 So, schönen guten Morgen. Herzlich willkommen bei der deutschen Übersetzung. Eure Übersätze für diesen Talks sind Florian und ich bin Michi. Schönen guten Morgen. Und der Vortrag ist von Wolfi Crystal und heißt Corporate Surveillance, Digital Tracking, Big Data und Privacy. Wir freuen uns über Lob oder Feedback zur Übersetzung auf Twitter unter dem Hashtag hashtag 3T. So, wir sind noch bei der Vorstellung. Das sogenannten Überwachungsgesellschaft macht eine ganze Menge der Akteure sehr viel Geld, gar nicht so sehr die einzelnen Benutzer. Wie das in Detail funktioniert, das erzählt uns heute Wolfi Crystal. Er ist ein Forscher, Techniker und Aktivist aus Österreich und zusammen mit der Datenschutzforscherin Sarah Spiekermann die Networks of Control geschrieben hat, die diesen Jahr im Oktober ausgekommen ist. Er hat auch ein Spiel entwickelt, das Data Dealer heißt, wo es um Datenschutz und Überwachung geht. Heute wird Wolfi uns ein Vortrag halten über Corporate Surveillance, Digital Tracking, Big Data und Privacy. Heißt ihn bitte herzlich willkommen. Vielen Dank, könnt ihr mich hören? Ja? Hallo zusammen. Mein Name ist Wolfi Crystal, ich komme aus Wien in Österreich und zuerst einmal möchte ich den Titel meines Vortrags ein bisschen ändern und dieses Big Data daraus nehmen. Um ehrlich zu sein, ich verwende das nur, weil das immer hilft, dass Leute mir zuhören. Big Data kann alles bedeuten und gleich ist es gar nichts. Also werden wir das einfach los, okay? Nichtsdestotrotz, während der letzten zwei Jahre haben wir die Geburt einer großen Bewachungsindustrie gesehen. Tausende von Unternehmen überwachen, profilieren, kategorisieren die Leben von Milliarden Menschen über die Plattformen weg, über Geräte hinweg und in meinem Vortrag möchte ich dir übersprechen, wie Netzwerke aus diesen Unternehmen die Daten analysieren und benutzen meistens ohne, dass wir eine informierte Zustimmung gegeben haben und meistens sogar ohne, dass wir es wissen. Wir werden auch drüber sprechen, wie persönliche Datenanalyse bereits benutzt wird, von Finanzen, von Gesundheitswesen, von Arbeitgebern und Versicherungen, um Entscheidungen über Menschen zu treffen. Ich nehme euch mit auf eine kleine Reise durchs Beispiel in eine ganze Menge solcher Praktiken und werde auch drüber sprechen, was kann denn eigentlich schiefgehen, wenn solche Sachen gemacht werden. Aber Achtung, ich werde ein paar mehr Bullshitbegriffe verwenden. Ich muss es einfach machen. Wenn man diesen ganzen Marketing-Kram besprechen möchte, dann muss man leider in solche Bullshitbegriffe mit rein. Tut mir sehr wirklich leid für euch und ich werde auch leider wieder Big Data sagen müssen. Gut, dann seht ihr hier Leitli, eine Browser-Erweiterung, die zeigt, wer uns beobachtet, wenn wir im Web surfen. Ich habe das mit fünf Webseiten gemacht, eine großen Gesundheitswebsite, der New York Times, eine Wörterbuch, dem Weißmagasin und im Hintergrund haben die sich mit 118 Diensten verbunden und ihnen über meinen Bedürf erzählt. Es waren nur fünf Webseiten und es wurden von mehr als 118 Unternehmen mit aufgezeichnet. Schauen wir uns das mal an. Diese fünf Webseiten sind durch solche Kreise repräsentiert in der Grafik hier und die dritten Dienste durch diese Dreieck-Icons. Nun, warum übermitteln diese fünf Webseiten meine Klicks an andere Firmen? Nun, Sie haben ein paar kleine Stücken-Programm-Code in diesen Webseiten hinterlassen. Schauen wir mal, wer diese Dritten sind, an die das übermittelt wird. Das sind analytische Dienste, Datenhändler, Werbe treibende, Google und Facebook natürlich und eine ganze Menge anderer. Wie ihr sehen könnt, sind ein paar davon mit mehreren Webseiten verbunden. Das bedeutet, die können mich über verschiedene Webseiten hinweg verfolgen. Jetzt stellt euch mal vor, was passiert, wenn ich einfach durch das Websurfer einfach taglang eine Woche oder einen Monat lang, hier sieht man, wie diese Tracking-Companies über meinen Online-Verhalten dann Profile anlegen können. Es gibt Werkzeuge, um das zu blockieren, aber die meisten Leute außerhalb der Datenschutzbubble sind doch ziemlich überrascht, wenn Sie das sehen. Und abgesehen von diesen Tracking-Tools, dass die Teil des Ökosystems halt geworden sind, ist es natürlich nicht nur, wenn man das Websurft. Es gibt auch die Smartphones, was ein leistungsstarker kleiner Computer ist, sondern ein bisschen kaputt ist. Der enthält eine Liste unserer Freunde, unserer Kontakte, unsere Anrufe, ganze Menge private Informationen. Wer kann darauf zugreifen, die viele Apps können das tun, wenn man ihnen die Allautnis dazu gibt? Und wie sieht das Business-Modell von solchen App-Entwicklern aus? Nun, sie sammeln und speichern persönliche Informationen. Interessant daran ist, dass die meisten Leute diese Informationen über ihre Bewegung, über ihre Adressen, Fremden eigentlich gar nicht übergeben würden. Gleichzeitig scheint es den Leuten ziemlich egal zu sein, wenn sie es Tausenden von Unternehmen übergeben. Gut, schauen wir zurück zu diesen fünf Seiten, die ich mir angeschaut habe. Gucken wir uns ein paar von diesen 118 Drittdiensten dort an, die die Informationen über mich gesammelt haben. Ich stelle euch mal Adress und Blue-Key vor. Diese beiden Domains haben also getrackt, dass ich auf Weiß und auf der Wetter-Webseite war. Ich glaube, ihr habt Adress schon mal gesehen, die haben den Dienst, dass sie diese kleinen Social-Sharing-Buttons anzeigen können. Die sehen so ähnlich aus wie hier. Und Blue-Key, die sieht man auf der Webseite nicht. Das ist ein ganz typisches Datensammeldienst. Und beide Adress und Blue-Key gehören zu Oracle. Das ist einer der weltgrößten Datenbank- und Business-Software-Anbieter. Oracle ist bis jetzt nicht als Datenhändler von privater Kundendaten bekannt, aber sie haben verschiedene solche Unternehmen gekauft. Blue-Key, ein Online-Data-Marketplace, die sich mit verschiedenen Webshops zum Beispiel verbunden haben, zum Beispiel von 1500 größeren Online-Händlern. Und ihr Dienst ist sozusagen diese Einkäufe mit der digitalen Welt zu verbinden. Und Oracle hat, wie gesagt, Ad-Diskaufte, die diese veranstalten Verhalten von Webseiten-Besuchern auf 15 Millionen verschiedene Webseiten gesammelt. Diese Firmen werden in ihre Datencloud gesammelt. Sehr nett. Das ist eine schöne Vorlehr darüber. Hier erklärt Oracle, was sie alles tracken, was Consumer machen, was sie sagen und was sie kaufen. Gut, oder? Nach Oracles Aussage haben sie 3 Milliarden User-Profile von den 15 Millionen Webseiten, die Ad-Disk installiert haben, aber auch 700 Millionen Social-Media, Social-Messages, für jeden Tag 700 Millionen. Jedenfalls sagen sie, dass sie das tun. Und Milliarden von Einkäufen jeden Tag, nicht jeden Tag. Das heißt, sie tracken, wie Benutzer sich verhalten, über die Plattformen hinweg, über E-Mail, Mobile, Direct-Mail. Sie versuchen auch Offline-Einkäufe mitzutracken. Im Dezember könnt ihr sehen, in der Mitte könnt ihr den Oracle Identity Graph sehen. Dieser Oracle Identity Graph verbindet die ganzen Dienste von Oracle, um einen Consumer-Profil zu erstellen. Damit kann man Kunden überall identifizieren über ihre Devices, Bildschirme und Kanäle. Hier könnt ihr sehen verschiedene IDs, von Cookie zu E-Mail, Adresse, Mobiltelefon, Set ID, das ist ein Set-Top-Boxen für Fernseher. Oracle versucht also auch diese Informationen zu verbinden. Das heißt, man verbindet auch viele Geräte, von denen es man nicht mehr denken würde. Oracle hat auch Daten von Partnern. Das ist Oracle's Datenordner. Diese Daten werden Daten von Datenhändlern gesammelt, z.B. Axiom, Neusta, Experian, TransUnion, Equifax. Das sind die drei großen Kreditagenturen in den USA, also etwas ähnliches wie Schufer. Sie tun auch Daten von Kreditgartenfirmen einsammeln, also Visa und Mastercard, und natürlich auch mit Google und Facebook. DataLogic ist eine dieser Firmen, die Oracle gekauft hat. Das war einer der ersten Datenhändler, die sich mit Facebook bereits 2011 verbunden haben. Sie haben ihre Offline-Daten über Einkäufe, alle mögliche Einkommen, Kreditkarten und so was mit den Facebook-Profilen, die ja sehr umfangreich sind. Und natürlich sind Plattformen wie Facebook oder Tracebook, wie ich es viel lieber nenne, solche Plattformen sammeln riesige Datenmengen selber über das alltägliche Leben von 1,8 Milliarden Menschen, 1,2 Milliarden täglichen Nutzern. Facebook nimmt diese fast 2 Milliarden Menschen in jede Menge Kategorien und bewirbt sozusagen diese Kategorien, um Leute einzeln Verwerbung zu zeigen oder auszuleiben. Von ein paar Wochen war deutlich geworden, dass man auf Facebook Leute bewerben konnten, die Prinzip bewerben konnten, die Häuser kaufen wollten, die gerade umziehen wollten. Aber wenn man sich das unten anschaut, kann man Leute ausschließen, die ganz bestimmte Kriterien erfüllen. In dem Fall zum Beispiel Leute, die Hispanics waren oder African oder Asian Americans waren, die wurden tatsächlich dort ausgeschlossen, um diese Anzeigen zu sehen. Aber mal abgesehen davon, dass das wahrscheinlich illegale Diskriminierung ist, ist die Frage, woher wussten die überhaupt, welcher ethnischen Gruppe diese Menschen zugehören und sind diese Klassifizierung überhaupt genau? Nun, das wissen wir nicht genau. Aber möglicherweise nehmen sie ähnliche Methoden wie in dieser Studie aus Berkeley. Dort haben die Forscher versucht, vorherzusagen, welche, ob sich diese privaten Attribute vorhersagen lassen anhand der Facebook-Likes einer Person, und das waren die Resultate. Sie sind wahren in der Lage, sexuorientieren, Ethnizität, religiöse Ansichten aufgrund von 170 Facebook-Likes pro User ziemlich sicher vorherzusagen. Die Studie hat 60.000 Probanden gehabt, und wir sehen, die Vorhersagen sind ziemlich akkurat. In Europa bietet Facebook, dass sie nicht an Leute direkt nach ihrer ethnischen Zudehörigkeit zu sortieren, aber hat immer noch verschiedene Kategorien. Man kann zum Beispiel eine Anzeige kaufen, die auf an Leuten in Norwegen angezeigt wird. Mein letzter Vortrag war in Oslo, daher, das ist Nordwegen. Man kann also sagen, Norweger, die in den 40ern sind, eine bestimmte Art von Norwegen sprechen und dann Leute ausschließen, die zum Beispiel an arabischer Sprache, multiple Sklerose, Islam, Persönlichkeitsstörungen, Plastice-Clothing interessiert sind, oder Magenkrebs, Gewerkschaften und so weiter. Das sind im Grunde genommen geschützte Kategorien von Daten in Europa. Also Ethnic Profiling ist nicht direkt verfügbar, aber man kann es um Beumwegen trotzdem erreichen. Jedenfalls entspannen. Nach e-starkem mediale Kritik hat Facebook im November gesagt, sie wollen zumindest bei Credit Haus verkaufen oder Stellen anzeigen, diese Diskriminierung ausschließen. Man kann sagen, das sind Anzeigen, wen interessiert das eigentlich. Vor ein paar Wochen, als der große Versicherer Admirale im Vereinigten Königreich gesagt hat, er würde seine Dienste anbieten, basierend auf Facebook-Daten. Dann ruhte der Facebook schnell zurück und sagte, das lassen wir nicht zu. Gleichzeitig sehen wir aber, es gibt Credit Scoring, Kreditvergabe aufgrund von Facebook-Daten. Wenn sich jemand um den Kredit bewirbt, dann schaut die Firma nach, nicht nur oft nach der Person, sondern in das soziale Netzwerk, auf die Freude dieser Person. Wenn das Credit Rating dieser Freunde nicht so gut aussieht, bzw. wenn es gut aussieht, dann geht es weiter. Ansonsten wird die Kreditbewerbung abgelegt. Wird Facebook jetzt Kreditbewertungen, Kreditwürdigkeit anbieten? Wir wissen das nicht. Facebook sagt, wir machen das im Moment nicht, aber können wir dieser Firma vertrauen? Schauen wir mal, 2014 hat Facebook WhatsApp gekauft und gesagt, keine Sorge, WhatsApp ist sicher. Wir werden es nicht mit Facebook teilen. 2016 haben sie gesagt, wir teilen Daten zu Facebook. Nach Kritik aus Europa haben sie zumindest in Europa gesagt, Facebook und WhatsApp werden wir nicht, im Moment zumindest kombinieren. Aber jedenfalls, so wie ich das sehe, Facebook versucht es immer zwei Schritte vorwärts, einen Schritt zurück und wir werden es sehen. Es ist natürlich nur das Internet und Smartphone-Apps und Facebook. Es gibt eine ganze Menge Wege, wie persönliche Daten gesammelt werden. Schauen wir uns mal Visual-DNA an. Das sind Daten von Online-Quesys, die Persönlichkeitsdaten über Benutzer sammeln. 14 Millionen Benutzer haben das bereits durchgeführt und zusammen bekommen wir Profile von 500 Millionen Benutzer, zum Beispiel für Online-Marketing-Zwecke. Was auch interessant ist, wird für Credit-Screening, für Kreditwürdigkeit, für Risikoanalyse verwendet. Sie arbeiten zusammen mit Admiral, mit Mastercard. Bei Admiral habe ich gerade gesprochen, die große Versicherung aus dem Vereinigten Königreich. Es ist bemerkenswert, weil sie die Linie zwischen Marketing-Daten und Risikomanagement-Daten, Kreditwürdigkeitsanalyse auf der anderen Seite überschreiten. Und wenn wir uns Oracle-Daten-Verzeichnis anschauen, von Visual-DNA von dieser Firma bieten die also auch Daten und Dienst an. Man kann also sehen, es gibt ein paar sehr große Spieler hier drinnen. Wir sehen hier also ein ganz großes Netzwerk von netzen Datenbanken. Das ist eine Firma, die sagt, sammeln Sie all Ihre Kundendaten und verkaufen Sie, schicken Sie sie einfach überall hin. Da gibt es Werkzeuge für Web-Entwickler, um ziemlich schnell und einfach Daten zu erfassen und sie zu mehr als 150 anderen Firmen zu schicken. Datenhändler, Analysten, Werbenetzwerke, sogar auch Fraud Detection Services und das ist nur ein Drittel hier der Dienste, zu denen man automatisch seine Kundendaten schicken kann. Man hat eine richtige Logo Wand hier und eine kleine Firma dort gehört auch zu Oracle. Also diese Netzwerke der Industriell überwachen. Die Frage ist, welche Arten von Daten sammeln die und handeln die? Nun, man könnte es danach kopieren, wie Daten erfasst werden. Einmal gibt es freiwillig erfasste Daten, die also von Nutzern selbst erschaffen und mit Absicht geteilt werden. Vielleicht Quiz-Daten, aber ich bin nicht sicher, ob die Leuten das klar war, das, was dann mit ihrer Information passiert. Zweitens, beobachtete Daten. Leute, die Passivdaten generieren, das wird ziemlich oft ohne Ihr Wissen überhaupt aufgezeichnet. Zum Beispiel, wenn eine Firma die Besuche einer Website aufzeichnet und schließlich ermittelte Daten oder Daten auf die geschlossen wurde, die aus anderen Daten zusammen gewonnen wurden. Eine andere Möglichkeit, das Ganze zu gruppieren, ist nach den Inhalten. Es gibt also finanzielle Informationen, zum Beispiel über das Einkommen, über die Kreditwürdigkeit, natürlich Kontaktdaten. Dann alle möglichen demografischen Daten, wie Alter und ähnliches. Transaktionsdaten, was man gekauft hat, über die Preise, die man gezahlt hat und die Vertragsdaten, die man mit verschiedenen Firmen geschlossen hat. Und im Übrigen, diese Kategorisierung ist von einem Data Broker, von Point of View. Die Information, die gesammelt wird, ist auch Ortsdaten, nicht nur von Mobilgeräten. Verhaltensdaten, wo bewege ich mich im Web? Technische Daten, Identifikatoren, wie ihr IP-Adressen, Device-IDs und natürlich die Social-Media-Posts, also Inhalte, E-Mail-Texte und soziale Beziehung, Informationen, also über die Kontexte und Freunde, die man hatte. Besonders die Ortsdaten sind sehr wichtig für die Werbefirmen sogar die Firmen verkaufen das Interna über die Ortsdaten. Das ist ein Graf aus einem Bericht der Industrie, der zeigt, dass Ortsdaten das Wichtigste und die Besten für die Datenbroker sind. Zum Beispiel, wenn man Apps, die TPS-Ortung hat oder Indoor-Location-Tracking oder sogar vielleicht Emergency-Services-Location kann man auch benutzen. Schaut euch das an. Sie denken sogar daran, dass man die Emergency-Location verkauft, was viele Vorteile bringen würde, wenn man auf die grünen Felder sieht. Zum Beispiel muss man nichts auf dem Device installieren, um die Emergency-Location korrekt auszulesen. Ja, ich will das nicht im Detail erklären. Ich weiß, das Leid ist sehr klein. Anstelle möchte ich euch als was zeigen, nämlich Teil eines Marketing-Videos von Factual. Das ist eine Firma, die ein Produkt bereitstellt, das Observation Graf heißt. Sie haben sehr nette Namen für ihre Produkte. Factual verbindet echte Datenfakten mit mobilen Daten, um auf Benutzer zu schließen. Hier können wir Observation Graf baut auf einer probierteren Technologie auf, die über 90 Millionen lokale Geschäfte und Points of Interest in 50 Ländern aufzeichnet und in große Applikationen wie Facebook Places, Microsoft Bing oder andere Dienste einbindet. Außerdem verwendet es Ereignisdaten, Ortsdaten, um genau zu verstehen, wie die Leute sich in der physischen Welt bewegen. All diese Daten schaffen es, tatsächlich Nutzebewegung in der echten Welt aufzuzeichnen. Jeden Tag erzeugt diese Anwendung Milliarden von Datensätzen auf der ganzen Welt. Observation Graf steht hinter jeder Menge Apps, die es erschaffen will, eine gesamte globale Consumer anzusprechen. Gut, so viel erst mal dazu. UserID 978103. Aktivität laufen, das klingt jetzt so unschuldig, nicht wahr? Aber was ist, wenn man sich um Aktivisten handelt, die irgendwie protestieren wollen? Ich glaube, die Stasi wäre ziemlich froh gewesen, diese Daten zu haben. Wie ihr möglicherweise wisst, haben die US-Polizei solche Daten mit Location Data tatsächlich benutzt. Sie haben sie gekauft von Datenhändlern, um Protestierende zu verfolgen. Das ist nur ein Teil der Daten. Es gibt außerdem die Unterscheidung zwischen erster Hand und zweiter Hand Daten. Daten aus erster Hand sozusagen, das kommt von Firmen, die die direkte Beziehung zu einem Kunden haben. Also der Laden, in dem etwas kauft, der Mobile-Network-Provider oder der Firma, von der ich eine App installiert habe. Die Daten von der dritten Partei kommen also von Lizenzen oder aus öffentlich verfügbaren Quellen zusammengesammelt. Jedoch sieht so aus, diese drittparteien Datensammlung kann auch unsichtbar eingebettet sein in Apps, in solchen Kontexten. Und schließlich können diese Daten noch nach tatsächlichen und modellierten Daten unterteilt werden. Tatsächliche Daten sind wirkliche Daten von Individualen, also ihre Postadresse, ihre Geburtsdatum oder der Fakt, dass sie zu einem bestimmten Ort gewesen sind oder ein bestimmtes Produkt gekauft haben und modellierte Daten auf der anderen Seite die resultieren, daraus, dass man Rückschlüsse zieht und verhaltend vorher sagt. Im Marketing sieht es so aus, dass die Segmentierung, das Aufteil in Gruppen mit gleichen Charakteristiken und Verhalten aufteilt, das gibt es bereits seit den 1970er Jahren. Solche Segmente können zum Beispiel sein reiche Menschen, die in bestimmtes Auto wahrscheinlich kaufen oder ältere Frauen, die irgendetwas spenden würden, wenn es um Tiere geht oder ganz einfach wertvolle Kunden auf der einen Seite und Müll auf der anderen. Andererseits gibt es tatsächlich wirklich dieses Label Müll für Menschen, die in finanziellen Schwierigkeiten stecken. Aber früher war das Ganze meistens basiert auf großen Stichprobengrößen. Heute kann man sehr, sehr detaillierte Informationen über Milliarden von Menschen anprofen. Ein verwandtes Konzept ist das sogenannte Scoring. Da geht es mehr um das Risikomanagement, zum Beispiel die Kreditwürdigkeitsprüfung. Das gibt es seit Jahrzehnten. Ein Credit Score ist eine Zahl, die behauptet, man kann die Kreditwürdigkeit beschreiben oder zumindest vorhersagen, wie eine Person später zurückzahlen wird auf einem individuellen Level. Der FICO Score ist einer der wichtigsten Kreditwürdigkeitskennzahlen in den USA, basiert auf der finanziellen Vorgeschichte, die Länge der anderen Quellen. Auch wenn das eine eher konservative Mischung ist, verglichen mit anderen Scoring-Techniken, ist das immer noch so, dass das Leben zerstören kann. In den USA und in anderen Ländern kann ein schlechter Score nicht nur heißen, dass man nicht einfach kein Redit bekommt, sondern dass man keine Wohnung bekommt oder keine Arbeit. Wenn jemand, der finanzielle Schwierigkeiten hat, keinen Job mehr bekommt, kann das Ganze immer noch schlimmer werden. Auf diese Art und Weise kann ein schlechter Credit Score eine selbstdarfende Prophezeiung werden. Zusätzlich können Credit Scores falsch sein, zum Beispiel Betrugsgarten, die meistens sind ziemlich geheim. Die Daten stammen meistens aus großen Datenbereichen und werden in anderen Kontexten benutzt. Zum Beispiel, wenn man auf Trustef. Trustef ist ein Online-Fraud-Etechnik-Kompany, Betrugsverhinderungsfirma. Auf der Webseite kann man sehen, welche Daten sie verarbeiten. Um Betrug zu verhindern, werden sie gute Kunden durchlassen. Was sie machen ist, sie machen ein Art Fraud, Betrugsscoring, sie entscheiden, die darüber entscheiden, welche Bezahlmöglichkeiten man hat als Kunde und ob man überhaupt als Kunde einkaufen darf. Sie benutzen viele verschiedene Arten von Informationen, Telefonnummern, E-Mail-Adressen, viele verschiedene Daten, IP-Adresses, wo man ist, etc. Und die Mutterfirma TransUnion der großen Kreditagenturen in den USA, die hat eine Milliarde Kunden, hat Daten an eine Million von 1 Milliarde Kunden aus 90.000 Quellen. Eine Weitruffirma ist Signify, das ist eine amerikanische Firma, die an Telefonanrufe analysiert. Sie analysieren die Zeit, die Länge, die Frequenz der Anrufe und sie sagen nach vier Wochen von einem Anruf, von einer Anrufvorgeschichte aus daraus kann man eine Credit Score vorberaten und dies noch verbunden mit Telefonika, Airtel und Equifax, für die wir schon gesprochen haben. Aber wie berechnen die ihre Credit Scores aus dieser Telefonhistorie, die Antwort darauf ist, das wissen wir nicht. Möglicherweise verwenden sie ähnliche Methoden wie die folgende wissenschaftliche Studie. Wissenschaftler haben herausgefunden, sie können die Persönlichkeit aus den Smartphone-Meta-Daten hervorsagen, also die Länge oder Art von Anrufen. Sie haben Offline-Befragungen mit diesen Daten verglichen und haben statistische Korrelation gefunden. Die Vorhersagekraft ist nicht besonders stark, aber sie ist stärker als reiner Zufall und möglicherweise versucht Signify einfach ähnliche Techniken. Wir wissen es nicht so genau. Nun, worum geht es hier eigentlich insgesamt? Es geht um Data-Mining und Methoden aus der Mathematik, Statistik und aus dem Maschinen-Lernen. Maschinen-Lernen bedeutet, man nimmt existierende Daten, trainiert damit und mit großen Datensätzen und die Maschinen finden dann Verbindungen zwischen diesen Daten, die Menschen nicht finden können. Hier sehen wir TestFinance, eine Firma, die von dem Datenschiff von Google gegründet wurde. Sie kombinieren Tausende von Datenelementen um eine Kreditwürdigkeit zu berechnen. Welche Daten nun soziale Netzwerke über die Telefonverwendung bis hin zu Rechtschreibfehlern in Webformularen? Die haben eine Partnerschaft mit der größten Suchmaschine in China aufgenommen und sagen, diese Daten werden sehr, sehr wichtig sein, um daraus Kreditwürdigkeit zu berechnen. Auf der Website sagen wir glauben, dass mehr Daten immer besser sind und der Gründer sagt, irgendwann mal alle Daten können zu kredite Analyse ran gezogen werden. Wir wissen noch nicht genau, wie. Nun, heutzutage wird wirklich alles, was wir da draußen tun, aufgezeichnet und enden in großen, großen Datenbanken. Datamining-Technologien helfen dann in diesen riesigen Daten relevanten Informationen zu finden. Und dann gibt es noch eine US-Firma, die immer erwähnt wird, wenn es um Datenhändler geht. Das ist Axiom. Wer kennt die bereits? Mal Hände heben. Das sind durchaus einige. Axiom ist eine der größten dieser Firmen, die analysieren über 3.000 Attribute von 700 Millionen Menschen, zum Beispiel die kriminelle Hintergrundkredite, Bildungshintergrund, Informationen über das Einkommen und so weiter Einkaufsverhalten. Die sammeln die Informationen nicht die Krankheiten, betreffen aber über ihre Interessen, was Gesundheit angeht. Hier ist das Marketingvideo von Ihnen. Ich denke, wir nehmen den Ton nicht dazu. Was ich wirklich mag, ist, wie Sie dieses X dort nehmen. Es erscheint da hinten. Und jetzt warte, ein paar Sekunden noch. Ah, ist zu langsam. Targeted. Oh mein Gott. Axiom ist so eine Art Datenbroker der alten Schule. Sie haben vor 40 Jahren oder länger angefangen und haben personalisierte Briefe für die demokratische Partei während der US-Wahl geschickt. Später haben sie auch Wählerprofile an die Republikaner verkauft und wurden ein gigantter Datenhänkler. Seit 2014 haben sie auch eine Partnerschaft mit Twitter, Google und Facebook. Ein weiterer großer Datenhänkler ist LexisNexis Risk Solutions, auch ein sehr schöner Name. Die kommen mehr aus der Risikoanalyse, haben aber eine ähnliche Menge von Profilen und haben eine wirklich beeindruckende Dienstleistespektrum auf ihrer Website. Zum Beispiel wir schützen ihr Besitz vor problematischen Mietern. Wir machen auch Arbeitnehmer-Screening. Wir arbeiten auch für die Gesundheitsindustrie. Wir decken verdeckte Beziehungen zwischen Menschen auf. Wir helfen vorher zu sagen, wie wahrscheinlich es ist, dass ein Kunde straffällig in den nächsten 18 Monaten wird. Und natürlich haben sie auch Angebote für die Regierung, für die Strafverfolgung. Schaut euch mal diesen schönen schwarzen Helikopter oder was das hier ist an. Aber gleichzeitig haben sie auch Marketinglösungen. Und das ist so ein allgemeiner Trend. Die selben Daten, die selben Analyse-Techniken werden mehr und mehr dafür eingesetzt, verschiedene Kontexte zu bedienen. Marketing, Banken, Versicherungen und sogar Strafverfolgungen. Hier ist zum Beispiel Palantir, eine Datamining-Firma von Peter Thiele gegründet, dem ersten Facebook-Invester, der Co-Grunder von PayPal und im Moment Mitglied von Donald Trumps Übergangsteam. Palantir hat Produkte für das Gesundheitswesen, Versicherungen, Finanzen, also Big Data-Analyse. Die Software gründet sich auf PayPal's Fraud Detection Algorithmen. Und sie haben mit SAP zusammengearbeitet, dem US-Verteidigungsministerium und mit der SCL Group. Oder nehmen wir die SCL Group, eine Firma, die sich selbst als sagt, wir sind ganz vorne an der Front der Verhaltensänderung. Die haben Datengetriebenes Marketing für kommerzielle Zwecke, aber auch Information Operations für Geheimdienste und Verteidigung. Und gleichzeitig sehen sie selbst als eine globale Wahlmanagement-Firma. Der US-Zweig, der SCL Group heißt Cambridge Analytica, ihr habt möglicherweise von denen gehört, die haben behauptet, sie haben eine Datenbank von 220 Millionen US-Bürgern mit 5.000 Datenpunkten pro Bürger. Außerdem, dem Guardian zufolge, haben sie auch Millionen von Facebook-Nutzern ausspioniert. Und was sie machen ist, sie sortieren Leute in verschiedene Kategorien, zum Beispiel anhand ihrer politischen Ansichten, National-Sicherheit, Waffenkontrolle, um Leute gezielt und differenziert ansprechen zu können. Auf diese Art und Weise können sie verschiedene Botschaften an verschiedene kleine Gruppen von Menschen entsprechend ihrer politischen Gesinnung und ihrer weiteren persönlichen Informationen zu schicken. Im Übrigen, Cambridge Analytics hat auch ein Brexit mitgearbeitet und hat auch an Donald Trumps Wahl mitgearbeitet. Und Peter Thiel ist dort mit im Vorstand. Es gibt auch viele andere Firmen wie diese, auch für die demokratische Partei, in denen Personal Data Analytics benutzt wird, zum Beispiel GNS Healthcare. Das ist eine amerikanische Firma, die berechnet individuelle Gesundheitsrisiken aus Patientendaten, zum Beispiel aus medizinischen Daten, Mobile-Health-Devices und auch Kunden, Konsumenten-Behavior. Sie identifizieren Menschen, die wahrscheinlich oder auch nicht in Interventionen teilnehmen würden. Sie können auch sagen, wie wird eine Krankheit ausgehen und wie kooperativ wird sich das verhalten, um die hoffnungslosen Fälle von von herein auszuschließen? Ich hoffe mal nicht. Wir haben im Wahlhelfer nicht jedes Feld, das ich jetzt erwähnt habe, ist bereits in dieses Ökosystem angeschlossen, aber die Leute arbeiten dran. Was ist, wenn unsere Daten wirklich nur für Marketing verwendet werden? Nun, mein Forschungszufolge ist Marketing tatsächlich der Hauptantrieb hinter dieser verdeckten Überwachung. Apple hat 2007 ein Smartphone eingeführt, Facebook hatte nur 30 Millionen User und die Online-Marketing-Firmen haben zum ersten Mal individuelle Daten für individuelles Marketing angenommen. Ein paar Jahre später gab es ungefähr 100 relevante Firmen für dieses AdTech- oder Marketing-Technologie, die ziemlich stark auf persönlicher Datensammlung aufbauen. 2012 waren es bereits 350 Firmen und dann 1.000, dann 2.000. Und jetzt 2016 haben wir fast 4.000 relevante Firmen, die Marketing-Technologien dort arbeiten. Da sieht man, ein paar, die recht klein sind. Heute, weniger als 10 Jahren nach 2007, haben wir Tausende von Online-Plattformen, Analytics-Komponenten, Datenhändlern und viele andere Arten von Firmen, die die ganze Zeit Profiling durchführen, kategorisieren, Leute einordnen, Leuten einen Score zuordnen. Wenn man sich Telepart anguckt, eine Marketing-Plattform, die sich mit Vorhersagen beschäftigt, ihr Slogan ist turn our silence into your sales. Also dreht unsere Macht aus unserer Schweigen eurer Verkäufe. Sie sagen, Sie haben ein Identity-Network, was ganz massive Daten beinhaltet aus Online- und Offline-Quellen um einen Telepart Identitätsschlüssel zu erzeugen für jeden einzelnen Kunden. Und dann berechnen Sie einen Customer Value Score, einen Wertigkeits-Kennzahl für jede Kombination aus Kunden und Produkt, eine Sammlung, also der Wahrscheinlichkeit zu kaufen, vorher gesagt, Größe und wie viel Werte einem dieser Kunde, also über die Lebenszeit, beschert. Kann also sortieren, wie wertvoll oder nicht wertvoll im finanziellen Hinsicht in Kunde ist. Wir sehen, manche sammeln also dann auch Online-Off-Year im Behaviour. Letztes Jahr wurde Telepart von Twitter gekauft für 500 Millionen Dollar. Personalisierte Preisdiskriminierung auf Echtzeitdaten basierend könnte bald überall sein. Große globale Online-Shops zeigen bereits Produkte mit verschiedenen Preisen für verschiedene Benutzern. Basierend auf dem Online-Verhalten, auf den Ortsdaten oder auf den Geräten, die Sie verwenden, ein Forschungspaper aus 2012 zeigte, dass diese Preise eine Spanne von 166 Prozent umfassen. Das Problem ist, dass das Preisdiskriminierung sehr schwer zu beweisen ist. Für Individuen ist es komplett nicht transparent. Möglicherweise wird diese Preisdiskriminierung nicht nur auf Reise- und Web-Onlineshops da sein, sondern es könnte auch passieren, dass auf vielen kleinen Unterschieden wie Discounts zum Beispiel angeboten werden, wie Personalisierte Kommunikation angeboten wird. Es wird für jemanden jetzt nicht das Problem sein, wenn er mal einen einzigen Discount verpasst oder mal eine Werbung verpasst, aber es könnte ein Problem werden auf einem strukturellen Level. Stellt euch mal vor, jemanden hat diese viel, einfach ganz viele kleine Nachteile jeden Tag, vielleicht sogar ohne sich dessen bewusst zu sein. Markafürtig, ein Datenschutz-Aktivist aus den USA, die Reichen sehen jetzt schon ein Differ in verschiedeneres Internet als die Armen, basierend auf digitalen Aufzeichnungen über ihr Leben, auf einem sehr viel ergemeineren Level. Personalisierte Daten sind nun überall und es ist nicht transparent die Risiken, wie die Diskriminierung dahinter steht. Das wird immer invasiver von den Firmen, die deine Daten tracken, und es wird immer intransparenter, wie das ganze System funktioniert. Eine wichtige Sorge von mir ist, dass die Firmen immer mehr eigenständige Identifizierer benutzen zum Beispiel aus Anonymen. Aus Anonymen-Daten, sie werden gewonnen, zum Beispiel aus Telefonnummern oder E-Mail-Adressen. Damit kann man eine Person wiedererkennen. Ist es dieselbe Person, die gerade geklickt hat, gerade in Zweibe gemacht hat und eine andere aufgezeichnete Interaktion durchgeführt hat? Das geht über die Netzwerke von Datenfirmen hinweg. Und diese IDs sind eigentlich überhaupt nicht anonym, die sind pseudonym höchstens. Facebook verwendet diese pseudonymen Identifikatoren auch. Sie nennen es dann deidentifiziert. Zusätzlich dazu haben wir Identifier von Google, Apple, Microsoft, also von Mobilgeräten, die immer mehr Hardware-IDs, Hardware-Identifizierungsmerkmale ersetzen. Und dann gibt es natürlich noch persistente, einzigartige Identifikationsmerkmale für Menschen von Oracle, Axiom, Verizon und Experien und anderen, um Namen, E-Mail-Adressen, Post-Adressen, Telefonnummern miteinander zu verknüpfen, auch mit Devices und Cookies zum Beispiel, Set-Up-Poxen. Das geschieht über die Provider und die Kunden hinweg. Oracle und Axiom gemeinsam haben eine Data-Management-Plattform. Das ist eine Plattform, wo es in Echtzeit um einen Datenmarktplatz geht. Also es ist also ein zentraler Kreuzungspunkt, um Daten zu integrieren, zu verwalten und abzuschöpfen. So hat das eine Consultingfirma zusammengefasst. DMP bietet Kunden, Daten zu importieren. Also zum Beispiel aus ihren Kunden-Beziehungsdatenbanken, E-Mail-Adressen, Einkäufen und so weiter. Dann kann man diese Customer-Identifikationsmerkmale zusammenführen, kann neue Daten sammeln, indem man die in Newsletter und ähnliches unterbringt. Sie bringen Zugriff zu anderen Datenhändlern und sie bieten auch gleich an Leute zu analysieren und zu kategorisieren. Die Marketing-Leute nennen das Segmentierung oder Publikumskreise. Ich würde sagen, damit kategorisiert man Menschen einfach. Sie bieten auch an ähnliche Leute zu finden. Also, und den Kunden einer Firma, sogenannte Lookalikes, ähnlich aussehende. Und sie bieten an, selbst zu sagen, okay, wen müsst ihr am besten ansprechen, wie personalisiert ihr den Content am besten und wie macht ihr das auf Webseiten in Werbungen und ähnlichem. Und manchmal geht es bei diesen DMBs auch um die eigene Datenbank noch weiter zu vergrößern. Auf diese Art und Weise können Firmen ihre Kunden in wertvolle und nicht wertvolle, risikoreiche, risikorahme Menschen unterteilen und so weiter. Beispiele dafür sind Extreme and Oracle, aber auch Salesforce. Vielleicht habt ihr davon schon gehört. Das bietet Custom Relationship der Datenbanken an. Ein weiteres Beispiel ist Lotomy, das Zugriff auf 3 Milliarden Cookies, auf 2 Milliarden Mobile Devices anbietet. Die haben mich übrigens auch getrackt, als ich diese 5 Webseiten besucht habe, die ich am Anfang da gezeigt habe. Das sind ziemlich interessante Domainname, Massenkontrolle.net, crowdcontrol.net. Lotomy erklärt auf ihrer Webseite, es sind deine Daten. Du hast das Recht, sie zu kontrollieren, zu teilen und zu benutzen, wie du das siehst. Klingt gut, ne? Aber sie reden ja nicht mit den Kunden. Diesen Satz sagen sie zu ihren Geschäftskunden. Ich mag das wirklich. Ich denke, das ist eine gute Repräsentation, wie die IT-Landschaft heutzutage aussieht. Während wir als Individuen mehr und mehr transparent werden, sind die Praktiken von industrieller Bewachung ziemlich geheim gehalten. Die Daten werden ausgewertet und analysiert von Firmen, von denen wir im Grunde nie gehört haben. Das ist überhaupt nicht ausgeglichen. Ohne unseres Wissen und meist auch ohne unsere Zustimmen werden unsere Krankheiten, Erfolge, unsere Geheime, unsere Käufermacht monetarisiert. Firmen machen Entscheidungen basierend auf den Daten über unser Leben. Welche Daten und welche Produkten wir sehen, welche Discounte wir bekommen, wie lange wir in der Hotline warten müssen, welche Zahlungsmethode wir bekommen, bis hin zu großen Entscheidungen, wenn es um Hauskauf, Versicherungen, Gesundheitswesen und Finanzen geht. Während wir als Menschen und Gesellschaft nicht mal wissen, wer uns da verfolgt, wie unsere Daten benutzt werden und wie das unsere persönliche Zukunft betrifft, übernehmen die Firmen weiter Kontrolle über unsere Daten. Also, was muss getan werden? Eine Option könnte so sein. Nein. Ich liebe Informationstechnologie. Während der letzten Jahre habe ich versucht, herauszufinden, was man machen kann. Mein erster Versuch war Folgendes. Habt ihr Angst um eure Privatsphäre? Vergesst es. Dreh den Tisch um. Ja, finde alles Dreckige heraus über eure Freunde, Nachbarn und den Rest der Welt. Darüber habe ich ein Spiel veröffentlicht, das nennt sich Data Dealer. Darüber geht darum, personelle Informationen zu sammeln und man kann es immer noch spielen. Und ich verspreche, wir werden eure Daten nicht verkaufen. Vertraut mir. Seitdem habe ich viel recherchiert über Privatsphäre. Ich habe Artikel geschrieben, habe über die Dokumenten hinzugefügt und habe nun ein Buch veröffentlicht. Das wird genannt Networks of Control, Report on Corporate Civilian's Digital Tracking, Big Data and Privacy. Das kann man runterladen als PDF kostenlos, aber auch kaufen als Printversion. Ich habe es geschrieben zusammen mit Sarah Spiekermann. Es ist eine Datenschutz-Wissenschaftler aus Wien. In unserem Report haben wir versucht zu erklären, wie diese Firmen Daten sammeln über uns und über unser Leben auf 160 Seiten mit 900 Referenzen. Habe ich das seit langer Zeit reserviert, ohne jegliches Betriebe dafür. Wenn ihr helfen wollt, dann lehst es bitte, verteid das oder schreibt drüber. Es wurde in Oktober veröffentlicht und ich denke, das könnte aber noch mehr Aufmerksamkeit vertragen. Und natürlich möchte ich mit meiner Forschung weiterführen. Wir werden bald starten mit einem neuen Projekt. Ich arbeite an einem Prototypen für eine Online-Research-Plattform, die sich Tracking der Trackers nennt. Es soll eine große Wissen-Starten-Bang sein über die Firmen und die Sachen, die ich heute gelädet habe, damit Journalisten, Politiker etc., mehr Informationen darüber haben. Auf mittlere Sicht könnte es als es sich auch entwickeln in eine kollaborative Plattform für die Community. Wir werden das sehen, wenn ihr da Interesse habt in Zusammenarbeit. Bitte sagt Hallo zu mir nach meinem Talk. Genau, das ist das, was ich machen werde. Aber ich habe immer noch nicht erklärt, was allgemein gemacht werden sollte. Generell denke ich, dass wir sie nicht machen sollten, ist, Leute anschuldigen, weil sie Facebook benutzen. Und denen sagen, dass sie schuld sind, dass es ihre eigene Schuld ist, dass ihre Privat-Daten benutzt werden. Natürlich sollte jeder Alternativen benutzen zu den dominanten Services und Apps. Ich denke aber, dass es keine einfache Möglichkeit gibt, um komplett aus der Überwachungsekonomie herauszutreten. Ohne zu viel vom modernen Leben zu verlieren. Wenn zum Beispiel eine nicht technische Person ein normales Handy benutzen möchte, dann hat dieses Person keine andere Möglichkeit, als es mit einem Google, Apple oder Microsoft-Account zu benutzen. Das ist ein Desaster. Es ist kein individuelles Problem. Wir müssen das Problem auf einer gesellschaftlichen Ebene lösen, denke ich. Und deswegen möchte ich eine kurze Zusammenfassung präsentieren für die Politik, was man machen kann. Das Wichtigste, was wir machen müssen, ist die Corporate-Data-Collection und Benutzung Transparenz zu machen. Das heißt, wir müssen Geld investieren in die Wissenschaft, in Tools, in die Regulierung dieser Firmen, um zu verstehen, was sie machen. Natürlich auch der zweite Punkt dann, die Regulierung dieser Firmen. Wir brauchen ein Datenschutzreform. Ich hoffe, dass die europäische Datenschutzregulierungsbehörde ein neues Gesetz einführen wird ab 2018, dass die Sachen besser machen werden. Wir müssen dann noch sehen, wie das tatsächlich auf der praktischen Ebene aussehen wird. Und wenn nötig, müssen wir das dann updaten. Zusätzlich denke ich, dass andere Gesetzesbereiche, also Kundenschutz, Antidiskriminierung, aber auch das Wettbewerbsrecht helfen könnten, dort für eine bessere Balance zu suchen. Aber selbst wenn wir die beste Regulierung finden würden, würde ich immer noch sagen, dass das wahrscheinlich nicht reicht. Im Moment kontrollieren die Firmen nicht nur unsere persönlichen Daten, sie versuchen sogar unsere Informationsgesellschaft zu formen, wie sie später aussehen soll. Und während der letzten zehn Jahre war sie ziemlich erfolgreich damit, ohne große demokratische Debatte dahinter. Sie haben Milliarden und nochmals Milliarden von finanziellen Ressourcen und sie bewegen sich sehr, sehr schnell. Wir brauchen deswegen viel mehr Support von dezentralen Datenschutzbasierender Technologie oder sogar eine komplett neue Industriepolitik. Milliarden für Datenschutz respektvoll überhandelnde Opensourcekomponenten und Geschäftsmodelle. Und es gibt eine große Gruppe von Leuten, die so ein anderes Internet wollen, dass nicht von Firmen dominiert wird, die zentralisierte Dienste aufbauen. Zum Beispiel hier, der Kongress. Ich denke deshalb, es ist wichtig, eine digitale Zivilgesellschaft viel, viel stärker zu machen. Ich denke, viele Organisationen und Individuen machen eine ganz fantastische Arbeit und es ist sehr, sehr schwer für sie, an sowas wie nicht mal 50.000 Euro heranzukommen. Das ist nicht ziemlich clever aus einem gesellschaftspolitischen Blick heraus. Und ja, wir brauchen sehr, sehr viel besseres Niveau von digitaler Bildung. Wir brauchen gut informierte Bürger für eine demokratische Informationsgesellschaft und da spreche ich nicht nur, dass man weiß, wie man Microsoft Word benutzt. Es geht um ein besseres Wissen, was das digitale Zeitalter wirklich für uns bedeutet als Individuen und als in der Gesellschaft. Mal abgesehen davon, denke ich, das Schlimmste, was passieren könnte, ist, wenn wir verzweifelt werden oder wenn wir zynisch werden. Wenn wir sagen, ja, die NSA sammelt sowieso alle Daten und jeder nimmt Google, also, boah, das ist doch völlig egal. Also, warum sollte mir das wichtig sein? Tatsächlich geht es um das Gegenteil. Darum möchte ich meinen Vortrag wie jedes Mal beenden mit einer großen Empfehlung von Google's Eric Schmidt von 2013. Ihr müsst für eure Eigendaten und für eure Vorauswärts kämpfen oder ihr werdet es, ihr werdet es zu verlieren. Das ist vielleicht eine Bedrohung gewesen. Ich weiß es nicht. Vielen Dank. So, vielen Dank. Wir haben noch Zeit für Fragen. Also, wenn ihr Fragen habt, geht bitte zu einem dieser vier Mikrofone hier. Für alle, die jetzt rausgehen, bitte so leise wie möglich. So, dass wir nicht gestört werden. Wir haben eine Frage an der Mikrofon zu meiner Linken. Kennen dir irgendwelche Studien wie diese Tracking? Kannst du das Mikrofon bitte sprechen? Kennen Sie, wissen Sie, wie die Leute Selbstsensur befördern oder ob Leute ihr Verhalten ändern während ihrer Informationen eingeschränkt wird um ihre persönlichen Sachen nicht preiszugeben? Genau. Darüber habe ich nicht geredet in diesem Moment. Aber das ist ein wichtiger Punkt, der diese Chilling-Effekt ist. Wenn man weiß, dass man jederzeit überwacht wird, dann verändert man sich auch in seinem Verhalten. Wir wissen, dass seit langer Zeit, es gibt viele Studien darüber, und ich denke, dass das Wichtige heute ist, dass in vielen Fällen wir nicht genau wissen, was zum Beispiel, wir sehen eine Werbung, und wir denken, war das diese Werbung, weil ich was gemacht habe, als ich zum letzten Mal auf diese Website war, oder haben Sie mich getrackt, mein Ort getrackt, haben Sie das gemacht oder nicht gemacht? Das ist sehr intrusiv. Und ich denke, dass das zu einem Gefühl führt, dass diese Situation ein Desaster ist. Wir wissen auch, dass die Regierung die Datenbanken anknüpft. Ich denke, das ist ein wichtiger Punkt, und ich habe es auch ein bisschen angesprochen. In meinem Report werde ich das noch mal im Detail versprechen. Wir haben eine Frage aus dem Internet. Da gibt es der ziemlich zynische Punkt, wie kategorisieren Sie Menschen, die versuchen, ihre Daten zu verstecken? Das sind ja weiß weiße Männer, die überdurchschnittlich verdienen. Ist das nicht ein extra Datenpunkt? Noch mal sorry Leute, die was ihre Daten verstecken. Ja, Leute, die tatsächlich aktiv versuchen, aus diesen Cookies rauszugehen und allem raus. Ja, ich denke, Menschen, die nicht teilnehmen, werden manchmal verstanden als auffällig auch aus Marketingsicht auch aus Kreditwürdigkeitssicht. Wir haben aber keine Wahl um das auch einem individuellen Level zu lösen mit Verschlüsselung und Selbstverteidigung digital. Deswegen will ich auch sagen, dass wir einen gesellschaftlichen Ansatz brauchen für diese, um das Problem zu lösen. Und dann haben wir eine Frage aus dem Mikrofon da hinten. Hast du individuelle Werkzeuge oder so was wie Ghostry oder ähnliches, solche Sachen, die helfen? Ghostry ist ja ein Werkzeug, das versucht bekannte Tracker zu blocken und es gibt ja noch alternative Suchmaschinen oder so. Die erste Teil der Frage und der zweite ist vertrauen Sie, dass Regierungen effektiv regulieren können? Okay. Okay. Also die erste Frage ist natürlich, möchte ich empfehle ich stark, dass Ihr alternative Suchmaschinen benutzt und Ghostry, die nicht Euer Indeprofil tracken. Aber natürlich ist es natürlich schwerer darüber das zu machen, wenn es zu Drossa-Extensions kommt, wie zum Beispiel Ghostry, weil die Staaten, die fangen damit an, in dem Ecosystem einzutauchen und teilzunehmen am Tracken. Ich bin nicht sicher, ob wir Firmen wie Ghostry vertrauen können. Ich weiß es nicht. Aber auch Firmen wie Adblock Plus, das ist die gleiche Story. Es ist sehr schwer. Momentan haben wir U-Block Origin und Privacy Better von der EFF, die sind okay und arbeiten ziemlich gut. Aber das ist halt nicht die Lösung für das ganze Problem. Wir sollten sie benutzen. Natürlich ist es gut, aber es ist nicht die Lösung. Und das zweite ist, weiß ich nicht. Aber ich glaube nicht, dass, wenn wir über Spionage der Regierung über die Spionage der Regierung reden, aber wir müssen trotzdem sagen, wir sind immer noch eine demokratische Parlamentstruktur mit eine Gewaltenteilung und wenn wir verschiedene Interessengruppen haben in der Regierung oder in den Behörden, auch auf europäischer Ebene, dann ist das nicht das Gleiche. Das sind nicht die gleichen Leute wie die, die für bessere Datenschutz kämpfen, als die, die, die, das nicht die gleichen Leute, wie die, die Geheimdienste betreiben oder Polizeidienste betreiben. Also denke ich, ja, es ist wichtig, dass man die Regulierungen und dass man den Regulierungsansatz und den Gesetzesansatz benutzt. Wir werden es nicht schaffen ohne diesen Ansatz. Gut, damit ist die Zeit leider über. Für alle, die noch Fragen haben, glaube ich, ihr könnt Wolfi noch persönlich ansprechen.