Zwei Referenten präsentieren eine methodische Analyse persönlicher Daten, die sie unter Berufung auf ihre Rechte nach der Datenschutz-Grundverordnung (DSGVO) bei diversen Unternehmen (darunter Match Group, Google, Facebook, Spotify) angefordert haben. Die Auswertung von ca. 1,7 GB Rohdaten (über 6.000 Dateien) erfolgt durch den Einsatz lokaler KI-gestützter Analyse-Tools (DeepSeek V4.1 Flash). Die Demonstration zeigt die hohe Granularität und Rekonstruierbarkeit persönlicher Lebensläufe, täglicher Routinen und historischer Interessenprofile durch die Korrelation heterogener Datensätze (YouTube-Verlauf, Facebook-Standortdaten, Off-Activity-Tracking).
Wichtigste Punkte & Zeitstempel
0:20 Umfang der Datensammlung: Die Referenten sammelten ca. 1,7 GB an Textdateien durch gezielte Auskunftsersuchen bei hunderten Unternehmen, um das Ausmaß der Datenspeicherung zu verifizieren.
2:44 KI-gestützte Analyse: Einsatz eines lokal gehosteten "Open Code" Coding Agents (DeepSeek V4.1 Flash), um unstrukturierte JSON-Daten zu parsen, zu visualisieren und Metadaten zu extrahieren.
5:07 Analyse von Dating-Apps (Match Group): Auswertung von Nutzeraktivitätsmustern, Antwortzeiten und der Effektivität von Interaktionen (Matches vs. Likes) auf Basis der bereitgestellten matches.json.
7:14 Rechtlicher Rahmen: Nutzung der DSGVO, insbesondere des Rechts auf Auskunft und Datenübertragbarkeit, um standardisierte Datenformate von Unternehmen einzufordern.
8:04 Plattform-Varianz: Signifikante Diskrepanzen in der Datenbereitstellung: Während Anbieter wie Google (Takeout) maschinenlesbare Formate bieten, liefern andere Anbieter PDF-Screenshots, die eine manuelle Datenaufbereitung erfordern.
13:00 YouTube-Analyse: Auswertung von Kommentaren (seit 2012) und Watch History (seit 2014) zur Rekonstruktion der Interessenentwicklung und demographischen Einordnung durch Anreicherung via YouTube Data API.
23:13 Facebook-Datenanalyse: Detektion von Authentication-Tokens, die trotz Inaktivität regelmäßig Standortdaten (IP-basiert) und Mobilfunkbetreiber-Daten übermitteln; Analyse von über 700.000 Wörtern aus historischem Nachrichtenaustausch.
29:26 Off-Activity-Daten: Nachweis von Cross-Platform-Tracking (TikTok), bei dem fahrtspezifische Daten (z. B. Uber-Nutzung) in Datensätzen auftauchen, obwohl die betreffende App zum Erfassungszeitpunkt nicht installiert war.
32:56 Rekonstruktion eines Tages: Zusammenführung fragmentierter Datenpunkte (Spotify-Hörverlauf, Google-Suchanfragen, Facebook-Pings, Zahlungsdaten) zur detaillierten Nachbildung eines zufällig gewählten Kalendertages (22. September).
Glossar
DSGVO (Datenschutz-Grundverordnung): EU-weite Verordnung, die Regeln zur Verarbeitung personenbezogener Daten festlegt; enthält u. a. das Recht auf Auskunft über gespeicherte Daten.
JSON (JavaScript Object Notation): Kompaktes Datenformat zur Speicherung und zum Austausch von Daten, das von Systemen maschinell leicht verarbeitet werden kann.
API (Application Programming Interface): Schnittstelle, die es Softwareanwendungen ermöglicht, strukturiert auf Daten anderer Dienste zuzugreifen (hier: YouTube Data API).
Coding Agent: Ein KI-System, das programmierte Aufgaben (wie Datenanalyse oder Skripterstellung) eigenständig und iterativ ausführt.
Off-Activity: Daten, die Unternehmen von Drittanbietern oder Partner-Apps über das Verhalten eines Nutzers sammeln, auch wenn dieser die primäre Plattform (z. B. TikTok) gerade nicht aktiv nutzt.
Authentication Token: Eine digitale Kennung, die eine Sitzung oder Identität gegenüber einem Server autorisiert; wird hier als Indikator für Hintergrundaktivität von Apps auf Mobilgeräten genutzt.
IP-Adresse: Eindeutige Adresse eines Geräts in einem Netzwerk, die zur groben Geolokalisierung herangezogen werden kann.
CSV (Comma-Separated Values): Ein weit verbreitetes Textformat zum Austausch tabellarischer Daten, bei dem Werte durch Kommata getrennt sind.