Impulsstatement: Methoden und Ziele der massenhaften Sammlung von Daten

Transkript

1 Impulsstatement: Methoden und Ziele der massenhaften Sammlung von Daten Prof. Dr. Michael Waidner Fraunhofer-Institut für Sichere Informationstechnologie SIT und Technische Universität Darmstadt Expertentagung»Gegen das große Unbehagen«Kloster Banz, November 2014

2 Fragestellung heute und morgen Ziel Fragen Prioritäten und realistische Strategien für bessere Datensicherheit und besseren Datenschutz Mit welchen Methoden und Zielen sammeln staatliche und nicht-staatliche Akteure massenhaft Daten? Welche Gefahren gehen dabei von der Gewinnung und Auswertung von Big Data aus? 1

3 Wieso sammeln Wirtschaftsunternehmen Daten? 1 2 Daten als Basis betrieblicher Optimierung Business (BI), Operational Intelligence (OI) Competitive / Market Intelligence (CI/MI) Wirtschaftsspionage Know Your Customer (KYC) Personalisierte Dienste Losgröße-1 Produkte in Industrie 4.0 Insgesamt steht Datenanalyse am Anfang Vorreiter: 30% in Finanzindustrie (Quelle: Luenendonk 2014) Daten als Produkt Verkauf von Online-Werbefläche Wie steht das Unternehmen da? Wie wird es sich entwickeln? Wie entwickelt sich ein Markt? Wie entwickelt sich ein Konkurrent? Welcher Markt birgt welche Chancen? Welche Kundengruppen gibt es? Welche Gruppe wird welche Produkte kaufen? Welche Interessen und Attribute hat Web-Nutzer X? Welche Werbung / Botschaft erreicht X mit welcher Wahrscheinlichkeit? Was wird X als nächstes tun? 2

4 Typisches BI Dashboard Quelle: unipaas.blogspot.com 3

5 Wie werden Daten gesammelt? 1 Daten zur Optimierung Interne Quellen Externe Quellen Bestell- und Reklamationsdaten, Buchhaltung, Produktion, Personal,... Destatis-Statistiken, Kataster, Wetterdienst, Pressedienste, Veröffentlichungen, Industrieanalysten, 2 Daten als Produkt Offene Profilbildung eigener Kunden Verstecktes Tracking Klassische Kundendatenbank Online-Accounts: Facebook, Google, Amazon,... Google Doubleclick, Acxiom, 4

6 1 BI Lösungen zur Optimierung Quelle: BARC Research BI Survey

7 2 Anbieter von Web-basierten Werbediensten (alle) Google, Facebook, Twitter, comscore, WordPress Quelle: LeadLedger, Nov. 2014, 6

8 Welche Firmen sammeln oder analysieren Nutzerdaten? Quellen: Webseiten der Firmen 7

9 Welche Firmen sammeln oder analysieren Nutzerdaten? Quellen: Webseiten der Firmen 8

10 Klassisches Web-Tracking Quelle: Fraunhofer SIT, Okt. 2014, 9

11 Mobile-App Tracking Quelle: Fraunhofer SIT, Sept. 2014, 10

12 Wie gewinnt man»wissen«aus Datensammlungen? Unstrukturierte Daten: Text, Bild, Ton,... Strukturierte Daten: Datum, Formular Annotation und Klassifizierung Datenlager Säubern Aufbereiten Zusammenhänge finden / darstellen Verbreiten»Business Intelligence«: Langsam, Data Mining»Operational Intelligence«: Schnell/Realzeit, Stream Processing Grundlage: Erfahrung:»garbage in, garbage out«datenmodelle und -analyse Maschine Learning: Training & Test 11

13 Welche Risiken birgt das massenhafte Sammeln von Daten? Informationelle Selbstbestimmung: Freiheitsverlust Für das Individuum durch Gefühl / Tatsache der Beobachtung Für Wirtschaft, Staat und Gesellschaft durch Steuerung der Meinungsbildung bei gleichzeitigem Verlust der Kontrolle über Datensammlungen Der»gläserne Mensch«, das»gläserne Unternehmen«erlauben feingranulare Diskriminierung Hohes Angriffsrisiko durch zentralisierte Datensilos Zugriff auf Datensilo durch fremdstaatliche Dienste (z.b. NSA PRISM) Zugriff durch Cyber-Kriminelle (z.b. Verbreitung von Malware via Ads, Facebook als Basis für Social Engineering, für Hinweise auf interessante Opfer) 12

14 Prinzipielle Schutztechniken Technische Instrumente Ende-zu-Ende Verschlüsselung Relevant für privatwirtschaftliche und staatliche verdeckte Sammlung Pseudonyme und anonyme Nutzung von Web-Diensten Anti-Tracking Technologien, Kryptographie für Pseudonyme / Anonymität Regulatorische Instrumente Anreize bzw. Verpflichtung zum Angebot Technischer Instrumente Privatsphärenschutzfreundlicher Alternativen Geplante Datenschutzgrundverordnung Relevant für die Wirtschaft, irrelevant für fremd-staatliche Sammlung 13

15 Prof. Dr. Michael Waidner Fraunhofer-Institut für Sichere Informationstechnologie SIT Institutsleiter Technische Universität Darmstadt Fachbereich Informatik, Lehrstuhl SIT CASED & EC SPRIDE, Direktor Institut Telefon Rheinstraße 75, Darmstadt (Büro) (Mobil) 14