20 Dinge, die dein Handy über dich weiß, die du ihm nie erzählt hast

Es gibt einen Unterschied zwischen den Daten, die Sie Ihrem Telefon geben, und den Daten, die Ihr Telefon nimmt. Die Daten, die Sie ihm geben, sind offensichtlich: Ihr Name, Ihre Kontakte, die Fotos, die Sie speichern möchten, die Nachrichten, die Sie senden möchten. Die Daten, die es nimmt, sind etwas anderes - eine kontinuierliche, weitgehend unsichtbare Ernte von Signalen, die Sie durch die gewöhnliche Nutzung erzeugen und die, einzeln betrachtet, trivial erscheinen, aber in Kombination ein Porträt Ihres Lebens bilden, das detaillierter ist als alles, was Sie bewusst konstruiert haben.

Ihr Beschleunigungsmesser erzeugt 100 Messwerte pro Sekunde. Jede Messung spiegelt die Bewegung Ihres Körpers wider: Gehen, Sitzen, Autofahren, Schlafen, Laufen. Das Muster Ihrer Beschleunigungsmesserdaten über 24 Stunden offenbart Ihren Schlafrhythmus, Ihre Pendelmodi, Ihre Trainingsgewohnheiten und den spezifischen Rhythmus Ihres täglichen Lebens, ohne dass Sie ein einziges Wort tippen. Das Mikrofon Ihres Telefons hört in bestimmten Apps auf Umgebungsgeräusche, nicht um Gespräche aufzuzeichnen, sondern um die akustische Umgebung zu bestimmen, in der Sie sich befinden: eine Sportbar, eine Bibliothek, ein Auto, ein Konzert. Die GPS-Antenne verfolgt kontinuierlich Ihren Standort, wenn Apps dies anfordern, und erstellt eine Bewegungsverlauf, dessen Implikationen weit über die Orte hinausgehen, die Sie besucht haben.

Der Mechanismus, der diese Datenströme mit Wissen über Sie verbindet, ist die Inferenz - der Prozess, durch den Muster in Ihrem Verhalten Fakten über Sie vorhersagen, die nicht direkt gemessen werden. Die Stanford-Studie, die sexuelle Orientierung aus Gesichtszügen ableitete, machte Schlagzeilen. Der Target $TGT-Algorithmus, der schwangere Kunden anhand von Einkaufsdaten identifizierte, machte Schlagzeilen. Weniger beachtet ist, dass dieselbe inferentielle Logik kontinuierlich im Hintergrund auf den Datenströmen Ihres Telefons arbeitet und ein Modell von Ihnen erstellt, das täglich tausendfach aktualisiert wird.

Diese Liste deckt 20 spezifische Dinge ab, die Ihr Telefon über Sie weiß - die Datenquelle, den Inferenzmechanismus und das spezifische Wissen, das es erzeugt. Einige dieser Dinge sind den meisten Menschen im Abstrakten bewusst, aber sie haben nicht im Spezifischen darüber nachgedacht. Einige sind den meisten Smartphone-Nutzern wirklich unbekannt. All dies geschieht gerade jetzt auf dem Gerät in Ihrer Tasche, unabhängig davon, ob Sie "Ich stimme zu" bei einer Datenschutzrichtlinie geklickt haben, die sie technisch offengelegt hat.

Dustin Konrad / Pexels

Ihr Telefon weiß, wo Sie wohnen und wo Sie arbeiten, ohne dass Sie eine der beiden Adressen eingegeben haben. Der Mechanismus ist einfach: Das GPS-Protokoll und das Muster, wo das Telefon seine Nächte (Zuhause) und seine Wochentage (Arbeit) verbringt, machen beide Adressen innerhalb von Tagen nach der Inbetriebnahme des Telefons ableitbar. Kartenanwendungen und Betriebssysteme verwenden diese Inferenz explizit - Google $GOOGL Maps zeigt "Zuhause" und "Arbeit" als vorgeschlagene Ziele basierend auf dem Standortverlauf an, selbst wenn der Benutzer diese Adressen nicht in den Einstellungen eingegeben hat.

Die Bedeutung des Wissens Ihrer Wohn- und Arbeitsadresse ist nicht nur richtungsweisend: Diese beiden Standorte, kombiniert mit den Routen dazwischen, definieren die Geografie Ihres täglichen Lebens und sind die primären Ankerpunkte, von denen aus Werbetreibende, Datenhändler und die Anwendungen, die auf Ihren Standortverlauf zugreifen, ein Modell Ihres Viertels, Ihres Einkommensniveaus, Ihres Pendelverhaltens und der kommerziellen und institutionellen Kontexte, zwischen denen Sie sich bewegen, konstruieren können.

Standortdatenhändler - Unternehmen, die GPS-Daten von App-Entwicklern kaufen und weiterverkaufen - haben die Fähigkeit demonstriert, die Wohnadressen von Personen aus anonymisierten Standortdaten in mehreren veröffentlichten Untersuchungen zu identifizieren. Eine Untersuchung der New York Times aus dem Jahr 2018 ergab, dass als "anonym" verkaufte Standortdaten mit der Wohnadresse der Person als Ankerpunkt reidentifiziert werden konnten, wobei der Standortverlauf dann medizinische Termine, religiöse Besuche und andere sensible Verhaltensweisen offenlegte.

Miriam Alonso / Pexels

Das Beschleunigungsmessgerät in Ihrem Telefon, kombiniert mit dem Bildschirmaktivitätsprotokoll des Telefons, enthüllt Ihren Schlafrhythmus mit hoher Genauigkeit, ohne dass eine Schlaf-Tracking-App installiert ist. Die spezifischen Signale: Das Telefon wird dunkel (Bildschirm aus), stationär (Beschleunigungsmesser flach) und leise (keine Benachrichtigungen werden generiert) zu einer gleichbleibenden Zeit jede Nacht und wird zu einer gleichbleibenden Zeit jeden Morgen wieder aktiv. Dieses Muster ist aus Rohdaten zur Telefonnutzung ohne speziellen Sensor erkennbar.

Schlaf-Tracking-Apps, die Zugriff auf den Beschleunigungsmesser anfordern, machen diese Schlussfolgerung explizit und nützlich – sie verwandeln das abgeleitete Schlafmuster in eine angezeigte Schlafphasenanalyse. Aber die zugrunde liegenden Daten existieren unabhängig davon, ob die Schlaf-Tracking-App installiert ist: Jede App, die auf Beschleunigungsmesserdaten oder Nutzungsprotokolle zugreift, hat das Rohmaterial, um den Schlafzeitpunkt abzuleiten, und das Betriebssystem des Telefons protokolliert diese Daten kontinuierlich.

Die Auswirkungen des Wissens über den Schlafrhythmus einer Person gehen über das Offensichtliche hinaus: Der Schlafzeitpunkt korreliert mit dem Chronotyp (ob eine Person von Natur aus ein Morgen- oder Abendmensch ist), was wiederum mit Persönlichkeitsmerkmalen, Gesundheitsauswirkungen und Arbeitsleistung korreliert. Schlafunregelmäßigkeiten korrelieren mit psychischen Gesundheitszuständen, Substanzmissbrauch und sozioökonomischem Stress. Der aus Telefondaten abgeleitete Schlafrhythmus ist nicht nur eine praktische Tatsache darüber, wann jemand wach ist; es ist ein Gesundheits- und Verhaltenssignal von erheblichem prognostischem Wert.

Luriko Yamaguchi / Pexels

Ihre politischen Ansichten können aus Ihren Telefondaten durch mehrere sich überschneidende Mechanismen abgeleitet werden, von denen keiner erfordert, dass Sie eine politische Präferenz ausdrücklich angegeben haben. Die von Ihnen installierten Apps (Nachrichten-Apps, soziale Medien-Apps, Petitions-Apps, Spenden-Apps) offenbaren die politische Orientierung. Die von Ihnen besuchten Websites offenbaren sie. Die Kontakte in Ihrem Adressbuch – und die politischen Zugehörigkeiten dieser Kontakte, wenn sie in Staaten mit öffentlichen Wählerregistrierungsdaten registrierte Wähler sind – offenbaren sie durch soziale Netzwerk-Inferenz. Die Stadtviertel, die Ihr GPS-Verlauf zeigt, den Sie besuchen, offenbaren sie durch die gut dokumentierte Korrelation zwischen Wohngeographie und politischer Zugehörigkeit in den Vereinigten Staaten.

Politische Ableitungen aus Smartphone-Daten sind nicht hypothetisch: Sie sind die operative Grundlage politischer Zielgerichtetheit durch Kampagnen, politische Aktionskomitees und die Datenmakler, die sie beliefern. Eine Untersuchung von Vice aus dem Jahr 2020 ergab, dass das US-Militär Standortdaten von Smartphones aus einer muslimischen Gebets-App und einer muslimischen Dating-App gekauft hatte, um die Bewegungen von Personen in mehrheitlich muslimischen Ländern zu verfolgen – was zeigt, dass die App-Kategorie-Ableitung religiöser Identität (ein starker Indikator für politische Ansichten in vielen Kontexten) auf Regierungsebene operationell eingesetzt wurde.

Die spezifische politische Ableitung, die am genauesten und am besorgniserregendsten ist, ist die soziale Netzwerk-Ableitung: Da politische Ansichten innerhalb von sozialen Netzwerken stark korrelieren, ermöglicht das Wissen über die politischen Zugehörigkeiten Ihrer Kontakte (aus Wählerlisten, aus Spendenaufzeichnungen, aus sozialen Medienaktivitäten), dass Ihre politischen Ansichten mit hoher Genauigkeit allein aus Ihrem Adressbuch geschätzt werden können.

Tima Miroshnichenko / Pexels

Ihr Telefon leitet Ihre finanzielle Situation aus der Kombination Ihrer Standortgeschichte, Ihrem App-Portfolio, Ihrem Kaufverhalten (falls Sie ein mobiles Zahlungssystem verwenden) und den spezifischen Zeitmustern Ihrer Telefonnutzung ab. Die Schlussfolgerung ist nicht präzise — das Telefon kennt nicht Ihren Kontostand — aber sie ist richtungsweisend und kommerziell wertvoll.

Die standortbasierte Schlussfolgerung ist die zuverlässigste: Ihre GPS-Geschichte zeigt, in welchen Geschäften Sie einkaufen (Discount-Supermärkte versus Whole Foods, Dollar-Läden versus Boutiquen), in welchen Restaurants Sie essen, in welchen Vierteln Sie leben und arbeiten und in welchen spezifischen kommerziellen Umgebungen Sie sich häufig aufhalten. Jedes dieser Standortsignale trägt eine Einkommenskorrelation, die in der Summe eine einigermaßen genaue Schätzung Ihrer Haushaltseinkommensstufe ergibt.

Die Schlussfolgerung aus dem App-Portfolio fügt Spezifität hinzu: Die Präsenz von Apps für Zahltagsdarlehen, Mietkauf-Apps oder Buy-Now-Pay-Later-Apps auf Ihrem Telefon signalisiert finanzielle Einschränkungen. Die Präsenz von Investitions-Apps, Premium-Abonnementdiensten und High-End-Einzelhandels-Apps signalisiert finanziellen Komfort. Diese App-basierte Schlussfolgerung wird von Finanzdienstleistungsunternehmen verwendet, um potenzielle Kunden vorab zu prüfen, und von Werbetreibenden, um einkommensgerechte Angebote zu unterbreiten, ohne Einkommensfragen zu stellen, die Benutzer ablehnen würden.

Nataliya Vaitkevich / Pexels

Die Kombination aus GPS-Geschichte und zeitgestempelten Standortdaten macht Ihren Tagesablauf in einem Maße vorhersehbar, das die meisten Menschen überrascht, wenn es ihnen erklärt wird. Die Forschung der Informatikerin Marta González von der Northeastern University, die 2008 in Nature veröffentlicht wurde, ergab, dass menschliche Bewegungsmuster etwa 93 % vorhersehbar sind aufgrund der Standortgeschichte — dass die Orte, an denen Sie sich zu einer bestimmten Zeit an einem bestimmten Tag befinden werden, stark durch das Muster der Orte eingeschränkt sind, an denen Sie sich zu diesen Zeiten an früheren Tagen aufgehalten haben.

Diese Vorhersehbarkeit ist kommerziell nützlich (sie ermöglicht es Werbetreibenden, geografisch zielgerichtete Anzeigen im Voraus zu platzieren, bevor Sie an einem Ort ankommen) und ist auch die Grundlage für mehrere dokumentierte Datenschutzverletzungen: Stalker haben Standortdaten, die über App-Datenmakler erhalten wurden, verwendet, um Ziele zu verfolgen; Strafverfolgungsbehörden haben Geofence-Beschlüsse verwendet, um die Standortgeschichte aller Telefone, die zu einem bestimmten Zeitpunkt an einem bestimmten Ort anwesend waren, zu erhalten; und Versicherungsunternehmen in einigen Märkten haben Mobilitätsdaten verwendet, um Prämien basierend auf abgeleitetem Verhalten anzupassen.

Die spezifische Erkenntnis, die Ihren Tagesablauf exponierter macht, als Sie vielleicht erwarten, ist der Unterschied zwischen dem, was Sie Apps mitteilen, und dem, was sie beobachten: Sie haben möglicherweise den Standortzugriff für die meisten Apps abgelehnt, aber die wenigen, die ihn haben — Karten, Wetter, Fitness — erstellen eine Standortgeschichte, die den gesamten Tagesablauf offenbart.

Ivan S / Pexels

Ihr Telefon leitet Ihren emotionalen Zustand aus einer Kombination von Signalen ab, die individuell nicht mit Emotionen in Verbindung stehen, aber insgesamt den emotionalen Zustand vorhersagen können. Die Tippgeschwindigkeit und Fehlerquote in Messaging-Apps korrelieren mit Stress und kognitiver Belastung. Bildschirmnutzungsmuster (längere Sitzungen, mehr App-Wechsel, häufigeres Einchecken) korrelieren mit Angst und Grübeln. Musikauswahl korreliert mit der Stimmung. Das Timing und die Dauer von Interaktionen in sozialen Medien korrelieren mit Einsamkeit und sozialem Bedürfnis.

Forschung an MIT und Stanford hat gezeigt, dass passive Smartphone-Daten (gesammelt ohne Benutzereingabe oder Stimmungserfassung) Depressionen und Angstzustände mit einer Genauigkeit vorhersagen können, die mit klinischen Bewertungsinstrumenten vergleichbar ist. Eine 2018 in JMIR Mental Health veröffentlichte Studie fand heraus, dass GPS-Mobilitätsmuster allein – insbesondere verringerte Mobilität, verringerte Zeit außerhalb des Hauses und verringerte Standortvielfalt – depressive Episoden mit signifikanter Genauigkeit vorhersagen.

Apps für psychische Gesundheit nutzen diese Ableitung explizit und absichtlich – sie sind darauf ausgelegt, den emotionalen Zustand aus passiven Telefondaten abzuleiten. Aber die gleichen Signale stehen jeder App mit ausreichendem Datenzugriff zur Verfügung, einschließlich sozialer Medienplattformen, die ein dokumentiertes kommerzielles Interesse daran haben, den emotionalen Zustand der Benutzer zu verstehen und eine dokumentierte Geschichte der Nutzung dieses Verständnisses zur Maximierung des Engagements haben.

Mart Production / Pexels

Ihr Telefon leitet Aspekte Ihrer körperlichen Gesundheit aus der Kombination von Beschleunigungsmesserdaten, GPS-Geschichte und App-Verhalten ab, die Ihr Aktivitätsniveau, Ihren medizinischen Terminplan und die spezifischen Symptome, nach denen Sie gesucht haben oder über die Sie Informationen gesucht haben, offenbaren.

Die GPS-Ableitung ist am direktesten: Ihre Standortgeschichte zeigt, welche medizinischen Einrichtungen Sie besucht haben, mit welcher Häufigkeit und zu welchen Zeiten. Besuche in einem Onkologiezentrum, einer Dialyseklinik, einer Fruchtbarkeitsklinik oder einer psychiatrischen Einrichtung sind aus Standortdaten ersichtlich, selbst wenn keiner App explizit Gesundheitsinformationen zur Verfügung gestellt werden. Eine 2019 in der Zeitschrift der American Medical Informatics Association veröffentlichte Studie zeigte, dass medizinische Terminstandorte aus kommerziellen Standortdaten mit hoher Genauigkeit identifizierbar waren.

Die Suche und die Ableitung des App-Verhaltens fügen Spezifität hinzu: Suchanfragen nach Medikamentennamen, Symptombeschreibungen und Behandlungsoptionen werden von der Suchmaschine aufgezeichnet und in vielen Fällen für zielgerichtete Werbung genutzt. Das Vorhandensein spezifischer Gesundheitsverwaltungs-Apps (Diabetes-Management, Blutdrucküberwachung, Fruchtbarkeitsverfolgung) auf Ihrem Telefon enthüllt die Erkrankung, die sie verwalten sollen. Die Kombination aus Standort- und App-Daten erstellt ein Gesundheitsprofil, das für viele Benutzer umfassender ist als die Schadensdaten ihrer Versicherungsgesellschaft.

Kampus Production / Pexels

Ihr Telefon schließt aus der Kombination Ihrer Kontaktliste, Ihrer Kommunikationsmuster und Ihrer Standortverlauf auf Ihren Beziehungsstatus und die Struktur Ihres sozialen Netzwerks. Die Kontaktliste zeigt, wen Sie kennen; die Kommunikationshäufigkeit zeigt, wem Sie nahe stehen; die Standortdaten zeigen, mit wem Sie physische Zeit verbringen.

Die spezifische Schlussfolgerung des Beziehungsstatus aus Anruf- und Textdaten ist sehr genau: Die Person, mit der Sie am häufigsten kommunizieren und mit der Ihre Standortdaten eine signifikante physische Präsenz zeigen, kann mit hoher Wahrscheinlichkeit als romantischer Partner identifiziert werden. Untersuchungen zu mobilen Kommunikationsdaten haben gezeigt, dass romantische Beziehungen aus Anrufprotokollen identifizierbar sind, bevor die beteiligten Personen ihren Beziehungsstatus in sozialen Medien aktualisiert haben.

Die Schlussfolgerung des sozialen Netzwerks hat Auswirkungen über das Persönliche hinaus: Das Verhalten Ihres sozialen Netzwerks sagt Ihr eigenes Verhalten auf dokumentierte Weise voraus. Das Gesundheitsverhalten, die Kaufentscheidungen und die politischen Ansichten Ihrer Freunde sind prädiktiv für Ihre eigenen. Das bedeutet, dass Daten über Ihre Kontakte – Personen, die keiner Beziehung mit dem App-Entwickler zugestimmt haben – verwendet werden, um Ihr Verhalten durch sozialen Netzwerkeffekte zu modellieren und vorherzusagen.

Yuri Félix / Pexels

Ihr Telefon weiß, wie Sie pendeln – mit dem Auto, öffentlichen Verkehrsmitteln, Fahrrad oder zu Fuß – aus der Kombination von GPS-Geschwindigkeitsdaten und Beschleunigungsmustern, die für jeden Transportmodus spezifisch sind. Eine Autofahrt erzeugt glatte, straßenfolgende GPS-Spuren mit 30 bis 60 mph und dem spezifischen Vibrationsmuster eines fahrenden Fahrzeugs. Eine U-Bahn-Fahrt erzeugt das spezifische Muster von GPS-Signalausfällen in Tunneln, die sich mit Oberflächenpositionsfixierungen an Haltestellenstandorten abwechseln. Eine Fahrradfahrt erzeugt GPS-Geschwindigkeiten von 10 bis 15 mph mit dem spezifischen Beschleunigungsmuster des Tretens.

Diese Schlussfolgerung des Transportmodus wird explizit von Kartenanwendungen verwendet (Google $GOOGL Maps und Apple $AAPL Maps verwenden sie zur Verbesserung ihrer Echtzeitverkehrs- und Transitdaten) und von Datenbrokern für Werbe- und Verhaltensprofilierung. Menschen, die mit öffentlichen Verkehrsmitteln pendeln, befinden sich zu gleichen Zeiten an anderen Orten als Autofahrer; ihr Kaufverhalten, ihre Exposition gegenüber Außenwerbung und ihre demografischen Profile unterscheiden sich auf Weise, die die Schlussfolgerung kommerziell wertvoll macht.

Die Daten zu Transportgewohnheiten wurden auch in aggregierter Form von Stadtplanern, Verkehrsabteilungen und Immobilienentwicklern verwendet, um Mobilitätsmuster zu verstehen und die Nachfrage nach Infrastruktur vorherzusagen – Anwendungen, die weniger individuell sensibel sind, aber die Breite der Schlussfolgerungen demonstrieren, die aus dem, was einfach als Standortdaten erscheint, verfügbar sind.

Magali Guimaraes / Peels

Ihr Telefon leitet Ihre Religion aus der Kombination von Standortverlauf, Kalenderdaten und App-Portfolio ab, das religiöse Praktiken offenbart. Ein Telefon, das sich jede Woche zur gleichen Zeit im selben Gebäude befindet — eine Kirche, eine Moschee, eine Synagoge, ein Tempel — und einen Kalender mit wiederkehrenden religiösen Feiertagen hat, erzeugt eine religiöse Schlussfolgerung, die keine explizite Glaubenserklärung erfordert.

Die Moschee-Schlussfolgerung ist im Überwachungskontext am besten dokumentiert: Der Einsatz von muslimischen Gebets-App-Daten durch die US-Regierung, der in einem früheren Eintrag beschrieben wurde, zeigt, dass die App-Kategorie-Schlussfolgerung der religiösen Identität auf Regierungsebene operationell eingesetzt wurde. Aber die gleiche Schlussfolgerung ist aus GPS-Standortdaten für jede religiöse Institution verfügbar, die über einen markanten Standort und ein vorhersehbares Anwesenheitsmuster verfügt.

Die App-basierte Schlussfolgerung fügt Spezifität hinzu: Die Anwesenheit der Koran-App, der Bibel-App, der Siddur-App oder von religiösen Gemeinschafts-Apps auf einem Telefon offenbart die religiöse Zugehörigkeit mit hoher Spezifität. Diese Apps erhalten häufig Zugriff auf Standort, Kalender und Kontakte, was es ihnen ermöglicht, detaillierte Profile des religiösen Praktizierens zu erstellen — und die von ihnen gesammelten Daten unterliegen den gleichen kommerziellen Datenweitergabepraktiken wie jede andere App, wobei die religiöse Zugehörigkeit als Attribut verkauft werden kann, das an Datenbroker verkauft und für das Targeting verwendet werden kann.

Kaboom Pics / Pexels

Ihr Telefon schätzt Ihr Vermögensniveau anhand mehrerer konvergierender Datenströme, die über die im Finanzsituationseintrag beschriebene Einkommensschätzung hinausgehen. Das Gerät selbst ist ein Signal: Ein iPhone 15 Pro Max, das für 1.199 US-Dollar im Einzelhandel erhältlich ist, signalisiert ein anderes Einkommen als ein Android-Gerät, das für 199 US-Dollar im Einzelhandel erhältlich ist, und das App-Ökosystem auf jedem Gerät spiegelt ein Kaufverhalten wider, das die Schätzung weiter verfeinert.

Die Kombination aus Wohnadresse (abgeleitet aus dem Standort), Fahrzeug (abgeleitet aus fahrzeugassoziierten GPS-Mustern auf Parkplätzen und Bewegung bei Autobahngeschwindigkeit), Reiseverlauf (Flüge abgeleitet aus GPS-Spuren, die schnelle Langstreckenbewegungen zeigen) und Einkaufsgeschichtsstandort erzeugt eine Einkommensschätzung, die von demografischen Forschungsfirmen als genau innerhalb breiter Einkommensklassen für die Mehrheit der Smartphone-Nutzer angesehen wird.

Diese Vermögensschätzung wird am aggressivsten im Finanzdienstleistungsmarketing genutzt: Kreditkartenunternehmen, Investitionsplattformen und Luxusmarken zielen auf Werbung basierend auf geschätzten Vermögensklassen ab, anstatt auf angegebenes Einkommen, da Benutzer ihr Einkommen nicht direkt zu Apps angeben, sondern ihre Telefone es durch Verhalten offenbaren.

Samson Katt / Pexels

Die sexuelle Orientierung gehört zu den persönlichen Merkmalen, die Smartphone-Daten ableiten können, hauptsächlich durch die Kombination von App-Portfolio und Standortverlauf. Die auf einem Telefon installierten Apps – Dating-Apps, Community-Apps und Medien-Apps, die jeweils mit bestimmten Gemeinschaften verbunden sind – sind eines der direkteren Signale, die Datensystemen zur Verfügung stehen. Der Standortverlauf bietet zusätzlichen Kontext: GPS-Besuche bei bestimmten Veranstaltungsorten, Gemeindezentren oder Veranstaltungen, die mit bestimmten Gruppen verbunden sind, sind aus Standortaufzeichnungen erkennbar.

Der Rückschluss auf das soziale Netzwerk ist der Mechanismus, den Forscher als am bedeutendsten erachtet haben: Da soziale Netzwerke tendenziell intern über viele persönliche Attribute korreliert sind, kann ein System, das die Attribute Ihrer engen Kontakte kennt, probabilistische Rückschlüsse auf Ihre eigenen Attribute ziehen, ohne direkte Signale. Dies erfolgt vollständig über Verhaltens- und Netzdaten und nicht über etwas, das der Benutzer angegeben hat.

Der hier beschriebene Mechanismus ist derselbe, der bei den meisten der in dieser Liste aufgeführten Schlussfolgerungen funktioniert: Ihr Telefon fragt nicht nach diesen Informationen und Sie haben sie nicht bereitgestellt. Es wird aus Verhaltensmustern abgeleitet, die es den Systemen in Kombination ermöglichen, persönliche Merkmale zu schätzen, die die meisten Benutzer als privat betrachten würden. Dieselbe kommerzielle Dateninfrastruktur, die gezielte Werbung ermöglicht, ermöglicht diese Art von Schlussfolgerung.

Ketut Subiyanto / Pexels

Ihr Telefon leitet den Alkohol- und Drogenkonsum aus der Kombination von Standortverlauf (Besuche in Bars, Spirituosengeschäften, Verkaufsstellen oder Einrichtungen zur Drogenbehandlung), Kaufdaten (wenn Sie mobile Zahlungssysteme verwenden, die mit Ihrem Telefon verbunden sind) und Verhaltensmustern (Nutzung des Telefons spät in der Nacht, spezifische Nutzungsmuster von Apps, die mit dem Kontext des Drogenkonsums verbunden sind) ab.

Die Standortableitung ist am direktesten: Ein GPS-Verlauf, der regelmäßige Besuche in Bars an Wochentagen, regelmäßige Besuche in einer Verkaufsstelle oder Besuche an einem Treffpunkt der Anonymen Alkoholiker zeigt, ergibt jeweils eine andere Schlussfolgerung über Alkohol- und Drogenverhalten. Die Ableitung aus der Behandlungseinrichtung – das Erkennen von Besuchen in Suchtbehandlungszentren – ist besonders sensibel, da sie sowohl den Gebrauch als auch den Versuch zur Bewältigung offenbart.

Versicherungsunternehmen in Märkten, in denen Verhaltensdaten für die Risikobewertung verwendet werden, haben Interesse an der Ableitung des Drogenkonsums aus Smartphone-Daten gezeigt. Unternehmen zur Überprüfung des beruflichen Hintergrunds haben nachweislich Standortdaten von Datenbrokern abgerufen. Der spezifische Schaden der Ableitung des Drogenkonsums aus Smartphone-Daten liegt in der Kombination aus Genauigkeit und Sensibilität in Beschäftigungs-, Versicherungs- und Rechtskontexten.

Tom Fisk / Pexels

Smartphone-Daten sagen die Persönlichkeit in den fünf großen Persönlichkeitsdimensionen (Offenheit, Gewissenhaftigkeit, Extraversion, Verträglichkeit, Neurotizismus) mit einer Genauigkeit voraus, die laut Forschungsliteratur moderat, aber signifikant ist – besser als Zufall und in einigen Dimensionen vergleichbar mit der Genauigkeit von Selbstauskünften.

Die spezifischen Verhaltenskorrelate der Persönlichkeit, die Telefondaten aufzeigen: Extravertierte haben größere und vielfältigere Kontakt-Netzwerke, verbringen mehr Zeit an verschiedenen sozialen Orten und nutzen Apps vielfältiger. Gewissenhafte Menschen haben regelmäßigere Schlafzeiten, konsistentere Tagesabläufe und weniger Bildschirmzeitvariabilität. Neurotische Menschen zeigen eine höhere Check-in-Häufigkeit, häufiger Wechsel zwischen Apps und unregelmäßigere Schlafmuster.

Forschung, die 2015 in den Proceedings of the National Academy of Sciences veröffentlicht wurde, zeigte, dass Facebook $META-Likes – eine einfachere und weniger reichhaltige Datenquelle als vollständige Smartphone-Verhaltensdaten – die Persönlichkeit in mehreren Dimensionen genauer voraussagten als die Bewertungen von Freunden und Familie des Nutzers. Die Implikation für vollständige Smartphone-Verhaltensdaten ist, dass das daraus abgeleitete Persönlichkeitsmodell genauer ist als jedes Selbstauskunftsinstrument.

Helena Lopes / Pexels

Ob Sie Kinder haben und wie alt sie ungefähr sind, lässt sich durch Smartphone-Daten auf verschiedene Weise ableiten. Die Standortableitung ist die direkteste: GPS-Besuche bei Kinderärzten, Schulen, Kindergärten, Spielplätzen und Veranstaltungsorten für Kinderaktivitäten zeigen die Anwesenheit und das ungefähre Alter von Kindern im Haushalt.

Die App-Portfolio-Ableitung fügt Spezifität hinzu: Die Anwesenheit von Eltern-Apps, Kinderlern-Apps, Familienkalender-Apps und Baby-Überwachungs-Apps auf einem Telefon zeigt den Elternstatus mit hoher Spezifität. Die Kontaktlisten-Ableitung bestätigt dies: Kontakte, die als Schuladministratoren, Kinderärzte oder andere Eltern in einem Schulnetzwerk identifiziert werden, zeigen die Verbindung zu schulpflichtigen Kindern.

Diese Elternstatus-Ableitung wird kommerziell genutzt, um Produkte und Dienstleistungen im Zusammenhang mit Elternschaft gezielt anzusprechen, und wird auch von Datenbrokern verwendet, die „Eltern“ als demografisches Attribut verkaufen. Die Ableitung erfolgt ohne elterliche Zustimmung zur Offenlegung von Informationen über ihre Kinder – die in den meisten Rechtsordnungen vor kommerzieller Datenerfassung geschützt sind –, da die Ableitung über die Telefondaten der Eltern erfolgt, nicht über direkt von den Kindern gesammelte Daten.

Soc Nang Dong / Pexels

Ihr Telefon leitet Ihre Ernährungsgewohnheiten aus der Kombination von Restaurant-Standortverlauf, Bestellverlauf von Essensliefer-Apps (falls mit Ihrem Konto verknüpft), Besuchen im Lebensmittelgeschäft und Suchverhalten ab. Die Kombination ergibt ein Profil Ihrer Essgewohnheiten, das detaillierter ist, als die meisten Menschen bewusst über sich selbst beschreiben würden.

Die Ableitung des Restaurant-Standorts ist am weitesten verbreitet: Ihr GPS-Verlauf, der regelmäßige Besuche von Fast-Food-Restaurants, vegetarischen Restaurants, Halal-Restaurants oder veganen Restaurants zeigt, offenbart Ernährungspräferenzen und -einschränkungen ohne ausdrückliche Offenlegung. Die Ableitung der Essensliefer-App ist am detailliertesten: Jede Bestellung, die über eine Essenslieferplattform aufgegeben wird, wird aufgezeichnet, mit einem Zeitstempel versehen und mit Ihrer Identität verknüpft und erstellt so ein detailliertes Ernährungsprotokoll.

Der kommerzielle Wert von Daten zu Ernährungspräferenzen ist erheblich: Lebensmittelmarken, Pharmaunternehmen und Krankenversicherer gehören zu den Käufern von Daten zu Essverhalten. Die spezifische Sensibilität von Ernährungsdaten für bestimmte Bevölkerungsgruppen — Menschen mit Diabetes, die die Kohlenhydrataufnahme steuern, Menschen, die religiöse Ernährungsgebote befolgen, Menschen mit Essstörungen — macht ihre kommerzielle Verfügbarkeit zu einem Datenschutzanliegen, das über den offensichtlichen Marketinganwendungsfall hinausgeht.

AI25.Studio / Pexels

Ihr Telefon leitet Ihr Versicherungsrisikoprofil — die Kombination von Verhaltensfaktoren, die die Wahrscheinlichkeit der Einreichung eines Versicherungsanspruchs vorhersagen — aus den Fahrverhaltensdaten, Gesundheitsverhaltensdaten und Standortdaten ab, auf die Versicherer und ihre Datenbrokerpartner durch den Kauf von App-Daten zugreifen.

Die Ableitung des Fahrverhaltens ist am weitesten entwickelt: Telematik-Apps, die mit dem Wissen des Benutzers installiert werden (Progressives Snapshot, State Farms Drive Safe & Save), sammeln explizite Fahrdaten. Aber Fahrverhaltensdaten werden auch ohne dedizierte Telematik-Apps gesammelt, durch die Beschleunigungsmesser- und GPS-Daten, auf die Navigations- und Musik-Apps zugreifen, und von Datenbrokern an Versicherer verkauft. Untersuchungen haben gezeigt, dass aus Smartphones abgeleitete Fahrverhaltensdaten Unfallrisiken mit einer Genauigkeit vorhersagen, die mit dedizierten Telematikgeräten vergleichbar ist.

Die Ableitung des Gesundheitsverhaltens ergänzt das Risikoprofil: Die Standortbesuche in medizinischen Einrichtungen, die Schlafmuster, die Aktivitätsniveaus und die Substanznutzungssignale, die in anderen Einträgen beschrieben sind, haben alle aktuarielle Relevanz. In Märkten, in denen Versicherer Zugang zu Verhaltensdaten von Datenbrokern haben, werden diese Ableitungen in Risikomodelle integriert — eine Entwicklung, die von Versicherungsaufsichtsbehörden in den meisten Gerichtsbarkeiten noch nicht adressiert wurde.

Dave Garcia / Pexels

Der nationale Ursprung und Aktivitäten im Zusammenhang mit der Einwanderung können aus Smartphone-Daten durch eine Kombination aus Standortverlauf, Spracheinstellungen und Kommunikationsmustern abgeleitet werden. Die Standortableitung ist am direktesten: GPS-Besuche bei Regierungsbüros, Rechtsberatungsorganisationen, Konsulaten und Verarbeitungszentren im Zusammenhang mit Einwanderungs- und Visadiensten sind aus Standortaufzeichnungen ebenso erkennbar wie jede andere Kategorie von Standortbesuchen.

Die Sprachableitung fügt Spezifität hinzu: Die Spracheinstellung eines Telefons, die in bestimmten Sprachen installierten Apps und die in Kontaktnamen und Kommunikations-Apps sichtbaren Sprachmuster liefern alle Signale über den nationalen Ursprung. Kommunikationsmuster – die Häufigkeit und geografische Ziele internationaler Anrufe und Nachrichten – fügen weiteren Kontext über die Verbindungen eines Benutzers zu bestimmten Ländern hinzu.

Diese Signale sind nicht einzigartig für die Einwanderung; sie beschreiben ein breiteres Muster, wie nationaler Ursprung, internationale Verbindungen und bürgerschaftliches Engagement mit Regierungs- und Rechtsinstitutionen in Smartphone-Verhaltensdaten sichtbar sind. Dieselbe Dateninfrastruktur, die den nationalen Ursprung für Werbezwecke ableitet, erzeugt Daten, die kommerziell über Datenbroker erhältlich sind, mit denselben Nutzungsbeschränkungen (und deren Fehlen), die auch für andere Kategorien von Standort- und Verhaltensdaten gelten.

Kaboom Pics / Pexels

Die psychische Gesundheit gehört zu den sensibelsten persönlichen Merkmalen und ist auch am stärksten aus passivem Smartphone-Verhalten ableitbar. Die Mechanismen umfassen mehrere Datenströme: Es wurde in von Fachleuten begutachteter Forschung gezeigt, dass GPS-Mobilitätsmuster mit depressiven Episoden korrelieren; soziale Kommunikationsmuster (reduzierte Häufigkeit, kürzere Nachrichten, längere Antwortzeiten) korrelieren mit Angst und Stimmung; das Vorhandensein von Apps für psychische Gesundheit und Wellness auf einem Telefon spiegelt die Bedingungen wider, die sie unterstützen sollen; und der Standortverlauf, der Besuche bei Therapeuten oder Einrichtungen für psychische Gesundheit zeigt, ist aus GPS-Aufzeichnungen erkennbar.

Das Gesamtbild, das Smartphone-Daten über die psychische Gesundheit erstellen, ist detailliert, weil Verhaltenssymptome – reduzierte Mobilität, gestörter Schlaf, sozialer Rückzug, Änderungen in Kommunikationsmustern – passiv und kontinuierlich erfasst werden, nicht nur während klinischer Begegnungen. In akademischen Zeitschriften veröffentlichte Forschung hat gezeigt, dass passive Smartphone-Daten Perioden von psychischen Gesundheitsproblemen mit bedeutender Genauigkeit identifizieren können.

Daten aus Apps für psychische Gesundheit unterliegen denselben Datenschutzrichtlinien und Datenweitergabepraxen wie andere App-Kategorien. Nutzer von Apps für psychische Gesundheit sollten die Datenweitergabebedingungen der spezifischen Apps, die sie verwenden, überprüfen, da diese zwischen den Produkten erheblich variieren. Der breitere Punkt – dass Verhaltenssignale aus dem normalen Telefongebrauch eine Fähigkeit zur Ableitung der psychischen Gesundheit unabhängig von einer speziellen App tragen – spiegelt das allgemeine Prinzip wider, das in dieser Liste gilt: Ihr Telefon beobachtet Ihr Verhalten kontinuierlich, und Verhalten ist ein zuverlässiges Signal für viele Dinge, die Sie möglicherweise privat halten möchten.

Vitaly Gariev / Pexels

Ihr Telefon sagt Ihr zukünftiges Verhalten voraus – die Produkte, die Sie kaufen werden, die Orte, die Sie besuchen werden, die Dienste, für die Sie sich anmelden werden – mit einer Genauigkeit, die die zentrale kommerzielle Prämisse der Verhaltenswerbeindustrie ist. Die Vorhersage basiert auf der Kombination Ihrer Verhaltenshistorie (was Sie getan haben) und den Verhaltensmustern von Menschen, die Ihnen demografisch ähnlich sind (was Leute wie Sie als Nächstes tun).

Die Kaufvorhersage ist am kommerziellsten entwickelt: Google $GOOGL, Meta $META und Amazon $AMZN betreiben jeweils prädiktive Werbesysteme, die Benutzer identifizieren, die sich in der Vorverkaufsphase bestimmter Produktkategorien befinden, basierend auf Suchverhalten, Standortbesuchen in relevanten Geschäften und kategoriebezogener App-Nutzung. Diese Systeme zeigen Ihnen nicht nur Anzeigen für Dinge, nach denen Sie gesucht haben; sie zeigen Ihnen Anzeigen für Dinge, nach denen das System vorhersagt, dass Sie als Nächstes suchen werden, basierend auf der Verhaltenssequenz, die normalerweise dieser Suche vorausgeht.

Die Standortvorhersage ist die Grundlage für Geofence-Werbung – das Platzieren von Anzeigen vor Benutzern, bevor sie an einem Ort ankommen, an dem ein relevanter Kauf getätigt werden könnte, basierend auf ihren vorhersehbaren Bewegungsmustern. Die Verhaltensvorhersage ist die Grundlage für die Empfehlungssysteme „Kunden kauften auch“ und „Das könnte Ihnen gefallen“, die einen wesentlichen Anteil am E-Commerce-Umsatz ausmachen. Das zukünftige Ich, das Ihr Telefon modelliert hat, ist für die meisten Benutzer ein genauerer Prädiktor Ihres Verhaltens als Ihre eigenen bewussten Absichten.