67 / 88 Kommerzielle Digitale Überwachung im Alltag | Studie im Auftrag der österreichischen Bundesarbeitskammer | 2014 6 Schlussfolgerungen „[W]enn wir alle, als Gesellschaft, beschließen, dass wir ein derartiges Verhalten unterlassen sollten, dann würde die Tatsache, dass jeder sofort weiß oder wissen kann, wer sich so verhält, verhindern, dass sich überhaupt jemand so verhält“ Aus dem Roman „The Circle“ von Dave Eggers (2014) „Ihr müsst für eure Privatsphäre kämpfen, oder ihr werdet sie verlieren“238 Eric Schmidt, Google, 2013 In den vorangegangenen Kapiteln wurde der Versuch unternommen, anhand von Beispielen und ausgewählten Problemfeldern einen fundierten Überblick über aktuelle Praktiken und internatio- nale Trends im Feld der kommerziellen digitalen Überwachung im Alltag zu gewinnen. Im fol- genden Kapitel werden die Situation und deren gesellschaftliche Implikationen zusammenge- fasst und daraus Handlungsempfehlungen für Politik, Öffentlichkeit, Zivilgesellschaft und Bürge- rInnen abgeleitet. 6.1. Erfassung, Verknüpfung und Verwertung persönlicher Daten im Zeitalter von Big Data Facebook hatte im Juni 2014 global 829 Millionen - zumindest einmal täglich aktive - NutzerIn- nen239 und wertet in jeder Sekunde Millionen von Einzelinformationen über deren Kontakte, Inte- ressen und Verhalten aus. Google gibt wenige Zahlen über registrierte NutzerInnen heraus, dürfte aber allein infolge der globalen Dominanz auf dem Suchmaschinen-Markt und einem And- roid-Marktanteil von fast 80% bei einer Milliarde verkaufter Smartphones 2013 Zugriff auf ähnli- che Mengen täglicher Nutzungsinteraktionen kommen. Die Smartphone-Werbeplattform Flurry zeichnet jede Nutzungsaktivität in 540.000 Apps auf 1,4 Milliarden Endgeräten auf. Bei einem hohen Anteil von Websites wird jeder Klick an bis zu 200 Dritt-Unternehmen gleichzeitig über- tragen, die meisten populären Websites sind betroffen. NutzerInnen werden über Plattformen, Geräte, Apps und Websites hinweg wiedererkannt, insgesamt sammeln global Tausende von Firmen Website-Klicks und App-Interaktionen der NutzerInnen, der Sektor ist hochgradig in- transparent. Gleichzeitig lassen sich im Zeitalter von Big Data mit automatisierten Analyse-Methoden schon aus rudimentären Metadaten über das Online-Verhalten vergleichsweise zuverlässige und um- fangreiche Persönlichkeitsprofile erstellen. Dabei wird versucht, mit Technologien des Data Mi- ning auf Basis von Statistik und maschinellem Lernen in großen Datenmengen Muster und Zu- sammenhänge zu erkennen – aus Rohdaten wie Einkäufen, Kreditkartenzahlungen, Likes, Kon- takten, angehörten Songs, Surf- und Suchverhalten, Standort-Daten, App-Nutzungshäufigkeiten, Tastatur-Eingaberhythmus oder der Anzahl, Dauer und Häufigkeit von Anrufen oder SMS. Aus diesen Verhaltensmustern kann – sogar ohne eine Analyse der Kommunikationsinhalte – mit ei- 238 Übersetzung durch den Verfasser, Quelle: Colvile, Rob (2013): Eric Schmidt interview: 'You have to fight for your privacy or you will lose it'. The Telegraph, 25.05.2013. Abgerufen am 10.07.2014 von http://www.telegraph.co.uk/technology/eric-schmidt/10076175/Eric-Schmidt-interview-You-have-to-fight-for- your-privacy-or-you-will-lose-it.html 239 Facebook (2014): Facebook Reports Second Quarter 2014 Results. Abgerufen am 18.09.2014 von http://files.shareholder.com/downloads/AMDA-NJ5DZ/3485478028x0x770575/481ba943-c7b2-4336-9d70- 6453934517db/FB_News_2014_7_23_Financial_Releases.pdf Digitale Verhaltensmus- ter analysieren…