Worum geht es beim Datensammeln?

Zum gesamten Dossier "Datenspuren im Netz".

Datenspuren, die wir bei der Nutzung des Internets hinterlassen, werden gesammelt und ausgewertet, um sogenannte Internet-Nutzungs-Profile zu erstellen. Die Techniken, die dabei verwendet werden, bezeichnet man auch als „Data Mining“ oder „Big Data“.  Auf diese Weise werden wir einer bestimmten Zielgruppe zugeordnet, z. B. als Mann zwischen 30 und 40 Jahren mit mittlerem Einkommen. Das Ziel: Vorherzusagen, wie sich einzelne Zielgruppen in der Zukunft verhalten werden – etwa welche Kaufabsichten sie haben oder ob sie einen Kredit zurückzahlen werden können. Diese Nutzungs-Profile sind mittlerweile sehr aussagekräftig. Es können z. B. das Alter, Einkommen, politische Orientierung, Zufriedenheit mit dem Job, sexuelle Vorlieben, Schwangerschaften etc. eingeschätzt werden.

• Für Werbezwecke: In erster Linie kommen Nutzungs-Profile im Online-Marketing zum Einsatz, etwa um Nutzer/innen Werbung anzuzeigen, die perfekt auf ihre Interessen und finanziellen Möglichkeiten zugeschnitten sind.
• Diskriminierung: Werden bestimmte Zielgruppen ausgewählt, können gleichzeitig andere ausgeschlossen werden. Hier besteht die Gefahr, dass einzelnen Bevölkerungsgruppen Informationen bzw. Angebote vorenthalten werden oder sie höhere Preise für ein und dasselbe Produkt bezahlen müssen („Discriminatory Pricing“).
• Verkaufsförderung: Die meisten Online-Shops versuchen, die Kaufwünsche potentieller Kund/innen vorherzusehen – basierend z. B. auf früheren Käufen, besuchten Websites, Suchanfragen in Suchmaschinen.
• Datenhandel: Immer wieder kaufen Spezialfirmen – sogenannte Datenbroker – Daten von Facebook, Google & Co. und reichern diese zu umfassenden Profilen an. Diese Profile werden dann an Unternehmen weiterverkauft, die sie z. B. für bestimmte Werbeaktionen einsetzen.
• Politische Zwecke: In jüngster Zeit sorgten Wahlbeeinflussungen durch die gezielte Verbreitung von Botschaften in Sozialen Medien an ganz bestimmte Zielgruppen für Schlagzeilen – siehe Brexit und US-Wahl 2016.
• Gesellschaftliche Zwecke: Big Data ist nicht per se „schlecht“ – Bereiche wie Verkehr, Medizin, Bildung oder Wissenschaft können von der Verarbeitung großer Datenmengen enorm profitieren, z. B. können Infektionsherde lokalisiert, Transportwege optimiert oder neue Zusammenhänge hergestellt werden.
• Überwachung: Dazu zählen etwa Daten von Videokameras (privat oder polizeilich), Gesichtserkennung oder die „Vorratsdatenspeicherung" elektronischer Kommunikation.