It can take a while depending on the size of the document..please wait
Discuto
Big Data, Innovation und Datenschutz
Wirtschaftspolitische Empfehlungen diskutieren
0 Tage noch (endet 23 Okt)
Beschreibung
Update: Feedback eingearbeitet, Endbericht und "Change-Report" zum Download
Vielen Dank für das umfangreiche Feedback zur Rohfassung der Studie. Dieses wurde in der Zwischenzeit eingearbeitet. Welche Änderungen vorgenommen wurden, können im "Change-Report" nachvollzogen werden.
Die Studie wurde mittlerweile dem BMVIT übermittelt und abgenommen.
Wir glauben, dass eine konsequente Umsetzung der Datenschutz-Grundverordnung - trotz aller noch offenen Punkte - ein wesentlicher Schritt in Richtung einer eigenständigen europäischen Digitalisierungsstrategie sein kann und daher deutlich mehr Aufmerksamkeit erhalten sollte als bisher.
Für weitere Diskussionen und Anregungen stehen wir gerne zur Verfügung (Mail: office(at)cbased.com).
Kann man Big Data, Innovation und Datenschutz unter einen Hut bringen?
Das war - salopp formuliert - die Aufgabenstellung für den hier zur Diskussion gestellten Entwurf unserer Studie für das Bundesministerium für Verkehr, Innovation und Technologie (BMVIT):
- Ist Big Data mit dem Inkrafttreten der neuen Datenschutz-Grundverordnung (DS-GVO) im Mai 2018 in Europa Geschichte? Wenn ja, ist das gut so?
- Wird Innovation massiv behindert oder gibt es Wege trotzdem neue Produkte und Dienstleistungen einzuführen?
- Etabliert die DS-GVO ein neues Paradigma und stellt sich Europa damit vollends ins Abseits in der Welt der digitalen Plattformökomie?
Die Fragen zum Thema sind vielfältig und fundamental. Wir stellen daher unsere Sicht der Dinge auf den Prüfstand, versuchen unterschiedliche Sichtweisen, neue Einsichten oder schlicht Fehler zu finden, mißverständliche Aussagen zu korrigieren etc. und die grundlegenden Handlungslinien festzuzurren - wenn Sie uns dabei helfen.
Die Empfehlungen der Studie können hier bis zum 09.10.17 diskutiert werden. Danach werden Sie von uns überarbeitet und an das BMVIT übermittelt. Wir geben Feedback, was wir aus der Diskussion übernommen und eingebaut haben bzw. wo wir einen anderen Standpunkt vertreten.
Wir freuen uns auf Ihr Feedback!
LETZTE AKTIVITÄT
GRAD DER ZUSTIMMUNG
AM MEISTEN DISKUTIERT
LETZTE KOMMENTARE
-
Wie schon von anderen erwähnt geht es hier zuviel um die Quantität und weniger um die Qualität der Daten - in diesem Zusammenhang vor allem um die passenden Daten für den richtigen Zweck (Thema Korrelation against Causation). Ausserdem geht es in Data Science immer mehr um das Thema Algorithmen und deren Schwachstellen - hier sind die Themen 'black boxes', 'Objektivität von Algorithmen' usw. extrem wichtig. Ein gutes Buch zu diesem Thema ist 'Weapons of math destruction' von Cathy O'Neill.
P73
Startups – bei denen das Projekt gleichzeitig das Unternehmen ist – sind bei Ihren Entwicklungsaktivitäten auf Daten angewiesen bzw. propagiert die Lean Startup-Methode eine datengetriebene Vorgangsweise. Der Umfang und die Erhebungsmethoden sind allerdings selten als Big Data zu bezeichnen. Zumeist handelt es sich um persönliche Interviews, Umfragen, Nutzungsdaten von Webseiten etc., worin durchaus sensible Informationen enthalten sein können, aber es in der Regel auch möglich ist, die Zustimmung der Datensubjekte für die Verwendung einzuholen. Bei Startups ist also nicht grundsätzlich davon auszugehen, dass die DS-GVO Innovationsprozesse nachhaltig behindert.
Kommentar (1) anzeigen/hinzufügen
![people_img](https://www.discuto.io/sites/default/files/styles/user_avatar_22x22/public/pictures/picture-52929-1507543842.jpg?itok=FI_1POzX)
P74
Etablierte Unternehmen haben funktionierende Business Modelle und damit oft einen beachtlichen Bestand an historischen Daten. Innovationsprozesse sind auch hier zunehmend von lean startup, design thinking[5] und behavioural economics beeinflusst und damit auch sehr stark von der Interaktion mit den Endkunden getrieben. Hier ist die Problematik ähnlich wie bei startups.
Kommentar hinzufügen
P75
Allerdings gibt es für etablierte Unternehmen eine Reihe von Optionen, um mit den strengeren Vorgaben der DS-GVO umzugehen. Zum einen können Tests mit internen Usern (MitarbeiterInnen) gemacht werden oder eine Gruppe von Testusern in den Entwicklungsprozess eingebunden werden. Es ist daher schwer zu argumentieren, dass Datenschutz die Entwicklung von Produkt- und Prozessinnovationen grundsätzlich behindert. Diese simplistische Aussage findet sich auch in keinem der hier analysierten wissenschaftlichen Artikel. Es ist daher naheliegend, dass die DS-GVO Anpassungen in Innovationsprozessen verlangt, diese aber keineswegs fundamentale Einschränkungen für Innovationsaktivitäten bringen.
Kommentar hinzufügen
P76
Gegen diese Sichtweise spricht, dass Innovationsprozesse selten wohlgeordnet ablaufen. Beispielsweise kann das in der DS-GVO festgelegte Prinzip der Datensparsamkeit funktionieren, wenn man im Innovationsprozess exakt weiß, was man wann machen will. Mit dieser hohen Voraussicht kann auch das Verhältnis mit den Datenlieferanten, deren persönliche Daten verarbeitet werden sollen, geklärt werden. In der Realität ist diese Situation - wenn die Innovation riskant ist - so gut wie auszuschließen. Innovation ist als Prozess “messy”, geprägt von ständigem vor und zurück auf der Suche nach Kombinationen die auf dem Markt funktionieren (siehe dazu Abbildung 19), d.h. ein Bedürfnis in einem klar definierten Marktsegment befriedigen und dabei so viel Umsatz generieren, dass die Entwicklungskosten und die zukünftigen Betriebskosten hereingespielt werden können. Dazu braucht es zumeist mehrere Anläufe und - in nicht wenigen Fällen - auch einen sogenannten Pivot, d.h. eine grundlegende Änderung der Entwicklungsrichtung, anderen Produkt- bzw. Dienstleistungseigenschaften bzw. ein anderes Marktsegment. Gerade wenn es um diese grundlegenden Veränderungen geht, braucht es möglichst gute Datenbasis, um die Richtung zu fixieren. Innovatoren sind daher bemüht möglichst viele Daten zu sammeln, damit die wesentlichen Faktoren für den Erfolg eines Produkts erkennbar werden. In diesem Sinn - aber das ist natürlich keine juristisch fundierte Aussage - kann ein “Datenüberschuss” die effizienteste Art und Weise sein, um eine Innovation zu entwickeln. Im Kern heißt das, dass eine enge, ex post Auslegung des Prinzip der Datensparsamkeit bei Innovationsprozessen schwierig einzufordern ist, weil man ex ante nicht weiß, welche Daten man für den Innovationsprozess braucht und daher tendenziell eine eher breite Suchstrategie wählt. Ähnliches gilt natürlich auch für Forschungs- und Entwicklungsprozesse im akademischen Bereich. Eine sehr restriktive Auslegung des Datensparsamkeitsprinzips ist bei Innovationsprozessen, Startups und im wissenschaftlichen Bereich nicht hilfreich.
Kommentar (1) anzeigen/hinzufügen
![people_img](https://www.discuto.io/sites/default/files/styles/user_avatar_22x22/public/pictures/picture-52929-1507543842.jpg?itok=FI_1POzX)
P79
Natürlich kann man obiges Problem auch durch vorherige Zustimmung lösen, wenn diese entsprechend breit formuliert wird. Hier ist derzeit unklar, wie lange man dabei auf rechtlich festem Boden steht.
Kommentar (1) anzeigen/hinzufügen
![people_img](https://www.discuto.io/sites/default/files/styles/user_avatar_22x22/public/pictures/picture-52929-1507543842.jpg?itok=FI_1POzX)
P80
Alternativ könnte man über die Anonymisierung der erhobenen Daten Restriktionen bei der Datenverwendung vermeiden. Hier gibt es erste Forschungsergebnisse zu den Auswirkungen des Rechts auf Vergessen bzw. der Anonymisierung von Daten auf die Effizienz von Machine Learning-Ansätzen (Bernd et al. (2016)) – ein Gebiet das als hochinnovativ zu bezeichnen ist. Hier geht es vor allem um die Effekte dieser Bestimmungen auf die der Datenauswertung zugrundeliegenden Algorithmen. Dabei muss beachtet werden, dass speziell bei selbstlernenden, sog. „intelligenten“ Systemen, die Daten nicht nur verarbeitet werden, sondern auch in einem wesentlichen Ausmaß das System konstituieren, d.h. bereits verarbeitete und klassifizierte Daten dienen als Grundlage zur weiteren Analyse, als sogenannte „Wissensbasis“. Die Verfälschungseffekte, die durch eine Modifikation an der Wissensbasis auftreten, können daher wesentlich für die weitere Verarbeitung sein.
Kommentar hinzufügen
P81
Anonymisierung hat in diesem Beispiel einen weitaus größeren Effekt auf die Nutzbarkeit der Daten, als die selektive Löschung wichtiger Merkmale. Allerdings muss in Hinblick auf die Einschränkungen und Rahmenbedingungen der Ergebnisse zur Löschung darauf hingewiesen werden, dass auch in diesem Bereich noch weitaus mehr Forschung betrieben werden muss, speziell in Hinblick auf die zu wählende Anonymisierungsmethode. Dennoch bietet dieses Ergebnis einen ersten Anhaltspunkt, in welche Richtung noch speziell Forschungsaufwand benötigt wird, um Techniken des Privacy Aware Machine Learnings (PAML) zu entwickeln, die mit herkömmlichen Techniken mithalten, oder diesen qualitativ zumindest nahekommen können. Gleichzeitig wird angedeutet, dass bei machine learning die Vollständigkeit und der Informationsgehalt der Datenbasis durchaus zu einer Effizienzminderung der Systeme führen.
Kommentar hinzufügen
P82
2. Werbe- und datenfinanzierte Business Modelle: Die Zahl der Business Modelle für online Aktivitäten – diese sind hauptsächlich von der neuen DS-GVO betroffen – ist begrenzt (siehe beispielsweise Croll – Yoskovitz (2013)). Ein Teil davon verwendet Werbeeinnahmen oder verkauft Daten, um die laufenden Kosten zu decken und Innovationaktivitäten zu finanzieren. Durch die benötigte explizite Zustimmung zur Datenweitergabe, kann man davon ausgehen, dass diese seltener erteilt wird als derzeit der Fall. Ähnlich ist es auch bei der Verfolgung von NutzerInnen, um Daten zur personalisierten Schaltung von Werbung auf Webseiten zu erhalten.
Kommentar (1) anzeigen/hinzufügen
![people_img](https://www.discuto.io/sites/default/files/styles/user_avatar_22x22/public/pictures/picture-52929-1507543842.jpg?itok=FI_1POzX)
P83
Untersuchungen haben ergeben, dass schon die derzeit gültige Version der DS-GVO die Effizienz von Werbeschaltungen herabsetzt. Diese Tendenz wird durch die zukünftige DS-GVO weiter verstärkt. Es ist also davon auszugehen, dass werbefinanzierte Business Modelle weniger geeignet sein werden, um ausreichend Ressourcen zu erwirtschaften. Allerdings heißt das nicht, dass damit Werbung im Internet der Vergangenheit angehört. Weiterhin effizient kann auf spezialisierten Seiten geworben werden, weil die Interessen der BesucherInnen dort bekannt sind bzw. wenn NutzerInnen explizit die Erlaubnis zur Verwendung der Daten gegeben haben. Natürlich werden auch die Werbeanbieter Wege suchen, um sich auf die neue Situation einzustellen und ihre Business Modelle weiterzuentwickeln. Schon jetzt – trotz der strengeren europäischen Datenschutzbestimmungen – florieren die großen, überwiegend werbefinanzierten amerikanischen Plattformanbieter auch in Europa. Ein Umstand, an dem sich in absehbarer Zeit nichts ändern wird.
Kommentar hinzufügen
P84
Abzuwarten bleibt, ob es den NutzerInnen in Zukunft leichter möglich ist, die Weitergabe ihrer Daten zu verfolgen bzw. ob es klarer sein wird, dass sie mit ihren Daten für kostenlose Produkte zahlen. In jedem Fall, kann davon ausgegangen werden, dass die DS-GVO Business Modelle mit werbe- und datenfinanzierte Innovationsaktivitäten weniger attraktiv macht.
Kommentar hinzufügen
P85
Theoretische Modellierung dieser Situation zeigen deutlich, dass es Anbieter unter diesen Bedingungen tendenziell Bezahlmodelle anbieten und nicht auf werbefinanzierte Produkte setzen.
Kommentare (3) anzeigen/hinzufügen
![people_img](https://www.discuto.io/sites/default/files/styles/user_avatar_22x22/public/pictures/picture-52929-1507543842.jpg?itok=FI_1POzX)
![people_img](https://www.discuto.io/sites/all/themes/cbased/images/default_user_pic_30x30.png)
![people_img](https://www.discuto.io/sites/default/files/styles/user_avatar_22x22/public/pictures/picture-17327-1421750387.jpg?itok=wsn1S7oA)
P86
3. Datenschutz als Teil der Marketingstrategie: Die Weitergabe von Daten bzw. die Schaltung von gezielter Werbung entsprechen schon jetzt nicht den Wünschen der NutzerInnen. Die überwiegende Mehrheit ist klar für strengen Datenschutz und Kontrollmöglichkeiten was die Weiterverbreitung von persönlichen Daten betrifft. Nur ein kleiner Teil ist hier bereit auch persönliche Daten weiterzugeben.
Kommentar hinzufügen
P87
Das oft beobachtete Privacy-Paradoxon – dass auch User die ihre persönlichen Daten schützen wollen, diese bei nächstbester Gelegenheit gegen ein kostenloses Produkt eintauschen – mag als Widerspruch zum Wunsch nach Datenschutz gesehen werden. Allerdings ist zu beachten, dass es grundsätzlich sehr schwer ist, die Konsequenzen der Zustimmung zu Nutzungsbedingungen von online Diensten realistisch abzuschätzen. User versuchen daher jeweils situationsspezifisch richtige Entscheidungen zu treffen, die angesichts der spärlich vorhandenen Informationen über die Datenweitergabe kaum rational zu treffen sind. Vielfach kann man nur wählen, ob man einen Dienst nutzen will und muss damit auch den Verlust an Verfügungsgewalt über persönliche Daten in Kauf nehmen. Gerade bei Diensten mit starken Netzwerkeffekten wie den Sozialen Medien ist hier der Konformitätsdruck sehr stark. Gleichzeitig versuchen diese Anbieter natürlich auch zu vermitteln, dass sie sorgsam mit Daten umgehen.
Kommentar hinzufügen
P88
Angesichts dieser Ausgangslage bringt die neue DS-GVO jedenfalls Verbesserungen die im Interesse der KonsumentInnen sind, weil expliziter dargestellt werden muss, wie man mit den Daten umgeht und die Einwilligung dazu eingeholt werden muss. In einem Umfeld, wo sowohl die KonsumentInnen als auch der Gesetzgeber auf mehr Datenschutz drängen, ist es naheliegend, Datenschutz zum integrierten Teil des Produktangebots zu machen und sich somit aktiv von „datenhungrigen“ Anbieter zu differenzieren. Es gibt erste Anbieter die diesen Weg beschreiten.
Kommentare (2) anzeigen/hinzufügen
![people_img](https://www.discuto.io/sites/default/files/styles/user_avatar_22x22/public/pictures/picture-52929-1507543842.jpg?itok=FI_1POzX)
P89
Mit Inkrafttreten der DS-GVO im Mai 2018 ist jeder Verarbeiter von persönlichen Daten hier zu Anpassungen gezwungen, die es nahelegen, Datenschutzbestimmungen ernst zu nehmen und zu implementieren. Damit kann man das auch gleich zu einem Teil der Marketingstrategie machen.
Kommentar (1) anzeigen/hinzufügen
![people_img](https://www.discuto.io/sites/default/files/styles/user_avatar_22x22/public/pictures/picture-52929-1507543842.jpg?itok=FI_1POzX)
P90
Generell scheint dies eine ausbaubare Strategie für die Entwicklung von digitalen Produkten und Dienstleistungen in Europa zu sein, die auf allen Politikebene verfolgt werden und konstituierendes Element einer horizontalen Industriepoltik sein sollte. Dies schließt natürlich nicht nur die Unternehmensseite ein, sondern sollte genauso die Leitlinie für den öffentlichen Sektor – inklusive Geheimdienste – sein. Damit könnte Europa synonym zu hohem Schutz von persönlichen Daten werden. Eine Positionierung die weder asiatische Anbieter noch die USA anstreben.
Kommentar hinzufügen
P91
4. Gesetzliche Vorgaben ermöglichen die Entwicklung von Datenschutztechnologien: Die DS-GVO schafft grundsätzlich einen „Markt“ für Datenschutztechnologien (Privacy Enhancing Technologies – PET). Diese können sowohl von den Betroffenen nachgefragt werden (VPN, TOR etc.) als auch von Unternehmen, die Datenschutz gegenüber ihren Kunden garantieren wollen. Die gesetzlichen Rahmenbedingungen sind gerade für die Entwicklung von Datenschutztechnologien wesentlich, weil dafür Nachfrage für bestimmte Produkte und Dienstleistungen geschaffen wird.
Haben Sie gewusst, dass man über Kommentare abstimmen kann? Sie können auch direkt auf Kommentare antworten!