TV Sendungen, deren Studiogäste per Video zugeschalten sind, Guidelines für Videokonferenzen in gefühlt allen Onlinemedien und Zeitungen, sowie digitale Veranstaltungen und Workshops - in Zeiten der Corona Pandemie haben sich wesentliche Teile unseres Lebens, gefühlt über Nacht, digitalisiert. Mit PC, Laptops, Tablets und Smartphones ausgestattet arbeiten und kommunizieren wir derzeit aus unseren Wohnungen und Häusern. Gerade letztere, die Smartphones, beziehungsweise die Daten, die sich damit sammeln lassen, sind im Rahmen der Corona Pandemie verstärkt in den (medialen) Vordergrund gerückt.
Vor zehn Tagen ist der österreichische Mobilfunkbetreiber A1 in den medialen Fokus gerückt, da dieser auf Eigeninitiative Bewegungsdaten an die Regierung geliefert hat. Diese Woche ließ Kanzler Kurz aufhorchen, da er künftig auf "Big Data"-Auswertungen setzen will, um Corona zu stoppen. Eine verstärkte Händyüberwachung wollte Kurz, beziehungsweise die Türkis-Grüne Bundesregierung, dezidiert nicht ausschließen und verwies auf Gespräche mit Benjamin Netanyahu. Auch die Landesregierungen werden aktiv, soll will das Land Kärnten Adressen und Namen von Infizierten unter anderem an das Rote Kreuz und die Freiwillige Feuerwehr weitergeben.
So zerstritten und uneinig sich die EU-Staaten in vielen Aspekten der Corona-Krise zeigen, bei der Überwachung der Bürger_innen zeichnet sich immer stärker ein einheitliches Bild: in Brüssel überwachen Drohnen ob die Regeln der "sozialen Distanz" eingehalten werden, in Frankreich werden Telekommunikationsdaten an die Regierung weitergeleitet und mehrere Mitgliedsstaaten lassen Apps entwickeln, die Menschen über Patienten informieren, die mit dem Coronavirus infiziert sind und sich in ihrer Nähe befinden.
Big Data oder AI sind mittlerweile Schlagworte, die es in den Alltag geschafft haben. Sie werden oft verwendet, jedoch ist nicht immer klar, was damit gemeint ist. Zeit für eine kleine Begriffsdefinition:
Für diesen Begriff gibt es keine einheitliche bzw. „mainstream“ Definition, er wird oftmals sehr unterschiedlich verwendet. Grundsätzlich gilt jedoch, dass damit viele Daten (im Vergleich zu einer Stichprobe) gemeint sind, oftmals von ganzen Bevölkerungsgruppen. Somit sind in vielen Big Data - Datensätzen Einzelpersonen sehr leicht identifizierbar und oftmals können neue Datenpunkte einfach hinzugefügt werden (während bei einer Stichprobe beispielsweise, das Hinzufügen von neuen Befragten nicht so einfach ist, da hier beispielsweise die Repräsentativität der Daten leiden könnte).
Ähnlich wie Big Data handelt es sich bei Artificial Intelligence (Künstliche Intelligenz) um einen Begriff der nicht einheitlich definiert ist. Grob gesagt handelt es sich um eine Kombination von Big Data, ADM und ML (siehe Textboxen). Wenngleich der Begriff in den letzten Jahren an Fahrt aufgenommen hat, die Forschung in diesem Bereich startete bereits in den 1950er Jahren. AI ist somit nicht gerade ein neues Themenfeld. Der grundsätzliche Ansatz von AI Lösungen ist der Versuch menschliche Problemlösungsfähigkeiten zu übertreffen und neue Probleme autonom zu lösen. Auch wenn wir AI oft lesen und hören, in der Praxis sind wir von autonomen Robotern wie wir sie aus Filmen kennen, noch weit entfernt.
Mehr Informationen hierzu findest du in unserer NEOS Lab Studie "Predictive Analytics and AI in Governance: Data-driven government in a free society"
Unter Algorithmen bzw. Algorithmischer Entscheidungsfindung (ADM) wird ein Set von Regeln oder Anweisungen verstanden, um ein spezifisches Problem zu lösen. Der Facebook-Newsfeed beispielsweise ist ein sehr komplexer ADM Anwendungsfall (z.B. Wenn User Hundevideos positiv bewerten, bekommen sie im Newsfeed mehr Beiträge mit Hunden)
Vorab: in beiden Ländern findet sich deutlich mehr im Bereich AI und Big Data als das was nun beschrieben wird. Hier wird vor allem auf die wesentlichsten Aspekte eingegangen, die von Seiten der jeweiligen Regierungen gesetzt wurden.
Israel, auf das sich Sebastian Kurz bezogen hat, erlaubt vorübergehend den Einsatz von Überwachungsmaßnahmen die ursprünglich zur Terrorabwehr entwickelt wurden. Hierzu gehört auch die Überwachung von Mobilfunkgeräten, ohne das die entsprechenden Eigentümer_innen informiert werden. Parallel dazu wird eine auf Umfragen basierte KI entwickelt, die weitere Ausbrüche des Coronavirus prognostizieren soll. Hierbei geben die Benutzer_innen täglich Informationen zu ihrem Gesundheitszustand ein. Algorithmen bewerten ihre Antworten, um Symptome mit Orten (Geodaten) zu verbinden. Die Ergebnisse werden dann auf einer Karte angezeigt, die die Infektionscluster zeigt, in denen sich das Virus ausbreitet.
Südkorea hat eine Applikation entwickelt, in der die Regierung Nachrichten an die Öffentlichkeit versenden kann, in denen die Bewegungen von Menschen, bei denen kürzlich das Virus diagnostiziert wurde, detailliert beschrieben werden. "Eine Frau in den Sechzigern hat gerade positiv getestet", heißt es in einem typischen Text. "Klicken Sie auf den Link für die Orte, die sie besucht hat, bevor sie ins Krankenhaus eingeliefert wurde." Auf coronamap.site können Nutzer_innen ansehen, in welcher Region positiv getestete Personen leben und wann der positive Test erfolgt ist.
"Big Data" und AI Lösungen sind ein wichtiger Baustein, um die aktuelle Situation zu verbessern. Seit Dezember wurden über 2000 wissenschaftliche Artikel über den Coronavirus publiziert, Algorithmen und Machine Learning Techniken unterstützen Expert_innen dabei Informationen zu verdichten und diese in das Gesundheitssystem einzuspeisen. Ebenso skizziert die Studienautorin der NEOS Lab Studie "Big data, Artifcial Intelligence and Healthcare" Julia Puaschunder, wie KI Ärzt_innen dabei hilft, mittels Lungenscans das Virus zu entdecken. Jedoch sind weder AI noch "Big Data" ein Wundermittel, insbesondere wenn wir über Überwachungsmaßnahmen sprechen. Die Losung "mehr Überwachung = mehr Sicherheit" kennen wir aus sicherheitspolitischen Debatten, unter anderem Rund um Antiterrormaßnahmen. Jedoch bedeutet ein mehr an (staatlicher) Kontrolle nicht, dass die Sicherheit der Gesellschaft verbessert wird.
Das südkoreanische Tracking-Tool beispielsweise wird zwar derzeit oft diskutiert und gelobt, jedoch ist nicht klar ob es die Infizierungsrate wirklich gesenkt hat. Was wir jedoch wissen ist, dass es trotz Anonymisierung gelang Personen zu identifizieren, Personen stigmatisiert wurden auf Grund der Orte, die sie besucht haben und persönliche Daten (wie z.B. Besuche bei Ärzt_innen) personalisiert veröffentlicht wurden:"As South Korean media pored over their movements, citizens looked on with a mixture of horror and fascination as their private lives were laid bare, leading to speculation that they were having an affair and that the secretary had undergone plastic surgery."
Hinzu kommt, dass wir unterschätzten, welche Informationen aus Daten gewonnen werden können. Ein schönes Fallbeispiel, was nur mit minimalen Informationen über verschickte E-Mails herausgelesen werden kann, findet sich hier.
Während datenbasierte Modelle und Applikationen uns helfen können, so gilt auch das Risiko abzuschätzen was passiert, wenn - beispielsweise durch fehlerhafte oder unvollständige Daten - falsche Informationen vermittelt werden. Dies könnte zu riskantem Verhalten führen, indem sie Menschen ein falsches Sicherheitsgefühl vermitteln. Insbesondere wenn sich die Republik dazu entschließt, hier verstärkt auf Überwachungsmaßnahmen zu setzen, ist Skepsis angebracht. Das Regierungsprogramm beinhaltet keine Maßnahmen für den Bereich Cybersecurity, im Gegensatz zur Trump-Administration gibt es keine AI-Richtlinien für die staatliche Anwendung und eine Datenstrategie, die als Basis für Standards, Innovation und Sicherheit notwendig ist, hat Österreich im Gegensatz zur Europäischen Union nicht.
Wie es gehen kann, zeigt Deutschland: von 20.-22. März hat die Bundesregierung einen Hackathon veranstaltet in dem über 800 Projekte entstanden sind, um aktuelle Probleme zu lösen. Ebenso hat das Robert Koch Institut grünes Licht bekommen eine App zu veröffentlichen, mit der User_innen Daten, die von Fitness-Tracking-Geräten wie Fitbit gesammelt werden, anonymisiert an Wissenschafter_innen weitergeben werden können. Mittels Machine Learning wollen die Epidemiologen Pulsfrequenz und Schlafmuster auf Anzeichen dafür analysieren, dass Menschen Fieber haben. Dies, so die Hoffnung, sollte bisher unbekannte Cluster von COVID-19 im ganzen Land entdecken. Abschließend gilt: sollte es hier zu einem weiteren Eingriff in die Grundfreiheiten kommen, so müssen diese gemeinsam mit Opposition und Datenschutzexpert_innen ausgearbeitet und zeitlich befristet werden.
Können Sie sich noch an die App aus Südkorea, die in diesem Artikel genannt wurde, erinnern? Ein Coronavirus-Patient, dessen persönliche Reisegeschichte veröffentlicht wurde, hat bei der nationalen Datenschutzkommission eine Beschwerde eingelegt und bekam von der Kommission Recht. Die Offenlegungen persönlicher Bewegungen wurden als „über die Notwendigkeit hinaus“ bezeichnet. Auch in Südkorea gilt, es müssen nicht immer personalisierte Originaldaten veröffentlicht werden.
Machine Learning (ML) sind auf Algorithmen basierte Lernmodelle, die statistische Methoden (Bayes & Inferenzstatistik) für Prognosemodelle nutzen. Spam-Filter funktionieren beispielsweise so. Anhand von Testdatensätzen wird einem Modell beigebracht, wann eine Mail als "Spam" zu definieren ist. Wenn nun neue Mails kommen, überprüft das Modell anhand der "gelernten" Informationen, ob eine neue Mail ebenso als Spam zu definieren ist.
5 Gründe, um 2025 optimistisch zu bleiben
Zugegeben, die Titelzeilen der Zeitungen versprühen derzeit nicht gerade Hoffnung und gute Laune. Doch ob Sie’s glauben oder nicht: Es gibt ein paar Gründe, zuversichtlich ins Jahr 2025 zu schauen.
Wie steht’s jetzt um die Demokratie?
Am Ende des Superwahljahrs 2024 stellt sich die Frage, wie es um die Demokratie in Österreich und Europa steht. Weder die Wahlergebnisse noch die politischen Erdbeben in Deutschland und Frankreich geben auf den ersten Blick viel Hoffnung, ganz zu schweigen von der schlechten Wirtschaftslage. Und doch genießt Europa gerade jetzt so viel Vertrauen wie schon lange nicht.
Und was wird aus den Pensionen?
Nicht nur Österreich, sondern fast die ganze Welt ist mittlerweile im Zeitalter der Entvölkerung angekommen: Die Fertilitätsrate sinkt oder stagniert auf niedrigem Niveau, gleichzeitig steigt die Lebenserwartung immer weiter. Was bedeutet das für den Sozialstaat? Und wird einmal die Pensionen der Jungen bezahlen? Von Georg Lundström-Halbgebauer und Lukas Sustala.