1
00:00:00,000 --> 00:00:18,120
35C3 Vorspannmusik
2
00:00:18,120 --> 00:00:24,570
Herald-Engel: Ja es ist mir eine riesige
Freude, heute hier auf dem 35C3 einen Talk
3
00:00:24,570 --> 00:00:29,970
mit dem Titel "Archäologische Studien im
Datenmüll" vorzustellen. Er wird gehalten
4
00:00:29,970 --> 00:00:34,720
von Katharina Nocun - sie ist Bloggerin,
Autorin, aber eigentlich kennt man sie
5
00:00:34,720 --> 00:00:39,320
auch als Datenschutzaktivistin - und der
wunderbaren Letty. Also einen warmen
6
00:00:39,320 --> 00:00:41,720
Applaus und viel Spaß bei diesem
spannenden Thema.
7
00:00:41,720 --> 00:00:52,780
Applaus
8
00:00:52,780 --> 00:00:57,629
Letty: Ja danke, Pupe. Es ist schön, dass
sich alle Haralde zum Horst machen mit dem
9
00:00:57,629 --> 00:01:02,950
Französisch. Wir würden zu Beginn mal 'ne
Frage stellen - zwei Fragen stellen und
10
00:01:02,950 --> 00:01:07,429
zwar die erste ist: Wie viel Personen
haben hier die Weihnachtsgeschenke bei
11
00:01:07,429 --> 00:01:10,429
Amazon gekauft?
Katharina Nocun: Hola! Lachen
12
00:01:10,429 --> 00:01:14,619
L: Ups! Lachen Okay ich würde mal grob
sagen die Hälfte. Lasst mal bitte eure
13
00:01:14,619 --> 00:01:18,970
Arme oben, denn es geht weiter: Wer von
euch hat nur die Recherche bei Amazon
14
00:01:18,970 --> 00:01:22,680
gemacht und danach woanders gekauft?
Kommen da noch welche hinzu? Ne, die die
15
00:01:22,680 --> 00:01:27,450
gekauft haben bitte oben lassen, das wär
super. Okay es sieht so - okay wer nicht
16
00:01:27,450 --> 00:01:31,380
bei Amazon kauft, recherchiert auch nicht
scheinbar. Okay. Oder es gab wenige, die
17
00:01:31,380 --> 00:01:34,350
dazugekommen sind.
K: Also ich würd sagen das ist deutlich
18
00:01:34,350 --> 00:01:37,540
mehr als 50 %.
L: Ja? Man sieht das nicht.
19
00:01:37,540 --> 00:01:40,470
K: Ja, aber diejenigen, die eben
aufgezeigt haben, die werden mir sicher
20
00:01:40,470 --> 00:01:45,110
zustimmen, wenn ich sage, das ist ziemlich
bequem, wenn nicht sogar verdammt bequem,
21
00:01:45,110 --> 00:01:49,399
alles bei einem Anbieter zu suchen oder
auch bestellen zu können. Und man stellt
22
00:01:49,399 --> 00:01:55,640
sich das in der Theorie ja auch so sehr
komfortabel vor. Ich weiß nicht, wer bei
23
00:01:55,640 --> 00:02:01,280
DHL die Entscheidung getroffen hat, auf
Formel 1-Autos Werbung zu schalten. Ich
24
00:02:01,280 --> 00:02:04,970
finde der Mensch hat aber sehr viel Humor.
Lachen
25
00:02:04,970 --> 00:02:09,020
K: Denn in der Realität sieht es ja ein
bisschen anders aus, ne? Also so richtig gut
26
00:02:09,020 --> 00:02:14,180
bezahlte Fahrer und schnelle Lieferung,
die gibt's in der Praxis eher selten und
27
00:02:14,180 --> 00:02:19,590
bei Amazon würde ich sagen gar nicht. Und
der ein oder andere kennt's vielleicht,
28
00:02:19,590 --> 00:02:26,300
dass da ein Paket abgegeben wurde oder
zugestellt wurde, ist noch kein - ist noch
29
00:02:26,300 --> 00:02:30,310
lange keine Garantie dafür, dass es
wirklich da ist, wo man's hin haben will.
30
00:02:30,310 --> 00:02:35,359
Also hier so ein Best of für alle, die es
noch nicht gelesen haben auf der Folie -
31
00:02:35,359 --> 00:02:40,900
gesehen beim Tagesspiegel - Zitat: "Habe
das Paket im Müll versteckt - im blauen
32
00:02:40,900 --> 00:02:43,440
Papiercontainer".
L: What could possibly go wrong?
33
00:02:43,440 --> 00:02:48,690
K: Ja und da kommt ja richtig Freude auf
wenn man das liest und man denkt sich: "Ja
34
00:02:48,690 --> 00:02:53,970
wie können wir dieses Problem lösen?"
Natürlich hat Amazon da ein Produkt für -
35
00:02:53,970 --> 00:03:00,620
zumindest für seine US-Kunden. In den USA
kann man sich als Prime-Kunde entscheiden,
36
00:03:00,620 --> 00:03:04,930
ich nutze jetzt Amazon Key. Amazon Key -
ähm ja - kontrolliert dann quasi - ist ein
37
00:03:04,930 --> 00:03:08,460
intelligentes Schließsystem für die
Haustür, gibts auch fürs Auto, und dann
38
00:03:08,460 --> 00:03:13,590
kann man beispielsweise sagen, ja also dem
Amazon Paketdienst dem vertraue ich
39
00:03:13,590 --> 00:03:19,720
grundsätzlich - der kann die Pakete auch
innerhalb meines Hausflurs abstellen und
40
00:03:19,720 --> 00:03:23,060
der kann auch die Tür aufschließen.
Passend dazu gibt's auch ein
41
00:03:23,060 --> 00:03:27,079
Videoüberwachungssystem, wo man dann
kontrollieren kann beispielsweise wann die
42
00:03:27,079 --> 00:03:32,840
Kinder betrunken nachts nach Hause kommen.
Und ich weiß nicht wie es euch geht, aber
43
00:03:32,840 --> 00:03:36,230
ich finde das verdammt creepy. Ich würde
das niemals machen, denn ich denke mir, na
44
00:03:36,230 --> 00:03:41,850
ja ich will mir genau überlegen, wem ich
Einblick in meine Wohnung geben will. Aber
45
00:03:41,850 --> 00:03:46,739
als Datenschützerin habe ich mich gefragt,
ist nicht der Einblick den Amazon in unser
46
00:03:46,739 --> 00:03:51,180
Leben bekommt durch unser Klickverhalten
nicht viel intimer, als so ein harmloser
47
00:03:51,180 --> 00:03:55,630
Blick in den Hausflur? Weil wer bei mir in
die Wohnung guckt, der weiß vielleicht wie
48
00:03:55,630 --> 00:03:59,820
ich lebe, ja? Aber wer mein
Onlineverhalten kennt - wer weiß, wann ich
49
00:03:59,820 --> 00:04:05,320
wo wie klicke, der kann sich vielleicht
denken, wie ich denke - und das ist viel
50
00:04:05,320 --> 00:04:11,859
intimer. Ich hab mich daher im letzten
Jahr oder vorletzten Jahr, genauer gesagt
51
00:04:11,859 --> 00:04:16,720
im Jahr 2016, dazu entschieden, ein
Experiment zu machen: Ich wollte wissen,
52
00:04:16,720 --> 00:04:21,959
was speichert Amazon eigentlich über seine
Nutzer und im Zuge dessen habe ich dann
53
00:04:21,959 --> 00:04:24,370
auch angefangen alle meine
Weihnachtsgeschenke und sonstigen
54
00:04:24,370 --> 00:04:28,229
Geschenke bei Amazon zu bestellen und auch
alles dort zu recherchieren, um einen
55
00:04:28,229 --> 00:04:36,520
möglichst fetten Datensatz zu generieren.
Und mein Ziel war natürlich von Anfang an:
56
00:04:36,520 --> 00:04:42,770
Ich möchte an diese Daten ran. Ich möchte
sie sezieren. Ich möchte Sie sehen. Ich
57
00:04:42,770 --> 00:04:46,919
möchte wissen was genau Amazon über seine
Kunden speichert. Denn ich weiß nicht ob
58
00:04:46,919 --> 00:04:52,250
ihr es wusstet, aber nach Artikel 15 der
Datenschutz-Grundverordnung hat jeder
59
00:04:52,250 --> 00:04:56,780
Nutzer in ganz Europa das Recht jederzeit
zu seinem Anbieter zu gehen und zu sagen:
60
00:04:56,780 --> 00:05:01,199
"Hey ich möchte eine kostenlose Kopie
meiner Daten haben" und der Anbieter muss
61
00:05:01,199 --> 00:05:06,850
dann liefern. In der Praxis macht das aber
kaum jemand. Und bei Amazon hat das soweit
62
00:05:06,850 --> 00:05:10,479
ich wusste noch nie jemand so richtig
durchgezogen, dass da was Verwertbares
63
00:05:10,479 --> 00:05:14,150
rausgekommen ist. Also habe ich mich
entschlossen, ich gehe auf die
64
00:05:14,150 --> 00:05:21,159
Datenpirsch. Was hab ich also gemacht? Ich
habe ganz viel eingekauft. Was hab ich
65
00:05:21,159 --> 00:05:26,919
denn eingekauft? Ich hab fast 60 Bücher
innerhalb von 14 Monaten gekauft und falls
66
00:05:26,919 --> 00:05:29,990
ihr euch jetzt fragt - ja ich hab
tatsächlich mittlerweile mindestens 50
67
00:05:29,990 --> 00:05:36,400
Prozent davon auch gelesen. Ich habe...
Applaus
68
00:05:36,400 --> 00:05:41,919
K: ...Ich hab außerdem aber auch so
praktische Sachen bestellt wie
69
00:05:41,919 --> 00:05:47,889
beispielsweise Sprühkreide für eine
Protestaktion und eine Button-Maschine. In
70
00:05:47,889 --> 00:05:52,241
meinem Kaufprofil hat sich dann aber auch
so komischer Kram angesammelt, wie
71
00:05:52,241 --> 00:05:56,039
beispielsweise das
Lavendeleinschlafkissenspray. Der eine
72
00:05:56,039 --> 00:06:02,389
oder andere kennt es vielleicht aus dem
Radisson Blu am CCH. Was leider nicht auf
73
00:06:02,389 --> 00:06:06,770
dem Bild zu sehen ist, ist der
Hometrainer, den ich mir gekauft habe. Der
74
00:06:06,770 --> 00:06:11,169
war so erfolgreich, dass ich ihn nach drei
Monaten wieder weiterverkauft hab. Ich
75
00:06:11,169 --> 00:06:14,600
habe mir aber auch sinnvolle Sachen
gekauft, wie beispielsweise 'ne Maus,
76
00:06:14,600 --> 00:06:19,430
einen Ordner oder auch Schnürsenkel und
bin auch durch Amazon Besitzerin der
77
00:06:19,430 --> 00:06:26,229
schönsten Hausschuhe auf diesem Planeten.
Im August 2017 habe ich mir dann gedacht,
78
00:06:26,229 --> 00:06:31,300
so jetzt ist der Datensatz schön fett
angefüttert mit Klicks und Käufen. Jetzt
79
00:06:31,300 --> 00:06:36,669
frage ich mal meine Daten ab. Und das war
leider - muss ich sagen - der Beginn einer
80
00:06:36,669 --> 00:06:42,979
langen und intensiven Brieffreundschaft
mit der Datenschutzabteilung. Und zunächst
81
00:06:42,979 --> 00:06:45,970
habe ich nicht das bekommen, was ich haben
wollte. Ich habe dann aber immer weiter
82
00:06:45,970 --> 00:06:49,680
nachgefragt und irgendwann haben sie
angefangen mir CD-ROMs zuzuschicken.
83
00:06:49,680 --> 00:06:53,639
Lachen
K: Ja, musst' ich erstmal im Keller
84
00:06:53,639 --> 00:06:58,000
gucken, wie man denn so antike Datenträger
auslesen kann und auf der ersten CD fand
85
00:06:58,000 --> 00:07:03,661
sich leider auch nur das, was ich erwartet
hatte: Eine Kopie meiner Profildaten, die
86
00:07:03,661 --> 00:07:07,499
auch online einsehbar sind, plus ein paar
Zusatzinformationen - also nicht das was
87
00:07:07,499 --> 00:07:10,830
ich eigentlich wollte. Ich hab dann weiter
Stress gemacht, habe dann irgendwann 'ne
88
00:07:10,830 --> 00:07:15,120
zweite CD-ROM zugeschickt bekommen.
Eigentlich habe ich drei zugeschickt
89
00:07:15,120 --> 00:07:16,550
bekommen - die andere ist in der Post
verschwunden.
90
00:07:16,550 --> 00:07:23,409
L: In der Mülltonne.
K: Wahrscheinlich. Ja und dann habe ich
91
00:07:23,409 --> 00:07:27,130
auf dieser letzten CD mal geguckt was ist
denn da drauf? Und da waren so Sachen drauf
92
00:07:27,130 --> 00:07:31,819
wie ein PDF, wo ich sehen konnte, was für
Suchanfragen ich getätigt habe. Ich konnte
93
00:07:31,819 --> 00:07:36,439
sehen, auf welche Werbe-E-Mails ich wann
reagiert hab - auf die Sekunde genau. Und
94
00:07:36,439 --> 00:07:40,669
ich konnte sehen, auf welche Werbeanzeigen
ich reagiert habe. Das Interessante war
95
00:07:40,669 --> 00:07:46,659
allerdings so eine Excel-Tabelle und diese
Excel-Tabelle trug den unschuldigen Namen
96
00:07:46,659 --> 00:07:52,209
"Clickstream". Die habe ich mal aufgemacht
und das hat erst mal eine ganze Zeit lang
97
00:07:52,209 --> 00:07:56,859
zum Laden gebraucht. Und irgendwann habe
ich dann gesehen - okay diese Excel-
98
00:07:56,859 --> 00:08:06,739
Tabelle hat 15.365 Zeilen und jede Zeile
hat bis zu 50 Zusatzangaben, also 50
99
00:08:06,739 --> 00:08:11,659
Spalten. Ich war gestern mal im
Supermarkt, um das zu visualisieren. So
100
00:08:11,659 --> 00:08:14,739
viel Papier wär das, wenn das ausgedruckt
wär. Mein eigentliches Ziel war es, auf
101
00:08:14,739 --> 00:08:18,439
einen Stapel zu packen das wäre dann
größer als ich mit meinen 1,70m.
102
00:08:18,439 --> 00:08:22,120
Allerdings haben wir das aus
Sicherheitsgründen sein lassen, denn das
103
00:08:22,120 --> 00:08:26,530
wäre zusammengekracht.
L: Ja und als Katha mich gefragt hat, ob
104
00:08:26,530 --> 00:08:30,629
ich ihre Daten auswerten will, dachte ich
als Erstes an meine Datenbankenvorlesung -
105
00:08:30,629 --> 00:08:35,350
so Beziehung zwischen Kunden und
Lieferanten und was kauft man. Aber der
106
00:08:35,350 --> 00:08:38,560
Clickstream von Amazon sind nicht nur die
Käufe. Denn eigentlich wird alles
107
00:08:38,560 --> 00:08:41,979
abgespeichert, was wir mit der Seite
machen. Es ist egal ob wir nur auf die
108
00:08:41,979 --> 00:08:45,610
Startseite gehen, ob wir Produkte suchen
oder ob wir uns ein Produkt genau
109
00:08:45,610 --> 00:08:50,780
anschauen. Es wird sogar gespeichert, wenn
wir uns ein Bild vergrößern und natürlich
110
00:08:50,780 --> 00:08:55,580
auch jede Interaktion, die wir haben, wenn
wir auf unserem Nutzerkonto sind. Und weil
111
00:08:55,580 --> 00:08:58,790
wir hier ja einen Foundationstalk machen,
habe ich mir gedacht, ich will euch auch
112
00:08:58,790 --> 00:09:02,210
ein bisschen mitnehmen in die Reise in die
Daten, die unbekannt sind und wie man
113
00:09:02,210 --> 00:09:05,620
eigentlich mit so einem unbekannten
Datensatz vorgehen kann, ihn explorativ
114
00:09:05,620 --> 00:09:08,950
analysieren kann, um zu wissen, was steckt
überhaupt in diesen Daten drin? Was kann
115
00:09:08,950 --> 00:09:13,680
man vielleicht mit den Daten sehen? Also
wie schon gesagt, wir haben 50 Spalten
116
00:09:13,680 --> 00:09:17,400
oder auch Dimensionen genannt, und da ich
die nicht alle hier auflisten kann, habe
117
00:09:17,400 --> 00:09:21,320
ich versucht, 'ne grobe Zuordnung zu
Gruppen zu finden. Wir haben als erstes
118
00:09:21,320 --> 00:09:26,200
natürlich 'ne Zeitangabe, ganz klar. Wir
haben Account-Details, sowas wie seid ihr
119
00:09:26,200 --> 00:09:32,270
Prime-Kunde oder Business-Kunde, und 'nen
Ortsbezug. Amazon speichert die IP-Adresse
120
00:09:32,270 --> 00:09:35,340
nicht vollständig - der letzte Block ist
weggestrichen. Aber was sie außerdem
121
00:09:35,340 --> 00:09:39,560
speichern ist, in welchem Land, in welchem
Bundesland und welcher Internet-Service-
122
00:09:39,560 --> 00:09:43,000
Provider, also der Internetanbieter, den
ihr da genutzt habt, um die Seite zu
123
00:09:43,000 --> 00:09:48,350
besuchen. Außerdem wird natürlich die URL
gespeichert, die ihr da besucht habt und
124
00:09:48,350 --> 00:09:52,630
wenn es auch noch ein Produkt ist, wird
dazu die Produkt-ID auch abgespeichert.
125
00:09:52,630 --> 00:09:57,900
Achso, hm, oh jetzt habe ich die
Sessiondetails vergessen. Ja, die Session-
126
00:09:57,900 --> 00:10:01,770
Details sind so alles, was so im Cookie
auch landet, damit man einfach sieht in
127
00:10:01,770 --> 00:10:06,340
welcher Session man sich gerade befindet.
Und es gibt noch eine ID, die euch über
128
00:10:06,340 --> 00:10:11,580
alle Dienste von Amazon hinweg
identifizieren kann. Und bei den
129
00:10:11,580 --> 00:10:16,200
Navigationsdetails ist es eigentlich schon
ein bisschen klar, wo es hingeht. Amazon
130
00:10:16,200 --> 00:10:20,420
sieht, von wo ihr kommt, wo ihr gerade
seid und wo geht ihr dann hin. Dieser
131
00:10:20,420 --> 00:10:25,020
gesamte Verlauf wird einmal abgespeichert
- und nicht nur der Verlauf, sondern auch
132
00:10:25,020 --> 00:10:27,710
was habt ihr da gemacht, welche
Interaktionen habt ihr gemacht, habt ihr
133
00:10:27,710 --> 00:10:32,080
etwas in den Warenkorb hinzugefügt, habt
ihr euch ein Bild angeschaut oder habt ihr
134
00:10:32,080 --> 00:10:37,420
etwas für später gespeichert? Als letztes
kann man so einen Block sehen, das heißt
135
00:10:37,420 --> 00:10:42,380
Amazoninterna. Wir sehen, an welchen Web-
Server die Anfrage gestellt wurde und ob
136
00:10:42,380 --> 00:10:46,780
die Anfrage eine interne IP-Adresse bei
Amazon hat. Ihr bekommt von Amazon
137
00:10:46,780 --> 00:10:51,490
außerdem eine lange Liste mit all diesen
Dimensionen und die Erläuterung dazu, was
138
00:10:51,490 --> 00:10:56,811
sich dahinter verbirgt. Manchmal speichert
Amazon aber nicht den Klartext, sondern
139
00:10:56,811 --> 00:11:00,960
codiert etwas was z.B. wie: Null bedeutet,
ihr habt was in den Warenkorb gelegt.
140
00:11:00,960 --> 00:11:04,710
Denkt man erst mal: Super hat man nicht so
viel zu parsen. Dann hab ich aber
141
00:11:04,710 --> 00:11:07,850
festgestellt, als ich mir die Daten
genauer angeschaut habe, so Amazon erzählt
142
00:11:07,850 --> 00:11:12,260
aber nicht, was sie alles codiert oder was
sie codieren. Manche Felder sind uns
143
00:11:12,260 --> 00:11:15,130
schlicht unbekannt.
K: Ja, sagen wir mal so: Die
144
00:11:15,130 --> 00:11:18,110
Brieffreundschaft dauert noch an.
L: Ich hoffe auch, wir werden darauf noch
145
00:11:18,110 --> 00:11:22,221
nochmal Antwort bekommen. Wenn wir jetzt
also den Datensatz mit den 50 Spalten
146
00:11:22,221 --> 00:11:26,740
vorstellen, haben wir irgendwie über
15.000 Einträge. Ich hab mal 2
147
00:11:26,740 --> 00:11:29,140
herausgenommen, um einfach nur
exemplarisch zu zeigen, wie sind die
148
00:11:29,140 --> 00:11:32,930
überhaupt aufgebaut. Also wir haben Datum,
wir haben 'ne Aktion, die wir machen,
149
00:11:32,930 --> 00:11:36,950
sowas wie 'gesucht' oder 'gekauft', und dann
haben wir dazu die URL, aus welchem
150
00:11:36,950 --> 00:11:41,110
Bundesland vielleicht das Ganze abgesetzt
wurde, welcher Internet-Provider da
151
00:11:41,110 --> 00:11:45,490
dahinter steckt und wie lang die Ladezeit
war. Das haben wir natürlich nicht nur für
152
00:11:45,490 --> 00:11:51,690
diese 2 Einträge, sondern wie gesagt für
über 15.000. Welchen Zeitraum betrachten
153
00:11:51,690 --> 00:11:56,330
wir hier eigentlich in den Daten? Es geht
los am 1. August 2016 und es endet am
154
00:11:56,330 --> 00:12:03,170
31. August 2017. Das sind dann etwa 196 Tage,
die mit Interaktionen behaftet sind und
155
00:12:03,170 --> 00:12:09,010
das wären dann sozusagen 78 Einträge pro
Tag. Wenn ich mit so 'nem unbekannten
156
00:12:09,010 --> 00:12:12,710
Datensatz arbeite, dann arbeite ich
eigentlich immer mit Python und dem Pandas
157
00:12:12,710 --> 00:12:17,260
Package, was sich so für Datenanalyse
einfach als Standard durchgesetzt hat. Und
158
00:12:17,260 --> 00:12:20,080
egal was mir Amazon sagt, was in den Daten
sind, ich schaue mir die Dimensionen immer
159
00:12:20,080 --> 00:12:23,820
nochmal ganz genau an. Das heißt welche
Dimension habe ich und wie häufig wurde
160
00:12:23,820 --> 00:12:28,581
sie benutzt? Es gibt extrem viele, die
immer benutzt werden - sowas wie Datum und
161
00:12:28,581 --> 00:12:33,080
Uhrzeit. Die Angabe gibt es immer, aber es
gibt auch Dimensionen, die einfach nicht
162
00:12:33,080 --> 00:12:35,970
so häufig genutzt werden, und wir haben
auch eine Dimension bekommen, die wurde
163
00:12:35,970 --> 00:12:41,890
nie genutzt - irgendwas über Bilder. Keine
Ahnung was da drin ist. Ich hab mir dann
164
00:12:41,890 --> 00:12:44,930
jede Dimension wirklich einzeln angeguckt,
was da drin steht und wie häufig das
165
00:12:44,930 --> 00:12:50,410
passiert. Und bin über die Zeit gestoßen,
die wirklich eine sekundengenaue Angabe
166
00:12:50,410 --> 00:12:54,760
sein soll, was man auf Amazon macht. Und
ich weiß nicht, wie man es hinbekommt, in
167
00:12:54,760 --> 00:12:59,141
einer Sekunde irgendwie 45 Einträge zu
generieren, aber ich dachte mir, okay, ich
168
00:12:59,141 --> 00:13:02,310
nehme erst mal noch eine andere Spalte und
schaue mal was da noch drin steht ist -
169
00:13:02,310 --> 00:13:06,130
vielleicht ist das ja ein Ausreißer oder
es sind mehrere Ausreißer - weiß man ja
170
00:13:06,130 --> 00:13:09,990
nicht. Dann hab ich mir so einen Tag
genauer angeguckt. Also man kann auch die
171
00:13:09,990 --> 00:13:12,980
Zeitangabe nur für einen Tag nehmen. Das
ist irgendwie so eine relative
172
00:13:12,980 --> 00:13:16,570
Gleichverteilung. Und dann hat man da so 3
Ausreißer - die sind irgendwie wahnsinnig
173
00:13:16,570 --> 00:13:20,940
verdächtig, weil die stark abweichen von
den anderen und es gibt sogar einen der
174
00:13:20,940 --> 00:13:27,490
irgendwie 710 Einträge beinhaltet aber ich
weiß ja nicht, wie intensiv Katha Amazon
175
00:13:27,490 --> 00:13:32,510
genutzt hat in der Zeit von morgens bis
abends - auf jeden Fall sportlich. Dann
176
00:13:32,510 --> 00:13:36,120
habe ich mir den Tag aber wirklich mal
ganz genau angeschaut. Wir haben 710
177
00:13:36,120 --> 00:13:39,420
Einträge. Dann hab ich mal geguckt, was
ist denn für eine Zeitspanne die wir
178
00:13:39,420 --> 00:13:46,030
haben? 20 Minuten und 35 Sekunden. Das
heißt für einen Eintrag würde Katha 1,74
179
00:13:46,030 --> 00:13:49,560
Sekunden brauchen. Das Ganze würde dann
wahrscheinlich so aussehen.
180
00:13:49,560 --> 00:13:51,660
Lachen
K: Ja und wenn ich das schaffe, spätestens
181
00:13:51,660 --> 00:13:55,030
an der Stelle sollte ich meine Karriere
als Progamer überdenken.
182
00:13:55,030 --> 00:14:00,280
L: Ja. Ich bin daraufhin nochmal genauer
in die Daten eingestiegen und Pandas hat
183
00:14:00,280 --> 00:14:03,360
so 'nen value_counts, was das Histogramm
sozusagen darstellen würde -
184
00:14:03,360 --> 00:14:07,130
Häufigkeitsverteilung und die Funktion und
ich wir sind jetzt richtig dicke auf jeden
185
00:14:07,130 --> 00:14:13,170
Fall. Ich hab mir die wirklich komplett
nochmal angeschaut. Wo kommt das her? Mir
186
00:14:13,170 --> 00:14:16,750
ist aufgefallen, dass diese Aktion nicht
immer definiert ist, die wird nur so 4.600
187
00:14:16,750 --> 00:14:20,680
Mal überhaupt angegeben. Wo ich mir
dachte, okay, 'ne Interaktion - naja
188
00:14:20,680 --> 00:14:23,600
vielleicht kann man's nicht immer
klassifizieren und dann sind mir zwei
189
00:14:23,600 --> 00:14:28,290
andere Sachen noch aufgefallen: request
und lazy-load. Die zwei Sachen finde ich,
190
00:14:28,290 --> 00:14:33,320
hören sich nicht wie eine Interaktion an.
Und da ich Webentwicklerin halt auch bin,
191
00:14:33,320 --> 00:14:38,270
war mir so hm okay vielleicht wird da noch
etwas anderes in den Daten stecken. Und
192
00:14:38,270 --> 00:14:41,760
hab mir daraufhin die URLs mal genauer
angeschaut, die in den Daten stecken und
193
00:14:41,760 --> 00:14:44,540
spätestens bei Ajax, was 'ne
Webtechnologie ist, sagt mir mh
194
00:14:44,540 --> 00:14:48,400
Nutzerinteraktion? Schauen wir mal in den
Browser. Wie gesagt, ich bin
195
00:14:48,400 --> 00:14:53,430
Webentwicklerin, und so'n Browser verrät
'ne Menge über eine Webseite, wenn Fehler
196
00:14:53,430 --> 00:14:56,730
drin sind oder was für einen Traffic im
Netzwerkverkehr - äh im Netzwerk
197
00:14:56,730 --> 00:15:00,610
stattfindet. Und das hab ich auch mal für
Amazon gemacht und hab mir mal ein Spiel
198
00:15:00,610 --> 00:15:03,740
einfach ausgesucht und hab geguckt was
wird eigentlich so alles geladen, während
199
00:15:03,740 --> 00:15:08,750
man auf der Seite ist. Und ja, jede
Webseite lädt eine Menge Sachen nach. Und
200
00:15:08,750 --> 00:15:12,660
als es dann irgendwann mal fertig geladen
hat, dachte mir okay, und jetzt suche ich
201
00:15:12,660 --> 00:15:17,360
in dieser Auflistung nach den URLs, die
ich nicht zuordnen konnte. Und siehe da,
202
00:15:17,360 --> 00:15:21,260
es sind wirklich Sachen die einfach
nachgeladen werden. So etwas wie ein Prime
203
00:15:21,260 --> 00:15:24,570
Button oder Bilder und Rezensionen, was
für mich jetzt per se keine
204
00:15:24,570 --> 00:15:29,400
Nutzerinteraktion ist. Aber es landet
komplett in dem Clickstream drin. Wenn wir
205
00:15:29,400 --> 00:15:34,071
also die realen Nutzerinteraktionen suchen
von den über 15.000 Einträgen, dann hab
206
00:15:34,071 --> 00:15:39,450
ich eine Annahme getroffen: Eine
Nutzerinteraktion muss die Page Action
207
00:15:39,450 --> 00:15:42,960
angegeben haben, ansonsten ist es keine.
So selektieren wir die erst mal als
208
00:15:42,960 --> 00:15:46,080
Erstes. Dann möchte ich auch nicht, dass
es ein request ist, weil das sieht auch
209
00:15:46,080 --> 00:15:51,350
aus wie keine Interaktion und es darf auch
kein lazy-load sein. Wenn wir diesen
210
00:15:51,350 --> 00:15:55,340
gesamten Wust nehmen und einfach mal aus
den Daten rauswerfen, dann haben wir 75 %
211
00:15:55,340 --> 00:16:01,450
der Daten einfach mal weggeworfen haben
nur noch 3.747 Einträge übrig, die reale
212
00:16:01,450 --> 00:16:07,080
oder die ich als Annahme als reale
Nutzerinteraktion sehe. Ich weiß nicht,
213
00:16:07,080 --> 00:16:11,120
wie viele von euch auf GitHub unterwegs
sind, aber ich liebe den Graph, der so ein
214
00:16:11,120 --> 00:16:15,240
bisschen die Aktivität zeigt, die man auf
GitHub hat. Das Gleiche könnte man auch
215
00:16:15,240 --> 00:16:19,790
für Amazon machen. Und ich weiß nicht, ob
ich darüber so glücklich wäre bei mir.
216
00:16:19,790 --> 00:16:24,150
Jedenfalls steht jedes Kästchen für eine
Interaktion und die extrem dunklen lilanen
217
00:16:24,150 --> 00:16:29,480
Kästchen zeigen bis zu 180 Interaktionen,
die man mal am Tag getätigt hat
218
00:16:29,480 --> 00:16:34,460
K: Beispielsweise vor Weihnachten.
L: Genau - sieht man besonders gut. Aber
219
00:16:34,460 --> 00:16:38,310
das heißt ja auch noch nicht, dass jede
Interaktion wirklich zu einem Kauf
220
00:16:38,310 --> 00:16:42,060
überleitet. Und ich hab mal versucht
herauszufinden, wie Amazon überhaupt
221
00:16:42,060 --> 00:16:46,010
klassifiziert, ob man etwas kauft. Und ich
dachte mir, hey, Page Action, du bist ja
222
00:16:46,010 --> 00:16:50,460
eine gute Idee anzugucken und Amazon wird
doch mit Sicherheit ordentliche, gepflegte
223
00:16:50,460 --> 00:16:55,160
Daten haben und sowas wie ein "Order" drin
stehen haben oder 'nen "Purchase" - nix
224
00:16:55,160 --> 00:17:00,050
da. Amazon hat aus irgendwelchen Gründen
'ne Horde an Einträgen, die man per Hand
225
00:17:00,050 --> 00:17:05,530
herausfinden muss aus seinem Datensatz.
Damit man überhaupt eine Idee davon
226
00:17:05,530 --> 00:17:10,010
bekommt, welche Interaktionen sind
wirklich Käufe und welche nicht. Ich habe
227
00:17:10,010 --> 00:17:14,250
auch nicht herausgefunden ob's hinter
dieser Nummerierung von "PlaceOrder"
228
00:17:14,250 --> 00:17:18,380
irgendeinen Zusammenhang gibt, wann die
auftreten, das ist nicht aus dem Datensatz
229
00:17:18,380 --> 00:17:24,529
ersichtlich gewesen. Wenn wir also mal die
Interaktion mit den Käufen vergleichen -
230
00:17:24,529 --> 00:17:29,029
leider sind die Kästchen ein bisschen hell
- von den 196 Tagen, an denen man
231
00:17:29,029 --> 00:17:33,330
interagiert hat, hat man am Ende nur an 24
Tagen gekauft. Also ist ein viel, viel
232
00:17:33,330 --> 00:17:37,679
geringerer Teil. Aber man sieht den
Dezember - da hat Katha auf jeden Fall
233
00:17:37,679 --> 00:17:41,259
viermal hintereinander gekauft. Und in
ihren Daten habe ich außerdem gesehen,
234
00:17:41,259 --> 00:17:45,650
dass sie extrem interessiert an Büchern
ist und im Dezember einfach mal 32 Bücher
235
00:17:45,650 --> 00:17:49,722
an 4 Tagen gekauft hat.
Lachen
236
00:17:49,722 --> 00:17:52,990
L: Wir lassen das Thema mit den
Interaktionen und Käufen jetzt mal hinter
237
00:17:52,990 --> 00:17:58,299
uns und begeben uns auf die Orte, in denen
Katha war, als sie auf Amazon
238
00:17:58,299 --> 00:18:03,679
herumgebrowst ist. Als Erstes ist mir
aufgefallen, in Berlin ist sie am
239
00:18:03,679 --> 00:18:08,529
häufigsten im Internet auf Amazon. Okay,
vielleicht wohnt sie da. Dann hat man
240
00:18:08,529 --> 00:18:12,470
irgendwie Brandenburg und Schleswig-
Holstein noch ziemlich häufig. Weiß ich
241
00:18:12,470 --> 00:18:15,980
nicht, was der Bezug dazu ist, und dann
weniger häufig aber auch existent
242
00:18:15,980 --> 00:18:21,070
Nordrhein-Westfalen und Niedersachsen.
K: Ja, ich lös mal auf. Ich wohne in
243
00:18:21,070 --> 00:18:25,810
Berlin, das ist richtig, und um aus Berlin
rauszukommen muss man grundsätzlich erstmal
244
00:18:25,810 --> 00:18:31,350
immer durch Brandenburg durch. In der
Zeit, in der ich diesen Versuch gemacht
245
00:18:31,350 --> 00:18:36,159
habe, bin ich beruflich nach Schleswig-
Holstein gependelt. Das heißt man konnte
246
00:18:36,159 --> 00:18:40,299
in dem Datensatz recht gut sehen, an
welchen Tagen ich wo gearbeitet habe. In
247
00:18:40,299 --> 00:18:43,789
Nordrhein-Westfalen lebt meine Familie und
immer wenn ich nach Nordrhein-Westfalen
248
00:18:43,789 --> 00:18:46,990
gefahren bin, bin ich auch durch
Niedersachsen durchgefahren. Was mich so
249
00:18:46,990 --> 00:18:51,889
ein bisschen überrascht hat war, dass ich
an dem Datensatz schon vermuten konnte,
250
00:18:51,889 --> 00:18:56,450
wann ich meine Eltern besucht habe. Und
das war dann doch ein bisschen creepy.
251
00:18:56,450 --> 00:18:59,470
L: Das ist einfach nur die Spalte, die man
anschauen kann, wenn es um die
252
00:18:59,470 --> 00:19:04,049
Bundesländer geht.
K: Ah ja, und genau. Woher weiß Amazon,
253
00:19:04,049 --> 00:19:08,049
dass in NRW meine Eltern wohnen? Ganz
einfach: kurz vor Weihnachten ratet mal wo
254
00:19:08,049 --> 00:19:11,700
ich meine Pakete hingeschickt hab, ne,
weil ich auf den letzten Drücker gekauft
255
00:19:11,700 --> 00:19:15,090
habe. Und das sind solche kleinen
Verbindungen, wo man wirklich sagen kann
256
00:19:15,090 --> 00:19:18,091
man: naja, wenn ich mehrere Datensätze als
Amazon habe, kann ich da total einfach
257
00:19:18,091 --> 00:19:23,639
auch sehr private Details rausfinden.
L: Genau. Als Nächstes habe ich mir im
258
00:19:23,639 --> 00:19:27,879
Vorfeld die Internet Service Provider mal
genauer angeschaut und da ist mir eins
259
00:19:27,879 --> 00:19:31,519
aufgefallen: einige verraten, wo sie sind.
So weiß ich zum Beispiel, dass Katha im
260
00:19:31,519 --> 00:19:35,229
Freifunk in Hamburg unterwegs war.
K: Ja, da bin ich immer umgestiegen, weil
261
00:19:35,229 --> 00:19:39,190
ich nach Kiel gefahren bin.
L: Und dann hab ich da was im Februar 2017
262
00:19:39,190 --> 00:19:44,350
gesehen, da war sie auf den Bahamas.
K: Nicht was ihr denkt, das war Urlaub.
263
00:19:44,350 --> 00:19:48,790
Lachen
L: Und im Juli 2017 war sie in Polen.
264
00:19:48,790 --> 00:19:53,010
K: Genau, das war ein Familienurlaub.
L: Es gibt da noch einen anderen
265
00:19:53,010 --> 00:19:57,249
Aufenthalt, der mir aufgefallen ist. Und
ich vermute, du hast eine Beziehung zu
266
00:19:57,249 --> 00:20:01,029
Universitäten oder Bibliotheken.
K: Ja, ich schreib tatsächlich am liebsten
267
00:20:01,029 --> 00:20:04,970
in der Bibliothek.
L: Viele von euch werden den Verein zur
268
00:20:04,970 --> 00:20:09,019
Förderung eines Deutschen Forschungsnetzes
kennen in Form von eduroam. Das ist die
269
00:20:09,019 --> 00:20:12,340
Einrichtung, die in Deutschland das
Internet in Bildungs- und
270
00:20:12,340 --> 00:20:16,409
Forschungseinrichtungen, Universitäten
oder Bibliotheken zur Verfügung stellt und
271
00:20:16,409 --> 00:20:20,159
auch das sieht man in den Daten. Was
Amazon irgendwie scheinbar beim Internet
272
00:20:20,159 --> 00:20:25,090
Service Provider macht, ist, sie erlauben
nur 50 Zeichen und da ist der Name vom DFN
273
00:20:25,090 --> 00:20:29,879
definitiv zu lang für. Aber wir gucken mal
was du so in 'ner Bibliothek machst,
274
00:20:29,879 --> 00:20:34,201
während du eigentlich arbeiten solltest.
Du rutschst mal kurz aus zu Amazon, so
275
00:20:34,201 --> 00:20:37,900
wenige Sekunden - das kann mal passieren.
Dann kommt das schlechte Gewissen
276
00:20:37,900 --> 00:20:42,480
wahrscheinlich. Dann hast du so 'ne Käufe
von oder so 'ne Aufenthalte von einer
277
00:20:42,480 --> 00:20:47,549
Minute - bestimmt zielgerichtet irgendwas
gesucht und für später weggespeichert. Was
278
00:20:47,549 --> 00:20:51,230
machst du 15 Minuten lang auf Amazon? Das
kann man doch schon fast Prokrastination
279
00:20:51,230 --> 00:20:53,860
nennen.
K: Na, das würde ich jetzt nicht so sagen.
280
00:20:53,860 --> 00:20:58,700
L: Nee, stimmt, denn wir haben noch was
Besseres: Du warst über anderthalb Stunden
281
00:20:58,700 --> 00:21:02,020
auf der Seite von Amazon.
Lachen
282
00:21:02,020 --> 00:21:07,890
K: Reine Recherche.
L: Was auf dieser Page Action, die ich
283
00:21:07,890 --> 00:21:11,279
erwähnt habe, jetzt so häufig, für die
Nutzerinteraktion irgendwie hervorgetreten
284
00:21:11,279 --> 00:21:16,230
ist, dass Amazon ab einem ganz bestimmten
Zeitpunkt versucht hat herauszufinden, ob
285
00:21:16,230 --> 00:21:20,370
man den Tab gerade in den Vordergrund oder
den Hintergrund legt. Da Kathas Datensatz
286
00:21:20,370 --> 00:21:24,309
jetzt nur ein begrenzter Datensatz ist,
kann ich nicht sagen, ob das Zufall ist
287
00:21:24,309 --> 00:21:28,070
oder ob Amazon versucht, wirklich
kontinuierlich die Erkennung zu
288
00:21:28,070 --> 00:21:31,309
verbessern, damit sie einfach wirklich
wissen, wann interagiert man mit der
289
00:21:31,309 --> 00:21:33,679
Seite, wann legt man etwas in den
Hintergrund.
290
00:21:33,679 --> 00:21:39,190
K: Ja und spannend fand ich in dem
Datensatz auch, dass man gar nicht so viel
291
00:21:39,190 --> 00:21:43,970
technischen Sachverstand auch benötigt, um
sich ein grobes Bild davon zu machen, was
292
00:21:43,970 --> 00:21:48,039
da alles drin schlummert. Ich habe
beispielsweise mal in der Spalte V geguckt
293
00:21:48,039 --> 00:21:53,480
- die Spalte V steht für Referrer und das
kann man für Nicht-Techies übersetzen
294
00:21:53,480 --> 00:21:57,879
ungefähr wie: "Naja woher kommst du
denn?". Das heißt, Amazon merkt sich, von
295
00:21:57,879 --> 00:22:01,789
welcher Seite ich sie ansurfe und in
meinem Fall war es so, dass ich mehrere
296
00:22:01,789 --> 00:22:06,309
Artikel von Spiegel Online dann mit dem
kompletten Link in meinem Clickstream
297
00:22:06,309 --> 00:22:09,350
gefunden habe und das ist deshalb
interessant, weil man dann natürlich sagen
298
00:22:09,350 --> 00:22:12,990
kann, so okay, welche Medien konsumiert
dieser jemand eigentlich, oder vielleicht
299
00:22:12,990 --> 00:22:18,289
auch wofür interessiert er sich inhaltlich
außerhalb Amazons sonst noch? Ich habe
300
00:22:18,289 --> 00:22:24,379
auch einen Link gefunden vom Telepolis von
heise online, ein Artikel in dem es um
301
00:22:24,379 --> 00:22:30,360
CETA geht. CETA ist das Handelsabkommen
zwischen Kanada und der EU und das ist ein
302
00:22:30,360 --> 00:22:33,529
kritischer Beitrag und da kann man sich
natürlich auch überlegen, okay, wenn
303
00:22:33,529 --> 00:22:37,670
Amazon wirklich weiß, von was für
politischen Artikeln wir kommen, dann kann
304
00:22:37,670 --> 00:22:42,000
man daraus natürlich auch Rückschlüsse
über das politische Mindset ziehen. In der
305
00:22:42,000 --> 00:22:46,490
Tat habe ich in der Zeit eine Kampagne
gegen CETA in Schleswig-Holstein geleitet
306
00:22:46,490 --> 00:22:53,499
und deshalb bin ich auch gependelt. Und
man kann gar nicht genug betonen, wie groß
307
00:22:53,499 --> 00:23:01,200
der Unterschied zwischen gekauften Daten,
- äh - gekauften Produkten und geklickten
308
00:23:01,200 --> 00:23:06,379
Produkten ist. Ich habe hier für diesen
Vortrag mal alles was ich in der Zeit
309
00:23:06,379 --> 00:23:10,440
gekauft habe auf meinem Küchentisch
drapiert. Wenn ich aber alle Produkte, die
310
00:23:10,440 --> 00:23:14,950
ich nur angesehen habe, auf ein Foto
quetschen wollen würde dann müsste ich
311
00:23:14,950 --> 00:23:18,380
nicht nur meine komplette Küche
leerräumen, sondern wahrscheinlich meine
312
00:23:18,380 --> 00:23:22,649
ganze Wohnung. Denn das wird sonst nicht
reinpassen. Das ist viel, viel mehr.
313
00:23:22,649 --> 00:23:27,429
L: Was man in den Daten außerdem gesehen
hat ist, dass man sagen kann, dass Katha
314
00:23:27,429 --> 00:23:31,889
auf jeden Fall über 500 Mal nach Begriffen
gesucht hat und auch dass sie ungefähr 450
315
00:23:31,889 --> 00:23:37,480
Mal direkt auf Produkte zugegangen ist.
Man kann aber schon sagen, dass es noch
316
00:23:37,480 --> 00:23:40,950
eine ganze Ecke mehr ist, weil das sind
nur die Sachen die offensichtlich waren
317
00:23:40,950 --> 00:23:43,799
und wenn man nochmal per Hand wieder in
diesen Datensatz reinspringt und nach
318
00:23:43,799 --> 00:23:46,559
Mustern sucht, kann man auch sehen, dass
es noch mehr Produkte sind, die man sich
319
00:23:46,559 --> 00:23:49,820
angeschaut hat.
K: Ja, ich hab mich dann natürlich
320
00:23:49,820 --> 00:23:56,730
gefragt, was sieht eigentlich jemand, der
mich persönlich nicht kennt, nur diesen
321
00:23:56,730 --> 00:24:04,039
Datensatz sieht. Wen sieht er dann? Und
finde ich das eigentlich okay? Und ich hab
322
00:24:04,039 --> 00:24:07,009
mir dann mal so einige Sachen angeschaut, die
ich angeklickt habe und mal aus
323
00:24:07,009 --> 00:24:11,950
unterschiedlichen Brillen betrachtet.
Nehmen wir mal das Thema Lebensplanung.
324
00:24:11,950 --> 00:24:16,870
Stellen wir mal vor jemand fragt sich,
naja, wie stellt sich Katharina Nocun ihre
325
00:24:16,870 --> 00:24:20,140
Zukunft so vor, wie ist ihre
Lebensplanung? Und der guckt sich meinen
326
00:24:20,140 --> 00:24:24,159
Clickstream an - was findet der da? Ich
hab mir ein Buch angeschaut, das sich mit
327
00:24:24,159 --> 00:24:28,629
Pro-Argumenten fürs Kinderkriegen
auseinandersetzt. Dann habe ich mir aber
328
00:24:28,629 --> 00:24:33,200
auch ein Buch angeschaut was ich mit
alternativen Partnerschaftsformen und
329
00:24:33,200 --> 00:24:38,649
Polyamorie auseinandersetzt und natürlich
noch ein Buch von einer Aussteigerin, die
330
00:24:38,649 --> 00:24:45,169
sagt, ich werde der Konsumgesellschaft den
Rücken kehren. Und wenn man diese 3
331
00:24:45,169 --> 00:24:49,179
Produkte und noch ein paar mehr in der
Richtung zusammenlegt, wird man denken, so
332
00:24:49,179 --> 00:24:52,120
okay, das ist zumindest eine
außergewöhnliche, originelle bis hin zu
333
00:24:52,120 --> 00:24:56,240
exotische oder vielleicht auch schwierige
Lebensplanung, wenn man das alles unter
334
00:24:56,240 --> 00:25:02,110
einen Hut bekommen will. Aber wie ist es
denn tatsächlich? Das Buch über Kinder
335
00:25:02,110 --> 00:25:07,390
habe ich mir angeschaut, weil ich auf den
Autor aufmerksam geworden bin, weil ich
336
00:25:07,390 --> 00:25:10,710
den Blog "Spreeblick" sehr schätze und
schlichtweg wissen wollte, naja was
337
00:25:10,710 --> 00:25:15,639
schreibt der Typ denn sonst noch. Bei dem
zweiten Buch war es so, dass ich den Autor
338
00:25:15,639 --> 00:25:18,039
kenne und er hat mich zur Lesung
eingeladen - da wollte ich mich vorher
339
00:25:18,039 --> 00:25:23,029
schlau machen, worum geht denn eigentlich
bei der Veranstaltung? Und bei dem dritten
340
00:25:23,029 --> 00:25:27,159
Buch ist es schlichtweg so, wir sind beim
selben Verlag. Ich wollte einfach gucken,
341
00:25:27,159 --> 00:25:33,279
was hat der Verlag bei dem ich bin, sonst
noch in der Sachbuchsparte? Das heißt
342
00:25:33,279 --> 00:25:40,179
Clickstream oder das Bild, das aus meinem
Clickstream generiert wird, und die
343
00:25:40,179 --> 00:25:45,659
Person, die ich bin, sind womöglich zwei
ganz unterschiedliche Dinge. Nehmen wir
344
00:25:45,659 --> 00:25:49,809
mal das Thema Gesundheit, da wird es noch
viel deutlicher. Ich hab mir Schnaps
345
00:25:49,809 --> 00:25:56,570
angeguckt, dafür gibt's sogar eine eigene
Kategorie bei Amazon: Alkohol. Man könnte
346
00:25:56,570 --> 00:26:02,149
ja jetzt Vermutungen anstellen, warum
interessiere ich mich für Schnaps. Naja,
347
00:26:02,149 --> 00:26:04,760
vielleicht habe ich ja gesundheitliche
Probleme und möchte ein bisschen
348
00:26:04,760 --> 00:26:10,330
Selbstmedikation betreiben. Ich habe mir
tatsächlich ein Buch über Arthrose
349
00:26:10,330 --> 00:26:15,489
angeschaut - ne ziemlich schwere Krankheit
- und was noch viel erschreckender ist,
350
00:26:15,489 --> 00:26:20,529
ich habe mir nicht nur ein, zwei, drei,
sondern sehr viele Bücher zum Thema Krebs
351
00:26:20,529 --> 00:26:27,519
angeschaut. Hier exemplarisch eins mit dem
Titel "Krebs natürlich heilen". Und wenn
352
00:26:27,519 --> 00:26:30,950
man diese - meinen Clickstream - so
anschauen würde, würde man ja denken,
353
00:26:30,950 --> 00:26:37,559
Katharina Nocun ist ein gesundheitliches
Wrack. Aber wie sieht es denn wirklich
354
00:26:37,559 --> 00:26:40,809
aus? Ich muss sagen, dieser Gin ist
wirklich gut, ich trinke ihn wirklich
355
00:26:40,809 --> 00:26:42,889
gerne.
Lachen
356
00:26:42,889 --> 00:26:48,169
K: Die Bücher über schwere Krankheiten
habe ich mir aber deshalb angeschaut, weil
357
00:26:48,169 --> 00:26:52,980
ich eine Recherche betrieben habe. Ich
wollte wissen, wie hoch ist der Anteil an
358
00:26:52,980 --> 00:27:00,350
esoterischen Quatsch-Büchern in der Amazon
Bestsellerliste beim Thema Gesundheit. Und
359
00:27:00,350 --> 00:27:05,230
diese Intention sieht man aber nicht, wenn
man nur den Clickstream sieht. Ich habe
360
00:27:05,230 --> 00:27:08,730
weder Krebs, noch Arthrose, noch
irgendwelche Anzeichen dafür. Interessant
361
00:27:08,730 --> 00:27:14,140
wird es auch bei der politischen
Einstellung. In meinem Clickstream finden
362
00:27:14,140 --> 00:27:18,480
sich unglaublich viele Bücher die sich mit
dem Thema AfD auseinandersetzen und zwar
363
00:27:18,480 --> 00:27:27,299
einmal kontra AfD, aber auch Bücher von
rechten, rechtsextremen Autoren und
364
00:27:27,299 --> 00:27:32,879
Verschwörungstheoretikern. Und wenn man
nur meinen Clickstream betrachtet, wird
365
00:27:32,879 --> 00:27:36,520
man mich glaube ich für eine ziemlich
merkwürdige bis unsympathische Person
366
00:27:36,520 --> 00:27:43,049
halten. Und man wird denken, die ist
rechts. Tatsächlich war es natürlich so,
367
00:27:43,049 --> 00:27:46,169
ich setze mich kritisch mit der AfD in
meinem Blog auseinander und habe
368
00:27:46,169 --> 00:27:49,980
recherchiert und da recherchiert man...
Applaus
369
00:27:49,980 --> 00:27:53,159
L: Ja, die AfD kann wirklich niemand
unterstützen, das muss man hier mal echt
370
00:27:53,159 --> 00:27:57,360
sagen.
K: Ja und da wollte ich mir natürlich auch
371
00:27:57,360 --> 00:28:01,789
ein bisschen angucken, naja, was schreibt
denn so die rechte Ecke oder was
372
00:28:01,789 --> 00:28:06,460
publizieren so ein paar Scharfmacher aus
der rechten Ecke und wie hoch ist das
373
00:28:06,460 --> 00:28:12,269
eigentlich bei den Amazon Bestsellerlisten
gerankt. Und wer aber nur meinen Datensatz
374
00:28:12,269 --> 00:28:15,450
sieht, der sieht das nicht - der wird mich
vielleicht für rechtsextrem halten.
375
00:28:15,450 --> 00:28:22,440
Interessant werden solche Zusammenhänge,
wenn man sich überlegt, wer ein Interesse
376
00:28:22,440 --> 00:28:27,269
an solchen Daten haben könnte. Denn wo
Daten sind, entstehen schnell
377
00:28:27,269 --> 00:28:31,549
Begehrlichkeiten und natürlich gibt es
auch Behörden, die durchaus ein Interesse
378
00:28:31,549 --> 00:28:36,980
daran haben können, solche Nutzerdaten
abzufragen und zwar alles was da ist und
379
00:28:36,980 --> 00:28:42,070
wenn der Clickstream da ist, dann wird er
auch abgefragt. Und stellen wir uns mal
380
00:28:42,070 --> 00:28:46,980
vor, ein Polizeibeamter kommt auf die
Idee, die Katha, die ist vielleicht cyber-
381
00:28:46,980 --> 00:28:51,679
kriminell oder vielleicht ist sie auch ein
potenzieller Gefährder oder von ihr geht
382
00:28:51,679 --> 00:28:56,609
eine drohende Gefahr aus. Und wir wollen
jetzt gezielt mal gucken, ob es
383
00:28:56,609 --> 00:29:05,139
irgendwelche Indizien gibt, die diese
These stützt. Was sehen diese Leute? Naja,
384
00:29:05,139 --> 00:29:13,440
zunächst einmal findet sich auf meiner
Liste ein sogenanntes Killerspiel. Es ist
385
00:29:13,440 --> 00:29:19,029
schon mal extrem sympathisch aus, wenn man
aus Behördensicht da mal draufguckt. Dann
386
00:29:19,029 --> 00:29:24,499
habe ich mir auch noch angeschaut, ein
schwarzes T-Shirt mit einem Aufdruck auf
387
00:29:24,499 --> 00:29:30,419
dem steht "Chemist - only because
superwoman is not an official job title".
388
00:29:30,419 --> 00:29:36,269
Man könnte also denken, ich habe durchaus
interessante Skills und Hobbys. Als
389
00:29:36,269 --> 00:29:44,010
Nächstes ein verdächtig aussehender
Gegenstand - ein Kochtopf, und eine
390
00:29:44,010 --> 00:29:50,800
Sturmmaske. Ja und ich weiß nicht, wie ihr
das seht, aber aus Behördensicht wird das
391
00:29:50,800 --> 00:29:53,700
überhaupt nicht gut für mich aussehen,
wenn man schon mal mit der Brille
392
00:29:53,700 --> 00:29:59,049
draufguckt, naja die könnte was planen,
die könnte gefährlich sein. Ich glaube, an
393
00:29:59,049 --> 00:30:02,489
der Stelle wäre es dann höchste Zeit für
einen Hausbesuch. Aber ihr könnt euch
394
00:30:02,489 --> 00:30:08,830
natürlich denken, es gibt eine total
einfache und harmlose Erklärung für jedes
395
00:30:08,830 --> 00:30:15,519
Produkt. Genau, "könnte ja jeder sagen",
kommt hier vorne aus dem Publikum. Das
396
00:30:15,519 --> 00:30:19,889
wäre dann das Gegenargument und damit habe
ich schlechte Karten. Und ich weiß nicht,
397
00:30:19,889 --> 00:30:25,059
wie es euch geht, aber ich finde so eine
Möglichkeit, sich zu überlegen, was allein
398
00:30:25,059 --> 00:30:29,649
aus so einem Datenabfall an Konsequenzen
für mich entstehen könnte im Worst Case
399
00:30:29,649 --> 00:30:34,489
Szenario, extrem bedrohlich.
L: Genau, denn Katha hat mir ihr Vertrauen
400
00:30:34,489 --> 00:30:38,199
geschenkt, dass ich die Daten anschaue und
vertraulich behandele. Wie sieht das aber
401
00:30:38,199 --> 00:30:44,539
Amazon? Amazon ist groß, ziemlich groß,
hat ungefähr 300 Millionen Nutzer und ich
402
00:30:44,539 --> 00:30:48,340
habe die Analyse für eine Person gemacht.
Amazon kann natürlich die Analyse für alle
403
00:30:48,340 --> 00:30:52,230
Nutzer machen und erkennt darin Muster und
weiß am Ende auch, welches Produkt mit
404
00:30:52,230 --> 00:30:58,749
welchem im Warenkorb landet.
K: Ja und was bedeutet im Warenkorb
405
00:30:58,749 --> 00:31:03,499
landet, ne? Amazon weiß beispielsweise,
was kaufen Leute, die auch dieses Produkt
406
00:31:03,499 --> 00:31:09,679
gekauft haben. Ein einfachstes Beispiel
ist ja die Feinwaage, ne. Als Koch möchte
407
00:31:09,679 --> 00:31:14,090
man vielleicht exakt wissen, wieviel muss
hier rein und wieviel hab ich jetzt hier
408
00:31:14,090 --> 00:31:18,779
rein getan. Und wenn man das aber kaufen
will, kriegt man direkt so diese geilen
409
00:31:18,779 --> 00:31:21,179
Produktvorschläge.
Lachen
410
00:31:21,179 --> 00:31:29,109
K: Durchaus ein Zeichen dafür, dass es
auch andere Verwendungszwecke für
411
00:31:29,109 --> 00:31:36,220
Feinwaagen gibt. Und ihr lacht, aber das
kann wirklich ernsthafte Konsequenzen für
412
00:31:36,220 --> 00:31:39,850
einen Menschen haben, wenn er vielleicht
ohne es zu wissen in einer Schublade
413
00:31:39,850 --> 00:31:43,549
landet, mit der überhaupt nichts am Hut
hat. Anderes Beispiel: Wenn ich jetzt nach
414
00:31:43,549 --> 00:31:49,580
einem Glasschneider bei Amazon suche,
kriege ich eine Sturmmaske empfohlen.
415
00:31:49,580 --> 00:31:55,000
Lachen
K: Was man bei Reitequipment empfohlen
416
00:31:55,000 --> 00:32:00,720
bekommt, kann sich der eine oder andere
vielleicht denken. Und das ist ein
417
00:32:00,720 --> 00:32:04,669
Problem, denn ich weiß nicht, wie es euch
geht, aber ich möchte gerne wissen in
418
00:32:04,669 --> 00:32:08,989
welchen Schubladen ich lande und ich
möchte da vielleicht auch mitreden, wenn
419
00:32:08,989 --> 00:32:12,619
diese Schubladen mir unangenehm sind. Oder
vielleicht finde ich auch, dass es gewisse
420
00:32:12,619 --> 00:32:17,869
Schubladen einfach nicht geben sollte. Und
das Problem ist, dass ich bei meiner
421
00:32:17,869 --> 00:32:22,999
Datenabfrage eben nur diesen winzigen
kleinen Mosaikstein aus dem großen
422
00:32:22,999 --> 00:32:25,721
Datensatz bekommen habe, aber die
eigentliche Information über die
423
00:32:25,721 --> 00:32:30,059
Möglichkeiten der Auswertung für diesen
einen Datensatz, die kann ich erst
424
00:32:30,059 --> 00:32:34,519
vollumfänglich erfassen, wenn ich das
Ganze kenne. Das wird aber Amazon nicht
425
00:32:34,519 --> 00:32:37,789
rausrücken und Amazon wird auch keine
Algorithmen zu Suchvorschlägen oder
426
00:32:37,789 --> 00:32:42,169
sonstwas rausrücken, denn das ist
natürlich ein Geschäftsgeheimnis. Ich
427
00:32:42,169 --> 00:32:46,419
denke aber das sind die eigentlich
spannenden Daten, die wir brauchen, um uns
428
00:32:46,419 --> 00:32:50,040
wirklich ein Bild davon zu machen, wie
dieses Unternehmen uns sieht und wie
429
00:32:50,040 --> 00:32:53,619
dieses Unternehmen uns auch gezielt
manipuliert, um uns beispielsweise
430
00:32:53,619 --> 00:33:05,749
einzureden, dass wir mehr kaufen sollen.
Applaus
431
00:33:05,749 --> 00:33:12,649
K: Und ich weiß nicht, wie ihr das seht,
aber der Name "Amazon" ist super passend.
432
00:33:12,649 --> 00:33:16,999
Also, ich weiß nicht wer auf die Idee gekommen
ist damals, aber es ist ein Knüller. Der
433
00:33:16,999 --> 00:33:23,299
Amazonas ist der größte Strom Südamerikas
und er speist sich aus unglaublich vielen
434
00:33:23,299 --> 00:33:28,129
kleinen Bächen und Flüssen. Und genauso
ist es ja mit Amazon, ja? Ich habe in
435
00:33:28,129 --> 00:33:32,529
meinem Experiment nur einen einzigen
Dienst von Amazon genutzt. Ich hätte den
436
00:33:32,529 --> 00:33:36,620
Versuch aber natürlich auch ganz anders
machen können. Was wäre dann gewesen, wenn
437
00:33:36,620 --> 00:33:43,639
ich beispielsweise während der kompletten
Zeit alle Videos, alle Filme nur noch mit
438
00:33:43,639 --> 00:33:48,669
Amazon Prime gesehen hätte? Was wäre
gewesen, wenn ich mich entschieden hätte
439
00:33:48,669 --> 00:33:53,979
in dieses Experiment Alexa, also Amazon
Echo mit reinzufügen und mir dieses Ding
440
00:33:53,979 --> 00:33:59,440
vielleicht ins Schlafzimmer zu stellen?
Ich glaube der Datensatz wäre um einiges
441
00:33:59,440 --> 00:34:04,149
aufschlussreicher und ich für meinen Teil
habe an dieser Stelle ganz bewusst am
442
00:34:04,149 --> 00:34:08,610
Anfang des Experiments entschieden, nein,
das möchte ich nicht. Nein, es geht mir zu
443
00:34:08,610 --> 00:34:13,290
weit. Ich stelle mir so ein Ding nicht in
die Wohnung.
444
00:34:13,290 --> 00:34:22,250
Applaus
K: Und vor ein paar Wochen war ich dann
445
00:34:22,250 --> 00:34:26,490
sehr froh, dass ich diese Entscheidung so
getroffen hatte damals. Denn ich weiß
446
00:34:26,490 --> 00:34:30,109
nicht ob ihr es mitbekommen habt. Es war
groß in den Nachrichten, ein Nutzer hat
447
00:34:30,109 --> 00:34:35,030
kürzlich bei Amazon seine Daten von Amazon
Echo abgefragt und hat daraufhin den
448
00:34:35,030 --> 00:34:40,039
Datensatz einer vollkommen anderen Person
zurückbekommen. Nochmal so als Hinweis,
449
00:34:40,039 --> 00:34:49,690
dass das Ding echt nicht ins Schlafzimmer
gehört. Und ja, nochmal um es deutlich zu
450
00:34:49,690 --> 00:34:53,609
machen. Wenn jemand wirklich all diese
Dienste nutzt oder viele Dienste nutzt,
451
00:34:53,609 --> 00:34:56,409
dann loggt ihr euch meistens mit derselben
Amazon-ID ein.
452
00:34:56,409 --> 00:35:01,800
L: Genau, das ist ja auch das, was in 'nem
Amazon Datensatz gespeichert wurde. Also
453
00:35:01,800 --> 00:35:04,390
wenn ihr woanders auf einen anderen Dienst
geht, dann wird das einfach mitgeloggt,
454
00:35:04,390 --> 00:35:08,789
egal ob das jetzt auch wegen der gleichen
Login-Adresse ist. Ihr habt auf jeden Fall
455
00:35:08,789 --> 00:35:13,420
auch das im Cookie stehen, welche ID ihr
dahinter habt.
456
00:35:13,420 --> 00:35:16,420
K: Und ihr fragt euch ja jetzt, das ist ja
schön und gut dass du deine Daten hast,
457
00:35:16,420 --> 00:35:21,780
das ist toll für mich, aber was ist mit
meinen Daten und wie komme ich an die? Es
458
00:35:21,780 --> 00:35:24,559
gibt viele Wege um an seine Daten zu
kommen. Ich kann euch einfach mal
459
00:35:24,559 --> 00:35:30,030
erzählen, wie ich das gemacht habe.
Zunächst einmal: ich hab mir die AGB
460
00:35:30,030 --> 00:35:34,560
durchgelesen - tatsächlich vollständig. Es
ist ein ganz neues Erlebnis. Ich bin jetzt
461
00:35:34,560 --> 00:35:41,040
top informiert.
Applaus
462
00:35:41,040 --> 00:35:44,320
K: Und ich habe mir die
Datenschutzerklärung durchgelesen. Ja und
463
00:35:44,320 --> 00:35:49,070
warum habe ich das gemacht? Sowohl in AGB
und Datenschutzerklärung sind schon mal so
464
00:35:49,070 --> 00:35:53,810
grob Datenkategorien angesprochen, und die
kann ich mir notieren, damit ich so weiß, was
465
00:35:53,810 --> 00:35:57,720
kann ich dann erwarten oder was sollte ich
erwarten, was bei so einer Auskunft
466
00:35:57,720 --> 00:36:04,960
rauskommen sollte. Zusätzlich habe ich
meinen gesunden Menschenverstand benutzt,
467
00:36:04,960 --> 00:36:08,420
um mal zu überlegen...
Applaus
468
00:36:08,420 --> 00:36:15,040
K: ...um mal zu überlegen, naja was kann
ich denn nach den Gesetzen der Logik
469
00:36:15,040 --> 00:36:18,980
erwarten. Also beispielsweise, ich bin auf
Amazon, eine Woche später kriege ich eine
470
00:36:18,980 --> 00:36:22,130
E-Mail, "wollen sie dieses Produkt nicht
doch kaufen?", also müssen die für eine
471
00:36:22,130 --> 00:36:26,250
Woche speichern, was ich geklickt hab. Und
egal wie oft die sagen, "Nein, haben wir
472
00:36:26,250 --> 00:36:30,221
nicht". Das ist eine Lüge weil sonst wird
es technisch sehr schwierig sein, das
473
00:36:30,221 --> 00:36:35,300
umzusetzen. Und aus diesen Informationen
hab ich dann eine Checkliste gebaut mit
474
00:36:35,300 --> 00:36:39,170
meiner Erwartungshaltung. Was erwarte ich,
was in der vollständigen Antwort drin sein
475
00:36:39,170 --> 00:36:44,970
sollte, und erst dann habe ich die Anfrage
formuliert und gestellt. Und ich kann gar
476
00:36:44,970 --> 00:36:50,150
nicht oft genug betonen, wie wichtig es
ist, bei Anfragen immer 'ne Frist zu
477
00:36:50,150 --> 00:36:55,330
nennen. Ohne Frist wird sich da niemand
bewegen. Zwar gibt es nach der
478
00:36:55,330 --> 00:36:58,900
Datenschutz-Grundverordnung einen
Zeitrahmen, in dem die euch antworten
479
00:36:58,900 --> 00:37:03,609
sollten, idealerweise innerhalb von einem
Monat, aber es schadet nicht, diese Frist
480
00:37:03,609 --> 00:37:08,119
trotzdem nochmal explizit reinzuschreiben
und auch sofort nochmal zu erinnern, wenn
481
00:37:08,119 --> 00:37:12,599
die Zeit überschritten wird. Und
motivierend kann natürlich auch sein, wenn
482
00:37:12,599 --> 00:37:15,680
man noch reinschreibt, naja wenn ihr nicht
antwortet - müsst ihr wissen, aber dann
483
00:37:15,680 --> 00:37:22,680
wenn ich mich an die Aufsichtsbehörden.
Mit der Anfrage ist es leider noch nicht
484
00:37:22,680 --> 00:37:27,900
getan. Wenn ihr so eine Anfrage stellt,
stellt euch auf eine Brieffreundschaft ein
485
00:37:27,900 --> 00:37:32,839
- ist ja vielleicht auch etwas Schönes,
wenn ihr diese Anfrage stellt, werdet ihr
486
00:37:32,839 --> 00:37:36,869
zuerst mit hoher Wahrscheinlichkeit die
Antwort zurückbekommen: "Naja, schauen Sie
487
00:37:36,869 --> 00:37:40,690
mal in Ihrem Profil nach, da sind all Ihre
Daten". Das ist natürlich Quatsch, das ist
488
00:37:40,690 --> 00:37:45,210
nur ein Bruchteil von den Daten, die ihr
eigentlich haben wollt. Also verschicken
489
00:37:45,210 --> 00:37:51,079
wir einen "friendly reminder". Als
nächstes kommt vielleicht ein Brief oder
490
00:37:51,079 --> 00:37:55,089
eine E-Mail: "Ja, wir haben hier ihre
Daten" und dann schaut ihr da rein und
491
00:37:55,089 --> 00:37:59,910
denkt so, okay, da hat jemand die Profildaten
jetzt nochmal in PDF gepackt oder
492
00:37:59,910 --> 00:38:02,359
ausgedruckt. Hmm.
L: Ausgedruckt und wieder eingescannt.
493
00:38:02,359 --> 00:38:06,869
K: Genau. Auch nicht das, was wir haben
wollen - solltet ihr euch gar nicht drauf
494
00:38:06,869 --> 00:38:13,000
einlassen, damit zufrieden geben. Also
wieder "friendly reminder". Dann habt ihr
495
00:38:13,000 --> 00:38:17,770
das nächste Level erreicht. Dann wird
irgendwann die Einsicht kommen so "Huch,
496
00:38:17,770 --> 00:38:20,666
wir haben ein paar Daten gefunden, wir
haben die Ihnen jetzt mal geschickt". Das
497
00:38:20,666 --> 00:38:28,010
ist so die Stelle mit der CD und an der
Stelle wird's eben spannend. Die
498
00:38:28,010 --> 00:38:31,070
Wahrscheinlichkeit, dass ihr dieses Spiel
ein paar Mal wiederholen müsst, ist sehr
499
00:38:31,070 --> 00:38:35,480
hoch. Und irgendwann, wenn ihr das oft
genug wiederholt habt, habt ihr dann euren
500
00:38:35,480 --> 00:38:40,380
Datensatz. Und diesen Datensatz könnt ihr
dann nach Belieben durchsuchen,
501
00:38:40,380 --> 00:38:44,839
durchforsten, analysieren, und glaubt mir,
es lohnt sich. Denn es ist eine Sache,
502
00:38:44,839 --> 00:38:48,809
abstrakt zu wissen, dass man überwacht
wird auf Schritt und Klick, und etwas
503
00:38:48,809 --> 00:38:53,260
vollkommen anderes, seinen eigenen
kaputten Schlafrhythmus der letzten
504
00:38:53,260 --> 00:38:57,210
anderthalb Jahre vor sich zu sehen.
Lachen
505
00:38:57,210 --> 00:39:01,309
K: Und das ist etwas, das würde ich keinem
Einzelhändler anvertrauen wollen.
506
00:39:01,309 --> 00:39:04,880
Applaus
K: Und ich habe mir danach die Frage
507
00:39:04,880 --> 00:39:08,710
gestellt, möchte ich das? Und jeder, der
so einen Datensatz sieht, wird sich diese
508
00:39:08,710 --> 00:39:13,420
Frage zwangsläufig auch stellen. Und in
meinem Fall war es dann so, dass ich mich
509
00:39:13,420 --> 00:39:18,680
entschieden habe, in Zukunft meine
gebrauchten Bücher direkt beim Anbieter zu
510
00:39:18,680 --> 00:39:22,240
kaufen, nicht mehr über Amazon Marketplace.
Das ein oder andere Mal hab ich damit
511
00:39:22,240 --> 00:39:27,290
sogar Geld gespart.
Applaus
512
00:39:27,290 --> 00:39:32,410
K: Und die Information darüber, was der
Dienst speichert, ermöglicht uns ja auch
513
00:39:32,410 --> 00:39:36,069
vielleicht zu sagen, ich nutze den Dienst
in Zukunft anders oder aber ich nutze ihn
514
00:39:36,069 --> 00:39:39,910
vielleicht gar nicht mehr. Und wenn ihr
ihn gar nicht mehr nutzt, dann würde ich
515
00:39:39,910 --> 00:39:45,240
empfehlen, naja dann könnt ihr auch so ein
Löschantrag verschicken. Kostet nix. Ist
516
00:39:45,240 --> 00:39:51,600
auch vielleicht eine kurze
Brieffreundschaft und wir haben uns bei
517
00:39:51,600 --> 00:39:58,309
diesem Vortrag auch überlegt, dass wir
nicht sagen wollen, das ist ein
518
00:39:58,309 --> 00:40:03,480
individuelles Problem von Nutzerinnen und
Nutzern, die Amazon nutzen. Nein, das
519
00:40:03,480 --> 00:40:07,480
Problem ist, dass Amazon ähnlich agiert
wie andere Dienste auch, um mal ehrlich zu
520
00:40:07,480 --> 00:40:12,650
sein. Überwachung ist längst zur
Standardeinstellung geworden. Und was das
521
00:40:12,650 --> 00:40:16,400
für den Einzelnen bedeutet, das wollten
wir sichtbar machen, aber wir finden
522
00:40:16,400 --> 00:40:21,680
trotzdem, wir müssen alle gemeinsam dafür
kämpfen, dass Datenschutz, Privatsphäre,
523
00:40:21,680 --> 00:40:26,950
Datensparsamkeit verdammt nochmal die
Standardeinstellung ist
524
00:40:26,950 --> 00:40:36,740
großer Applaus
K: Ja und damit sind wir auch schon am
525
00:40:36,740 --> 00:40:41,670
Ende. Mehr Infos und Formulare für eigene
Datenanträge, Auskünfte, Löschanträge
526
00:40:41,670 --> 00:40:46,490
findet ihr bei mir im Blog.
L: Und wer sich für die Datenanalyse
527
00:40:46,490 --> 00:40:50,359
interessiert, da veröffentliche ich gleich
auf Ama..., ach auf Amazon... auf
528
00:40:50,359 --> 00:40:52,359
GitHub...
Lachen
529
00:40:52,359 --> 00:40:56,039
L: ...ein Repository, wo sich jeder auch
die Daten anschauen kann und sich selber
530
00:40:56,039 --> 00:40:59,909
seinen eigenen kaputten Schlafrhythmus mal
angucken kann.
531
00:40:59,909 --> 00:41:02,719
K: Vielen Dank!
L: Dankeschön!
532
00:41:02,719 --> 00:41:05,355
Herald: Ja wunderbar!
Applaus
533
00:41:05,355 --> 00:41:08,439
Herald: Einen großen Applaus!
großer Applaus
534
00:41:08,439 --> 00:41:10,449
Abspannmusik
535
00:41:10,449 --> 00:41:14,796
Untertitel erstellt von c3subtitles.de
im Jahr 2020. Mach mit und hilf uns!
536
00:41:14,796 --> 00:41:32,000
Abspannmusik