Big Data is watching you

Unternehmen und Sozialforscher analysieren unsere Datenspuren in Mobilfunknetzen und im Internet. Ihre Algorithmen enthüllen persönliche Vorlieben, machen soziale Beziehungen sichtbar – und verraten am Ende ziemlich viel über uns selbst.

In Pocket speichern vorlesen Druckansicht
Lesezeit: 11 Min.
Von
  • Christian Buck
Inhaltsverzeichnis

Unternehmen und Sozialforscher analysieren unsere Datenspuren in Mobilfunknetzen und im Internet. Ihre Algorithmen enthüllen persönliche Vorlieben, machen soziale Beziehungen sichtbar – und verraten am Ende ziemlich viel über uns selbst.

David Petersen weiß ziemlich genau, wo sich seine amerikanischen Mitbürger gerade aufhalten und welche persönlichen Vorlieben sie haben – zumindest jene 90 Millionen, deren Smartphones die Server von Sense Networks regelmäßig mit Informationen über ihren Aufenthaltsort versorgen. Das von ihm geleitete Unternehmen mit Sitz in New York hat sich darauf spezialisiert, aus den Bewegungsmustern von Menschen Schlüsse auf deren Vorlieben und Lebensgewohnheiten zu ziehen. Solche Erkenntnisse bringen die Werbebranche ihrem großen Traum wieder ein Stück näher: Potenziellen Käufern die richtige Werbung zum richtigen Zeitpunkt auf dem Handy zu servieren und damit einen todsicheren Kaufanreiz zu schaffen.

Sense Networks nutzt dafür die Fähigkeit moderner Smartphones, mithilfe ihrer GPS-Empfänger jederzeit die Position des Nutzers auf wenige Meter genau bestimmen zu können. Werbefinanzierte Apps auf dem Mobiltelefon senden diese Ortsinformationen immer dann an die Server des Unternehmens, wenn sie von dort neue Werbebanner abrufen – zusammen mit einer Gerätekennung wie Apples IDFA (Identifier for Advertisers), mit deren Hilfe sich jedes Gerät eindeutig wiedererkennen lässt.

Mit anderen Worten: Sense Networks weiß nicht nur, wo sich ein Handy im Moment aufhält, sondern kann über einen längeren Zeitraum auch Verhaltensmuster seines Besitzers erkennen. Das Programm registriert, wer regelmäßig beim Handelsriesen Wal-Mart einkauft. Oder es speichert, wann der Besitzer eines Smartphones in einem Stadion sitzt, und verknüpft die Information mit einem Event, das dort stattfindet. Läuft gerade ein Lady-Gaga-Konzert, dürfte es sich um einen Fan der Sängerin handeln. Und wer ständig Inlandsflüge bucht, ist sehr wahrscheinlich ein Geschäftsreisender.

"Wir haben heute Tausende solcher Merkmale, mit denen wir Smartphone-Nutzer charakterisieren können", erklärt Petersen. Mit der Zeit entsteht über den Besitzer des Mobiltelefons ein immer detaillierteres Bild – und das ist Gold wert: Unternehmen können jetzt gezielte Kampagnen fahren, die sich an spezifizierte Zielgruppen richten – etwa an Menschen, die Hamburger lieben und gerade neben einer McDonald's-Filiale stehen. Mehr noch: Die Algorithmen von Sense Networks erkennen sogar persönliche Zeitmuster potenzieller Kunden. Wer statt samstags lieber schon am Freitag einkauft, kann pünktlich vor seiner Shopping-Tour mit Handy-Werbung beglückt werden.

Mit welcher Genauigkeit sein Unternehmen die Smartphone-Nutzer in Kategorien wie "Luxus-Shopper" oder "Auto-Narr" einteilen kann, will Petersen nicht verraten. Stattdessen verweist er auf das allgemein akzeptierte Erfolgsmaß der Online-Werbebranche: die Click-Through-Rate (CTR), die angibt, wie viel Prozent der Nutzer tatsächlich auf ein Banner klicken, um mehr über das beworbene Produkt zu erfahren. "Dank unserer Nutzerprofile ist sie viermal höher als bisher und liegt zwischen zwei und vier Prozent", rechnet er vor. Dafür bezahlen ihm Kunden wie die Sandwich-Restaurants Quiznos und die Bäckerei-Kette Swiss Bakers viel Geld. Das 2006 gegründete Unternehmen mit 20 Mitarbeitern erreichte letztes Jahr die Gewinnschwelle. Die Identität der Smartphone-Nutzer könne er jedoch nicht herausfinden, beteuert Petersen: Die einlaufenden Ortsinformationen – immerhin rund zehn Milliarden im Monat – würde Sense Networks nur verwenden, um die Profile zu verbessern, und sie danach löschen.

Für seine Analysen nutzt die Firma keine eigenen Server, sondern die Cloud-Infrastruktur von Amazon. "Wir sind ein waschechtes Big-Data-Unternehmen", sagt Petersen. "Wir arbeiten mit Linux-Computern und dem in diesem Bereich weit verbreiten Software-Programmiergerüst Hadoop für verteiltes Rechnen und verteilte Datenspeicherung." Die firmeneigenen Algorithmen filtern zunächst Fehler in den Ortsinformationen heraus, bevor andere Programme das Verhalten der Nutzer analysieren und künftige Aktionen vorhersagen. All das geschieht in Echtzeit, sobald neue Daten eintreffen.

Entstanden ist das Unternehmen aus dem Projekt "Reality Mining" am MIT in Cambridge, Massachusetts. Dort statteten die Informatiker Alex Pentland und Nathan Eagle ab 2004 die Mobiltelefone von Studenten mit einer Software aus, die Informationen über ihren Standort und die von ihnen geführten Telefonate aufzeichnete. Schon nach einigen Monaten konnten die beiden Wissenschaftler aus den Geo-Daten auf Gewohnheiten ihrer Probanden schließen. Die Gesprächsdaten lieferten ein detailliertes Bild der sozialen Netzwerke innerhalb der Gruppe – ganz ohne die in der Sozialforschung sonst üblichen Fragebögen. Allein aufgrund der Mobilfunkdaten analysierten die Forscher die Beziehungen zwischen 100 MIT-Studenten und -Professoren und konnten präzise vorhersagen, wo sich die Mitglieder einer Gruppe an einem beliebigen Wochentag treffen würden.

"Computational Social Science" nennt sich dieser relativ neue Ansatz in der Sozialforschung, aus Datenspuren in Mobilfunknetzwerken oder dem Internet Erkenntnisse über soziale Gruppen zu gewinnen. Mittlerweile hat er eine wissenschaftliche Revolution ausgelöst: "Früher waren wir auf Laborexperimente oder Umfragen angewiesen, an denen sich maximal einige Tausend Menschen beteiligt haben", sagt der Sozialforscher Michael Macy von der Cornell University in Ithaca. "Heute können wir das Verhalten von vielen Millionen Menschen untersuchen."