DSGVO verstehen,
• am Beispiel Chinas die Bedeutung von Daten für eine Gesellschaft und eine Volkswirtschaft als Ganzes ein- schätzen.
M 1 – M 5
METHODE
Passwortsicherheit 1 Regeln für das Erstellen eines sicheren Passwortes kennen
und anwenden. ME
Die Dauer ist in Unterrichtsstunden à 45 Minuten angegeben. Die Angaben sind als Richtwert zu betrachten.
zur Vollversion
VORSC
HAU
Daten und ihre digitalen Spuren
Fachliche Hinweise
Der Wert und Stellenwert von Daten kann daran erkannt werden, dass Internetunternehmen, deren Geschäftsmodelle auf Daten basieren, mittlerweile vielfach höhere Börsenwerte verzeichnen als traditionelle Industrieunternehmen, die seit Jahrzehnten auf den Märkten etabliert sind. Allein mit- hilfe von „Big Data“ konnten Facebook, Google, Amazon und Co. kometenhaft zu großen Börsen- unternehmen aufsteigen. Unter Big Data versteht man sehr große und komplexe Datenmengen, deren Verarbeitung z. B. mit einem herkömmlichen PC nicht möglich ist. Das Adjektiv „Big“ bezieht sich dabei auf mehrere Dimensionen:
• Volume = Datenmenge, gemessen in Byte (z. B. Gigabyte, Terabyte),
• Velocity = Geschwindigkeit der Erzeugung und Übertragung von Daten, gemessen in Kilo-, Mega- oder Gigabit pro Sekunde,
• Value / Validity = Qualität der Daten hinsichtlich ihrer Verwertbarkeit für unternehmeri- sche Zwecke, insbesondere für Werbezwecke.
Daten stellen zunächst einmal eine sinnvoll kombinierte Abfolge von Zeichen dar, die bei- spielsweise aus Zahlen, Buchstaben oder Symbolen bestehen kann. Ihre Bedeutung ist da- bei zuerst unbekannt bzw. nicht eindeutig erschließbar. Aus Daten werden erst dann interpre- tierbare Informationen, wenn ihr Kontext bekannt und sie in Beziehung zu anderen Daten gesetzt werden können. Informationen hingegen dienen als „Rohstoff“ von Wissen. Wissen ent- steht dabei erst durch die subjektiven Denkprozesse einer Person, in denen diese ihre Erfah- rungen und ihr Vorwissen mit den Informationen verknüpft. (vgl. https://www.datenschutzbe- auftragter-info.de/definition-und-unterscheidung-der-begriffe-daten-informationen-wissen/).
„Damit aus Information Wissen wird, muss der Mensch auswählen, vergleichen, bewerten, Konsequenzen ziehen, verknüpfen, aushandeln und sich mit anderen austauschen.“
(vgl. https://www.spektrum.de/lexikon/psychologie/wissen/16892)
So sind etwa die GPS-Daten eines Smartphones, das den zurückgelegten Weg eines Menschen aufzeichnet, zunächst reine Koordinaten. Wenn diese jedoch mit Daten des Smartphone-Besitzers (z. B. Name, Adresse, Handynummer, E-Mail), den gewählten Straßen sowie den Stopps und der jeweiligen Verweildauer verknüpft werden, entstehen daraus Informationen. Aus diesen kann ab- gelesen werden, wie der Smartphone-Besitzer sich z. B. in einer Einkaufsstraße verhält, bei welchen Geschäften er anhält und an welchen Geschäften er schnell vorbeigeht. Werden diese Informatio- nen mit weiteren Daten verglichen und verknüpft, kann daraus ein Kundenprofil über eine Person entstehen. Interpretiert die Marketingabteilung eines Unternehmens dieses Kundenprofil im Hin- blick auf ihr Produktangebot, entsteht Wissen: Mit diesem Wissen kann das Unternehmen seinen Kunden mit gezielter, individuell zugeschnittener Werbung ansprechen und dadurch für Umsatz- steigerungen sorgen.
Didaktisch-methodische Überlegungen
In Modul 1 gehen die Schülerinnen und Schüler* der Frage auf den Grund, wie digitale Daten- spuren entstehen und wie aus diesen Informationen und Wissen generiert werden können. Da Daten für Jugendliche häufig sehr abstrakt sind, führt das Vorwissen in Datenmengen ein und veranschaulicht diese durch Größen, die den Lernenden größtenteils aus ihrem Lebensalltag be- kannt sind. Indem sie als Einstieg ihre eigene Datennutzung und -erzeugung reflektieren, werden sie für die Allgegenwärtigkeit von analogen und digitalen Daten sensibilisiert. Im Zentrum stehen im weiteren Verlauf des Moduls exemplarische Beispiele, die für das größere Ganze stehen, sowie
VORSC
HAU
RAAbits Wirtschaft | Dezember 2018 | 3
Modul 1: Daten und ihre digitalen Spuren
Lernziel: Die Schüler verstehen, was Daten sind, wie digitale Datenspuren entstehen und wie aus diesen Informationen und Wissen abgeleitet werden können.
Methoden: Analyse von Statistiken (M 0), Analyse eines Videos (M 2), Internetrecherche (M 3)
MODULPHASE ABLAUF MEDIEN
Einstieg/Vorwissen Durch anschauliche Vergegenständlichungen lernen die Schüler, Daten- mengen, ihre Maßeinheiten und ihr rasantes Wachstum im Zuge der Digi- talisierung einzuschätzen.
M 0 Kopien im Klassensatz Einstieg Die Lernenden werden dafür sensibilisiert, dass sie selbst fortlaufend Da-
ten nutzen, erzeugen und Datenspuren hinterlassen. Zudem verstehen sie, wie aus Daten Informationen und Wissen gewonnen werden.
M 1 Kopien im Klassensatz Erarbeitung I Mithilfe dreier Abbildungen zu einem Navigationsdienst, der Google-Su-
che und der WhatsApp-Nutzung wird den Schülern bewusst, wie persön- liche Daten in großem Stil für Online-Dienste genutzt werden. Auf dieser Grundlage machen sie sich mittels eines Erklärvideos mit dem Begriff „Big Data“ vertraut.
M 2 Beamer/
OHP
Erarbeitung II Mit einem Tracing-Tool vollziehen die Jugendlichen nach, welche Länder Datenpakete von bestimmten Internetseiten durchqueren. Sie reflektieren die Bedeutung der Datenströme für den Datenschutz.
M 3 Kopien im Klassen- satz, PC/
Internet
* Zur besseren Lesbarkeit wird nachfolgend „Schüler“ verwendet, wenn „Schülerinnen und Schüler“ gemeint sind.
Hinweise zu den Materialien
Dieses Material kann zur Vorentlastung auch als Hausaufgabe aufgegeben werden. Mithilfe des gesonderten Lösungsblattes können Ihre Schüler zu Beginn der Unterrichtsstunde ihre Er- gebnisse zudem selbständig überprüfen. Weisen Sie Ihre Schüler zuvor darauf hin, dass auf der Internetseite, die in Aufgabe 3 genutzt wird, alle 30 Sekunden eine neue Simulation der generierten Daten startet.
Möglichkeiten der Lernerfolgskontrolle
Geben Sie Ihren Schülern folgende Aufgabe als bewertete Hausaufgabe:
Sieh dir das Video „Big Data – Revolution in allen Lebensbereichen“ unter https://www.youtube.
com/watch?v=DusV8hfDXSg an. Fasse die Kernthesen des Videos in einem Thesenpapier zu- sammen. Kommentiere diese mit deinem bisher gesammelten Wissen zu Daten.
Weiterführende Medien
Big Data als Geschäftsmodell: Wie mit der Macht der Internetfirmen umgehen? ifo Schnell- dienst 10/2018 (71. Jahrgang) vom 24.05.2018. https://www.cesifo-group.de/DocDL/sd- 2018-10-barley-etal-big-data-2018-05-24.pdf: In diesem Dossier (21 S.) stellen neben der Bundesjustiz- und Verbraucherschutzministerin Barley der Präsident des Zentrums für Europäi- sche Wirtschaftsforschung Wambach sowie Profossoren für Wirtschaftsinformatik und Volkswirte ihre Vorschläge zum Umgang mit den datenbasierten Geschäftsmodellen der großen Inter- netkonzerne vor. Dabei stehen die Anpassung des Wettbewerbsrechts und Datenschutzes an die Gegebenheiten einer Plattformökonomie im Vordergrund, die Informationsasymmetrien und Machtgefälle zwischen kleinen und großen Internetfirmen erzeugt.
Zu M 0
zur Vollversion
VORSC
HAU
Digitale Services – Daten im Einsatz
M 2© iStock unreleased/dem10
WhatsApp erlaubt es seinen Nutzern nicht, den eigenen Online- Status konsequent zu verbergen. Und genau diesen Status kann man massenhaft überwa- chen. So werden zum Beispiel in vierzig Pro- zent aller Scheidungs- prozesse in Italien, de- nen Ehebruch zugrunde liegt, WhatsApp-Nach- richten als Beweis für Untreue angeführt. Sind Gesprächspartner online, obwohl sie eigentlich unabkömmlich sein sollten oder umgekehrt, kann dies schnell zu Verdachtsmomenten führen.
Quelle (Zitat): https://www.heise.de/security/meldung/WhatsApp-Was-der-Online-Status-ueber-die-Nutzer-verraet-2480333.html
1. Betrachte die Straßenkarte auf dem Tablet, die eine aktuelle Verkerssituation zeigt. Die dunk- leren (orangen o. roten) Abschnitte auf den Straßen weisen auf stockenden Verkehr oder aktu- elle Staus hin. Erkläre, woher die aktuellen Daten zur Verkehrssituation z. B. von Google Maps stammen.
2. Du willst ins Frankenthaler Kino. Um dich über das aktuelle Kinoprogramm zu informieren, gibst du bei Google den Suchbegriff „Kino Frankenthal“ ein und erhältst die Ansicht oben rechts. Erkläre, wie die Informationen zur Bewertung des Kinos und zu den Stoßzeiten zustan- dekommen.
3. Bei https://www.onlinestatusmonitor.com/user_statistics/ kann das WhatsApp-Nutzungsver- halten zufällig ausgewählter, anonymisierter Personen betrachtet werden. Überlege mit dei- nem Lernpartner, was du aus diesen Daten über einen Nutzer erfahren kannst.
4. Du hast einige Beispiele für die Nutzung von Big Data kennengelernt. Was genau ver- birgt sich hinter diesem Begriff? Sieh dir das Erklärvideo unter https://www.youtube.com/
Illustration: Julia Lenzmann
BEISPIELHAFTES WHATSAPP-NUTZERVERHALTEN Woher stammen die Daten für Staumeldungen bei Navigations-Apps oder für Stoßzeiten von Kinos in Suchmaschinen?
Illustration: Julia Lenzmann
VORSC
HAU
RAAbits Wirtschaft | Dezember 2018 | 11
Big Data – die Geldmaschine der Datenkraken
Fachliche Hinweise
Google, Facebook und andere IT-Unternehmen gelten als „Datenkraken“ schlechthin, da die Nut- zer mit ihren Softwareanwendungen – von der Suchmaschine über das soziale Netzwerk bis zur Kartennavigation – Daten generieren, die genaue Rückschlüsse über ihre Persönlichkeiten und Vorlieben zulassen. Bereits anhand der Metadaten, d. h. der „Daten über Daten“, lässt sich viel über einen Nutzer erfahren: beispielsweise wann er er wo für wie lange eine bestimmte App nutzt, wann er morgens aufsteht und abends ins Bett geht oder bei welchen Geschäften er in einer Ein- kaufsstraße stehen bleibt. Kommen die inhaltlichen Nutzerdaten hinzu, ergibt sich ein Gesamtbild eines Nutzers: welche Suchbegriffe gibt er in eine Suchmaschine ein, mit welchen Personen ist er befreundet, welche Organisationen befürwortet er oder welche Produkte kauft er ein. Diese Infor- mationen werden genutzt, um dem Nutzer fortlaufend passgenaue Werbung einzuspielen. Dies gelingt besonders gut mithilfe von leistungsstarken Algorithmen. Darunter versteht man Hand- lungsanweisungen für Hochleistungscomputer, die z. B. darin bestehen können, eingegebene Da- ten nach bestimmten Kriterien zu durchsuchen, diese mit anderen Daten zu verknüpfen, diese zu gewichten und bestimmte Daten auszuwählen. Auf dieser Grundlage können Vorhersagen über zukünftiges Handeln getroffen und Handlungsmuster erkannt werden. Werden diese mit einem Nutzer in Verbindung gebracht, kann mithilfe eines Algorithmus ein Nutzerprofil entstehen. Loggt sich dieser Nutzer dann etwa auf Facebook ein oder gibt einen Suchbegriff in Google ein, werden ihm personalisierte Werbeanzeigen eingeblendet. Diese lassen sich die großen Internetkonzerne teuer bezahlen: Klickt der Nutzer auf eines dieser Werbebanner und besucht die dahinterstehende Internetseite eines Unternehmens, hat Google oder Facebook ein paar Cent verdient. Auf diese Weise entstehen aufgrund der hohen weltweiten Nutzerzahlen Milliarden-Umsätze allein durch
„Klick-Werbung“.
Didaktisch-methodische Überlegungen
In Modul 2 wird aus Gründen der didaktischen Reduktion schwerpunktmäßig und exemplarisch für andere große Internetkonzerne das datenbasierte Geschäftsmodell von Facebook unter die Lupe genommen. Dabei gehen die Schülerinnen und Schüler* der Problemfrage nach, wie Anbieter kos- tenloser Online-Dienste Gewinne im Milliardenbereich erwirtschaften können. Thematisiert wird, wie persönliche Daten erstens vom Nutzer durch eine individuelle Verhaltensänderung, zweitens vom Anbieter des Online-Dienstes durch eine Änderung des Geschäftsmodells oder drittens vom Staat durch die Einführung neuer Gesetze wie z. B. der Datenschutzgrundverordnung besser ge- schützt werden können.
Modul 2: Big Data ‒ die Geldmaschine der Datenkraken
Lernziel: Die Schüler verstehen, dass Daten ökonomisch wertvoll sind. Sie können datenbasierte Geschäftsmodelle beschreiben und kritisch hinterfragen.
Methoden: Internetrecherche (M 2), Erstellen einer Mindmap (M 2), Zitate-Collage (M 3), Analyse einer Karikatur (M 3), Positi- onslinie (M 3)
MODULPHASE ABLAUF MEDIEN
Einstieg Durch ein beispielhaftes Facebook-Profil werden die Schüler dafür sensibi- lisiert, welche Daten sie öffentlich preisgeben und wie diese kommerziell genutzt werden können.
M 1 Beamer/
OHP Erarbeitung I/
Sicherung I
Aus einem Informationstext erfahren die Lernenden, auf welchen Wegen Facebook Geld verdient. Anschließend vertiefen sie diesen Aspekt, indem sie eigenständig die Geschäftsbedingungen von Facebook im Hinblick auf Datennutzung untersuchen.
M 2 Kopien im Klassensatz, PC/Computer
zur Vollversion
VORSC
HAU
Die neuen „Big Brothers“ – Facebook, Google, Amazon
M 3Facebook, Google und Amazon vereinen jeweils 60 bis 90 Prozent des Marktanteils in ihren jeweili- gen Marktsegmenten – soziale Netzwerke, Suchmaschinen und E-Commerce – auf sich. Ihre Anzie- hungskraft liegt einerseits darin, kostenlose bzw. unschlagbar günstige Dienstleistungen oder Waren anzubieten. Andererseits „punkten“ sie durch ihr riesiges Angebot an Waren, Suchergebnissen und Nutzerkontakten. Doch ist der Preis für ihre Dienste wirklich so gering?
© Kostas Koufogiorgos
Facebook will sich Technik zum Abhören von Smartphones patentieren lassen
Mikrofone von Smartphones unbemerkt einschalten und Gespräche aufzeichnen: Diese Technik will Facebook pa- tentieren – aber angeblich gar nicht nutzen. (…) In dem Patentantrag mit der Kennung US 2018/0167677 A1 legt Facebook dar, wie der US-Konzern mithilfe eines Audiosignals das Mikrofon eines Handys aktivieren kann. Dieses Signal ist für einen Menschen nicht hörbar.
handelsblatt.com/ Jannik Deters vom 30.06.2018
Online-Shopping: Amazon-Mitarbeiter sollen Kundendaten verkauft haben
Der Online-Versandhändler Amazon untersucht den mutmaßlichen Verkauf vertraulicher Kundendaten durch eigene Mitarbeiter. (…) Demnach geht der Konzern dem Verdacht nach, dass Angestellte Kundendaten mithilfe von Vermitt- lern an externe Händler gegeben haben und dafür Schmiergeldzahlungen erhielten. Die Daten sollen vor allem an Händler in China gegangen sein, die ihre Produkte über den Marketplace anbieten.
SZ.de vom 17.09.2018 Alphabet schließt Netzwerk nach
Datenpanne: Google Plus macht dicht
Jahrelang hatten App-Entwickler durch eine Softwarepanne bei Goog- le+ unberechtigten Zugang zu priva- ten Nutzerdaten. Google schloss die Lücke, verschwieg aber die Panne (…). Von dem Datenleck beim sozi- alen Netzwerk Google+ seien bis zu 500.000 Nutzerkonten betroffen ge- wesen, teilte der Konzern am Montag- abend mit. Externe Entwickler hätten Zugriff auf private Profildaten gehabt.
manager-magazin.de vom 09.10.2018
Google Home Mini: Der Kleine hört zu viel
Es sind genau diese Nachrichten, die Käufer von smarten Lautspre- chern nicht lesen wollen: Einzelne Testgeräte des Google Home Mini, (...) haben dauerhaft ihre Besitzer belauscht. Bevor die Geräte (...) offiziell verkauft werden, hat Google nun ein Update bereitge- stellt, das die dafür verantwortliche Funktion dauerhaft deaktiviert.
ZEIT ONLINE/Eike Kühl vom 12.10.2017
PR-Gau für Amazon-Echo: Alexa hört heimlich mit – und ver- schickt Gespräch
Es ist ein PR-Gau für Amazon – zu einem denkbar schlechten Mo- ment: Im US-Staat Oregon hat ein Amazon-Echo – offenbar von den Nutzern unbeabsichtigt und unbemerkt – die Konversation ei- nes Paares aufgezeichnet und an Dritte verschickt.
manager-magazin.de vom 25.05.2018 Cambridge-Analytica-Skandal: Zahl der Geschä- digten deutlich höher als bislang bekannt Daten von bis zu 87 Millionen Nutzern seien mit der Firma Cambridge Analytics geteilt worden. Bis- her war man von rund 50 Millionen betroffenen Nutzern ausgegangen. (…) Bei dem Datenskandal hatte der Entwickler einer Umfrage-App Informati- onen von Nutzern an die Analysefirma Cambridge Analytica weitergereicht, die unter anderem für das Wahl-kampfteam von US-Präsident Donald Trump gear-beitet hatte. Dabei geht es nicht nur um die Daten der Umfrage-Teilnehmer, sondern auch um die ihrer Facebook-Freunde.
Spiegel Online vom 04.04.2018
VORSC
HAU
20 | RAAbits Wirtschaft | Dezember 2018
Lösungen M 1
Zu 1
Zu 2
Zu 3
Die folgenden Unternehmen könnten beispielsweise ein Interesse an personalisierter Werbung für Carsten Fröhlich haben:
• Plattenlabel für Rockmusik,
• Ticketverkaufsplattformen für Konzerte oder Fußballspiele,
• Online-Buchhändler,
• Fanshop des 1. FC Kaiserslautern,
• Anbieter von BWL-Fortbildungen,
• Sportartikelhersteller,
• Elektronikanbieter (für Musikanlagen).
Carsten Fröhlich hat als Beziehungsstatus angegeben, dass er „single“ ist: Alleinstehende Män- ner sind für Partnerbörsen eine lukrative Kundenzielgruppe. Da Carsten Fröhlich sich auf Fa- cebook sowohl für Toni Kroos, als auch für den Fußballverein 1. FC Kaiserslautern interessiert, kategorisiert ihn das soziale Netzwerk als begeisterten Fußballfan. Aus diesem Grund ist er ein potenzieller Kandidat für Online-Sportwetten. Zudem hat Carsten Fröhlich den Roman „Laut- los“ von Frank Schätzing mit „Gefällt mir“ markiert: Dadurch verrät er nicht nur, dass er gerne liest, sondern auch seine Vorliebe für Thriller. Er bekommt den neuesten Roman von Ken Follett vorgeschlagen, da Follett ebenfalls das Genre Thriller bedient.
Schülerindividuelle Lösungen.
Lösungen M 2
Zu 1 Facebook erzielt finanzielle Einnahmen überwiegend, indem es so viele und so detaillierte In- formationen wie möglich über seine Nutzer sammelt, diese mithilfe eines Algorithmus auswertet und daraus Nutzerprofile mit möglichst vielen Eigenschaften erstellt. Die Informationen hierfür liefern die Nutzer überwiegend selbst, indem sie Angaben zu Alter, Geschlecht, Beruf, Religion, Arbeitgeber, Hobbys, Interessen, politischer Richtung usw. auf dem sozialen Netzwerk veröf- fentlichen. Weiterhin können Informationen mithilfe sogenannter Cookies generiert werden.
Diese speichern Informationen auf der Festplatte und versorgen über den Browser angesteuerte Webseiten mit Informationen wie Log-in-Daten, Datum des letzten Webseiten-Besuchs oder zuletzt angesehen Produkten. Manche Cookies leiten diese Informationen unbemerkt an dritte, geöffnete Webseiten wie etwa Facebook weiter.
Die aus den gesammelten Daten entstehenden Nutzerprofile sind sehr wertvoll: Sie ermöglichen es, den Nutzern personalisierte Werbung einzuspielen. Da personalisierte Werbung verspricht, genau die richtige Zielgruppe eines Produkts oder einer Dienstleistung direkt zu erreichen, sind sehr viele Unternehmen an dieser Form von Werbung interessiert und nutzen Facebook als Werbeträger. Für jeden Klick auf eine Werbeanzeige erhält Facebook einen geringen Betrag – was sich bei sehr hohen Nutzerzahlen summiert. Weitere Einnahmen erhält Facebook aus App-Verkäufen, Zusatzverkäufen aus Apps und kostenpflichtigen Dienstleistungen wie z. B. dem Versenden von Nachrichten an Prominente auf Facebook.
zur Vollversion
VORSC
HAU
Fachbegriffe
Algorithmus Unter einem Algorithmus versteht man ganz allgemein ein Verfahren oder eine Abfolge von Handlungsschritten, um eine Entscheidung zu treffen oder eine Aufgabe zu lösen. Algorithmen im engeren Sinne sind Handlungsanweisungen für Hochleistungscomputer. Eine solche Anweisung kann beispielsweise darin bestehen, Daten nach bestimm- ten Kriterien zu durchsuchen, diese mit anderen Daten zu verknüpfen, zu gewichten und bestimmte Daten auszuwählen. Auf dieser Grund- lage können Vorhersagen über zukünftiges Handeln getroffen und Handlungsmuster erkannt werden. Werden diese mit einem Nutzer oder einem Kunden in Verbindung gebracht, kann ein Kundenprofil entstehen. Dieses kann für personalisierte Werbung genutzt werden.
Big Data Unter Big Data versteht man sehr große und komplexe Datenmengen, deren Verarbeitung mit einem herkömmlichen Computer und stan- dardmäßigen EDV-Methoden nicht möglich ist. Das Adjektiv „Big“ be- zieht sich dabei erstens auf die Dimension der Datenmenge, zweitens auf die Geschwindigkeit der Erzeugung und Übertragung von Daten sowie drittens auf die Qualität der Daten hinsichtlich ihrer Verwertbar- keit für unternehmerische Zwecke, insbesondere für Werbezwecke.
Cookie „Informationshäppchen“, die auf der Festplatte eines Computers gespeichert werden und den Internetbrowser mit Informationen zu angesteuerten Webseiten versorgt, z. B. mit Log-in-Daten, dem Datum des letzten Besuchs oder den zuletzt angesehen Produkten. Cookies machen das Surfen im Internet also in der Regel komfortabler. Man- che Cookies leiten diese Informationen jedoch unbemerkt an Dritte weiter.
Datenschutzgrund- verordnung (DSGVO)
Die seit Mai 2018 in der Europäischen Union geltende Datenschutz- grundverordnung (DSGVO) stärkt die Rechte der Verbraucher. Ein Verbraucher muss seither bewusst zustimmen, dass seine Daten erhoben, gespeichert und verarbeitet werden. Die DSGVO gilt für alle Unternehmen, Behörden, Vereine und Verbände, die Daten von Mit- gliedern, Mitarbeitern, Kunden oder Nutzern erheben, speichern und verarbeiten. Neu ist außerdem, dass ein Nutzer das Löschen seiner Daten verlangen kann, sobald der Zweck für ihre Nutzung entfallen ist.
Daten Daten stellen zunächst einmal eine sinnvoll kombinierte Abfolge von Zeichen dar, die beispielsweise aus Zahlen, Buchstaben oder Symbo- len bestehen kann. Zum Beispiel enthält der Wetterbericht unzählige Daten: Temperatur, Luftdruck, Windrichtung, Wetterverlauf, Luftfeuch- tigkeit usw. Aus Daten mit zunächst unbekannter Bedeutung werden dann interpretierbare Informationen, wenn ihr Kontext bekannt und sie in Beziehung zu anderen Daten gesetzt werden. Informationen dienen wiederum als „Rohstoff“ von Wissen, das erst entsteht, wenn Menschen ihr Vorwissen und ihre Erfahrungen mit Informationen ver- knüpfen.
