35C3 - Archäologische Studien im Datenmüll

35C3 Vorspannmusik

Herald-Engel: Ja es ist mir eine riesige
Freude, heute hier auf dem 35C3 einen Talk

mit dem Titel "Archäologische Studien im
Datenmüll" vorzustellen. Er wird gehalten

von Katharina Nocun - sie ist Bloggerin,
Autorin, aber eigentlich kennt man sie

auch als Datenschutzaktivistin - und der
wunderbaren Letty. Also einen warmen

Applaus und viel Spaß bei diesem
spannenden Thema.

Applaus

Letty: Ja danke, Pupe. Es ist schön, dass
sich alle Haralde zum Horst machen mit dem

Französisch. Wir würden zu Beginn mal 'ne
Frage stellen - zwei Fragen stellen und

zwar die erste ist: Wie viel Personen
haben hier die Weihnachtsgeschenke bei

Amazon gekauft?
Katharina Nocun: Hola! Lachen

L: Ups! Lachen Okay ich würde mal grob
sagen die Hälfte. Lasst mal bitte eure

Arme oben, denn es geht weiter: Wer von
euch hat nur die Recherche bei Amazon

gemacht und danach woanders gekauft?
Kommen da noch welche hinzu? Ne, die die

gekauft haben bitte oben lassen, das wär
super. Okay es sieht so - okay wer nicht

bei Amazon kauft, recherchiert auch nicht
scheinbar. Okay. Oder es gab wenige, die

dazugekommen sind.
K: Also ich würd sagen das ist deutlich

mehr als 50 %.
L: Ja? Man sieht das nicht.

K: Ja, aber diejenigen, die eben
aufgezeigt haben, die werden mir sicher

zustimmen, wenn ich sage, das ist ziemlich
bequem, wenn nicht sogar verdammt bequem,

alles bei einem Anbieter zu suchen oder
auch bestellen zu können. Und man stellt

sich das in der Theorie ja auch so sehr
komfortabel vor. Ich weiß nicht, wer bei

DHL die Entscheidung getroffen hat, auf
Formel 1-Autos Werbung zu schalten. Ich

finde der Mensch hat aber sehr viel Humor.
Lachen

K: Denn in der Realität sieht es ja ein
bisschen anders aus, ne? Also so richtig gut

bezahlte Fahrer und schnelle Lieferung,
die gibt's in der Praxis eher selten und

bei Amazon würde ich sagen gar nicht. Und
der ein oder andere kennt's vielleicht,

dass da ein Paket abgegeben wurde oder
zugestellt wurde, ist noch kein - ist noch

lange keine Garantie dafür, dass es
wirklich da ist, wo man's hin haben will.

Also hier so ein Best of für alle, die es
noch nicht gelesen haben auf der Folie -

gesehen beim Tagesspiegel - Zitat: "Habe
das Paket im Müll versteckt - im blauen

Papiercontainer".
L: What could possibly go wrong?

K: Ja und da kommt ja richtig Freude auf
wenn man das liest und man denkt sich: "Ja

wie können wir dieses Problem lösen?"
Natürlich hat Amazon da ein Produkt für -

zumindest für seine US-Kunden. In den USA
kann man sich als Prime-Kunde entscheiden,

ich nutze jetzt Amazon Key. Amazon Key -
ähm ja - kontrolliert dann quasi - ist ein

intelligentes Schließsystem für die
Haustür, gibts auch fürs Auto, und dann

kann man beispielsweise sagen, ja also dem
Amazon Paketdienst dem vertraue ich

grundsätzlich - der kann die Pakete auch
innerhalb meines Hausflurs abstellen und

der kann auch die Tür aufschließen.
Passend dazu gibt's auch ein

Videoüberwachungssystem, wo man dann
kontrollieren kann beispielsweise wann die

Kinder betrunken nachts nach Hause kommen.
Und ich weiß nicht wie es euch geht, aber

ich finde das verdammt creepy. Ich würde
das niemals machen, denn ich denke mir, na

ja ich will mir genau überlegen, wem ich
Einblick in meine Wohnung geben will. Aber

als Datenschützerin habe ich mich gefragt,
ist nicht der Einblick den Amazon in unser

Leben bekommt durch unser Klickverhalten
nicht viel intimer, als so ein harmloser

Blick in den Hausflur? Weil wer bei mir in
die Wohnung guckt, der weiß vielleicht wie

ich lebe, ja? Aber wer mein
Onlineverhalten kennt - wer weiß, wann ich

wo wie klicke, der kann sich vielleicht
denken, wie ich denke - und das ist viel

intimer. Ich hab mich daher im letzten
Jahr oder vorletzten Jahr, genauer gesagt

im Jahr 2016, dazu entschieden, ein
Experiment zu machen: Ich wollte wissen,

was speichert Amazon eigentlich über seine
Nutzer und im Zuge dessen habe ich dann

auch angefangen alle meine
Weihnachtsgeschenke und sonstigen

Geschenke bei Amazon zu bestellen und auch
alles dort zu recherchieren, um einen

möglichst fetten Datensatz zu generieren.
Und mein Ziel war natürlich von Anfang an:

Ich möchte an diese Daten ran. Ich möchte
sie sezieren. Ich möchte Sie sehen. Ich

möchte wissen was genau Amazon über seine
Kunden speichert. Denn ich weiß nicht ob

ihr es wusstet, aber nach Artikel 15 der
Datenschutz-Grundverordnung hat jeder

Nutzer in ganz Europa das Recht jederzeit
zu seinem Anbieter zu gehen und zu sagen:

"Hey ich möchte eine kostenlose Kopie
meiner Daten haben" und der Anbieter muss

dann liefern. In der Praxis macht das aber
kaum jemand. Und bei Amazon hat das soweit

ich wusste noch nie jemand so richtig
durchgezogen, dass da was Verwertbares

rausgekommen ist. Also habe ich mich
entschlossen, ich gehe auf die

Datenpirsch. Was hab ich also gemacht? Ich
habe ganz viel eingekauft. Was hab ich

denn eingekauft? Ich hab fast 60 Bücher
innerhalb von 14 Monaten gekauft und falls

ihr euch jetzt fragt - ja ich hab
tatsächlich mittlerweile mindestens 50

Prozent davon auch gelesen. Ich habe...
Applaus

K: ...Ich hab außerdem aber auch so
praktische Sachen bestellt wie

beispielsweise Sprühkreide für eine
Protestaktion und eine Button-Maschine. In

meinem Kaufprofil hat sich dann aber auch
so komischer Kram angesammelt, wie

beispielsweise das
Lavendeleinschlafkissenspray. Der eine

oder andere kennt es vielleicht aus dem
Radisson Blu am CCH. Was leider nicht auf

dem Bild zu sehen ist, ist der
Hometrainer, den ich mir gekauft habe. Der

war so erfolgreich, dass ich ihn nach drei
Monaten wieder weiterverkauft hab. Ich

habe mir aber auch sinnvolle Sachen
gekauft, wie beispielsweise 'ne Maus,

einen Ordner oder auch Schnürsenkel und
bin auch durch Amazon Besitzerin der

schönsten Hausschuhe auf diesem Planeten.
Im August 2017 habe ich mir dann gedacht,

so jetzt ist der Datensatz schön fett
angefüttert mit Klicks und Käufen. Jetzt

frage ich mal meine Daten ab. Und das war
leider - muss ich sagen - der Beginn einer

langen und intensiven Brieffreundschaft
mit der Datenschutzabteilung. Und zunächst

habe ich nicht das bekommen, was ich haben
wollte. Ich habe dann aber immer weiter

nachgefragt und irgendwann haben sie
angefangen mir CD-ROMs zuzuschicken.

Lachen
K: Ja, musst' ich erstmal im Keller

gucken, wie man denn so antike Datenträger
auslesen kann und auf der ersten CD fand

sich leider auch nur das, was ich erwartet
hatte: Eine Kopie meiner Profildaten, die

auch online einsehbar sind, plus ein paar
Zusatzinformationen - also nicht das was

ich eigentlich wollte. Ich hab dann weiter
Stress gemacht, habe dann irgendwann 'ne

zweite CD-ROM zugeschickt bekommen.
Eigentlich habe ich drei zugeschickt

bekommen - die andere ist in der Post
verschwunden.

L: In der Mülltonne.
K: Wahrscheinlich. Ja und dann habe ich

auf dieser letzten CD mal geguckt was ist
denn da drauf? Und da waren so Sachen drauf

wie ein PDF, wo ich sehen konnte, was für
Suchanfragen ich getätigt habe. Ich konnte

sehen, auf welche Werbe-E-Mails ich wann
reagiert hab - auf die Sekunde genau. Und

ich konnte sehen, auf welche Werbeanzeigen
ich reagiert habe. Das Interessante war

allerdings so eine Excel-Tabelle und diese
Excel-Tabelle trug den unschuldigen Namen

"Clickstream". Die habe ich mal aufgemacht
und das hat erst mal eine ganze Zeit lang

zum Laden gebraucht. Und irgendwann habe
ich dann gesehen - okay diese Excel-

Tabelle hat 15.365 Zeilen und jede Zeile
hat bis zu 50 Zusatzangaben, also 50

Spalten. Ich war gestern mal im
Supermarkt, um das zu visualisieren. So

viel Papier wär das, wenn das ausgedruckt
wär. Mein eigentliches Ziel war es, auf

einen Stapel zu packen das wäre dann
größer als ich mit meinen 1,70m.

Allerdings haben wir das aus
Sicherheitsgründen sein lassen, denn das

wäre zusammengekracht.
L: Ja und als Katha mich gefragt hat, ob

ich ihre Daten auswerten will, dachte ich
als Erstes an meine Datenbankenvorlesung -

so Beziehung zwischen Kunden und
Lieferanten und was kauft man. Aber der

Clickstream von Amazon sind nicht nur die
Käufe. Denn eigentlich wird alles

abgespeichert, was wir mit der Seite
machen. Es ist egal ob wir nur auf die

Startseite gehen, ob wir Produkte suchen
oder ob wir uns ein Produkt genau

anschauen. Es wird sogar gespeichert, wenn
wir uns ein Bild vergrößern und natürlich

auch jede Interaktion, die wir haben, wenn
wir auf unserem Nutzerkonto sind. Und weil

wir hier ja einen Foundationstalk machen,
habe ich mir gedacht, ich will euch auch

ein bisschen mitnehmen in die Reise in die
Daten, die unbekannt sind und wie man

eigentlich mit so einem unbekannten
Datensatz vorgehen kann, ihn explorativ

analysieren kann, um zu wissen, was steckt
überhaupt in diesen Daten drin? Was kann

man vielleicht mit den Daten sehen? Also
wie schon gesagt, wir haben 50 Spalten

oder auch Dimensionen genannt, und da ich
die nicht alle hier auflisten kann, habe

ich versucht, 'ne grobe Zuordnung zu
Gruppen zu finden. Wir haben als erstes

natürlich 'ne Zeitangabe, ganz klar. Wir
haben Account-Details, sowas wie seid ihr

Prime-Kunde oder Business-Kunde, und 'nen
Ortsbezug. Amazon speichert die IP-Adresse

nicht vollständig - der letzte Block ist
weggestrichen. Aber was sie außerdem

speichern ist, in welchem Land, in welchem
Bundesland und welcher Internet-Service-

Provider, also der Internetanbieter, den
ihr da genutzt habt, um die Seite zu

besuchen. Außerdem wird natürlich die URL
gespeichert, die ihr da besucht habt und

wenn es auch noch ein Produkt ist, wird
dazu die Produkt-ID auch abgespeichert.

Achso, hm, oh jetzt habe ich die
Sessiondetails vergessen. Ja, die Session-

Details sind so alles, was so im Cookie
auch landet, damit man einfach sieht in

welcher Session man sich gerade befindet.
Und es gibt noch eine ID, die euch über

alle Dienste von Amazon hinweg
identifizieren kann. Und bei den

Navigationsdetails ist es eigentlich schon
ein bisschen klar, wo es hingeht. Amazon

sieht, von wo ihr kommt, wo ihr gerade
seid und wo geht ihr dann hin. Dieser

gesamte Verlauf wird einmal abgespeichert
- und nicht nur der Verlauf, sondern auch

was habt ihr da gemacht, welche
Interaktionen habt ihr gemacht, habt ihr

etwas in den Warenkorb hinzugefügt, habt
ihr euch ein Bild angeschaut oder habt ihr

etwas für später gespeichert? Als letztes
kann man so einen Block sehen, das heißt

Amazoninterna. Wir sehen, an welchen Web-
Server die Anfrage gestellt wurde und ob

die Anfrage eine interne IP-Adresse bei
Amazon hat. Ihr bekommt von Amazon

außerdem eine lange Liste mit all diesen
Dimensionen und die Erläuterung dazu, was

sich dahinter verbirgt. Manchmal speichert
Amazon aber nicht den Klartext, sondern

codiert etwas was z.B. wie: Null bedeutet,
ihr habt was in den Warenkorb gelegt.

Denkt man erst mal: Super hat man nicht so
viel zu parsen. Dann hab ich aber

festgestellt, als ich mir die Daten
genauer angeschaut habe, so Amazon erzählt

aber nicht, was sie alles codiert oder was
sie codieren. Manche Felder sind uns

schlicht unbekannt.
K: Ja, sagen wir mal so: Die

Brieffreundschaft dauert noch an.
L: Ich hoffe auch, wir werden darauf noch

nochmal Antwort bekommen. Wenn wir jetzt
also den Datensatz mit den 50 Spalten

vorstellen, haben wir irgendwie über
15.000 Einträge. Ich hab mal 2

herausgenommen, um einfach nur
exemplarisch zu zeigen, wie sind die

überhaupt aufgebaut. Also wir haben Datum,
wir haben 'ne Aktion, die wir machen,

sowas wie 'gesucht' oder 'gekauft', und dann
haben wir dazu die URL, aus welchem

Bundesland vielleicht das Ganze abgesetzt
wurde, welcher Internet-Provider da

dahinter steckt und wie lang die Ladezeit
war. Das haben wir natürlich nicht nur für

diese 2 Einträge, sondern wie gesagt für
über 15.000. Welchen Zeitraum betrachten

wir hier eigentlich in den Daten? Es geht
los am 1. August 2016 und es endet am

31. August 2017. Das sind dann etwa 196 Tage,
die mit Interaktionen behaftet sind und

das wären dann sozusagen 78 Einträge pro
Tag. Wenn ich mit so 'nem unbekannten

Datensatz arbeite, dann arbeite ich
eigentlich immer mit Python und dem Pandas

Package, was sich so für Datenanalyse
einfach als Standard durchgesetzt hat. Und

egal was mir Amazon sagt, was in den Daten
sind, ich schaue mir die Dimensionen immer

nochmal ganz genau an. Das heißt welche
Dimension habe ich und wie häufig wurde

sie benutzt? Es gibt extrem viele, die
immer benutzt werden - sowas wie Datum und

Uhrzeit. Die Angabe gibt es immer, aber es
gibt auch Dimensionen, die einfach nicht

so häufig genutzt werden, und wir haben
auch eine Dimension bekommen, die wurde

nie genutzt - irgendwas über Bilder. Keine
Ahnung was da drin ist. Ich hab mir dann

jede Dimension wirklich einzeln angeguckt,
was da drin steht und wie häufig das

passiert. Und bin über die Zeit gestoßen,
die wirklich eine sekundengenaue Angabe

sein soll, was man auf Amazon macht. Und
ich weiß nicht, wie man es hinbekommt, in

einer Sekunde irgendwie 45 Einträge zu
generieren, aber ich dachte mir, okay, ich

nehme erst mal noch eine andere Spalte und
schaue mal was da noch drin steht ist -

vielleicht ist das ja ein Ausreißer oder
es sind mehrere Ausreißer - weiß man ja

nicht. Dann hab ich mir so einen Tag
genauer angeguckt. Also man kann auch die

Zeitangabe nur für einen Tag nehmen. Das
ist irgendwie so eine relative

Gleichverteilung. Und dann hat man da so 3
Ausreißer - die sind irgendwie wahnsinnig

verdächtig, weil die stark abweichen von
den anderen und es gibt sogar einen der

irgendwie 710 Einträge beinhaltet aber ich
weiß ja nicht, wie intensiv Katha Amazon

genutzt hat in der Zeit von morgens bis
abends - auf jeden Fall sportlich. Dann

habe ich mir den Tag aber wirklich mal
ganz genau angeschaut. Wir haben 710

Einträge. Dann hab ich mal geguckt, was
ist denn für eine Zeitspanne die wir

haben? 20 Minuten und 35 Sekunden. Das
heißt für einen Eintrag würde Katha 1,74

Sekunden brauchen. Das Ganze würde dann
wahrscheinlich so aussehen.

Lachen
K: Ja und wenn ich das schaffe, spätestens

an der Stelle sollte ich meine Karriere
als Progamer überdenken.

L: Ja. Ich bin daraufhin nochmal genauer
in die Daten eingestiegen und Pandas hat

so 'nen value_counts, was das Histogramm
sozusagen darstellen würde -

Häufigkeitsverteilung und die Funktion und
ich wir sind jetzt richtig dicke auf jeden

Fall. Ich hab mir die wirklich komplett
nochmal angeschaut. Wo kommt das her? Mir

ist aufgefallen, dass diese Aktion nicht
immer definiert ist, die wird nur so 4.600

Mal überhaupt angegeben. Wo ich mir
dachte, okay, 'ne Interaktion - naja

vielleicht kann man's nicht immer
klassifizieren und dann sind mir zwei

andere Sachen noch aufgefallen: request
und lazy-load. Die zwei Sachen finde ich,

hören sich nicht wie eine Interaktion an.
Und da ich Webentwicklerin halt auch bin,

war mir so hm okay vielleicht wird da noch
etwas anderes in den Daten stecken. Und

hab mir daraufhin die URLs mal genauer
angeschaut, die in den Daten stecken und

spätestens bei Ajax, was 'ne
Webtechnologie ist, sagt mir mh

Nutzerinteraktion? Schauen wir mal in den
Browser. Wie gesagt, ich bin

Webentwicklerin, und so'n Browser verrät
'ne Menge über eine Webseite, wenn Fehler

drin sind oder was für einen Traffic im
Netzwerkverkehr - äh im Netzwerk

stattfindet. Und das hab ich auch mal für
Amazon gemacht und hab mir mal ein Spiel

einfach ausgesucht und hab geguckt was
wird eigentlich so alles geladen, während

man auf der Seite ist. Und ja, jede
Webseite lädt eine Menge Sachen nach. Und

als es dann irgendwann mal fertig geladen
hat, dachte mir okay, und jetzt suche ich

in dieser Auflistung nach den URLs, die
ich nicht zuordnen konnte. Und siehe da,

es sind wirklich Sachen die einfach
nachgeladen werden. So etwas wie ein Prime

Button oder Bilder und Rezensionen, was
für mich jetzt per se keine

Nutzerinteraktion ist. Aber es landet
komplett in dem Clickstream drin. Wenn wir

also die realen Nutzerinteraktionen suchen
von den über 15.000 Einträgen, dann hab

ich eine Annahme getroffen: Eine
Nutzerinteraktion muss die Page Action

angegeben haben, ansonsten ist es keine.
So selektieren wir die erst mal als

Erstes. Dann möchte ich auch nicht, dass
es ein request ist, weil das sieht auch

aus wie keine Interaktion und es darf auch
kein lazy-load sein. Wenn wir diesen

gesamten Wust nehmen und einfach mal aus
den Daten rauswerfen, dann haben wir 75 %

der Daten einfach mal weggeworfen haben
nur noch 3.747 Einträge übrig, die reale

oder die ich als Annahme als reale
Nutzerinteraktion sehe. Ich weiß nicht,

wie viele von euch auf GitHub unterwegs
sind, aber ich liebe den Graph, der so ein

bisschen die Aktivität zeigt, die man auf
GitHub hat. Das Gleiche könnte man auch

für Amazon machen. Und ich weiß nicht, ob
ich darüber so glücklich wäre bei mir.

Jedenfalls steht jedes Kästchen für eine
Interaktion und die extrem dunklen lilanen

Kästchen zeigen bis zu 180 Interaktionen,
die man mal am Tag getätigt hat

K: Beispielsweise vor Weihnachten.
L: Genau - sieht man besonders gut. Aber

das heißt ja auch noch nicht, dass jede
Interaktion wirklich zu einem Kauf

überleitet. Und ich hab mal versucht
herauszufinden, wie Amazon überhaupt

klassifiziert, ob man etwas kauft. Und ich
dachte mir, hey, Page Action, du bist ja

eine gute Idee anzugucken und Amazon wird
doch mit Sicherheit ordentliche, gepflegte

Daten haben und sowas wie ein "Order" drin
stehen haben oder 'nen "Purchase" - nix

da. Amazon hat aus irgendwelchen Gründen
'ne Horde an Einträgen, die man per Hand

herausfinden muss aus seinem Datensatz.
Damit man überhaupt eine Idee davon

bekommt, welche Interaktionen sind
wirklich Käufe und welche nicht. Ich habe

auch nicht herausgefunden ob's hinter
dieser Nummerierung von "PlaceOrder"

irgendeinen Zusammenhang gibt, wann die
auftreten, das ist nicht aus dem Datensatz

ersichtlich gewesen. Wenn wir also mal die
Interaktion mit den Käufen vergleichen -

leider sind die Kästchen ein bisschen hell
- von den 196 Tagen, an denen man

interagiert hat, hat man am Ende nur an 24
Tagen gekauft. Also ist ein viel, viel

geringerer Teil. Aber man sieht den
Dezember - da hat Katha auf jeden Fall

viermal hintereinander gekauft. Und in
ihren Daten habe ich außerdem gesehen,

dass sie extrem interessiert an Büchern
ist und im Dezember einfach mal 32 Bücher

an 4 Tagen gekauft hat.
Lachen

L: Wir lassen das Thema mit den
Interaktionen und Käufen jetzt mal hinter

uns und begeben uns auf die Orte, in denen
Katha war, als sie auf Amazon

herumgebrowst ist. Als Erstes ist mir
aufgefallen, in Berlin ist sie am

häufigsten im Internet auf Amazon. Okay,
vielleicht wohnt sie da. Dann hat man

irgendwie Brandenburg und Schleswig-
Holstein noch ziemlich häufig. Weiß ich

nicht, was der Bezug dazu ist, und dann
weniger häufig aber auch existent

Nordrhein-Westfalen und Niedersachsen.
K: Ja, ich lös mal auf. Ich wohne in

Berlin, das ist richtig, und um aus Berlin
rauszukommen muss man grundsätzlich erstmal

immer durch Brandenburg durch. In der
Zeit, in der ich diesen Versuch gemacht

habe, bin ich beruflich nach Schleswig-
Holstein gependelt. Das heißt man konnte

in dem Datensatz recht gut sehen, an
welchen Tagen ich wo gearbeitet habe. In

Nordrhein-Westfalen lebt meine Familie und
immer wenn ich nach Nordrhein-Westfalen

gefahren bin, bin ich auch durch
Niedersachsen durchgefahren. Was mich so

ein bisschen überrascht hat war, dass ich
an dem Datensatz schon vermuten konnte,

wann ich meine Eltern besucht habe. Und
das war dann doch ein bisschen creepy.

L: Das ist einfach nur die Spalte, die man
anschauen kann, wenn es um die

Bundesländer geht.
K: Ah ja, und genau. Woher weiß Amazon,

dass in NRW meine Eltern wohnen? Ganz
einfach: kurz vor Weihnachten ratet mal wo

ich meine Pakete hingeschickt hab, ne,
weil ich auf den letzten Drücker gekauft

habe. Und das sind solche kleinen
Verbindungen, wo man wirklich sagen kann

man: naja, wenn ich mehrere Datensätze als
Amazon habe, kann ich da total einfach

auch sehr private Details rausfinden.
L: Genau. Als Nächstes habe ich mir im

Vorfeld die Internet Service Provider mal
genauer angeschaut und da ist mir eins

aufgefallen: einige verraten, wo sie sind.
So weiß ich zum Beispiel, dass Katha im

Freifunk in Hamburg unterwegs war.
K: Ja, da bin ich immer umgestiegen, weil

ich nach Kiel gefahren bin.
L: Und dann hab ich da was im Februar 2017

gesehen, da war sie auf den Bahamas.
K: Nicht was ihr denkt, das war Urlaub.

Lachen
L: Und im Juli 2017 war sie in Polen.

K: Genau, das war ein Familienurlaub.
L: Es gibt da noch einen anderen

Aufenthalt, der mir aufgefallen ist. Und
ich vermute, du hast eine Beziehung zu

Universitäten oder Bibliotheken.
K: Ja, ich schreib tatsächlich am liebsten

in der Bibliothek.
L: Viele von euch werden den Verein zur

Förderung eines Deutschen Forschungsnetzes
kennen in Form von eduroam. Das ist die

Einrichtung, die in Deutschland das
Internet in Bildungs- und

Forschungseinrichtungen, Universitäten
oder Bibliotheken zur Verfügung stellt und

auch das sieht man in den Daten. Was
Amazon irgendwie scheinbar beim Internet

Service Provider macht, ist, sie erlauben
nur 50 Zeichen und da ist der Name vom DFN

definitiv zu lang für. Aber wir gucken mal
was du so in 'ner Bibliothek machst,

während du eigentlich arbeiten solltest.
Du rutschst mal kurz aus zu Amazon, so

wenige Sekunden - das kann mal passieren.
Dann kommt das schlechte Gewissen

wahrscheinlich. Dann hast du so 'ne Käufe
von oder so 'ne Aufenthalte von einer

Minute - bestimmt zielgerichtet irgendwas
gesucht und für später weggespeichert. Was

machst du 15 Minuten lang auf Amazon? Das
kann man doch schon fast Prokrastination

nennen.
K: Na, das würde ich jetzt nicht so sagen.

L: Nee, stimmt, denn wir haben noch was
Besseres: Du warst über anderthalb Stunden

auf der Seite von Amazon.
Lachen

K: Reine Recherche.
L: Was auf dieser Page Action, die ich

erwähnt habe, jetzt so häufig, für die
Nutzerinteraktion irgendwie hervorgetreten

ist, dass Amazon ab einem ganz bestimmten
Zeitpunkt versucht hat herauszufinden, ob

man den Tab gerade in den Vordergrund oder
den Hintergrund legt. Da Kathas Datensatz

jetzt nur ein begrenzter Datensatz ist,
kann ich nicht sagen, ob das Zufall ist

oder ob Amazon versucht, wirklich
kontinuierlich die Erkennung zu

verbessern, damit sie einfach wirklich
wissen, wann interagiert man mit der

Seite, wann legt man etwas in den
Hintergrund.

K: Ja und spannend fand ich in dem
Datensatz auch, dass man gar nicht so viel

technischen Sachverstand auch benötigt, um
sich ein grobes Bild davon zu machen, was

da alles drin schlummert. Ich habe
beispielsweise mal in der Spalte V geguckt

- die Spalte V steht für Referrer und das
kann man für Nicht-Techies übersetzen

ungefähr wie: "Naja woher kommst du
denn?". Das heißt, Amazon merkt sich, von

welcher Seite ich sie ansurfe und in
meinem Fall war es so, dass ich mehrere

Artikel von Spiegel Online dann mit dem
kompletten Link in meinem Clickstream

gefunden habe und das ist deshalb
interessant, weil man dann natürlich sagen

kann, so okay, welche Medien konsumiert
dieser jemand eigentlich, oder vielleicht

auch wofür interessiert er sich inhaltlich
außerhalb Amazons sonst noch? Ich habe

auch einen Link gefunden vom Telepolis von
heise online, ein Artikel in dem es um

CETA geht. CETA ist das Handelsabkommen
zwischen Kanada und der EU und das ist ein

kritischer Beitrag und da kann man sich
natürlich auch überlegen, okay, wenn

Amazon wirklich weiß, von was für
politischen Artikeln wir kommen, dann kann

man daraus natürlich auch Rückschlüsse
über das politische Mindset ziehen. In der

Tat habe ich in der Zeit eine Kampagne
gegen CETA in Schleswig-Holstein geleitet

und deshalb bin ich auch gependelt. Und
man kann gar nicht genug betonen, wie groß

der Unterschied zwischen gekauften Daten,
- äh - gekauften Produkten und geklickten

Produkten ist. Ich habe hier für diesen
Vortrag mal alles was ich in der Zeit

gekauft habe auf meinem Küchentisch
drapiert. Wenn ich aber alle Produkte, die

ich nur angesehen habe, auf ein Foto
quetschen wollen würde dann müsste ich

nicht nur meine komplette Küche
leerräumen, sondern wahrscheinlich meine

ganze Wohnung. Denn das wird sonst nicht
reinpassen. Das ist viel, viel mehr.

L: Was man in den Daten außerdem gesehen
hat ist, dass man sagen kann, dass Katha

auf jeden Fall über 500 Mal nach Begriffen
gesucht hat und auch dass sie ungefähr 450

Mal direkt auf Produkte zugegangen ist.
Man kann aber schon sagen, dass es noch

eine ganze Ecke mehr ist, weil das sind
nur die Sachen die offensichtlich waren

und wenn man nochmal per Hand wieder in
diesen Datensatz reinspringt und nach

Mustern sucht, kann man auch sehen, dass
es noch mehr Produkte sind, die man sich

angeschaut hat.
K: Ja, ich hab mich dann natürlich

gefragt, was sieht eigentlich jemand, der
mich persönlich nicht kennt, nur diesen

Datensatz sieht. Wen sieht er dann? Und
finde ich das eigentlich okay? Und ich hab

mir dann mal so einige Sachen angeschaut, die
ich angeklickt habe und mal aus

unterschiedlichen Brillen betrachtet.
Nehmen wir mal das Thema Lebensplanung.

Stellen wir mal vor jemand fragt sich,
naja, wie stellt sich Katharina Nocun ihre

Zukunft so vor, wie ist ihre
Lebensplanung? Und der guckt sich meinen

Clickstream an - was findet der da? Ich
hab mir ein Buch angeschaut, das sich mit

Pro-Argumenten fürs Kinderkriegen
auseinandersetzt. Dann habe ich mir aber

auch ein Buch angeschaut was ich mit
alternativen Partnerschaftsformen und

Polyamorie auseinandersetzt und natürlich
noch ein Buch von einer Aussteigerin, die

sagt, ich werde der Konsumgesellschaft den
Rücken kehren. Und wenn man diese 3

Produkte und noch ein paar mehr in der
Richtung zusammenlegt, wird man denken, so

okay, das ist zumindest eine
außergewöhnliche, originelle bis hin zu

exotische oder vielleicht auch schwierige
Lebensplanung, wenn man das alles unter

einen Hut bekommen will. Aber wie ist es
denn tatsächlich? Das Buch über Kinder

habe ich mir angeschaut, weil ich auf den
Autor aufmerksam geworden bin, weil ich

den Blog "Spreeblick" sehr schätze und
schlichtweg wissen wollte, naja was

schreibt der Typ denn sonst noch. Bei dem
zweiten Buch war es so, dass ich den Autor

kenne und er hat mich zur Lesung
eingeladen - da wollte ich mich vorher

schlau machen, worum geht denn eigentlich
bei der Veranstaltung? Und bei dem dritten

Buch ist es schlichtweg so, wir sind beim
selben Verlag. Ich wollte einfach gucken,

was hat der Verlag bei dem ich bin, sonst
noch in der Sachbuchsparte? Das heißt

Clickstream oder das Bild, das aus meinem
Clickstream generiert wird, und die

Person, die ich bin, sind womöglich zwei
ganz unterschiedliche Dinge. Nehmen wir

mal das Thema Gesundheit, da wird es noch
viel deutlicher. Ich hab mir Schnaps

angeguckt, dafür gibt's sogar eine eigene
Kategorie bei Amazon: Alkohol. Man könnte

ja jetzt Vermutungen anstellen, warum
interessiere ich mich für Schnaps. Naja,

vielleicht habe ich ja gesundheitliche
Probleme und möchte ein bisschen

Selbstmedikation betreiben. Ich habe mir
tatsächlich ein Buch über Arthrose

angeschaut - ne ziemlich schwere Krankheit
- und was noch viel erschreckender ist,

ich habe mir nicht nur ein, zwei, drei,
sondern sehr viele Bücher zum Thema Krebs

angeschaut. Hier exemplarisch eins mit dem
Titel "Krebs natürlich heilen". Und wenn

man diese - meinen Clickstream - so
anschauen würde, würde man ja denken,

Katharina Nocun ist ein gesundheitliches
Wrack. Aber wie sieht es denn wirklich

aus? Ich muss sagen, dieser Gin ist
wirklich gut, ich trinke ihn wirklich

gerne.
Lachen

K: Die Bücher über schwere Krankheiten
habe ich mir aber deshalb angeschaut, weil

ich eine Recherche betrieben habe. Ich
wollte wissen, wie hoch ist der Anteil an

esoterischen Quatsch-Büchern in der Amazon
Bestsellerliste beim Thema Gesundheit. Und

diese Intention sieht man aber nicht, wenn
man nur den Clickstream sieht. Ich habe

weder Krebs, noch Arthrose, noch
irgendwelche Anzeichen dafür. Interessant

wird es auch bei der politischen
Einstellung. In meinem Clickstream finden

sich unglaublich viele Bücher die sich mit
dem Thema AfD auseinandersetzen und zwar

einmal kontra AfD, aber auch Bücher von
rechten, rechtsextremen Autoren und

Verschwörungstheoretikern. Und wenn man
nur meinen Clickstream betrachtet, wird

man mich glaube ich für eine ziemlich
merkwürdige bis unsympathische Person

halten. Und man wird denken, die ist
rechts. Tatsächlich war es natürlich so,

ich setze mich kritisch mit der AfD in
meinem Blog auseinander und habe

recherchiert und da recherchiert man...
Applaus

L: Ja, die AfD kann wirklich niemand
unterstützen, das muss man hier mal echt

sagen.
K: Ja und da wollte ich mir natürlich auch

ein bisschen angucken, naja, was schreibt
denn so die rechte Ecke oder was

publizieren so ein paar Scharfmacher aus
der rechten Ecke und wie hoch ist das

eigentlich bei den Amazon Bestsellerlisten
gerankt. Und wer aber nur meinen Datensatz

sieht, der sieht das nicht - der wird mich
vielleicht für rechtsextrem halten.

Interessant werden solche Zusammenhänge,
wenn man sich überlegt, wer ein Interesse

an solchen Daten haben könnte. Denn wo
Daten sind, entstehen schnell

Begehrlichkeiten und natürlich gibt es
auch Behörden, die durchaus ein Interesse

daran haben können, solche Nutzerdaten
abzufragen und zwar alles was da ist und

wenn der Clickstream da ist, dann wird er
auch abgefragt. Und stellen wir uns mal

vor, ein Polizeibeamter kommt auf die
Idee, die Katha, die ist vielleicht cyber-

kriminell oder vielleicht ist sie auch ein
potenzieller Gefährder oder von ihr geht

eine drohende Gefahr aus. Und wir wollen
jetzt gezielt mal gucken, ob es

irgendwelche Indizien gibt, die diese
These stützt. Was sehen diese Leute? Naja,

zunächst einmal findet sich auf meiner
Liste ein sogenanntes Killerspiel. Es ist

schon mal extrem sympathisch aus, wenn man
aus Behördensicht da mal draufguckt. Dann

habe ich mir auch noch angeschaut, ein
schwarzes T-Shirt mit einem Aufdruck auf

dem steht "Chemist - only because
superwoman is not an official job title".

Man könnte also denken, ich habe durchaus
interessante Skills und Hobbys. Als

Nächstes ein verdächtig aussehender
Gegenstand - ein Kochtopf, und eine

Sturmmaske. Ja und ich weiß nicht, wie ihr
das seht, aber aus Behördensicht wird das

überhaupt nicht gut für mich aussehen,
wenn man schon mal mit der Brille

draufguckt, naja die könnte was planen,
die könnte gefährlich sein. Ich glaube, an

der Stelle wäre es dann höchste Zeit für
einen Hausbesuch. Aber ihr könnt euch

natürlich denken, es gibt eine total
einfache und harmlose Erklärung für jedes

Produkt. Genau, "könnte ja jeder sagen",
kommt hier vorne aus dem Publikum. Das

wäre dann das Gegenargument und damit habe
ich schlechte Karten. Und ich weiß nicht,

wie es euch geht, aber ich finde so eine
Möglichkeit, sich zu überlegen, was allein

aus so einem Datenabfall an Konsequenzen
für mich entstehen könnte im Worst Case

Szenario, extrem bedrohlich.
L: Genau, denn Katha hat mir ihr Vertrauen

geschenkt, dass ich die Daten anschaue und
vertraulich behandele. Wie sieht das aber

Amazon? Amazon ist groß, ziemlich groß,
hat ungefähr 300 Millionen Nutzer und ich

habe die Analyse für eine Person gemacht.
Amazon kann natürlich die Analyse für alle

Nutzer machen und erkennt darin Muster und
weiß am Ende auch, welches Produkt mit

welchem im Warenkorb landet.
K: Ja und was bedeutet im Warenkorb

landet, ne? Amazon weiß beispielsweise,
was kaufen Leute, die auch dieses Produkt

gekauft haben. Ein einfachstes Beispiel
ist ja die Feinwaage, ne. Als Koch möchte

man vielleicht exakt wissen, wieviel muss
hier rein und wieviel hab ich jetzt hier

rein getan. Und wenn man das aber kaufen
will, kriegt man direkt so diese geilen

Produktvorschläge.
Lachen

K: Durchaus ein Zeichen dafür, dass es
auch andere Verwendungszwecke für

Feinwaagen gibt. Und ihr lacht, aber das
kann wirklich ernsthafte Konsequenzen für

einen Menschen haben, wenn er vielleicht
ohne es zu wissen in einer Schublade

landet, mit der überhaupt nichts am Hut
hat. Anderes Beispiel: Wenn ich jetzt nach

einem Glasschneider bei Amazon suche,
kriege ich eine Sturmmaske empfohlen.

Lachen
K: Was man bei Reitequipment empfohlen

bekommt, kann sich der eine oder andere
vielleicht denken. Und das ist ein

Problem, denn ich weiß nicht, wie es euch
geht, aber ich möchte gerne wissen in

welchen Schubladen ich lande und ich
möchte da vielleicht auch mitreden, wenn

diese Schubladen mir unangenehm sind. Oder
vielleicht finde ich auch, dass es gewisse

Schubladen einfach nicht geben sollte. Und
das Problem ist, dass ich bei meiner

Datenabfrage eben nur diesen winzigen
kleinen Mosaikstein aus dem großen

Datensatz bekommen habe, aber die
eigentliche Information über die

Möglichkeiten der Auswertung für diesen
einen Datensatz, die kann ich erst

vollumfänglich erfassen, wenn ich das
Ganze kenne. Das wird aber Amazon nicht

rausrücken und Amazon wird auch keine
Algorithmen zu Suchvorschlägen oder

sonstwas rausrücken, denn das ist
natürlich ein Geschäftsgeheimnis. Ich

denke aber das sind die eigentlich
spannenden Daten, die wir brauchen, um uns

wirklich ein Bild davon zu machen, wie
dieses Unternehmen uns sieht und wie

dieses Unternehmen uns auch gezielt
manipuliert, um uns beispielsweise

einzureden, dass wir mehr kaufen sollen.
Applaus

K: Und ich weiß nicht, wie ihr das seht,
aber der Name "Amazon" ist super passend.

Also, ich weiß nicht wer auf die Idee gekommen
ist damals, aber es ist ein Knüller. Der

Amazonas ist der größte Strom Südamerikas
und er speist sich aus unglaublich vielen

kleinen Bächen und Flüssen. Und genauso
ist es ja mit Amazon, ja? Ich habe in

meinem Experiment nur einen einzigen
Dienst von Amazon genutzt. Ich hätte den

Versuch aber natürlich auch ganz anders
machen können. Was wäre dann gewesen, wenn

ich beispielsweise während der kompletten
Zeit alle Videos, alle Filme nur noch mit

Amazon Prime gesehen hätte? Was wäre
gewesen, wenn ich mich entschieden hätte

in dieses Experiment Alexa, also Amazon
Echo mit reinzufügen und mir dieses Ding

vielleicht ins Schlafzimmer zu stellen?
Ich glaube der Datensatz wäre um einiges

aufschlussreicher und ich für meinen Teil
habe an dieser Stelle ganz bewusst am

Anfang des Experiments entschieden, nein,
das möchte ich nicht. Nein, es geht mir zu

weit. Ich stelle mir so ein Ding nicht in
die Wohnung.

Applaus
K: Und vor ein paar Wochen war ich dann

sehr froh, dass ich diese Entscheidung so
getroffen hatte damals. Denn ich weiß

nicht ob ihr es mitbekommen habt. Es war
groß in den Nachrichten, ein Nutzer hat

kürzlich bei Amazon seine Daten von Amazon
Echo abgefragt und hat daraufhin den

Datensatz einer vollkommen anderen Person
zurückbekommen. Nochmal so als Hinweis,

dass das Ding echt nicht ins Schlafzimmer
gehört. Und ja, nochmal um es deutlich zu

machen. Wenn jemand wirklich all diese
Dienste nutzt oder viele Dienste nutzt,

dann loggt ihr euch meistens mit derselben
Amazon-ID ein.

L: Genau, das ist ja auch das, was in 'nem
Amazon Datensatz gespeichert wurde. Also

wenn ihr woanders auf einen anderen Dienst
geht, dann wird das einfach mitgeloggt,

egal ob das jetzt auch wegen der gleichen
Login-Adresse ist. Ihr habt auf jeden Fall

auch das im Cookie stehen, welche ID ihr
dahinter habt.

K: Und ihr fragt euch ja jetzt, das ist ja
schön und gut dass du deine Daten hast,

das ist toll für mich, aber was ist mit
meinen Daten und wie komme ich an die? Es

gibt viele Wege um an seine Daten zu
kommen. Ich kann euch einfach mal

erzählen, wie ich das gemacht habe.
Zunächst einmal: ich hab mir die AGB

durchgelesen - tatsächlich vollständig. Es
ist ein ganz neues Erlebnis. Ich bin jetzt

top informiert.
Applaus

K: Und ich habe mir die
Datenschutzerklärung durchgelesen. Ja und

warum habe ich das gemacht? Sowohl in AGB
und Datenschutzerklärung sind schon mal so

grob Datenkategorien angesprochen, und die
kann ich mir notieren, damit ich so weiß, was

kann ich dann erwarten oder was sollte ich
erwarten, was bei so einer Auskunft

rauskommen sollte. Zusätzlich habe ich
meinen gesunden Menschenverstand benutzt,

um mal zu überlegen...
Applaus

K: ...um mal zu überlegen, naja was kann
ich denn nach den Gesetzen der Logik

erwarten. Also beispielsweise, ich bin auf
Amazon, eine Woche später kriege ich eine

E-Mail, "wollen sie dieses Produkt nicht
doch kaufen?", also müssen die für eine

Woche speichern, was ich geklickt hab. Und
egal wie oft die sagen, "Nein, haben wir

nicht". Das ist eine Lüge weil sonst wird
es technisch sehr schwierig sein, das

umzusetzen. Und aus diesen Informationen
hab ich dann eine Checkliste gebaut mit

meiner Erwartungshaltung. Was erwarte ich,
was in der vollständigen Antwort drin sein

sollte, und erst dann habe ich die Anfrage
formuliert und gestellt. Und ich kann gar

nicht oft genug betonen, wie wichtig es
ist, bei Anfragen immer 'ne Frist zu

nennen. Ohne Frist wird sich da niemand
bewegen. Zwar gibt es nach der

Datenschutz-Grundverordnung einen
Zeitrahmen, in dem die euch antworten

sollten, idealerweise innerhalb von einem
Monat, aber es schadet nicht, diese Frist

trotzdem nochmal explizit reinzuschreiben
und auch sofort nochmal zu erinnern, wenn

die Zeit überschritten wird. Und
motivierend kann natürlich auch sein, wenn

man noch reinschreibt, naja wenn ihr nicht
antwortet - müsst ihr wissen, aber dann

wenn ich mich an die Aufsichtsbehörden.
Mit der Anfrage ist es leider noch nicht

getan. Wenn ihr so eine Anfrage stellt,
stellt euch auf eine Brieffreundschaft ein

- ist ja vielleicht auch etwas Schönes,
wenn ihr diese Anfrage stellt, werdet ihr

zuerst mit hoher Wahrscheinlichkeit die
Antwort zurückbekommen: "Naja, schauen Sie

mal in Ihrem Profil nach, da sind all Ihre
Daten". Das ist natürlich Quatsch, das ist

nur ein Bruchteil von den Daten, die ihr
eigentlich haben wollt. Also verschicken

wir einen "friendly reminder". Als
nächstes kommt vielleicht ein Brief oder

eine E-Mail: "Ja, wir haben hier ihre
Daten" und dann schaut ihr da rein und

denkt so, okay, da hat jemand die Profildaten
jetzt nochmal in PDF gepackt oder

ausgedruckt. Hmm.
L: Ausgedruckt und wieder eingescannt.

K: Genau. Auch nicht das, was wir haben
wollen - solltet ihr euch gar nicht drauf

einlassen, damit zufrieden geben. Also
wieder "friendly reminder". Dann habt ihr

das nächste Level erreicht. Dann wird
irgendwann die Einsicht kommen so "Huch,

wir haben ein paar Daten gefunden, wir
haben die Ihnen jetzt mal geschickt". Das

ist so die Stelle mit der CD und an der
Stelle wird's eben spannend. Die

Wahrscheinlichkeit, dass ihr dieses Spiel
ein paar Mal wiederholen müsst, ist sehr

hoch. Und irgendwann, wenn ihr das oft
genug wiederholt habt, habt ihr dann euren

Datensatz. Und diesen Datensatz könnt ihr
dann nach Belieben durchsuchen,

durchforsten, analysieren, und glaubt mir,
es lohnt sich. Denn es ist eine Sache,

abstrakt zu wissen, dass man überwacht
wird auf Schritt und Klick, und etwas

vollkommen anderes, seinen eigenen
kaputten Schlafrhythmus der letzten

anderthalb Jahre vor sich zu sehen.
Lachen

K: Und das ist etwas, das würde ich keinem
Einzelhändler anvertrauen wollen.

Applaus
K: Und ich habe mir danach die Frage

gestellt, möchte ich das? Und jeder, der
so einen Datensatz sieht, wird sich diese

Frage zwangsläufig auch stellen. Und in
meinem Fall war es dann so, dass ich mich

entschieden habe, in Zukunft meine
gebrauchten Bücher direkt beim Anbieter zu

kaufen, nicht mehr über Amazon Marketplace.
Das ein oder andere Mal hab ich damit

sogar Geld gespart.
Applaus

K: Und die Information darüber, was der
Dienst speichert, ermöglicht uns ja auch

vielleicht zu sagen, ich nutze den Dienst
in Zukunft anders oder aber ich nutze ihn

vielleicht gar nicht mehr. Und wenn ihr
ihn gar nicht mehr nutzt, dann würde ich

empfehlen, naja dann könnt ihr auch so ein
Löschantrag verschicken. Kostet nix. Ist

auch vielleicht eine kurze
Brieffreundschaft und wir haben uns bei

diesem Vortrag auch überlegt, dass wir
nicht sagen wollen, das ist ein

individuelles Problem von Nutzerinnen und
Nutzern, die Amazon nutzen. Nein, das

Problem ist, dass Amazon ähnlich agiert
wie andere Dienste auch, um mal ehrlich zu

sein. Überwachung ist längst zur
Standardeinstellung geworden. Und was das

für den Einzelnen bedeutet, das wollten
wir sichtbar machen, aber wir finden

trotzdem, wir müssen alle gemeinsam dafür
kämpfen, dass Datenschutz, Privatsphäre,

Datensparsamkeit verdammt nochmal die
Standardeinstellung ist

großer Applaus
K: Ja und damit sind wir auch schon am

Ende. Mehr Infos und Formulare für eigene
Datenanträge, Auskünfte, Löschanträge

findet ihr bei mir im Blog.
L: Und wer sich für die Datenanalyse

interessiert, da veröffentliche ich gleich
auf Ama..., ach auf Amazon... auf

GitHub...
Lachen

L: ...ein Repository, wo sich jeder auch
die Daten anschauen kann und sich selber

seinen eigenen kaputten Schlafrhythmus mal
angucken kann.

K: Vielen Dank!
L: Dankeschön!

Herald: Ja wunderbar!
Applaus

Herald: Einen großen Applaus!
großer Applaus

Abspannmusik

Untertitel erstellt von c3subtitles.de
im Jahr 2020. Mach mit und hilf uns!

Abspannmusik