ChapterPDF Available

Big Data als Herausforderung für das Datenschutzrecht und den Persönlichkeitsschutz

Authors:
1
BigDataalsHerausforderungfürdasDatenschutzrecht
unddenPersönlichkeitsschutz1
MarioMartini
Übersicht
I. BigData:VonderScienceFictionzurAlltagsrealität3
1. Wesensmerkmale4
a) Volume5
b) Velocity6
c) Variety6
d) Analysis7
2. FolgenfürdieDatenverarbeitung7
a) DatengestützteHandlungsempfehlungenals
Zielsetzung:BigDataalsdigitalesOrakelvonDelphi8
b) ReferenzfeldermitWertschöpfungs‐undGemeinwohlpotenzial10
aa)MobileGovernment12
bb)NeueWertschöpfungsressourcenderWirtschaft13
cc)SocialMediaAnalyseund‐Monitoring15
dd)GesundheitundLifestyle15
ee)ErkenntnispotenzialederWissenschaft17
II. Missbrauchspotenzial17
1. VerarbeitungvonSachdaten18
2. PersönlichkeitssensitiveAuswertungen18
III.KonfliktlinienmitdatenschutzrechtlichenPrinzipien21
1. PrinzipderErforderlichkeit,DatenvermeidungundDatensparsamkeit21
2. GrundsatzderZweckbindung22
3. Transparenz23
4. Zwischenfazit24
IV. RechtlicheZulässigkeitvonBigDataAnalysen24
1. BigDataspezifischeRegelungstatbestände24
a) Profiling25
aa)AntwortenderRechtsordnung25
bb)AlgorithmenalsTeileinerHume’schen
Metaphysikzwischen»cumhocergopropterhoc«FehlschlüssenundApophänie25
b) Scoring27
2. AllgemeineZulässigkeitstatbestände29
a)Einwilligung30
____________________
1 EinegekürzteFassungdesBeitragesistabgedrucktunterDVBl2014,S.1481ff.
Typoskript i. S. d. § 38 Abs. 2 UrhG
aus: Hill/Martini/Wagner (Hrsg.), Die digitale Lebenswelt gestalten, Baden-Baden 2015, S. 99-169
2
b) GesetzlicheVerarbeitungsbefugnis31
aa)Standortdaten31
bb)TelemedienrechtlicheBestands‐undNutzungsdaten32
cc)Inhaltsdaten32
(1)VerarbeitungfüreigeneGeschäftszwecke
§28BDSG32
(2)DatenverarbeitungöffentlicherStellen35
3. AnonymisierungalsKönigsweg36
a) AnonymisierungunterBigDataBedingungen37
b) Lösungswege38
V. RegulierungsstrategienundFazit38
1. KollektivierungdesRisikosfürdieinformationelleSelbstbestimmungdurchBigData
Algorithmen39
2. TransparenzsicherndeHandlungsinstrumente41
3
I. BigData:vonderScience‐FictionzurAlltagsrealität
MitihrenspekulativenExtrapolationentechnischerVeränderungenundderenAusstrahlungenaufdie
GesellschaftkommenScienceFictionFilmeoftmalsderGegenwartsrealitätzuvorhäufigauchzwie
spältigenethischenEntwicklungen.WasheutealsScienceFictionerdachtwird,mussmanwieNor‐
manMailertreffendformulierte»morgenvielleichtalsReportagezuEndeschreiben«.DerUSameri
kanischeThriller»MinorityReport«ausdemJahr2002istdafüreingutesBeispiel.2TomCruisespielt
darinJohnAnderton,denengagiertenMitarbeitereineraußergewöhnlichenWashingtonerPolizeiein
heit:derAbteilungPrecrime.DerenAufgabebestehtdarin,aufderGrundlagevonWahrscheinlichkeits
prognosenspeziellerAuguren,sog.Precogs,VerdächtigezuermittelnunddadurchschwereStraftaten
zuverhindern.InWashingtonhatesdeshalb,sodiefilmischeUtopie,sechsJahrelangkeinenMord
mehrgegeben.DochdasSystemfrisstseineeigenenKinder:JohnAndertongerätalsMitarbeiterder
AbteilungbeieinemPrecrimeScreeningselbstindenVerdacht,baldeinenMordzubegehen.Erbe
suchtdieWohnungder(ihmbisdahinunbekannten)Person,dieerlautVorhersageermordensoll.Kurze
ZeitspäterwirddiesetatsächlichtotaufgefundenundAndertonverhaftet.Nurdurchglückliche
gungengelingtesihm,sichvondemMordverdachtzuentlasten:DasvermeintlicheOpferhattesich
selbstumgebracht.
WasalsfilmischeProjektionaufdasJahr2054konzipiertwar,istheutederRealitätverblüffendnahe.
PredictivePolicingistindenUSAeinimmerwichtigerwerdenderBestandteilderPolizeiarbeit.DasReal
TimeCrimeCenterinNewYorkführtermittlungsrelevanteDatensätzezusammenundentsendetaufde
renGrundlageEinsatzkräfteanGefahrenherde,dieerhöhteWahrscheinlichkeitenfürStraftatenaufwei
sen.3DieComputeranalyse4perfektioniertmithilfefeinmaschigerRasterdieIntuitionsowiediekriminalis
tischeErfahrungdesPolizistenvorOrt,indemsieihmeinendigitalenAssistentenzurSeitestellt.5Ähnlich
pilotierenUSamerikanischeSicherheitsbehördenRoboter,diemitHilfevonGesichtserkennungs‐und
KennzeichenerfassungstechnologienihreUmgebungdurchscannenunddiegesammeltenErkenntnisse
mitpolizeilichenDatenbankenabgleichen,umGefahrenfrühzeitigzuerkennenundabzuwehren.
AuchinDeutschlandbedienensichdieSicherheitsbehördenzusehendsderFunktionalitäten,diePre
dictivePolicingermöglicht.DasLandBayerntestetindenPilotstädtenMünchenundNürnbergdieSoft
____________________
2 DerFilmgehtaufdiegleichnamigeKurzgeschichtedesamerikanischenAutorsPhilippK.DickausdemJahre1956zurück.
3 ZuweiterenBeispielendesEinsatzes,insbesondereinLosAngelesundMemphis,sowieimRahmenderEntlassungvon
StraftäternaufBewährung,vgl.Brücher,RethinkBigData,2013,S.75ff.;Mayer‐Schönberger/Cukier,BigData,2013,
S.199ff.;Meinecke,BigDataundDataMining:AutomatisierteStrafverfolgungalsneueWunderwaffederVerbrechens
bekämpfung?,in:Taeger(Hrsg.),BigData&Co,2014,S.183(184f.).
4 DieMöglichkeiteffektiverundeffizienterÜberwachungbildeteimRahmendermilitärischenForschung,welcherdie
ComputerentwicklungeinengutenTeilihrerFortschritteverdankt,stetseinewichtigeTriebfeder.DerComputereinsatz
wargeradeinZeitendesKaltenKriegessowohlinOstalsauchWestvonderMotivationbeseelt,feindlicheAggressionen
zuerkennen,bevorsiebegangenwerden,jedenfallsbevorsiesichauswirkenkonnten.
5 Vgl.dazuauchdieAntwortderBundesregierungaufdieKleineAnfragederFraktionDIELINKE,BTDrucks.17/11582.
VorgabenfürdieautomatisierteDatenverarbeitungdesInformationsverwaltungssystemsvonEuropolenthaltendie
Art.14ff.desBeschlusses2009/371/JIdesRatesvom6.4.2009zurErrichtungdesEuropäischenPolizeiamts,ABl.EGNr.
L121/37vom15.5.2009.
4
ware»Precobs«zurSteuerungseinerPolizeistreifen.DerensprachlicheAnleiheandenFilm»MinorityRe
port«istkeinZufall(undzugleichnichtunbedingteingutesOmen6):AuftragderSoftwareistes,diePoli
zeikräfteanOrteerhöhterWohnungseinbruchsgefahrzuentsenden.7SiemachtsichdabeidieErkenntnis
zunutze,dassSerientatentypischenRoutinenfolgen.
DieSicherheitsbehördenindenUSAwieinDeutschlandspringendamitaufeinenallgemeinenTrendauf,
derunsereLebenswirklichkeitunaufhaltsamdurchdringt:BigData.8DerTrendbegriff9stehtfüreinetech
nologischeEntwicklung,dieimmergrößereDatenmengenimmerschnellerundimmertiefgliedrigeraus
wertbarmacht(unten1.),unddadurcheinenParadigmenwechselinderDatenverarbeitungeinläutet(un
ten2.).
1.Wesensmerkmale
SchätzungenzufolgeverwertetdieMenschheitbisherlediglichca.12%dervorhandenenDaten
menge.10BigDatawirddieseAusbeutungsquotesubstanziellerhöhen.Bislangscheinbarwertlosen,un
strukturiertenDaten11hauchtdieAnalysedurchintelligenteVerknüpfungunddasAufspürenbislang
unerkannterMusterneuesLebenein:DasdigitaleGoldschürfendurchsiebtbereitsvorhandeneDaten
beständealgorithmischnachKorrelationen,strukturiertdieDatenmassenumundversucht,dieinihnen
schlummerndenSchätzemitdemZielderGenerierungneuenWissenszuheben.Möglichwirddasdurch
vierFaktoren,dieschlaglichtartigdasPhänomen»BigData«beschreiben:volume[a)],velocity[alsoer
höhteVerarbeitungsgeschwindigkeit,b)],variety[sc.dietechnischeMöglichkeit,Datenausunter
schiedlichenKontextenzusammenzuführen,c)]sowieverfeinerteAnalysemethoden[analysis,d)].12
____________________
6 SiehedazuinsbesondereII.,S.16ff.
7 Anonymous,»BigDatagegenböseBuben«,FAZvom1.12.2014,S.26.
8 Stattvon»BigData«sprichtdieInformatikvorzugsweisevon»CognitiveComputing«(dazuz.B.Haun,HandbuchRobotik,
2.Aufl.,2013,S.476)bzw.»lernendenSystemen«.DieBegriffesinddabeinichtganzdeckungsgleich.Während»BigData«
stärkerdieDatenmengefokussiert,stellt»CognitiveComputing«eherdieAnalysemethodenkünstlicherIntelligenzund
maschinellenLernensindenVordergrund,dieBigDataAnwendungenmöglichmachen,insbesonderedasmanuellePro
grammierenvonAlgorithmendurchlernendeSysteme(Lernalgorithmen)ersetzen.
9 ErknüpftandieinderVergangenheitdieDiskussionbeherrschenden,mitähnlicherZielrichtungundKonnotationver
wendetenBegriffe»DataMining«und»BusinessIntelligence«an.»DataMining«bezeichnetInstrumentedatenbasierter
MustererkennungundbetontdabeidasZielderErkenntnisgewinnung.DerBegriffistgleichwohleinStückweitirrefüh
rend,daderProzessvorrangignichtaufdieGewinnungvonDaten,sondernvonInformationenausgerichtetist.DieWen
dung»BusinessIntelligence«hatsichindenneunzigerJahreninderprivatenWirtschaftalsBeschreibungfürdieOpti
mierungvonEntscheidungsvorgängenaufderGrundlagevonDatenetabliert.DazuetwaBachmann/Kemper/Gerzer,Big
DataFluchoderSegen?,2014,S.117f.,165ff.;Hill,DÖV2010,789(789f.)m.w.N.
10 Bornemann,RDV2013,232(233).
11 Geradedas(etwainsozialenNetzwerken)schnellanwachsendeDatenvolumendesInternetsproduzierteineVielzahl
amorpherDaten,diemitdenherkömmlichenMethodenderDatenauswertungkeinersachgerechtenAnalysezuzuführen
waren.Schätzungenzufolgesindheutenur15%derDaten(z.B.alsKundenstammdaten)strukturiertund85%derDaten
unstrukturiert,TNSInfratest,QuovadisBigData,2012,S.5.
12 Vgl.zudiesentypischenMerkmalenvonBigDataauchetwaUlmer,RDV2013,227(227f.).AlsviertesMerkmalwerden
statt»analysis«häufig»value«,teilweiseauch»veracity«(Glaubwürdigkeit,Wahrhaftigkeit)genannt;vgl.z.B.Bach‐
mann/Kemper/Gerzer(Fn.9),S.28ff.»Value«bzw.»veracity«bildenfreilichlediglichtypischeZweckbeschreibungendes
Einsatzes,nichtjedochkonstitutiveWesensmerkmaledesPhänomens:BigDataAnwendungensindzwarnursogutwie
5
a)Volume
JemehrsichderCyberspacezumuniversellenUmschlagplatzsozialerInteraktionentwickelt,umsotie
fereundpräzisereEinblickeinalltäglicheKommunikations‐undPräferenzmustersowiedasSeelenleben
derBevölkerunggewährter.NochniezuvorinderGeschichtederMenschheitließsichdasganzepri
vateundkollektiveDenkenundHandelnsoumfassendnachzeichnen.
Alleinvon2000bis2002hatdieMenschheitmehrDatengesammeltalsinden40.000Jahrenzuvor.13
HeutefassendieDatendesInternetsrund1,9Zettabyte(ZB).14UnddaswarerstderAnfang:JedeMinute
kommenaufYouTube72StundenneuesVideomaterialhinzu.ProStundeladendieNutzeraufFacebook
mehrals10MillionenneueBilderhoch.DasgesamteverfügbareDatenvolumenwächstjährlichum
50%.15InsbesonderederrasanteAnstiegdesweltweitenmobilenDatenverkehrsverleihtdieserEntwick
lungbesondereDynamik.ErstiegimJahre2013gegenüberdemVorjahrum81%.Daszwischenzeitlich
erreichtemobileDatenvolumenübertrifftdengesamtenInternetdatenverkehrdesJahres2000bereits
umdas18fache.16
TriebfederndiesesProzessessinddrastischreduzierteSpeicherkostenunddiesteteVerbindungdesEin
zelnenzumdigitalenDatenstrom:RunddieHälftederDeutschenbesitzteinSmartphone;4,5Milliarden
MenschensindweltweitinsozialenNetzwerkenmiteinanderverbunden.NahezujederTransaktionsvor
gangundimmermehralltäglicheHandlungen,diesichbislangausschließlich»imrealenLeben«vollzogen
haben,hinterlassendigitaleSpurenvomEinkaufinOnlineshopsüberBankgeschäfte,denFahrkarten
kaufbishinzumHotelCheckIn.17MitdemSiegeszugdesEPaymentswirddieAnonymitätdesBarge
schäftsdestäglichenLebenswomöglichschonbaldderVergangenheitangehören.DerTrendverstärkt
sichdurchdieflächendeckendeIntegrationdigitalvernetzterMess,Steuer‐undRegelsystemeinAlltags
gegenstände.SchonimJahr2020sindSchätzungenzufolgewomöglich50MilliardenGerätemiteinander
____________________
dieDaten,dieindenAnalysekreislaufeingespeistwerden.EineAnwendungbleibtaberauchdanneineBigDataAnalyse,
wennsieimEinzelfallkeinenMehrwertgeneriertoderdieZuverlässigkeitderDatennichtgewährleistetist.DieBITKOM
verstehtunterdemBegriff»BigData«die»AnalysegroßerDatenmengenausvielfältigenQuelleninhoherGeschwindig
keitmitdemZiel,wirtschaftlichenNutzenzuerzeugen«,BITKOM,BigDataimPraxiseinsatz,2012,S.7.DieEingrenzung
aufdieErzeugungwirtschaftlichenNutzensistzueng.Bornemann(Fn.10),234verstehtunterdemBegriff»besonders
großeDatenmengen,diebishernochnichtmithilfevonStandarddatenbankenundDatenmanagementToolsverarbeitet
werdenkönnen«.Vgl.auchdieBegriffsbeschreibungbeiHärting,CR2014,528(528f.);Mayer‐Schönberger/Cukier
(Fn.3),S.13;Offenhuber/Ratti,DreiMythenüberSmartCitysundBigData,in:Geiselberger(Hrsg.),BigData,2013,S.149
(153);Weichert,BigDataeineHerausforderungfürdenDatenschutz,in:Geiselberger(Hrsg.),BigData,2013,S.131
(133).
13 BITKOM(Fn.12),S.12.NochdrastischerdieSchätzungenbeiHeuer,KleineDaten,großeWirkung,2013,S.6.
14Vgl.etwaFessler,datareport1/2013,11(11);Weichert,ZD2013,251(252).BisherhatdieMenschheitSchätzungen
zufolgedigitaleDatenimUmfangvon2,8Zettabyteproduziert,vgl.etwahttp://www.spiegel.de/netzwelt/web/dasin
ternetderdingeerzeugt28zettabytedatena872280.html(27.3.2015).
15 Fraunhofer‐IAIS,BigDataVorsprungdurchWissen,2012,S.6.
16 www.heise.de/netze/meldung/WeltweitermobilerDatenverkehrwuchs2013um80Prozent
2106758.html?wt_mc=nl.heisenetze(9.2.2015).
17 AuchdafürsindSmartphoneswichtigeTaktgeber,etwadurchdieEinbindungvonbiometrischenErkennungstechnolo
gien,wiez.B.Fingerabdrucksystemen,HöhenmessernoderBewegungssensoren.SieschaffenneueMöglichkeitender
Informationsgewinnung,AuthentifizierungundAuswertung,diedasLebensumfeldderMenscheninbisherunbekanntem
Ausmaßvermessbarmachen.
6
vernetzt.18DieGerätetauschendanneigenständigInformationenausundsteuernsichwechselseitig.Die
MöglichkeitzurAuslagerungvonDatenindievirtuellecloudträgtzusätzlichzurVergrößerungdesbislang
auflokaleDatenbegrenzten»DataWarehouse«bei.SogewinnenDaten,nebendenklassischenProdukti
onsfaktorenKapital,ArbeitundRohstoffe,im21.JahrhundertimmermehranBedeutung.19Denunge
schliffenenRohdiamanten,dendiegewachseneDatenmengebildet,veredelnBigDataAnalystenzuei
nemwertvollenSubstrat.
b)Velocity
SchoninderVergangenheithortetenstaatlicheEinrichtungenundUnternehmenhäufigriesigeMengen
anInformationenundEntscheidungsparametern,warenaberaußerstande,diesezuordnenundzeitge
rechtbzw.indenGrenzeneinesadäquatenKostenNutzenVerhältnissesauszuwerten.NeueRechner
geschwindigkeitenmachendieverfügbarenDatennunmehrbinneneinesWimpernschlagsunddamit
inEchtzeitanalysierbar.SpeichergrößeundVerarbeitungsgeschwindigkeitverdoppelnsichgegenwärtig
entsprechendderFaustregeldesMoore´schenGesetzesspätestensallezweiJahre.20
DieserTrendprädestiniertdietechnischenMöglichkeitendesPhänomens»BigData«alsAssistenzinstru
mentfürEntscheidungsprozesse.Dennnur,wenndieVerarbeitungsgeschwindigkeitmitdemDaten
wachstumSchritthält,könnendigitaleTechnologienzeitgerechtaufLebenssachverhalteeinwirken.
c)Variety
NeueAuswertungstechnologiengestattenes,heterogeneDatenausvölligdisparatenoperativenQuel
lenundKontextenvonTextbeiträgeninsozialenNetzwerkenüberYouTubeVideosbishinzuStandort
dateneinesSmartphoneszuneuenInformationsgehaltenundkontextübergreifendenMusternzu
sammenzusetzen.21DiemedienübergreifendeAnalyseunstrukturierterDatenstößtdieTürenzuneuen
DimensionenderDatennutzungauf.
____________________
18 Evans,DasInternetderDinge,2011,S.3.
19 BITKOM(Fn.12),S.7und34;Bornemann(Fn.10),233.
20 BITKOM(Fn.12),S.22.DeutlichwirddieVeränderungauchamBeispielderGenomentschlüsselung:WährenddieEnt
schlüsselungdererstenmenschlichenGenomenochmehrereJahrebrauchte,benötigteinGenomsequenzierungsauto
matderneuestenGenerationdafürheutezweiTage.
21 DieUmwandlungderunterschiedlichenDatenformateineinheitliche,maschinenlesbareArbeitswerkzeuge,diedenVer
wendungskontextvonInformationen(etwaimFallevonHomonymen,wiebspw.»Schimmel«alsBezeichnungfürein
weißesPferdversuseinLebensmittel,dasvoneinemPilzbefallenist),imIdealfallauchmitschwingendeStimmungen,zu
lesenvermögen,istdieHerausforderungundKunstvonBigDataAnalysen.SiemüssenbeiihrenVerarbeitungsvorgängen
nichtnurdatenschutzrechtlicheErfordernissebeachten,sondernauchurheberrechtlicheSchrankensondierensowie
Sprachhürdenüberwinden.Vgl.Dapp,BigDatadieungezähmteMacht,2014,S.8.
7
d)Analysis
ImmerfeinereAnalysemethodenermöglichendieErkennungvonMusterninungeordnetenDatenmen
gen.Sensorik,biometrischeErkennungsverfahren,SentimentanalyseundTechnologienderLinguistik
sowieSemantik22sindwichtigeKatalysatorendieserEntwicklung.23SielassenMaschinendasVerhalten
ihrerUmgebungerlernen,Spracheverstehen,GesichtererkennenundSinneseindrückenachempfin
den.Computer‐undNeurowissenschaftensimulierenineinemProzessdes»DeepLearning«dieNeu
ronenverbindungendesmenschlichenGehirnsundstellendigitaleAssistentenzurVerfügung,diedurch
dasLernenausundDenkeninZusammenhängenkomplexeFragenbeantwortenkönnen.EinenVorge
schmackaufdieseneuePhysikeinesdigitalenBewusstseins24liefertderKinofilm»Her«.Ererzähltdie
GeschichteeinesMannes,dersichineinintelligentesComputerbetriebssystemnamens»Samantha«
verliebt.ImGesprächmitihrverarbeitetderProtagonistseine(kurzbevorstehende)Scheidung.Die
beidenkommensichdabeigeistigimmernäher.DiefehlendekörperlicheNähesowiedie»Zweitbezie
hung«von»Samantha«zueinemhyperintelligenten,demPhilosophenAllanWattsnachgebildetenBe
triebssystementwickelnsichjedochzueinemunüberbrückbarenProblem.
SoweitwieindemFilm»Her«istdietechnischeEntwicklungzwar(glücklicherweise)nochnichtfort
geschritten.ImmerhinistderkünstlichenIntelligenzabereinentscheidenderDurchbruchgelungen:25Das
ersteComputersystemhatdensogenanntenTuringTestbestanden.DessenHerausforderungbestehtda
rin,einenMenschenGlaubenzumachen,erhabeesstattmiteinemComputermiteinemanderenMen
schenzutun:DieTestpersonunterhältsichineinemTextChatmitzweiGesprächspartnern,dieerweder
sehennochhörenkann.EinerdavonisteinMensch,derandereeinComputer.GelingtesdemComputer,
dieTestpersondavonzuüberzeugen,dasservondenbeidenGesprächspartnernderjenigemitmenschli
chenEigenschaftenist,giltdasExperimentalsbestanden.DieSoftware»EugeneGoostmann«machte10
derinsgesamt30Testpersonenglauben,dassessichbeiihrumeinerealePersonhandele.26Vielesehen
einenunmehrneueÄraderMaschinenintelligenzangebrochen,inderComputerfrüheroderspäterdie
kognitivenFähigkeitendesMenschenübertreffen.
2.FolgenfürdieDatenverarbeitung
IndemWettlaufumdiebestenStartplätzebeiderVerteilungderdigitalenDividendebringensichdie
großenSoftwareanbieterIBM,Microsoft,Oracle,SAPundSalesforce.commitimmerausgefeilteren
____________________
22 DiesebeidenInstrumentestrukturierenFreitexteineinerWeise,diequantitativeAuswertungenermöglicht.Siegreifen
dazuinsbesondereaufdieAuswertungvonSchlüsselwortenzurück.Vgl.dazuetwaBrücher(Fn.3),S.83ff.
23 Vgl.BITKOM(Fn.12),S.27;Ulmer(Fn.12),227mitFn.3.
24 DazuKaku,DiePhysikdesBewusstseins,2014.
25 AufspielerischerEbenefließenmenschlicheundmaschinelleKommunikationschonlängereinander:DasNintendoDS
Spiel»LovePlus«,dassichv.a.imasiatischenRaumimmergrößererBeliebtheiterfreut,simuliertbereitsheuteeine
BeziehungmitdenfiktivenCharakterenRinko,NeneoderKaraka,vgl.http://www.huffingtonpost.com/2014/01/21/lo
veplusvideogame_n_4588612.html(26.2.2015).
26 SieheKremp,DurchbruchbeikünstlicherIntelligenz:DerunheimlichmenschlicheEugeneGoostmann,Spiegelonlinevom
9.6.2014.ZudenErgebnissenderSoftware»Cleverbot«,die59,3%derVersuchsteilnehmerfüreinenMenschenhielten,
vgl.www.newscientist.com/article/dn20865softwaretrickspeopleintothinkingitishuman.html#.VWAiJUZkRyt
(26.2.2015).
8
AnalyseprodukteninStellung,diemenschlicherIntelligenznahekommenIBMetwamit»Watson«,SAP
mit»Hana«.27Siedurchleuchtendas»digitalePanoptikum«immertiefgliedrigerundschnellerund
eröffnenihrenHerstellernglänzendeGeschäftsperspektiven.BigDataAnbieternstehteingoldenes
Zeitalterbevor.SchonimJahr2012lagderglobaleUmsatzfürBigDataAnwendungenbei4,6Milliarden
EUR.28DerUmsatzmitHard‐undSoftwarerundumdieErfassung,SpeicherungundAuswertungsehr
großerdigitalerDatenmengenwirdSchätzungenzufolge29bereitsindiesemJahraufrund73,5Milliar
denEURsteigen.Dassind66%mehralsimVorjahr.ImJahr2016sollenesbereits160MilliardenEUR
sein.DamitistBigDatadaswachstumsstärksteSegmentdesohnehindynamischexpandierendenIT
MarktesundeineSchlüsseltechnologie,dieGarantfürdieZukunftsfähigkeiteinesWirtschaftsstandorts
seinkann.30
AufDeutschlandentfälltgegenwärtignureinFünfteldereuropäischenBigDataUmsätze.31Vieleseiner
(vorallemkleinenundmittleren)UnternehmenbeobachtendieUmwälzungennochebensoaufmerksam
wiezurückhaltendvomSpielfeldrandaus;rundeinVierteldermittelständischenUnternehmensiehtihr
GeschäftsmodellvielmehrvonderdigitalenEntwicklung,dieinsbesondereJahrzehntealteBranchengren
zenzwischenMechanik,ElektrotechnikundSoftwareeinreißt,bedroht.32ZahlreicheInternetpioniere
dringenmitinnovativenpersonalisiertenAngebotenindasFeldklassischerdeutscherIndustriebastionen
vor.DeutschlandsIndustriedrohtdiejenigetechnologischeSouveränitäteinzubüßen,dieesinderindust
riellenProduktionunangreifbarzumachenschien;ihrdrohtdieReduzierungaufdieRolleeinesbloßen
ZulieferersderdigitalenÖkonomie.InderenKönigsklassespielenbislangnurwenigedeutscheUnterneh
men.DochDeutschlandwillsichfürdasSpielderdigitalenZukunftwarmlaufenunddeninzwischenein
getretenenRückstandaufholen.SeineUnternehmenhabenfraglosdasPotenzial,andieRollealsdenGlo
busumspannendeIndustriewerkbankundWeltmarktführerinderAutomatisierungderFertigunganzu
knüpfenundauchindiesemneuendigitalenWettstreitdieRolleeinesSpielmacherszuübernehmen.33
DassetztallerdingsdasAnbrecheneinerdigitalenGründerzeitvoraus.
a)DatengestützteHandlungsempfehlungenalsZielsetzung:BigDataalsdigitalesOrakelvonDelphi
BislangkonzentriertesichDatenverarbeitungsowohlinderallgemeinenAuswertungspraxisalsauchin
derWissenschaftaufhochwertigeDaten,gleichsamdieRosinenimDatenkuchen.DieVerarbeitungska
pazitätenreichtennichtaus,umVollerhebungendurchzuführen,alsoohneStichprobenauszukommen.
InZeitenschierunbegrenzterSpeicher‐undVerarbeitungskapazitätbrauchtesjedochkeineVorauswahl
repräsentativerDatenmehr.EineVollauswertungwirdmöglich.34
____________________
27 HanaistinderLage,großeundhochgradigverteilteDatenbeständebinnenkürzesterZeitzuverarbeiten.DieDatenmen
genwerdendabeiaufvieleverschiedeneRechneraufgeteiltunddezentralbearbeitet.GroßerBeliebtheiterfreutsich
auchdasOpenSourceProdukt»Hadoop«.
28 BITKOM(Fn.12),S.47.
29 BITKOM,WeltmarktfürBigDatawächstrasant,2014.
30 BITKOM(Fn.12),S.48.
31 BITKOM(Fn.12),S.50.ZuFörderbemühungenderBundesregierungvgl.z.B.Stöcker,APuZ2015,8(9f.).
32 Commerzbank,ManagementimWandel,2015,S.23
33 BITKOM(Fn.12),S.47.
34 ZudendarinschlummerndenGemeinwohlpotenzialensieheimEinzelnenS.15.
9
DenAnspruchaufExaktheitlässtdieBigDataAnalysedabeizugunsteneinerumfassendenSammlungvon
DateneinStückweithintersich;sienimmtaucheinegeringereValiditätderDateninKauf.35Zwarsind
auchBigDataAnalysennursogutwiedieQualitätderDaten,dieinihrenDatenkreislaufeinfließen.Je
mehrDatenzurVerfügungstehenundjeintelligentersiezuneuenInformationsgehaltenverknüpftwer
den,umsoeherlassensichentsprechenddemGesetzdergroßenZahljedochUnschärfeninderDatener
hebungakzeptieren.36MehrMasseführthierauchzumehrKlasse.37DafüristdasVerarbeitungspara
digmavonBigDatainderLage,Zusammenhängezuerkennen,diederherkömmlichenDatenleseverbor
genbleibenwieeinintelligenterZuhörer,derzwischendenZeilenlesenundNuancenerkennenkann
ohneüberdiesetwaszuvergessen.BigDataRechner,wieWatson,verarbeitennichtnurgroßeDaten
mengenundsindnichtnurstatischprogrammiert.SielernenaufderGrundlagevonInteraktionundder
AnalyseeigenerRechercheergebnissestetshinzu.MitjedemKlickverbessernsieihreLeistungundpassen
ihreModellparameterverändertenBedingungenan.38
ZielderdigitalenSieb‐undRastertechniksindevidenzbasierteGrundlagenfürbessereEntscheidungen
undVerhaltensprognosen.BigDataTechnologienergänzendenAugenscheinumAlgorithmen,dasGe
dächtnisumDatenbankenunddasBauchgefühlumStatistik.IhreDatenAlchemieläuteteinenParadig
menwechselinderAuswertungvonDatenzurUnterstützungmenschlicherEntscheidungenein:Ineiner
BigDataWeltdurchforstenDesignmusterfürAlgorithmendasvirtuelleChaosnachKorrelationenund
spürendortbislangunerkannteMusterauf,ausdenensieHandlungsempfehlungenundSchlussfolgerun
genableiten.DieAnalyseidentifiziertPotenzialeundbeantwortetFragestellungen,diebislanginderFülle
vonDatenverborgengebliebensind.DieErgebnisseerlaubenentscheidungsrelevanteRückschlüsseund
generierenHerrschaftswissen,dassichBigDataGeneratorennutzbarmachenkönnen.DerimOrakelvon
Delphiaufscheinende,alteMenschheitstraum,dieZukunftpräziservorherzusehen,scheintsichzuver
wirklichen.EineneueÄraderEntscheidungsunterstützungbrichtan.
Gegenwärtiglässtsichnurerahnen,welcheWissensschätzesichnochausdenBergenvonDatengewin
nenlassen.DochbereitsheutegreifteineGoldgräberstimmungumsich.SieistderLeitideeverschrieben:
WerdieZukunftkennt,demgehörtsie.39DasFeuerderBegeisterung,welchesdasPhänomen»BigData«
inderdigitalenWirtschaftentfacht,erinnertandiePlanungseuphorieder60erund70erJahre,alsman
____________________
35 Vgl.Bachmann/Kemper/Gerzer(Fn.9),S.183f.;Mayer‐Schönberger/Cukier(Fn.3),S.179;dasübersiehtLeopold,vor
gänge2012,74(77).
36 BITKOM(Fn.12),S.27;Mayer‐Schönberger/Cukier(Fn.3),S.21.KritischdazuBoyd/Crawford,BigDataalskulturelles,
technologischesundwissenschaftlichesPhänomenSechsProvokationen,in:Geiselberger(Hrsg.),BigData,2013,S.187
(197).
37 UmgekehrtkönnensichaberauchUnschärfeninihrerverzerrendenWirkungpotenzierenunddieRichtigkeitvonErgeb
nissensuggerieren,diesichvonderRealitätsignifikantentfernen.DeutlichmachtdiesdasPhänomendessogenannten
»Schmetterlingseffekts«,denalsersterKonradLorenzbeschrieb.Lorenzversuchte,aufderGrundlagevonComputermo
dellenWetterprognosenzuerstellen.BeidemVersuch,unternahezugleichenAusgangsbedingungendiePrognosezu
replizieren,stelltensichjeweilsunterschiedlicheErgebnisseein.GeringeModifikationendereingegebenenParameter
verändertendieErgebnisseerheblich.DarinoffenbartesichdieErkenntnis:Komplexe,nichtlinearedynamischeSysteme
reagierenempfindlichaufkleineAbweichungenderAusgangsbedingungen.
38DaherauchdieBezeichnung»lernendeSysteme«,siehedazuobenFn.8;vgl.auchTürpe,DuD38(2014),31(32f.).
39 Klausnitzer,DasEndedesZufalls,2013,S.31.
10
davonüberzeugtwar,durchgutePlanungdemGemeinwohlzudienenunddieGesellschaftmithilfeky
bernetischerModellezudurchschauen.IndieserWeltwirdderStatistikerzumHeldendesInformations
zeitaltersunddieBigDataAnalysezurBasisfürProzess‐undEntscheidungsoptimierungen.
b)ReferenzfeldermitWertschöpfungs‐undGemeinwohlpotenzial
BigDataistkeineZukunftsvisiondesSiliconValley.DieTechnologieistlängstTeilunsererAlltagsrealität.
VieleihrerPrototypenmöchtenwirnichtmehrmissen,etwadieRoutenplanung.Siearbeitetnachden
FunktionsprinzipienvonBigData:NavigationsgeräteaggregierenunzähligeOrtsdaten,diewirunsfrü
hermühsammitKartenSchrittfürSchritterschlossenhaben,undfügendiesemittelseinerkomplexen
BerechnungindividuellerPräferenzenundaktuellerVerkehrsinformationenzueinerRoutezusammen.
DieerstenUrsprüngevonBigDataAnwendungenliegenviellängerzurück.EswardieSchutzgemein
schaftfürAbsatzfinanzierung,welcheimJahr1927alsersteihreEntscheidungenaufein»SystemzurBe
urteilungdesZahlungsverhalten«stützte.DarausistimJahre1952dieBundesSCHUFAhervorgegangen;
siemündeteimJahr2000bzw.2002indieSCHUFAHoldingAG.WokonventionelleMethodenderDaten
verarbeitung,dieaufstrukturiertenDatenaufbauen,etwadieKreditbewertung,ihreGrenzenerreichen,
fängtBigDataan.40EshandeltsichumeinelogischeFortentwicklungbestehenderTechnologien,dieei
nenQuantensprungderDatenauswertungermöglichen,umbelastbareAussagenzurBewertungsowie
VorhersagevonEreignissenzutreffen.
Amazon,FacebookundGoogleführenunsdasPrinzipinperfektionierterReinformvorAugen.Amazon
sammeltMyriadenvonDatenüberseineKunden,durchsuchtsienachMusternunddestilliertdaraus
Empfehlungen,diedasKaufverhaltensgenomentschlüsseln.FacebookistalsMarktplatzmenschlicherEi
telkeitendergrößteMaskenballunsererZeit.ErvereinnahmtdieNutzerininformationellenKokonseiner
Aufmerksamkeitsmaschinerie,ausdenenauszubrechenvielenschwerfällt.AlskollektiveAutobiografie
undpersonalisierteZeitungwertetFacebookseineglobale,vonMilliardenvonMenschengefütterteDa
tenbankmitHilfevon»FacebookInsights«&Co.aus,dechiffriertdenSocialGraphundschlägtunsauf
dieserGrundlageneueFreundesowieProdukteundDienstleistungenvor,dieunserenPräferenzenent
sprechenkönnten.JemehrInhaltedieInternetnutzerindasNetzeinspeisen,destogenauerlassensich
derenKonsumverhaltenundpersönlicheNeigungendokumentierenundgewinnbringendverwerten.»Fa
cebooksagtmir,werichbin.Amazonsagtmir,wasichwill.Googlesagtmir,wasichdenke«,41hatGeorge
DysondiekomplementärenGeschäftsmodellederprominentestenBigDataKollektorenaufdenPunkt
gebracht.InihrerradikalenEffizienzorientierungundtechnologischenÜberlegenheitüberrollendiegro
ßenInternetkonzernedieStrukturenderüberkommenenanalogenÖkonomiewieeineFeuerwalze.Insbe
sondereGooglehatsichwiekeinzweitesUnternehmenalsBrandbeschleunigerdieserEntwicklungsowie
____________________
40 BITKOM(Fn.12),S.8und11.
41 Dyson,Turing'scathedral,2012,S.308.
11
alsInformationsgoldminedes21.JahrhundertsinStellunggebracht.42IndenUSAverdientderInternet
konzerninzwischenmehrmitWerbungalssämtlichegedrucktenZeitungenundZeitschriftenzusammen.
DasBackupdesglobalenGedächtnisses,dasGoogleerstellthatunddenMenschenalsSchaufensterin
dasdigitaleFantasielandöffnet,diePerfektionierungderInternetrecherchemitHilfeseinerAutocom
pleteFunktion,43diegeodatenbasierteErfassungderWeltviaGoogleStreetView,GoogleMapsund
GoogleEarthsowieseineBigDataÜbersetzungssoftware(diezwarsprachlichesFeingespürundIntuition
nochvermissenlässt,abererstaunlichemechanisierteÜbersetzungsleistungenerbringt)setzenMaß
stäbeinderWeltderDatenauswertung.BereitsimJahr2009sagteGoogleFluaufderGrundlageeiner
AnalysederSuchanfragenseinerNutzerdieweitereAusbreitungderSchweinegrippevergleichsweise
zuverlässigvoraus.44SoerstaunlichtreffsicherdieSuchergebnissesind,sosehrdokumentierensiedie
ausgereifteMagiederihnenzugrundeliegendenAlgorithmen.MithilfederneuenMöglichkeitenexperi
mentierenAmazon&Co.bereitsmitGeschäftsmodellen,diedenKundenbedarfsgerechtWarenzusen
den,bevorsiediesebestellthaben(anticipatoryshopping).45
GenausovielfältigwiedieanalysiertenDatenmengenselbstsindauchihreEinsatzzwecke:Marktfor
schung,individualisierteWerbung(dassogenannte»TargetedAdvertising«),Kreditvergabe,Qualitätsfor
schungoderPersonalplanunggehörenebensozudemLeistungsportfoliomodernerBigDataAnwendun
genwiedieOptimierungvonVerkehrsleitsystemen,dieBedarfsplanungfüröffentlicheInfrastrukturvorha
benoderdieAuswertungvonInternetdatenzurBekämpfungderKriminalitätodermissbräuchlicherInan
spruchnahmesozialerLeistungen.46
____________________
42 Glaser,ErinnerungderZukunft,in:Geiselberger(Hrsg.),BigData,2013,S.281(283).WarnendHofstetter,APuZ2015,33
(34):»DieMachtverschiebtsichwegvomdemokratischlegitimiertenStaat,dessenRepräsentantendurchdenSouverän
wählbarundkontrollierbarsind,hinzuWirtschaftsbetrieben,dieüberunsereDatenverfügen[…].«
43 AusderZusammenführungmassenhaftgesammelterNutzerdatenergibtsichwomöglichaucheinemarktbeherrschende
StellungderUnternehmen.WährendihretechnischenFeaturessichvergleichsweiseleichtimitierenlassen,könnenKon
kurrentendasDatenpotenzial,dasdenHumusfürdieFunktionalitätderDienstebildet,nurschwerabbilden.Dasver
schafftdenPlatzhirscheneinennahezunichteinholbarenWachstumsvorsprungundbegründetfürNewcomereine
MarktzutrittshürdeimWettbewerbderSuchmaschinen‐bzw.SozialenNetzwerkeDienste.DieEuropäischeKommission
hatdeshalbgegenGoogleeinKartellverfahreneingeleitet,welchesdieBevorzugungseinereigenenAngebotegegenüber
konkurrierendenAngebotenimRahmendesWerbesystemsGoogleAdWordsbzw.GoogleShoppingzumGegenstand
hat.Vgl.PressemitteilungderKommission»KommissionleitetUntersuchunggegenGooglewegenunfairenWettbewerb
ein«vom15.4.2015,abrufbarunterec.europa.eu/deutschland/press/pr_releases/13234_de.htm(17.4.2015);sieheauch
Körber,NZKart2014,293(293);Paal,GRURBeilage2014,69(71f.);ders.,ZRP2015,34ff.
44 Vgl.https://www.google.org/flutrends/intl/de/de/#DE(15.3.2015);Mayer‐Schönberger/Cukier (Fn.3),S.7ff.;Du‐
gas/Hsieh/Levinet al.,CID2015,463(465ff.);vgl.auchDapp(Fn.21),S.26f.ZurFehleranfälligkeitvonGoogleFlubei
derVorhersagederWintergrippe2012indenUSAMayer‐Schönberger,APuZ2015,14(17).
45 DeraggregierteDatenpoolkanndabeinichtnurfürdieUnternehmenselbst,sondernauchfüreineVielzahlvonGe
schäftspartnern,etwaBanken,VersicherungenundGesundheitsunternehmen,hochgradiginteressantsein.Dasmacht
dieAuswertungsmöglichkeitenderDatensammlungsensibel.DazuimEinzelnenuntenII.,S.16ff.
46 Zieger/Smirra,MMR2013,418(418);Kreibich,APuZ2015,20(23f.);Fraunhofer‐IAIS(Fn.15),S.8.
12
aa)MobileGovernment
GerademobileAnwendungeneröffnenbislangungeahnteMöglichkeitengemeinwohlorientierterDa
tenauswertung.47AufderGrundlagevonPositions‐undBewegungsdatenderVerkehrsteilnehmerlas
sensichSchwerpunktederVerkehrsauslastungermitteln,VerkehrsströmelenkenundStausvermeiden,
typischeUnfallherdeerfassenundvorhersagensowiedieTransportpotenzialevonBuslinienundBah
nenoptimieren.IntelligenteMobilitätssystemevernetzendenöffentlichenundprivatenVerkehrnaht
loszueinemübergreifendenVerkehrsökosystem.
DieStädteDublinundStockholmetwa,aberauchNewYork,machenesvor.DublinhatimJahr2013mit
hilfederSoftware»InfosphereStreams«einProjektlanciert,dasdieVerkaufszahlenderFahrkartenauto
maten,Abgaswerte,AufzeichnungenvonStraßensensorenundVideokamerassowiedieGPSDatenderin
DublineingesetztenBusseanalysiert,umdenVerkehrsflusszuoptimieren.AufähnlicheWeisewertet
StockholmdieDatenvon250.000GPSGerätensowieSensor‐undVideoinformationenüberWetter,Un
fall‐undStaumeldungenaus,umdieVerkehrsteilnehmeraufdembestenWegzuihremZielzuleiten.Die
FahrzeitenimöffentlichenPersonen‐undNahverkehrließensichdadurchdeutlichreduzieren.DieStadt
NewYorknutztdenelektronischenMautpass(EZPass)auchdazu,denVerkehrsflussinEchtzeitzuerfas
senundzuoptimieren,insbesondereStörungenrechtzeitigentgegenzuwirken.48DieZahlderStädte,die
diesemBeispielfolgen,nimmtauchinDeutschlandrasantzu.DasNürnbergerVerkehrsunternehmenVAG
wertetdieBewegungsprofileseinerNutzeraufderGrundlageangekaufterDatenvonKundenderDeut
schenTelekomzurVerbesserungseinerServicesaus.49
NichtnurimBereichderOptimierungderVerkehrsinfrastruktur,sondernauchfürdiesachgerechteAna
lysevonInvestitionsentscheidungeninsgesamt,etwafürdieErmittlungderoptimalenPositioneiner
Windenergieanlage,fürdieVersorgungsplanungunddenBereichdesEnergiesparens,liefernmobile(im
Verbundmitstationären)DatenalsBausteinewertvolleGrundlagen.DieöffentlicheBedarfs‐undEnergie
versorgungsplanunglässtsichsoaufeineneueEffizienzstufeheben;50eindigitalesOptimierungsmanage
mentdergesamtenVerkehrs‐undVersorgungsinfrastrukturwirdmöglich.DieTelekommunikationsunter
nehmen,derenGewinnmargenimhartenWettkampfumMarktanteiledarben,sehenmitderAnalyse
anonymisierterundaggregierterKundendatenfürsichbereitsneueGeschäftsfelderaufblühen.51
____________________
47 DazuauchBuschauer,(Very)nervoussystems.BigMobiledata,in:Reichert(Hrsg.),BigData,2014,S.405ff.
48 Vgl.dazuSpies,ZDAktuell2013,03734.
49 Blaß,Bewegungsstatistik:VerkehrsbetriebwertetMobilfunkdatenaus,www.spiegel.de/netzwelt/netzpolitik/daten
schutzvaginnuernberggreifttelekomdatenaba1024001.html.;Anonymous,17TelekommitarbeiterundihrBlickin
dieZukunft,FAZvom21.3.2015,S.26.
50 Vgl.dazuetwaauchBachmann/Kemper/Gerzer(Fn.9),S.203ff.;Ulmer(Fn.12),228.
51 Vgl.etwaamBeispielderDeutschenTelekom:www.optoutservice.telekomdienste.de/public/index.jsp(18.12.2014).
13
bb)NeueWertschöpfungsressourcenderWirtschaft
DerWirtschafteröffnensichdurchBigDataneueWertschöpfungsketteneffizientenRessourceneinsat
zes.52UnternehmenwüsstenfürihreDispositionennurzugerne,welcheMengewelchenArtikelsin
Zukunftgebrauchtwird,wiedieSchadensprognoserihreVersicherungsnehmeraussiehtundwiees
umdieWechselbereitschafteinesTelekommunikationskundenzueinemWettbewerberbestelltist.Big
DataAnalysenverheißen,denZugangzudiesemWissensreservoirzuerschließen.Dazugehörenmaß
geschneiderteMarketing‐undVertriebsstrukturenmitminimalenStreuverlustenebensowiezeitsensi
tivinständigerRückkopplungmitdemKundeneingesetzteImpulse,insbesondereLocationbasedMar
keting(z.B.»GooglePlaces«)53undInStoreVerhaltensanalysenmitausgetüftelten,individuellzuge
schnittenenKundenangeboten54nachdemüberkommenenVorbildvonTanteEmmaalsanalogerDa
tenbank,dieimmergenauwusste,zuwemwelchesProduktpasst.55BigDataTechnologienoptimieren
dieMarkt‐undWettbewerbsbeobachtung,dieBetriebsabläufeundFertigungsprozesse.Sieermögli
chenProduktgestaltungenund‐weiterentwicklungen,welchedasNutzungsverhaltensowiediePräfe
renzenderKundenzielgenauerbefriedigen,undhelfenbeiderErmittlungdesLieferbedarfs.56
InderLogistiklassensichdurchdieErfassungvonVerbrauchs‐undPositionsdatensowiedesZustands
vonVerschleißteilenWartungs‐undStillstandskostenminimierenundTransporteeinfacherdisponieren,
insbesondereLeerfahrtenverringernundBeiladungensteuern.57Produktsensorenentlangdergesamten
Produktions‐undLieferkettemachendasmöglich.SiebeziehenMaschinenundGerätedurchIPVernet
zungindenDatenkreislaufein.
____________________
52 Vgl.zuBeispielenmöglicherInnovationenbspw.BITKOM,BigDataundGeschäftsmodellInnovationeninderPraxis:40+
Beispiele,2015.NacheinerOnlineUmfragedesInstitutsFraunhoferIAISsehendiebefragtenUnternehmendasgrößte
PotenzialvonBigDataimAufbaustrategischerWettbewerbsvorteile(69%),gefolgtvonderUmsatzsteigerung(61%)
undderKosteneinsparung(55%),Fraunhofer‐IAIS(Fn.15),S.8.ImBereichdesHandelsliegtderAnwendungsschwer
punktinderAbsatzprognose,derumsichtigenSteuerungsowiedemMarktmonitoring.DenBankenundVersicherungen
istesvorallenDingenumBetrugserkennungsowiedieRisikoabschätzungbestellt,Fraunhofer‐IAIS(Fn.15),S.23f.
53 ZudenrechtlichenHerausforderungenvonLocationbasedServicesBrandenburg/Leuthner,LocationbasedServicesund
LocalCommerce,in:Taeger(Hrsg.),BigData&Co,2014,S.651(656ff.).
54 DieamerikanischeSupermarktketteWalmarthataufderGrundlageeinerAnalyseseinerKundendatenetwafestgestellt,
dassindenAbendstundenBierundWindelnauffälligoftgemeinsamdenWegindengleichenEinkaufskorbfinden.Ent
sprechendhatdasUnternehmenseineRegaloptimierungandiesesEinkaufsverhaltenjungerVäterausgerichtet,vgl.
Dapp(Fn.21),S.28f.BesondereAufmerksamkeitriefeinFallimBundesstaatMinnesotahervor:DieKaufhauskette»Tar
get«hatteaufgrundeinerAnalysedesEinkaufsverhaltensseinerKundenu.a.erkannt,dassSchwangereabdemdritten
SchwangerschaftsmonatverstärktparfümfreieLotionenkaufen.EntsprechendhattedasUnternehmeneinerKundinim
HighschoolAlterWerbungfürBabyproduktezukommenlassen.EinVaterbrachtedieseWerbungaufdieZinnen:Erwarf
demUnternehmenvor,seineTochterdurchWerbungzurSchwangerschaftanzustiften.DasUnternehmenwusstezu
diesemZeitpunktfreilichbereitsmehralser:DieTochterwarschonschwanger.Vgl.Dapp(Fn.21),S.27.ZudenRechts
fragenverhaltensbezogenerOnlineWerbungsieheArning/Moos,ZD2014,242ff.;Zeidler/Brüggemann,CR2014,248ff.
55 DasFensterzumKundendes»unbekanntenVerbrauchers«öffneninsbesonderesozialeNetzwerkeoderMicroBlogging
Dienste,wiederKurznachrichtendienst»Twitter«,inzunehmendemUmfangaberauchmobileBezahldienste.Datenana
lysendurchleuchtensieaufPräferenzenderKunden.ZudentechnischenMöglichkeitenvonBeaconsalsInstrumentvon
LocationbasedServicessieheSchürmann/vonderHeide,(i)Beacons‐technischeHintergrundundDatenschutzrechtli
cheAnforderungen,in:Taeger(Hrsg.),BigData&Co,2014,S.637ff.
56 BITKOM(Fn.12),S.35und37;Ulmer(Fn.12),228.
57 BITKOM(Fn.12),S.10und34.
14
InZukunftwerdenHaushaltsgeräte,58FahrzeugeundandereMaschinen,vomKühlschrankbiszur
Waschmaschine,vonderAmpelbiszumHeizkörper,imDatenkreislaufviaeigenerIPAdresseninInterak
tiontreten.JederGegenstandistindemsteuerndenCyberPhysicalSystemüberseinengesamtenLebens
zyklusidentifizier‐undlokalisierbarsowohlsubspecieseinerHerkunft,seinesFunktionsstatusalsauch
seinerAufgabeinderSystemkette.VonderBestellungderFertigungsbestandteileüberdenKonstrukti
onsplansowiedenProduktionsprozessbishinzurAuslieferungundzumanschließendenKundenservice
allesistübereinenRFIDChip,alsoeinenmitFunkwellenansteuerbarenTransponder,vernetzt.Virtuelle
undphysischeWeltgreifennahtlosineinander;kollaborativeProduktionsstrukturenlösenüberkommene
BefehlskettenundSilostrukturenab.IndieserIntegrationinternetfähigerChipsinAlltagsgegenstände
liegtdergenetischeCodeeinesneuentstehendenKommunikationsnetzes:desInternetsderDinge.59Es
lässtdieMaschinenmiteinanderreden.InseinÖkosystemistdiegesamtedezentraleProduktionstechnik
eingebunden.DieGliederderLieferkettevernetzensichbranchen‐undtechnologieübergreifend.Daseb
neteinerselbstadaptivenLogistikdesAlltagsebensodenWegwieeinemEchtzeitmanagementinderin
dustriellenProduktion,dasJustintimeKonzepteoptimiertundWarenströmeüberFabriktorehinweg
effizienterzusammenführt(sog.LeanLogitics).
ArbeitsabläufeundFertigungsstrukturenwerdeneffizienter,schnellerundflexibler.AndieStellegro
ßerFertigungseinheitentrittdieindividuelleFertigung,diepassgenaueEinzelartikelzumPreisvonMas
senproduktenherstellt.60PrintonDemandKonzeptedesBuchhandelsführendasPrinzipbereitsheute
vorAugen.EineneueÄraderAutomatisierung,ÜberwachungundSteuerungvonindustriellenProzessen
brichtan.SieermöglichteinepunktgenaueundbedarfsgerechteSteuerungvonProduktionsabläufenauf
derGrundlageeinervollständigenIntegrationallerHerstellungsschritteausgehendvomKundenbiszum
NetzwerkderLieferantenundverheißtdadurcheinenQuantensprungderVielfaltundSchnelligkeitin
dustriellerProduktion.DerKundemitseinenindividuellenWünschenundAnforderungentrittindenMit
telpunktdesProduktionsprozesses.IndemdieProzessesichdenimmerschnellerundflexiblerwandeln
denKundenanforderungenanpassen,setzensiedieEffizienzbemühungenderAutomatisierungsindustrie
ineinerviertenindustriellenRevolution61logischfort:WährenddievorherigenindustriellenRevolutionen
diephysischeArbeitvonMenschenundTierendurchMaschinenersetztenundProduktionsabläufever
besserten,ergänztdasInternetderDingediemenschlicheProzesssteuerungdurchmaschinelleKommuni
kationundeineOptimierungdesInformationsstroms.
____________________
58 Vgl.Wagner,DatenschutzinConnectedHomes,in:Peters/Kersten/Wolfenstetter(Hrsg.),InnovativerDatenschutz,2012,
S.205ff.
59 DazuetwaAndelfinger/Hänisch,InternetderDinge,2015,S.9ff.;Bräutigam/Klindt,NJW2015,1137ff.;Evans(Fn.18),
S.1ff.
60 SeitHenryFordgiltdasParadigma:EineFabrikistumsowirtschaftlicher,jemehreinheitlicheProduktesiefertigt.Dieses
ParadigmalöstsichinderWeltderIndustrie4.0einStückweitauf.
61 Dazubspw.Bauernhansl,Industrie4.0inProduktion,AutomatisierungundLogistik,2014,S.5ff.;Hirsch‐Kreinsen,Digita
lisierungindustriellerArbeit,2015;Pinnow/Schäfer,Industrie4.0(R)EvolutionfürWirtschaft,PolitikundGesellschaft,
2015,S.1ff.
15
cc)SocialMediaAnalyseund‐Monitoring
ViaBigDatalassensichPräferenzartikulationenderBevölkerungerfassenundtypischeVerhaltensmus
tererkennen,umdarausPotenzialefürdieGemeinwohlentwicklungebensowiedieProduktoptimie
rungzuerschließen.62StrömungeninderBevölkerunglassensichidentifizierenundbegleiten,bevor
sichFrontenverhärtenoderFehlplanungenindieVerschwendungvonRessourcenmünden.Technolo
gienderSentimentanalyseundderAuswertungdigitalerStimmungsbildersozialerInteraktioninNetz
werkensindbereitsweitentwickeltundvielfachimpraktischenEinsatz.SiemachensichdasKommuni
kationsbedürfnis,aberauchdenNarzissmusunddenHangzurSelbstdarstellungdesHomodigitalis
zunutze.UnternehmenkönnenaufderGrundlagederSignale,dieerindenCyberspaceaussendet,ihre
WerbestrategienundihreProduktpolitikaufseineBedürfnisseausrichten.Mehrnoch:ImZeitalterso
zialerNetzwerkesinddieKundennichtnurdasProdukt,sondernselbstdiebesteWerbung,jadieau
thentischstenMultiplikatorenfürerfolgreicheMarken.DasSpektrumderAnwendungssphärenreicht
vonderUnterstützungdesIssue,Reputations‐undKrisenmanagementsüberdieErfolgsmessungder
eigenenÖffentlichkeitsarbeit,dieOptimierungdesKundenservice,Meinungsführeridentifikationund
Markt‐sowieWettbewerbsbeobachtungenbishinzumBenchmarkingundzurEventDetection.63
ÖffentlicheStellenfolgendiesemTrendmitVerzögerung,aberimmernachhaltiger.Sienutzenent
sprechendeEchtzeitAnalyseformatezurTrend‐undMeinungsforschung,zurpolitischenStrategieopti
mierungundalsStethoskoppolitischerKrisenintervention,bildetsichdochdiegesamteBandbreitegesell
schaftspolitischerDialogeundMeinungenmittlerweileauchimNetzab.SocialMediaMonitoringkommt
alsBausteinderGefahrenpräventionbeiGroßveranstaltungen,alsSensoriumzurAufdeckungallgemeiner
GefahrenfürdieöffentlicheSicherheitundOrdnungsowiealsÜberwachungsinstrumentderGeheim
diensteebensozumEinsatzwiebeiderEvaluationbehördeneigenerSocialMediaPräsenzen.Zuden
SchattenseitendesMonitoringsgehörtaberauchdasRisikoeinerdigitalenBlockwartMentalität,diede
mokratischeSelbstentfaltungundEntwicklungderGesellschaftdurchvollständigeErfassungzuersticken
droht.
dd)GesundheitundLifestyle
InderAuswertungsweltderBigDataAnalysebildenGesundheitsdatendieKronjuwelen.Medizinisches
Monitoring64unddigitaleAssistenzsystemegehörenbeiderPflegeältererMenschenebensozumAlltag
derZukunftwiebeiderLifestyleOptimierungdesmodernenManagers.DieDatenspur,diederEinzelne
hinterlässt,wirdimmerlänger.FitnessTrackingBänder,wie»Fitbit«oderdas»NikeFuelband«,welche
diegesundeLebensweise,insbesonderedieBewegungsintensität,»aufSchrittundTritt«überwachen,
machendenAnfang.DasSmartphoneentwickeltsichimBigDataZeitalterzurGesundheitszentraleder
Selbstoptimierung;GesundheitsschutzwirdzumdigitalenInformationsmanagementdesKörpers.
____________________
62 DazuauchPresident'sCouncilofAdvisors onScience andTechnologie,ReporttothePresident:BigDataandPrivacy:A
technologicalPerspective,2014,S.28f.;Pentland,Socialphysics,2014.
63 Vgl.Hofmann,MethodendesSocialMediaMonitoring,in:König/Stahl/Wiegand(Hrsg.),SozialeMedien,2014,S.161ff.
64 SokönnenImplantatedenHerzzustandvonPatientenüberwachenunddasHerzimFalleeinesHerzversagensdurch
elektrischesSchocksignalwiederzumSchlagenbringen,Stöcker(Fn.31),8.ZudenAnwendungsmöglichkeitenvonBig
DatainderMedizinsiehebspw.Langkafel,APuZ2015,27ff.
16
DassderimWegedesFitnessTrackingsermittelteHealthScoreauchEinflussaufdenKrankenversiche
rungstarifhabenkönnte,istlängstkeineUtopiemehr,65vermutlicheherdienächsteStufeeinerEntwick
lung.DieAOKNordostundandereKrankenversichererexperimentierenbereitsmitsolchenModellen.66
Sieplanen,denHealthScoreinbestehendeBonusprogrammezuintegrieren.67AusländischeAnbietertun
diesbereits,soetwaderitalienischeMarktführerGenerali68unddieamerikanischeVersicherungsgesell
schaftUnitedHealth.DiebietetihrenVersicherteneinenTarifan,derdieseverpflichtet,mithilfeeines
Messgerätsfestzuhalten,wievieleSchrittesieamTaggehen.
DieKontrolledesGesundheitsverhaltensschütztdieVersicherereinStückweitvoreinerversiche
rungstypischenstrukturellenVertragsasymmetrie:KundenkönnenihrRisikoverhaltenimAnschlussan
denVertragsschlussselbststeuernundverändern,ohnedassderVersichererdaraufEinflusshat.Das
künftigeVerhalten,insbesonderebewusstinKaufgenommeneSelbstschädigungen,kannderVersicherer
beiseinerVersicherungsprämienanpassungfortanberücksichtigenunddamitfüreineverursacherge
rechteZurechnungvonSchadensfolgensorgen.
ImExtremfallkönnten»Wearables«jedocheinerneuenGesundheitsökonomiedenBodenbereiten,
dievia»Fitcoin«einedatenbasierteMetrikfürdiesolidarischeFinanzierungvonGesundheitsleistungen
entwickeltundeineKommerzialisierungsensiblerDateneinläutet,welchedieLogikdesMarktesindie
letztenNischenunsererPersönlichkeitsentfaltungvordringenlässt.FürdieGewährungwirtschaftlicher
VorteilesindvieleMenschenbereit,gesundheitsbezogeneDatenmitihremKrankenversichererzuteilen.
DieunterRückgriffaufdenAnreizmechanismusdesPreisvorteilswirkende»KarottevorderNase«ge
stattetnichtnureinegezielteAnsprachevoninsbesonderejungenKunden,69sondernalsKehrseiteauch
einevollständigErfassungundÜberwachungderprivatenLebenswelt,insbesonderedesGesundheitsver
haltens.SiestelltzugleichdenSolidargedankendesPrinzipsdergesetzlichenKrankenversicherungaufdie
Probe.SchließlichberuhtdiesesseinemWesennachaufdemGedankeneinessolidarischenAusgleichs
vonRisiken.SinddieseaufderGrundlageeinerPreisgabesensiblerGesundheitsdatenindividuellmessbar,
kommteszueinerRisikoselektion.
DasgleicheambivalentePotenzialwohntderNutzungvonBigDataAnalysenalsInstrumentdermedizini
schenTherapieinne.SoerleichterndieMassendatenanalyseundEchtzeitauswertungkomplexerDaten
DurchbrücheindermedizinischenForschung,etwabeiderAnalysederNebenwirkungenmedizinischer
TherapienoderderKorrelationenzwischenKrankheitsbildernundgenetischensowiesozioökonomischen
____________________
65 Vgl.zuentsprechendenPayasyoudriveModellenfürKfZVersicherungenArmbrüster,NJW2015,EditorialHeft6;LDI
NRW,22.Datenschutzbericht,2015,S.37ff.;Lüdemann/Sengstacken/Vogelpohl,RDV2014,302ff.;Schwichtenberg,DuD
2015,378ff.
66 SiehedasentsprechendeAppAngebotunterwww.aok.de/portale/nordost/mobilvital/(25.2.2015).
67 Heller,Zeigtmir,wiefitdubist,FASvom6.4.2014,S.55.ObeinesolcheDurchleuchtungpersönlicherLebensweisenin
diesemUmfangdatenschutzrechtlichunterdemGesichtspunktderErforderlichkeit284Abs.1SGBV)gerechtfertigt
ist,istzubezweifeln.
68 ErlässtseinenKundenimGegenzugzurÜbermittlungmobilerGesundheitsdatenGutscheinezukommen.Vgl.»Versiche
rerGeneraliwillFitnessdatenvonKundensammeln«,http://www.sueddeutsche.de/news/wirtschaft/versicherungen
versicherergeneraliwillfitnessdatenvonkundensammelndpa.urnnewsmldpacom200901011411219902990
(4.3.2015).
69 BITKOM(Fn.12),S.36.
17
Einflussfaktoren.70BigDataAnalysenversprechendortgrundlegendeErkenntnissefürdieEntwicklung
modernerKrebsbehandlungenundTherapienpersonalisierterMedizin.71Sieerhöhenzugleichaberden
BestanddiskriminierungsgeneigtenWissensumindividuellegenetischeodersonstigephysiologischeDis
positionen.
ee)ErkenntnispotenzialederWissenschaft
BigDataAnalysenerweiterndenHorizontunsererErkenntnisseüberdieRekonstruktionderWirklich
keit.InsbesonderedieEinbeziehungdesBürgersindenProzessderDatengenerierung(sog.»Citizen
Science«)eröffnetderForschungganzneueDatengrundlagenundAuswertungsmöglichkeiten.Unge
ahntgroßestatistischeGrundgesamtheitenersetzendiekonventionelleStichprobenanalyse,vereinfa
chenundperfektionierenPrognosensowieSimulationen.DieHypothesenaufstellungkannaufKorrela
tionsmusterzurückgreifen,welchediewissenschaftlicheWahrheitssucheaufdierelevantenFragenaus
richtet.PrognosenüberdenVerlaufvonEpidemien,Konjunkturentwicklungen,Klimaveränderungen
unddemografischeVerschiebungenerzieleneinebislangunerreichteTreffsicherheit.Auchderexperi
mentellenPsychologie,SoziologieundÖkonomikerwächsteineneueSpielwiese,aufderenNährboden
eineProbandenanalyseimVerhaltenslabor»Wirklichkeit«stattfindenkann,umHypothesenalgorith
mischüberprüfenzulassen.72
MitdieserVerbreiterungderDatengrundlageverändertsichauchdieherkömmlicheFormwissen
schaftlichenArbeitens.StattderVerifizierungeinerHypotheseaufderGrundlagederFragenachdem
»Warum?«,welchediewissenschaftlicheTheorienbildungumtreibt,stellenBigDataInterferenzmodelle
dieinduktiveFragenachdem»Was?«indenVordergrund.73DerJournalistChrisAndersenglaubtgar,
dasssichdasüberkommeneWissenschaftsmodellderHypothesenaufstellung,Modellerstellungunddes
ModelltestsvollständigüberlebthatunddurcheineAnalysevonKorrelationenalsneuesForschungspara
digmaabgelöstwerdenwird.74
II. Missbrauchspotenzial
BiszumJahr2013standderTrendbegriff»BigData«ausdemSiliconValleynochprimärfürdieökono
mischenIdeenverschriebeneAggregierungundAnalysegroßerunstrukturierterDatenmengenmithilfe
vonAlgorithmenalsoeineEvolutionderprivatenWelt.SeitdenEnthüllungenvonEdwardSnowden
stehtderBegriffaberauchfüreinesystematischestaatlicheÜberwachungprivaterLebensführungun
bekanntenAusmaßesundeineneueFormdesdigitalenImperialismus,welchediePrivatheitmithilfe
____________________
70 BITKOM(Fn.12),S.37und40.
71 DazuDehmer/Holzinger/Emmert‐Streib,Personalizedmedicinebymeansofcomplexnetworks:aBigDatachallenge,in:
Weber/Thouvenin(Hrsg.),BigDataundDatenschu0tz‐GegenseitigeHerausforderungen,2014,S.37ff.
72 DazuauchallgemeinMayer‐Schönberger,FuL2014,706(706);Rudder,Dataclysm,2014.
73 ZudieserLogiksieheauchuntenS.23ff.
74 Anderson,TheEndofTheory:TheDataDelugeMakestheScientificMethodObsolete,WiredMagazinevom23.6.2008;
indieseRichtungbereitsähnlichWolfram,Anewkindofscience,2002,dereineWeltvoraussah,inderComputerexpe
rimente,welcheKlassifikationenundKorrelationenermitteln,dieStellemathematischerBeweiseundTheorieneinneh
men.
18
digitalerMassenausforschungswaffenzukolonisierendroht.75StaatlicheÜberwachungsprogrammewie
PRISMhabenderWeltdeutlichgemacht:SogroßdieChancensind,sogroßistauchdasMissbrauchs
potenzialneuertechnologischerAuswertungsinstrumente.DiealgorithmischeEinhegungvonEntschei
dungsabläufeneröffnettiefeEinblickeinunserdigitalesAlterEgo,perfektioniertdieBerechenbarkeit
menschlichenVerhaltensunddamitdieMöglichkeit,dieengerepersönlicheLebenssphäredesEinzel
nenauszuforschen.Wieein»Fahrtenschreiber«registriertundverarbeitetsieInformationenüberdas
VerhaltenderMenschenundoffenbartdamitdiedunkleSeiteeinerTechnologie,dieausBeobachtungs
datenaufzugrundeliegendeGesetzmäßigkeitenschließt.IneinerWeltderAlgorithmenkönnenperso
nenbezogeneDatendenMenschenimWegetechnologischerVermessunglesbarmachenundseinIn
nersteswieeinecodierteBetriebsanleitungentziffern.76
DassBigDataAnwendungeneinerneuenÜberwachungslogiksowieTechnikenderVerhaltenskontrolle,
desAbgreifensvonDateninEchtzeitundihrerUmwandlunginKontroll‐undPlanungssystemedenBoden
bereitenkönnen,fordertunsereDatenschutzverfassungheraus;sielässtdasBedürfnisnachzeitgemäßen
AntwortenderRechtsordnungoffenzutagetreten.
1.VerarbeitungvonSachdaten
NichtalleBigDataAnalysenzielenallerdingsaufpersönlichkeitssensitiveAuswertungen.Manchever
arbeitenalleinSachdaten,etwadieWerkleistungeneinerMaschinemittelsRFIDChip.DieseAuswer
tungsprozesseunterfallendannnichtdemRegimedesDatenschutzrechtsjedenfallssolangesienicht
(seiesunmittelbar,seiesmittelbar)imWegederIdentifizierungvonLebensmusternund‐gewohnhei
ten,RückschlüsseaufPersonenzulassen.BetroffenistderSchutzgedankedesDatenschutzrechtsnäm
lichnichtgenerell,sondernnur,soweitpersonenbezogeneDatenerhoben,verarbeitetodergenutzt
werden1Abs.1und2BDSG).
2.PersönlichkeitssensitiveAuswertungen
DiemeistenBigDataAnwendungensindfreilichwesensmäßigdaraufgerichtet,dasVerhalteneiner
PersonoderPersonengruppezuanalysierenund/oderzuantizipieren,seiesalsBerechnungvonWahr
scheinlichkeitswertenfürkünftigesvertraglichesVerhalten(Scoring),alsAkkumulierunginkonnexerDa
tenzueinemdetailgetreuendigitalenPersönlichkeitsprofil(Profiling),77seiesalsBeantwortungeiner
____________________
75 IndiesemSinneZuboff,DieneuenMassenausforschungswaffen,FAZvom13.2.2014,S.33;Schirrmacher,Derverwettete
Mensch,in:Geiselberger(Hrsg.),BigData,2013,S.273(273).
76 Mühl,Korrekturenausgeschlossen,FAZvom14.2.2014,S.35.
77 DasEuropäischeParlamentschlägtinseinerlegislativenEntschließungvom12.3.2014zudemVorschlagfüreineVerord
nungdesEuropäischenParlamentsunddesRateszumSchutznatürlicherPersonenbeiderVerarbeitungpersonenbezo
generDatenundzumfreienDatenverkehrCOM(2012)0011folgendeLegaldefinitiondesProfilingsvor:»jedeFormauto
matisierterVerarbeitungpersonenbezogenerDaten,diezudemZweckvorgenommenwird,bestimmtepersonenbezo
geneAspekte,dieeinenBezugzueinernatürlichenPersonhaben,zubewertenoderinsbesonderedieLeistungender
betreffendenPersonbeiderArbeit,ihrewirtschaftlicheSituation,ihrenAufenthaltsort,ihreGesundheit,ihrepersönli
chenVorlieben,ihreZuverlässigkeitoderihrVerhaltenzuanalysierenodervorauszusagen.«(Art.4Abs.3adesVerord
nungsentwurfs).
19
FragestellunginBezugaufeinebestimmtePerson,z.B.derWahrscheinlichkeitkrankheitsbedingterAr
beitsausfälle,(Personalizing)oderalsRückverfolgungaufderGrundlageeinerSpurenbildung(Tra‐
cking).78
DieDeutschensteheneinerderartigenDurchleuchtungihrerengerenpersönlichenLebenssphäredurch
einedigitaleWertschöpfungsmatrix,welcheWissenüberVerhaltensmustermonetarisiertbzw.einer
staatlicheÜberwachungsmaschineriezuführt,besonderssensibelgegenüber.Dasdokumentierennicht
alleinediehelleEntrüstungüberdieNSAÜberwachungsowiediehierzulandebesondershoheAufmerk
samkeitfürdendystopischenRoman»TheCircle«desUSAmerikanersDaveEggersüberdasInnenleben
einesInternetgiganten,dermitParolenwie»AllesPrivateistDiebstahl«dievollesozialeKontrollean
strebt.InDeutschlandregtsichauchProtestgegenVorhabeninternationalerUnternehmen,dieinande
renLändernohnegrößereAnteilnahmederÖffentlichkeitgestartetsind.79Alsbspw.dasTelekommunika
tionsunternehmenO2ankündigte,‐ähnlichwiebereitsinGroßbritannien‐dieStandortdatenseinerdeut
schenMobilfunkkundenanonymisiertfürMarketingzweckegegenEntgeltanDritteweiterzugeben,ent
fachtedaseinenSturmderEntrüstung.DasUnternehmennahmseinePläneumgehendzurück.80Groß
warauchdieEmpörung,alsdieSCHUFAankündigte,dasPotenzialsozialerNetzwerkefürdieBonitätsprü
fungauszuloten.81NachüberschäumenderKritikhatdieSCHUFAdiesenPlanaufgegeben.Einanderes
deutschesUnternehmensetztihndemgegenüberderweilbereitsum:NacheigenenAngabennutztdas
HamburgerUnternehmenKreditechLokalisationsdaten,VerweildauernaufWebseitenundProfilangaben
insozialenNetzwerkenalsKernseinesGeschäftsmodells,umimWegeeinesBigDataScoringEntschei
dungenüberdieVergabevonKreditenzutreffen.82
DieSensibilitätderBevölkerunggegenübereinemZugriffaufihrdigitalesKommunikationsverhaltenhat
einengutenGrund:DieVerfügungsgewaltüberDatenisteinzentralerMachtfaktorderdigitalenWelt.Die
systematischeDatenauswertungerzeugteineInformationsasymmetrie,ausdereinGefühldesÜber
wachtwerdensundeineSchieflagederChancenzurVerwirklichungvonLebensplänenerwachsenkönnen.
DiehistorischenErfahrungenderNSZeitundderBespitzelungdurchdieStasiwirkeninsoweitindenKöp
fenderDeutscheninbesondersintensiverWeisenach.
DasVerfassungsrechthegtdiesenbesonderenRespektvorderIndividualitätdesEinzelnennormativein:
DerSchutzderPrivatheitistdasunverzichtbareFundamentfürdieselbstbestimmteEntfaltungderPer
sönlichkeitunddamiteinerdemokratischenGesellschaft.83SieüberlässtdemEinzelnendieAusfüllung
____________________
78 Weichert(Fn.14),255.
79 Vgl.aberauchdieErfahrungen,welchederKarten‐undNavigationssystemanbieterTomTomindenNiederlandensam
melte:Alsbekanntwurde,dassdasUnternehmenanonymisierteVerkehrsbewegungsdatenandieniederländischePolizei
verkaufte,damitdieseihreVerkehrskontrollenoptimierenkann,straftenvieleKundendasUnternehmenmitVerachtung
undBoykott.Vgl.http://www.spiegel.de/netzwelt/gadgets/standortsuchefuerradarfallentomtomentschuldigtsich
fuerdealmitderpolizeia759464.html(9.2.2015).
80 Vgl.zurChronikBrücher(Fn.3),S.117f.;zurrechtlichenZulässigkeitMantz,K&R2013,7ff.Ähnlichesgiltauchfürdas
PilotprojektderVAGNürnbergzurVerbesserungderVerkehrsplanungaufderGrundlageanonymisierterTelekommuni
kationsdaten;siehedazuAnonymous(Fn.49),S.26undFn.49.
81 Vgl.http://www.spiegel.de/netzwelt/web/schufawillkreditdatenbeifacebooksammelna837454.html(16.3.2014).
82 Vgl.http://www.kreditech.com/whatwedo/(25.2.2015).
83 Vgl.BVerfGE65,1(40);Bornemann(Fn.10),233.
20
seinergesellschaftlichenRolle,seinesSelbstverständnissesundseinerIdentitätohnevorgeformteMuster.
Widersprüchliches,paradoxesundemotionsgeleitetesVerhaltengehörtdazuebensowiePersönlichkeits
verschiebungenunddieSprunghaftigkeitmenschlichenVerhaltens.BigDataTechnologienvermögendie
sesWechselspielmenschlichenSeinsihrerNaturnachnurunzureichendzuerfassen.Sielegenvielmehr
technischeSchablonenüberihreErfassungsobjekte.MenschensindhinsichtlichihresNutzungs‐undKom
munikationsverhaltensinvielenLebenssituationenzugleichaberauchleichtberechen‐undvorherseh
bar.84AusdenVerbindungsdatenalleinzweierWochenlassensichaussagekräftigeVorhersagenfürden
künftigenAufenthaltsorteinerPersonzueinembestimmtenZeitpunktableiten.85WennMenschenwissen
odervermuten,dasssiebeobachtetwerden,verhaltensiesichnichtunbefangen.Sieneigendannbe
wusstoderunbewusstdazu,den(unterstellten)ErwartungendesBeobachterszuentsprechen.86Schon
derVerdacht,dassdasGegenüberüberZusatzwissenverfügtoderInformationen(offenoderverdeckt)
aufzeichnet,veränderteineKommunikationsbeziehung.WerunterständigerBeobachtungsteht,begibt
sichsoderChance,sichfreizuentfalten.Kreativität,FreiheitundInnovationskraftfallendemzumOpfer,
gründensiedochaufAbweichungenvontradiertenVerhaltensmustern.
DasAllgemeinePersönlichkeitsrechtsichertdieFreiheitindividuellerLebensgestaltungdahergegeneine
umfassendeBeobachtungundeinedavonausgehendeBeeinträchtigungindividuellerFreiheitsentfaltung
umfänglichab;alsVorfeldGrundrechtverleihtesinsbesonderederVerwirklichungandererFreiheits
rechte,dieaufderFreiheitindividueller,unbefangenerEntfaltungdesEinzelnenaufbauen(wiez.B.die
VereinigungsfreiheitoderdieVersammlungsfreiheit),normativenFlankenschutz.87
IndieseUnbefangenheitderKommunikationsbeziehungendringenBigDataTechnologienein.Sielösenin
einerauffreiheitlichenWertenberuhendenGesellschaftdieFurchtvoreinerVerdinglichungdesinein
InternetderDingeinkorporiertenMenschenaus.DieVorstellung,dassderdigitaleZwillingalsSchatten
desIndividuums(etwaimWegeeinesPreEmploymentScreenings)komplexePersönlichkeitsstrukturen
ähnlicheinerRasterfahndung88durchsichtigmacht,erinnertanmahnendeSchreckensbilderderScience
FictionWelt.BigDataTechnologienlassendieseaberRealitätwerden.DeutlichmachtdasetwaderPlan
deramerikanischenInvestmentbankJPMorganChase&Co,ihreMitarbeitermithilfevonAlgorithmen
undeinesdadurchgewonnenenMitarbeiterprofilsaufderGrundlageeinerAuswertungihrerEMailsund
____________________
84 Vgl.dazuauchWeichert(Fn.14),255.
85Martini,VomheimischenSofaindiedigitaleAgora:EPartizipationalsInstrumenteinerlebendigenDemokratie?,in:
Hill/Schliesky(Hrsg.),NeubestimmungderPrivatheit,2014,S.193(213);Ulmer(Fn.12),230m.w.N.
86 Vgl.auchBVerfGE65,1(43);100,313(358f.);109,279(354f.);120,378(405f.);122,342(369);125,260(320);vgl.
auchzurTheoriederobjektivenSelbstAufmerksamkeitinderPsychologieWiekens/Stapel,SocialPsychology41(2010),
10ff.
87 Vgl.auchBVerfGE120,378(397).
88 DieRasterfahndungdarfalsUrtypeinerBigDataAnalysegelten.ZuihrengesetzlichenRegelungensieheinsbesondere
§5G10.VoneinerRasterfahndungunterscheidetsichdieBigDataAnalysedadurch,dassderNutzerbeiderRasterfahn
dungwissenmuss,wasersucht.DieBigDataAnalysestelltdemgegenüberZusammenhängeherundidentifiziertSuch
faktoren.DieFörderungderRasterfahndungverdanktihrenUrsprungnichtzuletztdembesonderenEinsatzdesBKA
ChefsHorstHerold,derEndedersechzigerJahrealsNürnbergerPolizeipräsidentmitdenMöglichkeitendermodernen
Computertechnikexperimentierte.
21
dessonstigendigitalenKommunikationsverkehrsautomatisiertaufverdächtigeVerhaltensmusterzu
überprüfen,umVerstößegegenRisikostandardsundVerhaltensrichtlinienaufzudecken.89
AngriffegegendendigitalenZwillingrichtensichgegendenMenschenundseineFreiheitselbst.Treffen
lernendeAlgorithmenEntscheidungen,ohnedassdieseaufgrundderKomplexitätderKorrelationenund
derEchtzeitverwertungimEinzelfallnochvomMenschennachvollziehbarunddamitkontrollierbarist,
beschwörtdasüberdiesdieFurchtvoreinerautonomenSteuerungherauf,derenZauberlehrlingdieGeis
ter,dieerrief,nichtwiederloswird.
III. KonfliktlinienmitdatenschutzrechtlichenPrinzipien
IndemBigDataAnalysenaufeinebreiteDatengrundlageangewiesensind,umihrenMehrwertgene
rierenzukönnen,tretensieineinenZielkonfliktmitzentralenGrundgedankendesDatenschutzrechts,
insbesonderedenPrinzipienderDatensparsamkeitsowieErforderlichkeit(unten1.),derZweckbindung
(unten2.)undderTransparenz(unten3.).90
1.PrinzipderErforderlichkeit,DatenvermeidungundDatensparsamkeit
DatenschutzverlangtDatenaskese.DieDatenverarbeitungistinihremInhalt,Umfangundinihrer
zeitlichenErstreckungaufdasfürdenzulässigenZweckErforderlichezubegrenzen(vgl.etwa§6b
Abs.1S.1,§13Abs.1,§14Abs.1S.1,§28Abs.1S.1Nr.1BDSG[»erforderlichist«]).DasPrinzipder
DatensparsamkeitundDatenvermeidunggründetaufeineeinfacheErkenntnis:DasRisikofürdieinfor
mationelleSelbstbestimmungwächstproportionalzurMengedergespeichertenundverarbeitetenDa
ten.EntsprechendsindalsAusflussdesVerhältnismäßigkeitsprinzipstechnischeSystemesozugestal
ten,dasssieihreFunktionmitmöglichstwenigenpersonenbezogenenDatenerfüllenkönnen3aS.1
BDSG);VerarbeitungundVorhaltungsindnursolangezulässig,wiesieerforderlichsind,umdenkon
kretenZweckzuerreichen.VorrangigsindanonymisierteoderpseudonymisierteDatenzuverwenden.
SobaldDatennichtmehrbenötigtwerden,sindsiezulöschen35Abs.2S.2Nrn.3und4BDSG;
Art.23Abs.2S.1u.2DatenschutzGrundverordnungE).
DiedarinliegendeFunktiondessozialenVergessensläuftbeiBigDatatendenziellleer.91InseinerWelt
gibtesnämlichkeinirrelevantesoderunnützesDatummehr,legtdochgeradeeinneuerDatensatzwo
möglichdieentscheidendeSpurzueinerneuenKorrelationfrei,diewertvolleErkenntnissehervorbringt.
DassetzteinenAnreiz,auchältereDateninmöglichstgroßerZahlundfürmöglichstlangeZeitvorzuhal
ten,umaufdieserbreitenDatengrundlageneueInformationenzugenerieren.Informationen,dieeinmal
denWegindieKomplexitätdesVerarbeitungsvorgangsvonBigDataProzessengefundenhaben,finden
denWegdannkaumwiederheraus.WährendinderrealenWeltGeschehnissedenGesetzenderFlüchtig
keitundder»GnadedesVergessens«,dieErinnerungenverblassenlässt,unterworfensind,istdiedigitale
____________________
89 www.bloomberg.com/news/articles/20150408/jpmorganalgorithmknowsyourearogueemployeebeforeyoudo
(6.5.2015).
90 Vgl.auchdieBündelungderDatenschutzprinzipieninArt.5desEntwurfszurEUDatenschutzGrundverordnung.
91 Roßnagel,ZD2013,562(564).
22
WeltinderLage,längstvergesseneMomentaufnahmenwiederwachzurufen,zuneuenMusternzusam
menzusetzenundausdenzugrundeliegendenMosaiksteinenneueProfilezukreieren.Diesaberkann
Persönlichkeitsbilder,diesichinderrealenWeltbereitsweiterentwickelthaben,digitalmumifizieren.Das
InternetwirktdannwieeinSarkophagfürDaten.Erst,wennDatenbeständeauchimRegimevonBigData
wiemakulierteBücheraussortiertwerden,liefernAnalysenrealitätsgerechtePersönlichkeitsprofile.Über
holteDatentragennichtderDynamikvonPersönlichkeitsentwicklungenRechnungunddemRespekt,
densieverdienen;siesindauchkeinehilfreicheGrundlagefürZukunftsprognosen,welchemassenhafte
DatenauswertungihremWesennachhervorbringensoll.92GeradeineinerBigDataWeltistdaherent
scheidend,werinwelcherWeiseKontrolleüberdenDatenbestandausübt,unterwelchenVoraussetzun
genDatenindieAnalysemaschinerieeingespeistwerdenkönnenundwielangesiedortverbleibensowie
inwelchenRhythmenundnachwelcherLogiküberholte,unnützevonaktuellen,relevantenDatenge
schiedenwerden.
DiePersönlichkeitdesMenschenbrauchtzuihrerfreienEntfaltungdieMöglichkeitzumNeustart.Sowie
ResozialisierungohneVergessenundohneVersöhnungnichtmöglichist,istauchPersönlichkeitsschutz
ohneeinRechtaufVergessenwerdenunterdenBedingungenvonBigDatafreiheitssicherndkaumreali
sierbar.
DasDatenschutzrechtformtdiesenLeitgedankenbereitsinAnsätzenaus:EsverlangteineLöschung,
wennsichderursprünglicheErhebungszweckerledigthat35Abs.2S.1Nr.3BDSG;dazuauchimEin
zelnenuntenIV.2.bcc(1)(β),S.33).ObnochweitereneueZweckeeinerBigDataVerwendunghinzutre
ten,istfürdieLöschungspflichtunerheblich.
2.GrundsatzderZweckbindung
Datendürfennichtfürjedenbeliebigen,sondernnurfürdenZweckgenutztwerden,fürdensieerhoben
wordensind;derErhebungszweckbegrenztdieVerarbeitungsbefugnis(vgl.insbesondere§88Abs.3
S.2TKG,§12Abs.2i.V.m.§14Abs.1und§15Abs.1TMG,§28Abs.1S.2,Abs.2undAbs.5,§§31
und39BDSG,§78Abs.1S.1SGBX;Art.5Nr.1lit.b,23Abs.2DatenschutzGrundverordnungE).93
NursoistesdemBetroffenenmöglich,diePreisgabevonDatenentsprechendseinersozialenRolleund
seinemSelbstverständnisselbstzusteuern.
BigDataTechnologienbevorratenDatenzuergebnisoffenen,alsounbestimmtenZwecken,umsiezur
GewinnungneuerErkenntnissezuverschneidenundaufneueKorrelationenzwischenscheinbarzusam
menhangslosenInformationsbausteinenzuscreenen.ErstamEndederAuswertunglässtsichdannsagen,
____________________
92 Glaser(Fn.42),294.
93 WenigerstrengdemgegenüberArt.6Abs.1lit.bderRichtlinie95/46/EG(Datenschutzrichtlinie).Siebeschränktsichauf
dasVerbot,DatenineinermitdenZweckbestimmungennichtzuvereinbarendenWeisezuverarbeiten.Zwarzieltdie
RichtliniegrundsätzlichaufeineVollharmonisierung(EuGH,Urt.v.24.11.2011C468/10–,ECLI:EU:C:2011:777,Rn.
26ff.).ImHinblickaufdieGrundsätzedesArt.6gestehtsiedenMitgliedstaatenjedocheinenGestaltungsspielraumzu
(vgl.auchArt.5derRichtlinie95/46/EG).EinesolcheKonkretisierungnimmtderdeutscheZweckbindungsgrundsatzin
unionskonformerWeisevor.
23
welchegenaueZielsetzungderProzesshatte.DieAnalyseliefertAntwortenaufFragen,diebishergar
nichtgestelltwurden.EngeZweckbegrenzungenlaufendieserMissionzuwider.94
UmihreZielezuerreichen,istdieVorhaltungundVerarbeitungvonMassendatenzwarerforderlich.
DasPhänomen»BigData«setztdieDatenallerdingsnichtzudemZweckein,zudemsieursprünglicher
hobenwordensind.DieAnalyselöstsieausdemErforderlichkeitszusammenhangdesErhebungszwecks
heraus.DiezueinemspezifischenZweckgespeichertenDatenmitvielenanderenDatenzusammenzufüh
ren,verletztdiedatenschutzrechtlichvorgegebene,aufdasErforderlichebeschränkteZweckbindung;der
wertschöpfungsorientierteGrundgedankevonBigDataverläuftquerzurpersönlichkeitsrechtlichenPhilo
sophiederZweckbindung.95
3.Transparenz
SowohldasdeutscheDatenschutzrechtalsauchderEntwurffüreineDatenschutzGrundverordnung96
sindvondemGedankenderTransparenzbeseelt.DiesemZwecksindinsbesonderedieInformations
pflichtbeiDatenerhebungsowieneuerSpeicherungundZweckänderung33BDSG),Auskunftsrechte
34BDSG)97undLöschungsrechte35BDSG)verschrieben.FürdieBürgerinnenundBürgermuss
nachvollziehbarsein,obundggf.welcheStellenwelcheDatenzuwelchemZweckundinwelchemUm
fangsammelnundauswerten.98Siesollenwissen,ob,vonwemundzuwelchemZweckDatenerfasst
werden.99NursobleibtdiedigitaleSouveränitätdesEinzelnenüberdieVerwendungseinerDatenge
wahrt.BleibtdemBürgerverborgen,»werwaswannundbeiwelcherGelegenheitüberihnweiß«,kann
ihndas»inseinerFreiheitwesentlichhemmen,auseigenerSelbstbestimmungzuplanenoderzuent
scheiden«.100IndividuelleEntfaltungkannnurdanngelingen,wennderEinzelnedieFolgeneinerPreis
gabevonDatenüberblickenundüberderenVerwendungautonomentscheidenkann.101
InderWeltdes