{"id":1692,"date":"2013-10-10T10:03:28","date_gmt":"2013-10-10T09:03:28","guid":{"rendered":"http:\/\/www.cr-online.de\/blog\/?p=1692"},"modified":"2013-10-10T15:59:27","modified_gmt":"2013-10-10T14:59:27","slug":"datenschutz-im-21-jahrhundert-teil-2-um-was-geht-es-eigentlich-bei-big-data","status":"publish","type":"post","link":"https:\/\/www.cr-online.de\/blog\/2013\/10\/10\/datenschutz-im-21-jahrhundert-teil-2-um-was-geht-es-eigentlich-bei-big-data\/","title":{"rendered":"Datenschutz im 21. Jahrhundert &#8211; Teil 2: Um was geht es eigentlich bei Big Data?"},"content":{"rendered":"<p><em>Profiling, Big Data, Internet der Dinge: Das Datenschutzrecht hinkt der Entwicklung der Informations- und Kommunikationstechnik weit hinterher und schwankt zwischen \u00dcberregulierung und Resignation. Das eiserne Festhalten am Verbotsprinzip und die Fetischisierung der Einwilligung versperren den Blick auf die Zukunftsfragen des Pers\u00f6nlichkeitsschutzes.<\/em><\/p>\n<p><em>In einem Annex zu dem jetzt in 5. Auflage erschienenen \u201e<a title=\"Verlag Dr. Otto Schmidt - Shop\" href=\"http:\/\/www.otto-schmidt.de\/internetrecht-1.html\" target=\"_blank\">Internetrecht<\/a>\u201c befasse ich mich mit der Zukunft des Datenschutzrechts (<a href=\"http:\/\/www.cr-online.de\/HRI_5_Annex(1).pdf\" target=\"_blank\">&#8222;Datenschutz im 21. Jahrhundert&#8220;<\/a>). In einigen Blogbeitr\u00e4gen stelle ich meine \u00dcberlegungen auszugsweise vor.<\/em><\/p>\n<p style=\"padding-left: 60px;\">Zur vollst\u00e4ndigen 5. Auflage in CR<em>online<\/em> bei juris:\u00a0 <a title=\"\u00f6ffnet www.juris.de\/cr-online\" href=\"http:\/\/www.juris.de\/jportal\/portal\/t\/24sj\/page\/jurisw.psml\/action\/portlets.jw.MainAction?p1=%40H%C3%A4rting%2C+I%40H%C3%A4rting%2C+Internetrecht%5B%24%5DH%C3%A4rting%2C+Internetrecht%5BWID%5Ddiverse-ovsHRI%7B.%7D%5B%23%5D&amp;eventSubmit_doNavigate=searchInSubtree\" target=\"_blank\">H\u00e4rting, Internetrecht, 5. Aufl., 2014<\/a><\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: center;\"><strong>Von der Kausalit\u00e4t zur Korrelation<\/strong><\/p>\n<p>Schon seit langem geht es bei der Verarbeitung von Daten nicht mehr prim\u00e4r um Kausalit\u00e4t, sondern um Korrelation. Je umfassender die Datenmenge ist (\u201eBig Data\u201c), desto intelligenter wird die Korrelation. Jede Vergr\u00f6\u00dferung von Datenmengen erh\u00f6ht die Wahrscheinlichkeit von Erkenntnissen, die aus den Daten gewonnen werden k\u00f6nnen. Hierin liegt ein grundlegender Unterschied zum menschlichen Denken. Dem Gehirn droht bei gro\u00dfen Mengen an Informationen die \u00dcberforderung. Bei der Datenverarbeitung schaffen gro\u00dfe Mengen an Informationen dagegen immer wieder <span style=\"text-decoration: underline;\">neue M\u00f6glichkeiten<\/span>, durch Verkn\u00fcpfungen Erkenntnisse zu gewinnen. Computernetze lassen sich unter den heutigen technischen Gegebenheiten nicht mehr \u00fcberfordern.<\/p>\n<p>Eines der zahlreichen Anwendungsgebiete von Big Data ist die Astronomie, die bereits seit vielen Jahren durch die Innovationskraft von \u201cBig Data\u201d revolutioniert wird. Teleskope werden immer leistungsf\u00e4higer und produzieren ein Datenvolumen, das sich jedes Jahr verdoppelt:<\/p>\n<blockquote>\n<p style=\"padding-left: 30px;\">\u201cMan stelle sich einmal alle Daten vor, die die Menschen in der langen Geschichte der Astronomie gesammelt haben\u2026 Wenn wir diese Daten in Bit ausdr\u00fccken w\u00fcrden, der Ma\u00dfeinheit unserer Tage, w\u00e4re die Zahl astronomisch. Damit aber nicht genug: Schon n\u00e4chstes Jahr wird sich die Zahl verdoppelt haben, ein Jahr sp\u00e4ter wird sie sich erneut verdoppelt haben, und so weiter und so fort.\u201d<br \/>\n[<a title=\"externer Link\" href=\"http:\/\/www.theatlantic.com\/technology\/archive\/2012\/04\/how-big-da ta-is-changing-astronomy-again\/255917\" target=\"_blank\">Andersen, &#8222;How Big Data is changing Astronomy (Again)&#8220;, The Atlantic v. 19.4.2012<\/a>]<\/p>\n<\/blockquote>\n<p>\u201cBig Data\u201d macht es m\u00f6glich, die st\u00e4ndig wachsende Menge von \u201cRohdaten\u201d zu verarbeiten und zu analysieren. Ma\u00dfgeblich sind daf\u00fcr vor allem zwei Umst\u00e4nde:<\/p>\n<ul>\n<li><span style=\"text-decoration: underline;\">Analyse aller (!) Daten:<\/span>\u00a0 Da Speicherplatz in (nahezu) unbegrenztem Umfang vorhanden ist, setzt eine Datenanalyse nicht mehr eine Vorauswahl \u201crepr\u00e4sentativer\u201d Daten voraus. Es k\u00f6nnen vielmehr alle Daten in die Analyse einbezogen werden.<\/li>\n<li><span style=\"text-decoration: underline;\">Einsatz von Algorithmen:<\/span>\u00a0 Die Analyse der Daten st\u00fctzt sich auf Algorithmen, das hei\u00dft auf Rechenformeln, die st\u00e4ndig verfeinert werden.<\/li>\n<\/ul>\n<p>Man sch\u00e4tzt, dass sich allein in den Jahren 2011 bis 2016 das Volumen der Internetdaten vervierfacht. Wenn Bewegungsdaten zur Verkehrslenkung ausgewertet werden, Stromz\u00e4hlerdaten zwecks Optimierung der Energieversorgung und der Energiekosten analysiert und Gesundheitsdaten zur Verbesserung der Behandlung von Krankheiten und zur Senkung von Gesundheitskosten genutzt werden, dann geht es stets darum, r\u00fcckwirkend, \u201cin Echtzeit\u201d und prognostisch eine Vielzahl von Informationen \u00fcber eine Vielzahl von Personen zu analysieren. Big Data-Anwendungen sind in h\u00f6chst unterschiedlichen Lebensbereichen zu finden: von den Finanzm\u00e4rkten \u00fcber Wissenschaft und Medizin bis zum Sport.<\/p>\n<p style=\"text-align: center;\"><strong>Die Schw\u00e4chen der Korrelation<\/strong><\/p>\n<p>Die Auswertung von Big Data f\u00fchrt keineswegs automatisch und ausnahmslos zu \u201erichtigen\u201c Ergebnissen:<\/p>\n<ul>\n<li>Die Erfassung eines <span style=\"text-decoration: underline;\">Sinnzusammenhangs<\/span> f\u00e4llt Algorithmen naturgem\u00e4\u00df schwer.<\/li>\n<li>Algorithmen haben <span style=\"text-decoration: underline;\">keine soziale Kompetenz<\/span>.<\/li>\n<li>Algorithmen ziehen im Zweifel dem Meisterwerk das <span style=\"text-decoration: underline;\">durchschnittliche Werk<\/span> vor.<\/li>\n<li>Je gr\u00f6\u00dfer die Datenbest\u00e4nde sind, desto mehr werden auch unn\u00fctze Daten gesammelt mit \u201eSt\u00f6rger\u00e4uschen\u201c (<span style=\"text-decoration: underline;\">\u201eNoise\u201c<\/span>), die die Pr\u00e4zision der Auswertung erschweren.<\/li>\n<li>Je<span style=\"text-decoration: underline;\"> komplexer<\/span> das Problem ist, desto weniger eignen sich Algorithmen f\u00fcr eine L\u00f6sung.<\/li>\n<li>Algorithmen sind stets von Menschen gemacht, deren <span style=\"text-decoration: underline;\">Bewertungen<\/span> somit in die Auswertung einflie\u00dfen. Komplexe Algorithmen verschleiern diese Bewertungen und f\u00fchren zu Ergebnissen, deren Grundannahmen obskur bleiben.<\/li>\n<\/ul>\n<p>Algorithmen sind keineswegs \u201evorurteilsfrei\u201c. Wenn Nachrichtenportale versuchen, aus dem Verhalten eines Nutzers zu berechnen, welche Nachrichten den Nutzer mit der gr\u00f6\u00dften Wahrscheinlichkeit interessieren werden, bedarf es zur Programmierung der Algorithmen gewisser <span style=\"text-decoration: underline;\">Grundannahmen<\/span>. Diese Grundannahmen k\u00f6nnen richtig sein oder auch falsch. Der R\u00fcckschluss von der H\u00e4ufigkeit des Anklicken gewisser Nachrichten auf deren Wichtigkeit f\u00fcr den Nutzer ist beispielsweise nicht mehr als eine Annahme, deren Richtigkeit keineswegs sicher ist:<\/p>\n<blockquote><p>\u00a0\u201cIn einer Welt von Big Data geht es vielfach nicht so sehr um die Richtigkeit der \u201aRohdaten\u2019, sondern um die Richtigkeit der \u201aR\u00fcckschl\u00fcsse\u2019, die aus den Daten gezogen werden. Fehlerhafte, manipulatorische und diskriminierende Schlussfolgerungen k\u00f6nnen aus vollkommen unverf\u00e4nglichen, zutreffenden Daten gezogen werden. Der Beobachter einer Big-Data-Analyse kann die Ergebnisse seiner Untersuchung beeinflussen durch die Definition des Datensatzes, die Aufstellung einer Hypothese oder das Schreiben eines Algorithmus. Big Data-Analyse ist letztlich ein Prozess der Interpretation, bei dem die eigene Person und Perspektive die Ergebnisse beeinflusst. Wie bei jedem Interpretationsprozess unterliegt die Analyse den Gefahren des Irrtums, der Inkorrektheit und des Vorurteils.\u201c<br \/>\n[<a title=\"externer Link\" href=\"http:\/\/scholarlycommons.law.northwestern.edu\/cgi\/viewcontent.cgi?article=1191&amp;context=njtip\" target=\"_blank\">Tene\/Polonetsky, &#8222;Big Data for All: Privacy and User Control in the Age of Analytics&#8220;, 11 Nw. J. Tech. &amp; Intell. Prop. 239 (2013), 270 f.<\/a>]<\/p><\/blockquote>\n<p style=\"text-align: center;\"><strong>Grundrechtsschutz<\/strong><\/p>\n<p>\u00a0Was f\u00fcr das gesamte Datenschutzrecht gilt, gilt auch f\u00fcr \u201cBig Data\u201d: Es geht keineswegs nur um den Schutz von Pers\u00f6nlichkeitsrechten, sondern auch um den Schutz anderer Freiheiten vor einem <span style=\"text-decoration: underline;\">\u00fcbereifrigen Regulator:<\/span> Ob Wissenschaftsfreiheit, Kommunikationsfreiheit oder auch die unternehmerische Bet\u00e4tigungsfreiheit.<\/p>\n<p>Neben dem gesellschaftlichen Bed\u00fcrfnis nach Innovation und wirtschaftlichem Wachstum stehen auch gewichtige Freiheitsrechte auf dem Spiel, wenn im Zeichen des Datenschutzes \u201cBig Data\u201d-Anwendungen regulatorisch beschr\u00e4nkt oder verboten werden. Daher bedarf es nicht nur neuer Schutzinstrumentarien f\u00fcr neue Gef\u00e4hrdungen von Pers\u00f6nlichkeitsrechten. Ebenso wichtig ist es, andere Freiheitsrechte davor zu bewahren, dass sie durch ein starres Festhalten an \u201cbew\u00e4hrten Prinzipien\u201d in Gefahr geraten.<\/p>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Profiling, Big Data, Internet der Dinge: Das Datenschutzrecht hinkt der Entwicklung der Informations- und Kommunikationstechnik weit hinterher und schwankt zwischen \u00dcberregulierung und Resignation. Das eiserne Festhalten am Verbotsprinzip und die Fetischisierung der Einwilligung versperren den Blick auf die Zukunftsfragen des Pers\u00f6nlichkeitsschutzes. In einem Annex zu dem jetzt in 5. Auflage erschienenen \u201eInternetrecht\u201c befasse ich mich [&hellip;]<\/p>\n","protected":false},"author":3,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[1,9,51],"tags":[243,504,153],"_links":{"self":[{"href":"https:\/\/www.cr-online.de\/blog\/wp-json\/wp\/v2\/posts\/1692"}],"collection":[{"href":"https:\/\/www.cr-online.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.cr-online.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.cr-online.de\/blog\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.cr-online.de\/blog\/wp-json\/wp\/v2\/comments?post=1692"}],"version-history":[{"count":9,"href":"https:\/\/www.cr-online.de\/blog\/wp-json\/wp\/v2\/posts\/1692\/revisions"}],"predecessor-version":[{"id":1724,"href":"https:\/\/www.cr-online.de\/blog\/wp-json\/wp\/v2\/posts\/1692\/revisions\/1724"}],"wp:attachment":[{"href":"https:\/\/www.cr-online.de\/blog\/wp-json\/wp\/v2\/media?parent=1692"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.cr-online.de\/blog\/wp-json\/wp\/v2\/categories?post=1692"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.cr-online.de\/blog\/wp-json\/wp\/v2\/tags?post=1692"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}