Big Open Data

Big Data, Open Data und Open Government sind nicht dasselbe. Sie sind aber mit einander verwandt (Gurin, 2013). Mit Open Data sind frei zugängliche, in offenen Standards zur Verfügung gestellte und zur weiteren Nutzung freigegebene Daten gemeint. Open Data kann von der Verwaltung (Open Government Data) aber auch von Wissenschaft, Wirtschaft, Nichtregierungsorganisationen (NGO) oder Privatpersonen praktiziert werden. In der Regel geht es bei Open Data um nicht-personenbezogene Daten oder zumindest anonymisierte Daten (Matzat, 20011).

Ein Abgrenzungsversuch hat Gurin (2013) mit untenstehender Grafik gemacht.

Venn-in-JPEG

Abb.1: Joel Gurin. Quelle: opendatanow.com

Open Data aus verschiedenen Quellen miteinander verknüpft kann interessante Aufschlüsse bieten. Vermehrt kann man daher von Big Open Data sprechen. Zwei Projekte, die an Big Open Data angrenzen, stelle ich hier vor.

Wenn der Staat nichts tut

Nach der Dreifachkatastrophe mit nuklearer Verseuchung in Japan im März 2011, haben die japanischen Behörden nur spärlich Informationen über die Strahlenbelastung bekannt gegeben. Dies führte dazu, dass sich die Open Data Gruppe Safecast für mehr Transparenz einzusetzen begann und die Strahlenmessung kurzerhand selbst in die Hand nahm. Safecast verknüpfte für die Messung einen Geigerzähler mit GPS, Software und einem Speichermedium. Die betroffenen Regionen wurden für die Messungen mit dem Auto abgefahren. Die von Safecast gesammelten Daten wurden frei als Open Data veröffentlicht. So entstand zum Beispiel mit viel Aufwand eine virtuelle Karte in der die tagesaktuellen Messdaten mit Google Maps verknüpft wurden. Diese Karte wird immer noch aktualisiert und die japanische Bevölkerung kann sich so über die aktuelle Strahlenbelastung informieren. (Dauerer, 2011)

Wenn der Gartenumbau für £ 12’000 vom Steuerzahler bezahlt wird

Die britische Journalistin Heather Brooke sah sich mit einem ganz anderen Big Open Data Problem konfrontiert. Jahrelang kämpfte sie dafür, dass die Spesenabrechnungen aller britischen Parlamentarier für alle zugänglich gemacht werden. Das Parlament hatte die Veröffentlichung zwar vehement bekämpft, ein Gerichtsentscheid gab ihr aber Recht. Aber erst durch einen Whistleblower hat sie die einzeln eingescannten Spesenbelege von 700’000 Seiten erhalten. So waren zwar alle Daten öffentlich jedoch unübersichtlich, da weder nach Politiker noch sonst wie geordnet. Mit Hilfe einer Crowdsourcing-Webseite und vielen aktiven Bürgern konnte Brooke zusammen mit dem Guardian schliesslich viele Spesenbelege den einzelnen Parlamentariern zuordnen, was zu einigen Rücktritten und sogar zu Gerichtsverfahren und Gefängnisstrafen führte. Kein Wunder, die Abrechnung für den Umbau des privaten Gartens für £ 12’000 sollte nun wirklich nicht von den Steuereinnahmen des Staates bezahlt werden (Rayner, 2009).
Die ganze Geschichte kann im TED-Talk von Brookse nachgehört werden.

 

Big Data ist auch auf unserer Seite

Die vorgestellten Projekte zeigen die Datensammelwut von einer anderen Seite. Die Beispiele belegen, dass nicht nur Wirtschaft und Staat von Big Data profitieren, sondern auch wir Bürger. Dazu braucht es nur kreative und technisch begabte Menschen, die mit Open Data und Big Open Data Dinge zu Tage tragen, die in der Flut der Nullen und Einsen nicht ersichtlich gewesen wäre.

(Autorin: E. A. Maurer)

Veröffentlicht unter Anwendungen | Verschlagwortet mit , | 1 Kommentar

Für die Werbung sind wir ein offenes Buch

Ist Ihnen schon einmal aufgefallen, dass viele der Werbefenster, die Sie auf den verschiedensten Webseiten stören, meistens Werbung angezeigt wird, die Ihren Interessen entsprechen? Wenn nicht, können wir Ihnen zwei kleine Experimente mit grossem Effekt anbieten. Für das erste besuchen Sie die Webseite von Timbuk2. Vertreiben Sie sich ein wenig die Zeit, in dem Sie sich eine eigene Tasche kreieren oder schauen Sie sich bereits designte Taschen an. Wichtig ist, dass sie einige Zeit auf der Webseite verweilen. Nun verhalten Sie sich im Internet wie immer, achten aber auf die Werbefenster. Bei wem erscheint nun zum Beispiel auf Facebook Werbung für Timbuk2 Taschen? Es geht aber noch unheimlicher. Sehen Sie sich auf Zalando ein paar Kleidungsstücke etwas genauer an. Vergrössern Sie die einzelnen Bilder des Produkts, lassen Sie sich das gewählte Stück in anderen Farben anzeigen. Ich wette mit Ihnen, sobald Sie das nächste Mal irgendwo im Internet einer Zalando Werbung begegnen wird das von Ihnen zuvor begutachtete Produkt in der Anzeige enthalten sein (Hill 2012) .

Die oben genannten Beispiele stehen exemplarisch dafür, wie Big Data die gesamte Werbebranche verändert. Statt wahllos mit Werbung überhäuft, sollen wir nur noch die Werbung zu Gesicht bekommen, die auch zu uns passt.

Eine gute Übersicht über Big Data im Marketingbereich bietet das folgende Video von IBM:

Auch Empfehlungen wie andere Kunden kauften ebenfalls basieren auf Datenanalysen. So benutzt zum Beispiel Amazon für seine Buchempfehlungen eine Mischung aus alten und neuen Kundendaten umso das ideale Buch zu einem individuellen Kundenprofil zu finden (Mayer-Schönberger 2013, S.140).

Big Data kommt aber nicht nur im Online-Marketing zur Anwendung. Bereits in unserem ersten Blogeintrag haben wir den Fall aus den USA erwähnt, bei denen ein Vater von der Schwangerschaft seiner minderjährigen Tochter vom örtlichen Supermarkt erfahren hatte. Der Supermarkt hatte zuvor durch die Analyse des Kaufverhaltens ein geändertes Kaufverhalten von Kundinnen zu Beginn einer Schwangerschaft festgestellt. Da die Tochter des Mannes ebenfalls das spezifisch geänderte Kaufverhalten einer schwangeren Frau aufwies, was es aus Sicht des Supermarktes nur logisch, ihr Werbung für Produkte für während und nach der Schwangerschaft zukommen zu lassen.

Um Nutzen aus der Analyse vorhandener Daten zu ziehen, müssen Verkäufer wie Supermärkte nicht einmal persönliche Profile erstellen. So reicht es wenn Relationen zwischen den Verkaufszahlen und Einflüssen von aussen erstellt werden können. So fand man in Amerika heraus, dass immer dann mehr Pop Tarts verkauft werden, wenn für eine bestimmte Region eine Hurrikan-Warnung herausgegeben wurde. Um den Umsatz mit den Pop Tarts zu steigern, wurden diese im Falle eines herannahenden Hurrikans einfach neben anderen Notfallprodukten gelagert (Mayer-Schönberger 2013).

Wie überall, gäbe es auch hier noch viele Beispiele um den Einfluss von Big Data auf die Werbung aufzuzeigen. Zudem warten viele Anwendungen noch darauf, entdeckt zu werden. Wer erzählt schliesslich, wie er seine Kunden bewirbt und bezirzt, wenn es darum geht, die Aufmerksamkeit von (potentiellen) Kunden auf sich zu ziehen. Denn eines ist erwiesen, Kunden die sich ausgespäht und überwacht fühlen sind aus marketingtechnischer Sicht schlechte Kunden.

 

(Autorin: N. Christen)

Veröffentlicht unter Anwendungen, Big Data | Verschlagwortet mit , , , | 1 Kommentar

Big Data in der Finanzwelt

Lange vor Big Data wurde überprüft, ob Kunden die Bedingungen für einen weiteren Kredit erfüllen. Gute Analystinnen und Analysten zeichneten sich schon früher dadurch aus, dass sie verschiedene Informationen eines Unternehmens zu einem Gesamtbild formen konnten, auf deren Grundlage Empfehlungen hinsichtlich Aktienkauf und Unternehmensübernahme erfolgten, die wiederum ihren Kunden einen beträchtlichen Gewinn einbrachten. Big Data ermöglicht es der Finanzwelt heute, diese Informationen schneller und ohne grossen personellen Aufwand zur Verfügung zu haben. Der Anwendungsbereich ist sehr vielseitig. Um Ihnen einen Einblick in die Anwendungen geben zu können, werden Ihnen in diesem Artikel zwei Einsatzmöglichkeiten kurz vorgestellt.

Kreditvergabe

Big Data kann auch einen Einfluss darauf haben, ob jemand einen Kredit gewährt bekommt oder nicht. So werden aus einem Pool von Daten unterschiedlichste Indikatoren des möglichen Kreditnehmers ausgewertet. Aus Angaben zum Beruf, Einkommen,
Wohnort und bisherigem Zahlungsverhalten etc. können relativ exakte
Einschätzungen über die Kreditwürdigkeit getroffen werden (Kraus, 2013, S. 20).

Ganz auf Big Data verlässt sich das deutsche Startup-Unternehmen Kreditech. Es vergibt kurzfristige Minikredite auf Basis von 8000 verschiedenen Datenarten, die unter anderem die Analyse der Inhalte in den sozialen Medien, Blogs oder das Bewertungsprofil auf Ebay beinhalten. Die Kunden geben den Zugang auf die entsprechenden Seiten an Kreditech weiter. Je mehr Daten Kreditech zur Verfügung hat umso genauer ist ihre Prognose und umso eher die Wahrscheinlichkeit, dass die Kundin oder der Kunde den gewünschten Kredit erhält. Der Kontakt besteht ausschliesslich online und gemäss Angaben des Geschäftsführers wird der Kredit im Idealfall 15 Minuten nach Bewilligung überwiesen (Spiegel Online – Big Data Daten Bank).

Aktienhandel

Ein weiterer Bereich in der Big Data Methoden zur Anwendung kommen ist der Aktienhandel. Hier zählt vor allem die Geschwindigkeit. Im sogenannten Hochfrequenzhandel werden Aktien nur mehr von adaptiven Algorithmen gehandelt. Hier sind High-Speed-Server im Einsatz mit Glasfaserkabel-Verbindung zu den Börsenservern (Klausnitzer, 2013, S. 92). Klausnitzer (2013, S. 110) beschreibt diese Art des Handels basierend auf einer Studie der britischen Regierung aus dem Jahr 2011 wie folgt: Adaptive Algorithmen für den Börsenhandel sind automatisierte Handelssysteme, die aus den Erfahrungen der Interaktion mit anderen Systemen lernen und ihre Aktivitäten automatisch anpassen können. Bei dieser automatischen Optimierung überprüfen die Algorithmen selbst, welche Methoden gewählt werden. Auf diese Weise können neue Algorithmen für die Handelssysteme entstehen, ohne die Involvierung von Menschen. Die Algorithmen lernen somit aus der Fülle der Daten und entscheiden auf dieser Grundlage, welcher Kauf oder Verkauf von Aktien sich in dieser Sekunde gerade lohnt.

Big Data bietet der Finanzbranche viel Potenzial und Innovationsmöglichkeiten. Es ist anzunehmen, dass sich das klassische Kreditgeschäft vermehrt ins Internet verlagern wird und Startups wie Kreditech zu den Banken von Morgen werden.

(Autorin E. A. Maurer)

Veröffentlicht unter Anwendungen | Verschlagwortet mit , , , , , , , | 1 Kommentar

Big Data revolutioniert das Gesundheitswesen

In unseren vorhergehenden Blogeinträgen waren vielfach Gefahren und Risiken Thema. Aber natürlich bietet Big Data auch viele Chancen. So zum Beispiel im Gesundheitswesen. Dieses verändert sich durch die Analyse vorhandener Datenberge. Die Datenanalyse im Gesundheitswesen hat allerdings keine so lange Tradition wie in anderen Bereichen, zumal die Daten bis vor kurzen nur physisch in den Patientenakten vorhanden waren und der grösste Teil der Daten persönlicher Natur sind. Auch geändert hat sich, dass sich in den letzten Jahren viele Spitaler zu Spitalnetzen zusammengeschlossen haben und nun eine gemeinsame Datenbasis haben, die ausgewertet werden kann.

Eine besondere Form einer grossen Datenbasis bietet PatientsLikeMe. PatientsLikeMe ist eine Plattform auf welcher sich Patienten die an Krankheiten wie ALS, AIDS oder Krebs leiden anmelden und anschliessend ihre persönlichen Krankheitsbilder dokumentieren können. Nebst voranschreiten der Krankheit und Anhäufen von Symptomen werden auch die genommenen Medikamente und Therapieformen verzeichnet. Ziel der Plattform ist es aber nicht, Krankheitsverläufe aufzuzeichnen und zu erforschen sondern den Austausch von Patienten und den Austausch von persönlichen Erfahrungen bei Krankheiten zu fördern. Die Datenanalyse dient einzig und alleine dazu, die Wirksamkeit von Medikamenten und Therapien aufzuzeigen und allenfalls Fehler in der medizinischen Versorgung zu erkennen. Gegründet wurde PatientsLikeMe 2004 von Benjamin und James Heywood und Jeff Cole, nachdem 1999 beim Bruder von Benjamin und James, Stephen, ALS diagnostiziert wurde. Stephens Krankheitsverlauf wurde akribisch aufgezeichnet (PatientsLikeMe 2005-2014).

 

Bei der Datenanalyse gelangen PatientLikeMe auch grosse Erfolge. Als zum Beispiel 2008 eine wissenschaftliche Studie erklärte, dass die Einnahme von Lithium den Verlauf von ALS verlangsamt, begann PatientsLikeMe mit der Analyse der Daten der verzeichneten ALS Patienten. Da sowohl Personen angemeldet waren, die Lithium einnahmen, wie auch Personen, die auf die Einnahme von Lithium verzichteten, hatte PatiensLikeMe zwar eine kleine aber repräsentative Datengrundlage von 348 Krankheitsverläufen. Durch die Entwicklung eines speziellen Tools zur Datenanalyse dieser Krankheitsbilder konnte die Wirkung von Lithium bei ALS wiederlegt werden, da sichtbar wurde, dass die Krankheit nicht durch die Einnahme von ALS verlangsamt werden kann (Wicks et al. 2011).

Selbstverständlich hält Big Data aber auch Einzug in die „reale“ Medizin. So bietet zum Beispiel das Basler Unternehmen MolecularHealths die Möglichkeit mittels Genanalyse eine individuelle Analyse der Krebstherapien, bei denen die Wahrscheinlichkeit am grössten ist, dass sie Wirkung zeigen. Das mühsame ausprobieren sämtlicher Therapieformen entfällt somit (MolekularHealth 2014).  Oder Dr. Carolyn McGregor und ihr Forschungsteam vom Institute of Technology der University of Ontario, die in Zusammenarbeit mit IBM und mehreren Krankenhäusern ein Programm entwickeln, welches bei der Betreuung von Frühgeborenen helfen soll. Eingebaut wird ein Frühwarnsystem, welches Komplikationen erkennen soll, bevor diese für den Menschen bemerkbar sind. So fand das Ärzteteam bereits heraus, dass wenn sich die Vitalfunktionen eines Frühgeborenen stabilisieren oftmals später eine schwere Infektion folgt. Dies ist ein Zusammenhang, der ohne die Analyse von hunderten von Datensätzen nie erkannt worden wäre, wiederspricht er doch völlig dem Bauchgefühl eines jeden Mediziners (Mayer-Schönberger 2013, S. 79-80).

Natürlich gäbe es noch dutzende weitere Beispiele für die Anwendung von Big Data im Gesundheitswesen und die Möglichkeiten sind noch lange nicht ausgeschöpft. Viele Verfechter von Big Data sehen in der Zukunft eine vollkommen individuelle Gesundheitsversorgung für jeden Menschen und Krankheiten, die bereits ausgemerzt werden können, bevor sie entstehen. Aber bis dahin ist es noch ein weiter weg.

(Autorin: N. Christen)

Veröffentlicht unter Anwendungen, Big Data | Verschlagwortet mit | 3 Kommentare

Wie Daten unser Leben widerspiegeln oder weshalb das BÜPF uns alle betrifft

In den vergangenen Beiträgen haben Sie einiges über Privatsphäre und Überwachung erfahren. Heute wurde nun erstmals eine Visualisierung publiziert, die aufzeigt, wie aus sechs Monaten Vorratsdatenspeicherung und der Verknüpfung von öffentlich zugänglichen Daten von Facebook und Twitter ein Kommunikationsprofil einer Person zusammengestellt werden kann.

Glättlis Leben auf der Landkarte

Die gemeinsame Aktion von der Digitalen Gesellschaft Schweiz (DigiGes), Watson, Schweiz am Sonntag und Arte zeigt das Kommunikationsverhalten von Nationalrat Balthasar Glättli. Grundlage der Visualisierung auf einer Landkarte bilden die Telekommunikationsdaten des Providers von Glättli. Provider sind in der Schweiz verpflichtet, während sechs Monaten alle Verbindungs-, Verkehrs- und Rechnungsdaten ihrer Kunden zu speichern. Glättli ist in den sozialen Medien sehr aktiv und daher wurden auch die Aktivitäten in Facebook und Twitter mit in die Visualisierung eingebaut (DigiGes und Watson 2014). Das Ergebnis ist bemerkenswert! Begleitend zur virtuellen Landkarte gibt es auf Watson viele interessante Berichte zum Thema (Watson – BÜPF). Mehr Hintergründe zum BÜPF und der der Visualisierungsaktion finden sich auch auf der Webseite der Digitalen Gesellschaft Schweiz.

Das BÜPF betrifft uns alle

Über ein halbes Jahr lässt sich verfolgen, wann Balthasar Glättli mit wem kommuniziert hat und wo er sich zum Zeitpunkt der Kommunikation gerade befand. Die selben Informationen werden von uns allen für sechs Monate gespeichert, auf Vorrat und ohne begründeten Verdacht. Falls der Nationalrat dem Entscheid des Ständerates folgt, wird es künftig sogar auf ein Jahr verlängert (siehe auch BÜPF – Wird die Schweiz zum Überwachungsstaat?).

Dass die Überwachung auch Unschuldige treffen kann und hierfür nur zwei nicht offensichtlich suspekte Wörter genügen, zeigt die Geschichte von Andrej Holm. Holm wurde 2007 mit der Begründung verhaftet, Kopf der terroristischen Gruppierung „Militante Gruppe“ (MG) zu sein, die seit 2001 diverse Brandanschläge im Grossraum Berlin verübt hatte. Zur Verhaftung geführt hat eine Google-Suche mit den Wörtern aus den Bekennerschreiben und eine intensive Überwachung während eines Jahres von Holm und seiner Familie. Holm, der sich als Soziologe in Berlin wissenschaftlich mit dem Thema Stadtentwicklung beschäftigt, benutzte in seinen Texten öfters Begriffe wie „Gentrifizierung“ und „Prekarisierung“. Dass diese auch von der MG benutzt wurden, wurde im zu Verhängnis. Wer mehr zu dieser Geschichte erfahren möchte sei der Beitrag Dr. Holm kennt böse Wörter aus der Wochenzeitung WOZ und der Podcast von SWR 2 Und plötzlich bis zu Terrorist empfohlen.

(Autorin: E. A. Maurer)

Veröffentlicht unter Aus aktuellem Anlass, Datensicherheit | Verschlagwortet mit , , , | 1 Kommentar

Die Polizei weiss, was du tun wirst

In den USA gehört es bereits heute zur Tagesordnung, dass die Polizei ihre Arbeit mit Hilfe von Algorithmen erledigen, welche berechnen, wo welches Verbrechen statistisch gesehen am Wahrscheinlichsten ist. Jeder Polizist trägt ein Tablet-Computer auf sich, auf welchem sich ein Ortsplan befindet, auf welchem wiederum in kleinen Quadraten angezeigt wird, in welcher Strasse welche Verbrechen am wahrscheinlichsten sind. Dieses Programm nennt sich PredPol. Predictiv Policing PredPol ist in Los Angeles und Santa Cruz bereits im Einsatz. Laut Müller (2013) nahm die Anzahl der Festnahmen in der Polizei von Santa Cruz seit der Einführung von PredPol um 65% zu.

Bekämpfung von Gewaltdelikten mittels Big Data ist aber auch in Europa ein Thema. Die EU hat zu diesem Zweck das Projekt INDECT ins Leben gerufen. INDTECT hat sich als Slogan „For the Security of Citizens“ auf die Fahne geschrieben. So befasst sich das Projekt mit der Entwicklung und Erprobung von Pragrammen, die dabei helfen sollen, die Kriminalbekämpfung zu automatisieren. Dabei wird aber betont, dass die Technik nur als Unterstützung dienen soll und der Mensch immer noch Entscheidungsträger bleibt. In erster Linie soll INDECT der Polizei helfen, Taten wie Autodiebstähle und Einbrüche zu verhindern, Terrorismus zu bekämpfen und Kinderpornografie zu verhindern. Diese Schwerpunkte sind nicht zufälligerweise gewählt. Der Diebstahl von und aus Autos sowie Einbrüche gehören zu den häufigsten Delikten in Europa. Terrorismusbekämpfung und Kinderpornografie lassen sich mittels Überwachung von Internethandlungen am einfachsten Voraussagen resp. Entdecken (Plone Fondation 2000-2014).

Datengrundlage von INDECT sind die Daten, die im Internet vorhanden sind, Videos von Überwachungskameras und sonstige Daten, die über Personen verfügbar sind. INDECT betont aber, dass das Projekt nicht zur Überwachung der Bürger sondern zur Förderung der Sicherheit ebendieser dienen soll. INDECT ist allerdings eine zeitlich beschränkte Arbeitsgruppe, die ihre Forschungsergebnisse voraussichtlich in diesem Jahr präsentieren sollte (Plone Fondation 2000-2014).

Auch in der Schweiz ist der Einsatz von Big Data bei der Bekämpfung von Kriminalität nicht auszuschliessen. Die Kantonspolizei Zürich testet seit November 2013 ein Programm, dass Einbrüche Voraussagen kann (Brunner 2014). Ergebnisse dieser Versuche sind bisher noch nicht bekannt.

Abschliessend einen kleinen Exkurs, wohin die Anwendung von Big Data in der Sicherheitsbranche führen könnte. Statt wie üblich an George Orwells 1984 bedienen wir uns aber einem aktuellen Kinofilm – Marvels „Captain America – the Winter Soldier“. Hydra, das Böse in diesem Film will all diejenigen ausschalten,  die der Organisation gefährlich werden können. Wer das ist, wird mittels Rechnungen, Vergangenheit, Internetverhalten usw. automatisch berechnet. Natürlich gelingt es Captain Rogers rechtzeitig den Tod von hunderten von Millionen Menschen zu verhindern, das beklemmende Gefühl, dass unsere Sicherheit eines Tages in ähnlicher Weise gesteuert wird bleibt aber.

(Autorin: N. Christen)

Veröffentlicht unter Anwendungen | Verschlagwortet mit , , , , | 5 Kommentare

BÜPF – Wird die Schweiz zum Überwachungsstaat?

Am 10. März 2014 hat der Ständerat mit 30:2 Stimmen die Revision des BÜPF gutgeheissen. Das Bundesgesetz betreffend die Überwachung des Post- und Fernmeldeverkehrs, kurz BÜPF, regelt unter anderem die Speicherung der Daten, die durch unsere Kommunikation entstehen und wer diese Daten mitlesen kann.

Bereits in einem früheren Blogeintrag haben wir die Vorratsdatenspeicherung erwähnt. Statt wie bisher 6 Monate, sollen Daten über Telefongespräche und SMS neu ein ganzen Jahr gespeichert werden müssen. Nach wie vor wird nur gespeichert, wer mit wem wann Kontakt hat und der Ort der Kontaktaufnahme. Die Kosten dazu sollen die Nutzer neu selbst tragen. Bisher hatte der Bund die Telefonnetz- und Internetbetreiber diesbezüglich unterstützt. Die Gesamtkosten würden sich nach Schätzungen auf einen zweistelligen Millionenbereich jährlich belaufen. Zugriff auf diese Daten hat die Polizei nur dann, wenn ein dringender Tatverdacht besteht (Berger 2014).

Neu möglich wären nach BÜPF ebenfalls die sogenannten Staatstrojaner. Der Trojaner kann bei Verdacht auf Computer und Handy des Verdächtigen installiert werden. Völlig geheim – versteht sich. Einmal installiert kann der Trojaner sämtliche Inhalte der Kommunikation des infiltrierten Geräts mitlesen. Selbst verschlüsselte Kommunikationsdienste können so geknackt werden. Noch nicht geklärt ist die Art des Trojaners, der von der Polizei verwenden werden darf. So ist es mittels Trojanern durchaus möglich Computer zu beschädigen (wie zum Beispiel bei Viren) oder bestehende Daten zu ändern. Weiter ungeklärt ist, wer den gesetzmässigen Gebrauch der Trojaner überwacht (Berger 2014).

Das Gesetz liegt nun dem Nationalrat vor, welcher dieses voraussichtlich während der nächsten Sommersession behandeln werden wird. Es muss allerdings noch angefügt werden, dass in naher Zukunft das Nachrichtendienstgesetz überarbeitet werden muss und dass es sehr unwahrscheinlich ist, dass der Geheimdienst weniger Zugriffsrechte auf Daten erhält als die Polizei. Mit dem Unterschied, dass der Geheimdienst kein laufendes Strafverfahren benötigt, um Einsicht in die Daten zu erhalten und die Kontrolle wäre selbstverständlich um einiges schwerer zu bewerkstelligen (Berger 2014).

Völlig anders wird die Vorratsdatenspeicherung in der EU betrachtet. Der Europäische Gerichtshof hat am 8. April 2014 ebendiese für unzulässig erklärt. Die Speicherung persönlicher Daten ohne jeglichen Verdacht auf eine Straftat sei ein besonders schwerwiegender Eingriff in die Grundrechte. Im speziellen genannt wurden das Recht auf die Achtung des Privatlebens und der Schutz personenbezogener Daten. Davon dass bei der Vorratsdatenspeicherung nur Metadaten wir Ort, Zeit, Dauer, Teilnehmer und Art der Kommunikation und nicht der Inhalt gespeichert wird, zeigt sich der Gerichtshof nicht beeindruckt, da das Gefühl einer ständigen Überwachung entstehen könnten. Zudem gibt es in Deutschland mehrere Studien, die zeigen, dass die Vorratsdatenspeicherung so gut wie keinen Einfluss auf die Erfolgsquote der Verbrechensbekämpfung hat (Zeit Online, 2014).

 

Sie mögen sich jetzt fragen, was denn bitte die Vorratsdatenspeicherung mit Big Data zu tun hat. Nun stellen Sie sich vor, die so gesammelten Daten werden mit Hilfe von Big Data ausgewertet und Sie für ein Verbrechen verhaftet, welches Sie (noch) nicht begonnen haben. Mehr über die Verbrechensbekämpfung mittels Big Data erfahren Sie in unserem nächsten Beitrag.

(Autorin: N. Christen)

Veröffentlicht unter Aus aktuellem Anlass, Datensicherheit | Verschlagwortet mit , , , | 1 Kommentar