Profiling im Web

Martin Degeling - Ruhr Universität Bochum/HGI
GWTF 16.11.2018

Online Werbung

  • 88 Mrd USD in 2017 (+21%)
  • Click Through Rate 0,5 - 3,5%
  • Cost Per Click ~ 1-3 USD
  • Conversion Rate 0,77 - 3,75%

Quelle: Search Engine Journal

Merkmale und Cookies

Flüchtigkeit/Liquidität im Online Profiling

  1. Datensammlung
  2. Profile
  3. Taxonomien

Wer und wieviel kann gemessen werden?

Prozentsatz des "clickstream" den verschiedene Firmen beobachten.

Umfang und Stabilität von Profilen

Reproduzierbarkeit

Taxonomien

Google

~1200 Interessen in 24 Kategorien

Facebook

~30,000 Interessen in 26 Kategorien

J. Angwin, T. Parris, and S. Mattu (2016).
“Facebook Doesn’t Tell Users Everything It Really
Knows About Them.”
ProPublica. December 27. 2016

Bluekai/Oracle

786 Interessen in 22 Kategories.
Plus

  • 619 "Vergangene Einkäufe" (Travel, Services, Retail, Consumer Packaged Goods, Financial Products, Vehicles)
  • 89 Taxonomien von Partnerunternehmen

Veränderung in der Taxonomie von Bluekai

  • Interest > Politics & Society > Immigration
  • Interest > Lifestyles > Senior Living
  • Interest > Internet & Online Activities > Heavy Internet Users

Zwischen 2015 und 2017 wurden monatliche 7% der Einträge geändert.

Facebook - "am Puls der Zeit"

Flüchtigkeit

Problem nicht-perfekter Algorithmen und systemische Grundlage

„in den individuellen Vorlieben und Abneigeungen [stecken] erhebliche Profitchancen und zwar jesto mehr, je vielfältiger und bunter es zugeht“ (Lyon und Bauman 2013, 77)

Negative Folgen

  • Auschluss
  • Reproduktion von Stereotypen

Risikominimierung oder Ausschluss

Stereotype oder Diskriminierung

Datta, Tschantz, Datta. 2015. „Automated Experiments on Ad Privacy Settings: A Tale of Opacity, Choice, and Discrimination“.

Das Problem der Transparenz

Pseudonyme

Einer Pseudonymisierung unterzogene personenbezogene Daten, die durch Heranziehung zusätzlicher Informationen einer natürlichen Person zugeordnet werden könnten, sollten als Informationen über eine identifizierbare natürliche Person betrachtet werden.

Erwägungsgrund 26, DSGVO

Studien untersuchen immerwieder die Akzeptanz von Online Profiling (Dolin et. al 2018)

Profiling/Segmentierung ist dividuell

Beeinflussng der Profile

5% gezielte Seitenaufrufe
  • vergrößern Profile um 40%
  • oder ändern die Hälfte der Interessen

Zusammenfassung

  • Online Tracking und Profiling ist auf mehreren Ebenen ständigen Änderungen unterworfen (flüchtige/Liquide Überwachung)
  • Profile sind absichtlich und unabsichtlich ungenau
  • Dividuelle Konzepte von Privatheit sollten hier ausprobiert werden.

Contact/ Questions

Martin Degeling (martin.degeling@ruhr-uni-bochum.de)
Twitter: @mrtn3000

Backups

Can they be influenced?


Obfuscation Schemes

Add obfuscation traffic once

Jaccard .46 overlap before/after. Rebound to .53

Obfuscation Schemes

Add obfuscation traffic multiple times

Doubles number of interest categories

Comparison of Interest Profiles by size