Einführung
Die digitale Revolution verändert unsere Gesellschaft tiefgreifend und unumkehrbar. Ihre Auswirkungen sind vergleichbar mit den Umwälzungen der Industrialisierung im 19. Jahrhundert oder der Erfindung des Buchdrucks im 16. Jahrhundert. Insbesondere das Internet der Dinge (engl.: Internet of Things, IoT) wird einen weiteren Schub der Digitalisierung unserer Lebenswirklichkeit mit sich bringen. Denn die Informations- und Kommunikationstechnologie wird damit in die uns vertrauten "Dinge" des alltäglichen Lebens eingebettet ("embedded computing") und macht unsere Umgebung bzw. unser Zuhause "smart" (intelligent). Mit anderen Worten: Der Computer verlässt den Arbeitsplatz und geht über in Geräte, Kleidung, Gegenstände und unser Zuhause. Die Alltagsdinge werden somit selbst informativ oder fungieren als physische Zugangsobjekte zu Internetdiensten. Das Internet weitet sich damit unsichtbar in die uns vertraute Umgebung, unsere Wohnung, aus und "heftet" sich z. B. an unseren Körper als smarte Kleidung, Smartwatch oder Fitnessarmband.
Diese Dinge werden nun zu "Medien", also Kommunikationskanälen, die Daten und Informationen übermitteln. Marshall McLuhans extensionaler (umfassender) Medienbegriff aus den 1960er-Jahren wird, so könnte man überspitzt formulieren, 50 Jahre später mit der Entwicklung des Internet der Dinge tatsächlich realisiert.
InfokastenMarshall McLuhans extensionaler Medienbegriff
Für McLuhan sind nicht nur Telefon, Fernseher etc. "Medien" (also im eigentlichen Sinne Kommunikationsmittel), sondern auch Kleidung, Häuser, Geld etc. werden von ihm als "Medien" bezeichnet. Das heißt: Für ihn ist jede Technologie bzw. jedes Artefakt (Werk, Produkt), das den Mensch in Beziehung zur Welt setzt, ein "Medium".
Zunahme an Datenbeständen
Mit dem Einzug der digitalen Geräte in unsere privaten Wohn- und Körperzonen besteht eine Vielzahl an Möglichkeiten, digitale Datenbestände zu generieren und auszuwerten. Bislang wurden personen- und aktivitätsbezogene Daten entweder im Interner Link: analogen öffentlichen Raum (z. B. durch Videoüberwachung, Nutzung von Chipkarten) oder im Interner Link: digitalen Kommunikationsraum durch die Nutzung von Internetangeboten, Sozialen Medien etc. erhoben. Jetzt wird eine verstärkte Datengenerierung auch in Lebensbereichen möglich sein, die als topografische semantische Privaträume (z. B. Privathaus, Privatwohnung, privates Auto) bzw. Intimsphäre (der eigene Körper) kulturell definiert sind. Beispielhaft gibt die folgende Tabelle eine Übersicht über die Datenerfassung in den Räumen des Netzes, der "analogen" Welt und dem Internet der Dinge bzw. der vernetzten Umwelt.
Gemeinsam ist den Anwendungen des Internet der Dinge, dass sie einerseits eine Vielzahl an Möglichkeiten bieten, das alltägliche Leben mit mehr Komfort, Effizienz und Sicherheit auszustatten. Andererseits stellen sie eine Herausforderung für den Schutz der Privatsphäre, die Selbstbestimmung und die Sicherheit dar. Welche Chancen und Risiken für den Einzelnen und die Gesellschaft mit dem Internet der Dinge verbunden sind, soll im Folgenden reflektiert werden. Vorab werden hierzu Anwendungen beispielhaft aufgezeigt und systematisiert.
Internet der Dinge – was ist darunter zu verstehen?
Das Internet der Dinge bezeichnet die Vernetzung von physikalischen Objekten (z. B. Heizung und Beleuchtung in der Wohnung) mit dem Internet, sodass Gegenstände bzw. Geräte selbstständig über das Internet kommunizieren können. Voraussetzung hierfür ist, dass diese Objekte eindeutig identifizierbar sind, z. B. über Interner Link: Interner Link: IP-Adressen, Interner Link: RFID. Die Geräte bzw. Gegenstände sammeln Informationen, z. B. über eine Person oder die Umgebung, die gespeichert und verarbeitet werden. Durch ihre Programmierbarkeit, ihr Speichervermögen, ihre Sensoren und ihre Kommunikationstechnik sind die Dinge befähigt, online und autonom Informationen auszutauschen. In der Weiterentwicklung des Internet der Dinge werden die vernetzten Objekte lernfähig und steuern sich zunehmend selbst.
Wesentliche Kennzeichen für das Internet der Dinge lassen sich somit identifizieren (vgl. Abb.):
Ubiquität: überall können "smarte" (intelligente) Objekte existieren
Vernetzung: die Objekte lassen sich über RFID-Chips oder Interfaces mit dem Internet verbinden
Informationsspeicherung: smarte Daten werden gespeichert, verarbeitet und können als Massendaten ausgewertet werden (Interner Link: Big Data)
Kommunikation: die Dinge kommunizieren entweder direkt miteinander oder über Interfaces
Selbststeuerung: die Objekte können eigenständig Informationen austauschen, Aktionen auslösen und sich wechselseitig steuern
Optimierung und Lernfähigkeit: die Dinge (z. B. Thermostate) erkennen Muster (z. B. wann die Heizung hochgeschaltet wird) und optimieren daraufhin ihre Aktivität
Der Begriff "Internet der Dinge" wird häufig synonym mit "Ubiquitous Computing" (= Allgegenwärtigkeit rechnergestützter Informationsverarbeitung) verwendet. Klaus Wiegerling fasst die wichtigsten Merkmale von Ubiquitous Computing wie folgt zusammen:
"Weitgehendes Verschwinden von Hardwarekomponenten;
Adaptivität des Systems an den Nutzer und an die jeweilige Nutzungssituation;
Selbstorganisiertheit des Systems;
Kontextwahrnehmung des Systems, also die Fähigkeit Situationen zu interpretieren;
Informatorische Aufladung der physikalischen Umwelt;
Mobile bzw. ubiquitäre und allzeitige Anwendbarkeit von informatischen Systemen;
Verknüpfung von lokalen und globalen Informationen."
Diese Merkmale treffen ebenso auf die Technologie des "Internet der Dinge" zu. Dieser Begriff hat sich im öffentlichen Diskurs durchgesetzt, wohl auch wegen seiner Anschaulichkeit. Laut Mattern/Flörkemeier wurde der Begriff "Internet of Things" erstmals 2002 von Kevin Ashton, dem Mitgründer und damaligen Leiter des Auto-ID Center am Massachusetts Institute of Technology (MIT), verwendet, der im Forbes Magazine zitiert wird mit: "We need an internet for things, a standardized way for computers to understand the real world" ("Wir brauchen ein Internet für Dinge, eine standardisierte Möglichkeit für Computer, die reale Welt zu verstehen").
Anwendungen des Internet der Dinge
Die Anwendungen, die derzeit unter dem Begriff Internet der Dinge zu verstehen sind, lassen sich in fünf Kategorien unterscheiden:
Fernbedienung via Netz
Messung und Sammlung von Daten
Profiling und Vorschläge
Daten sammeln und Aktivität
Daten suchen und Produktion
Kategorie 1: Fernbedienung via Netz
Beispielhaft hierfür ist die "Good Night Lamp". Bei ihr handelt es sich um ein Set bestehend aus mehreren Lampen. Wird eine Lampe aktiviert, so aktivieren sich über die "Lightning"-Netzwerkverbindung automatisch andere Lampen, auch über große Distanzen hinweg. Per Smartphone-Interner Link: App können die Lampen aus der Ferne kontrolliert und gesteuert werden. Die Firma wirbt damit, dass man mit dieser Lampe einer geliebten Person einen Kommunikationswunsch übermitteln kann. Über eine Fernsteuerung (basierend auf Interner Link: GSM-Technologie) wird die Lampe eingeschaltet und signalisiert dem Partner "I’m thinking of you" ("Ich denke an dich") oder "Call me when you get home" ("Rufen Sie mich an, wenn Sie nach Hause kommen"). Im Grunde stellt diese Anwendung einen erweiterten Kommunikationskanal dar, den allerdings jemand von außen im eigenen Heim aktiviert.
Die Kategorie "Fernbedienung via Netz" ist im Prinzip relativ unproblematisch, was den Schutz der Privatsphäre betrifft. Allerdings abgesehen davon, dass Apps nicht auf Datenminimierung und Datensparsamkeit angelegt sind, insbesondere wenn sie angeblich "kostenlos" sind. Denn grundsätzlich sind Apps in der Lage, auch Daten des Smartphones abzugreifen, die für die Erfüllung der eigentlichen Aufgaben irrelevant sind.
Kategorie 2: Messung und Sammlung von Daten
Der Trend zur Selbstvermessung, der sich maßgebend in der "Quantified-Self-Bewegung" artikuliert (deren Anhänger permanent den Zustand und die Aktivität des eigenen Körpers messen), hat eine Vielzahl an Produkten auf den Markt gebracht, die Fitness, Gesundheit und Leistung zu optimieren versprechen. So bietet die Bekleidungsbranche mittlerweile eine Vielzahl an Produkten an, die als "Smart Clothes", "Smart Shoes" etc. bezeichnet werden. "Erkenne dich selbst durch Zahlen" ("Selfknowledge through Numbers") ist der kategorische Imperativ dieser Welt- und Selbsterfahrungs-Ideologie. Für Stefan Selke ist das "Lifelogging", also "die digitale Speicherung von Lebensdaten und Verhaltensspuren (sog. Lifelogs) eines Menschen", Ausdruck eines bestimmten Selbst-Konzepts. Es geht von einer totalen Kontrollier- und Steuerbarkeit des eigenen Lebens aus (Gesundheit, Leistungsoptimierung etc.). Ein Beispiel hierfür ist die Fitnessbekleidung von "Athos", in die Sensoren integriert sind. Die Sensoren erfassen während des Trainings Daten zur Aktivität einzelner Muskelgruppen und die Pulsfrequenz des Trägers. Über die dazugehörige Smartphone-App kann so der Trainingsfortschritt getrackt (nachverfolgt) werden.
"Smart Clothes" und "Interner Link: Wearables" (mit der Kleidung direkt verbundenes oder am Körper getragenes Computersystem, das auf den Träger bezogene Daten aufzeichnet und verarbeitet, z. B. Fitnessarmbänder, "Smart Watches" etc.) können Bewegungsdaten, Daten zu Gesundheit, Körper, Arbeitsleistung und zukünftig wohl auch psychische Daten erfassen. So hat kürzlich Ali Javey, Professor für Elektrotechnik und Informatik an der University of California in Berkely, ein Armband mit Sensoren entwickelt, das durch die Auswertung des Schweißes als Informationsquelle Aufschluss darüber geben soll, ob "eine Person Depressionen hat oder giftigen Chemikalien ausgesetzt war". Daten über den Gehalt an Natrium, Kalium, Glucose und Laktat sowie die Hauttemperatur werden gesammelt und zur Verarbeitung an ein biegsames elektronisches Bauteil gesendet, von wo aus sie über Bluetooth weiter an eine App auf dem Smartphone geschickt werden. Alle diese durch Smart Clothes und Wearables gewonnen Daten sind höchst sensibel, da sie Aufschluss über Krankheiten, Lebensgewohnheiten wie Essen, körperliche Aktivität, Schlaf etc. geben können und für Black-Box-Prognosen (durch Big Data Analytics) missbraucht werden können (vgl. Kap. 4).
InfokastenBig Data Analytics
Über eine intelligente Auswertung riesiger Daten ("Big Data") und die Kombination von Daten aus verschiedenen Quellen können weitreichende Schlussfolgerungen gezogen werden (Trends, Muster, Gesetzmäßigkeiten etc.). Auf diese Weise lassen sich auch Zukunftsprognosen erstellen. Da aber der zugehörige Algorithmus (schematische Rechenvorgang) und die zugrundeliegenden Daten für den Betroffenen intransparent sind, handelt es sich um "Black-Box-Prognosen" (Prognosen aus einem nicht einsehbaren System).
Kategorie 3: Profiling und Vorschläge
Das "BMW ConnectedDrive"-System beruht auf einem Forschungsprojekt von SAP (Systeme, Anwendungen, Produkte; Softwarehersteller) in Zusammenarbeit mit BMW (Bayerische Motoren Werke). Lokalitäten in der Umgebung (z. B. Restaurants) stellen ihre Angebote per SAP-Cloud zur Verfügung. BMW ConnectedDrive gleicht das Angebot mit den Nutzungsvorlieben des Fahrers ab und unterbreitet ihm Vorschläge. Dieser kann sich direkt zum gewünschten Ziel navigieren lassen . Geräte bzw. Dienste, die Vorschläge unterbreiten, können nur dann die Privatheit des Nutzer schützen, wenn sie auf "Privacy by Design" (Privatsphäre-Schutz durch eingebaute Technik, siehe weiter unten in diesem Beitrag) beruhen und dem Nutzer gegenüber unkompliziert deutlich machen, was mit den Daten geschieht.
Kategorie 4: Daten sammeln und Aktivität
Das Smart Bed "Eight" misst mit mehreren Sensoren die Schlafphasen, den Herzschlag, die Temperatur, das Licht und mit einem Mikrofon eventuelles Schnarchen. Per Interner Link: WLAN kann "Eight" mit einem Smartphone, einem Tablet-PC sowie Smart-Home-Geräten, z. B. dem Thermostat "Nest" (das intelligente, selbstlernende Thermostat von Google), verbunden werden. Die gesammelten Daten sollen dem Nutzer detaillierte Statistiken über seinen Schlaf liefern. "Eight" merkt sich außerdem die durchschnittlichen Zeiten, zu denen man ins Bett geht und kann dann automatisch die Heizung regeln. Zudem erkennt das Smart Bed die Phasen, in denen der Nutzer nur einen leichten Schlaf hat und geweckt werden kann. Dieses Anwendungsbeispiel zeigt: Einerseits können digitalisierte Geräte dem Verbraucher ein mehr an Komfort bieten. Andererseits muss der Verbraucher dem Gerät automatisierte Entscheidungen überlassen. Inwieweit damit der Eindruck eines Kontrollverlusts entsteht (insbesondere bei Fehlleistungen des Geräts), ist ein Grundproblem des Internet der Dinge (vgl. Kap 4). "Intelligente" Heizkörper-Thermostate im Smart Home werden von verschiedenen Firmen angeboten. Das Thermostat von RWE kann entweder manuell, per Fernbedienung, Wandsender, Smartphone oder über das Internet gesteuert werden. Das Konkurrenzprodukt "Tado" übernimmt zudem selbstständig die Temperaturregelung, je nachdem, wie weit der Nutzer mit seinem Smartphone entfernt ist.
Die von Google gekaufte Firma "Nest" bietet ein "lernendes" Thermostat an, dass sich die Gewohnheiten der Bewohner eingeprägt und selbstständig die Temperatur regelt. Es weiß, zu welcher Zeit welche Temperatur eingestellt werden muss. Dank eines Bewegungsmelders registriert es, wann die Bewohner das Haus verlassen und fährt nach einer bestimmten Zeit die Heizung automatisch herunter. Verändertes Heizungsverhalten erkennt das Thermostat ebenso und passt sich entsprechend an. Darüber hinaus erfasst es Aktivität, Luftfeuchtigkeit und Helligkeit. Das Thermostat weiß, wann jemand zu Hause ist, in welchem Raum er sich gerade befindet – und eventuell auch, was im Schlafzimmer gerade geschieht, wenn die Luftfeuchtigkeit steigt. Durch die Verknüpfung mit der Google-App (als Opt-In-Option, d. h. mit ausdrücklicher Zustimmung) lässt sich von außen die Temperatur regeln, über Google Now sogar automatisch. Vernetzt mit einer Videokamera, der Nest Cam, werden dem Nutzer auch verdächtige Aktivitäten mitgeteilt. Die Firma Nest gibt ihre Daten an Google weiter, aber auch an Dritte. So bietet Mercedes Benz die Option, dass das Auto dem Thermostat ein Signal sendet, wenn es sich auf dem Heimweg befindet.
Die Verknüpfung von originären Internet-Nutzerdaten des us-amerikanischen "Alphabet"-Konzerns (dazu gehören u. a. Google-Suchmaschine, G-Mail, Google Now, YouTube) mit denen im Smart Home gewonnen Daten ermöglicht es, weitreichende Informationen über eine Einzelperson zu extrahieren (auszulesen). Dieses Beispiel zeigt, dass mit dem Internet der Dinge die Informationsasymmetrie (Informations-Ungleichgewicht) zwischen dem Verbraucher und dem Datensammler noch größer wird als bei der personalen Nutzung des Internets. Denn der Nutzer weiß nicht, welche Daten aus seiner Internetnutzung mit denen seines privaten Lebensraums aggregiert (angehäuft) und für ein Profiling (die Erstellung eines Persönlichkeitsprofils) und Scoring (Datenauswertung, Einschätzung) korreliert (wechselseitig in Beziehung gestellt) und ausgewertet werden.
