Mobilfunk-Bewegungsdaten: Dein Telefon weiß, wo du nächsten Sonntag sein wirst

Aus den Bewegungsdaten eines Mobiltelefons lässt sich errechnen, wo man in Zukunft sein wird – auf bis zu drei Meter genau. Das haben drei britische Informatik-Studenten an einem Datensatz von gerade einmal 25 Freiwilligen demonstriert. Die Forscher wollen Behörden bei der Überwachung helfen – und der Werbewirtschaft.

Die Forschungsabteilung von Nokia hat über ein Jahr lang Bewegungs- und Kontakt-Daten der Smartphones von 200 Freiwilligen in der Schweiz aufgezeichnet. Dieser Datensatz wurde Forschern in einem Wettbewerb über „Big Data“ Anwendungen zur Verfügung gestellt. Gewonnen haben Manlio De Domenico, Antonio Lima und Mirco Musolesi von der britischen Universität Birmingham mit ihrem Paper Interdependenz und Vorhersagbarkeit menschlicher Mobilität und sozialer Interaktionen.

Die Forscher erhielten die Telefonnummern sowie den Verlauf von GPS, Anrufen, SMS, Bluetooth und WLAN von 39 Teilnehmerinnen. Davon nutzen sie nur 25, weil 14 kein Adressbuch hatten. Schon aus den gespeicherten Bewegungsdaten ließ sich auf 150 Meter genau errechnen, wo ein Handy (und damit der Inhaber) in Zukunft sein wird. Nimmt man noch die Geo-Daten eines Bekannten hinzu, verbessert sich die Genauigkeit auf bis zu drei Meter.

Zwar sprechen die Forscher noch von Problemen bei der Skalierbarkeit ihrer Methode, das sollte jedoch zunehmend weniger herausfordernd sein. Auf der anderen Seite lassen sich diese Datensätze noch erheblich verfeinern. So mussten die Studenten die Bekanntschaft zweier Personen noch durch die gegenseitige Präsenz im Adressbuch sowie erfolgten Telefonanrufen definieren. Echte Daten aus sozialen Netzwerken dürften die Analyse noch deutlich verbessern und vereinfachen.

Auch für die Bewegungsdaten ist nicht zwingend ein Zugriff auf das Mobilgerät notwendig. Gegenüber Parmy Olson sagte Musolesi, dass man auch einfach die Daten des Mobilfunkanbieters nehmen kann, beispielsweise durch eine Funkzellenabfrage. In den USA ist laut Obama-Regierung dafür nicht einmal eine richterliche Anordnung notwendig. So liegt es nahe, dass die Forscher damit die Behörden unterstützen wollen:

Musolesi is hoping to work with law enforcement agencies to test how well the algorithm predicts future locations of crime, and he suggests using anonymous data from people on bail in the United Kingdom, who have been electronically tagged.

Datenschutzrechtlichen Fragen ist man sich durchaus bewusst, will aber trotzdem weiter experimentieren. Neben Precrime sieht man vor allem Nutzen für die Werbe-Industrie:

Companies like Google already target you with ads based on your web-browsing habits and the contents of your email. If they could also guess where you’re likely to be at a given time, they could serve you ads relevant to that location.

Diese Auswertung von Mobilfunk-Daten für Werbezwecke findet bereits statt, wie netzpolitik.org berichtete. Derzeit will Twitter eine solche Firma kaufen.

23 Ergänzungen

  1. Ich wusste, es hat einen Grund, warum ich zuerst nicht „Musolesi“, sondern „Mussolini“ gelesen habe.
    Wann kommt wohl das (böse) Erwachen derer, denen es noch zu gut geht?

    1. Entweder nie oder erst, wenn sie selbst mal zu körperlichen und psychischen Schaden gekommen sind. Naja…muss jeder wissen wie er da mitmacht und wann es sinnvoll ist das Telefon mal nicht mit sich rumzutragen.

      Aber schön der Satz. „Echte Daten aus sozialen Netzwerken dürften die Analyse noch deutlich verbessern und vereinfachen.“
      Wozu Analyse? Man muss doch dort nur nachlesen…steht doch meist alles da.

      1. Weil die Menschen naiv sind. Und wenn du sie fragst, warum sie das alles machen!? Ist doch nichts dabei und es machen ja eh alle. Auf der anderen Seite über die Stasi schimpfen. All das was heute so passiert ist wesentlich schlimmer als das. Wie im Film Matrix… Viele liegen schon in ihrem Container und werden wohl nie wieder aufwachen!!!

  2. Die Angaben zur Genauigkeit der Methode sind falsch.
    Tabelle 1 im verlinkten Paper gibt den „Positional Error“ in Grad und nicht in km an. Die maximal erreichbare Genauigkeit von 0.003° entspricht einer Strecke von ca. 300m.

    1. Ich hab die Daten von Parmy Olson genommen, die sagt, „roughly 1,000 square meters“ bzw. „20 square meters“. Aus diesen Flächen habe ich den Radius berechnet.
      Ich guck mir die Grad-Zahlen nochmal an.

      1. Naja, das lässt sich doch ganz einfach ausrechnen. Nehmen wir mal für unsere Breite einen Erdradius von 25000 km an, dann ergibt sich hier schon ein Fehler aus 25 000 000m / 360° * 0.003 = 208 m in Ost-West-Richtung und (mit einem Radius von 42000 km) ein Fehler von 350 m in Nord-Süd-Richtung.

        Da es sich hier wohl um den mittleren Fehler handlet und nicht um die Standardabweichung, beträgt die Fläche damit etwa 2*208m*2*350m = 291200 m^2 = 0.29 km^2. Die Kugelform der Fläche kann man ruhig ignorieren.

      2. Radius? Du meinst wohl eher Umfang des Breitenkreises.

        nachdem Du solche Begriffe wie „mittlerer Fehler“ oder „Standardabweichung“ benutzt, sollte man annhemen, das Du auch weißt, was ein Radius ist. :-)

      3. Einigen wir uns doch darauf, dass die Wahrscheinlichkeit bei Echtzeitscans bei enger werdendem Radius progressiv abnimmt (durch Berücksichtigung von Störquellen in der Luftlinie zur Antenne, etwa durch Gebäude, Hochspannungsleitungen usw. kann man die Genauigkeit wiederum steigern, eine Frage der Zeit, auch kann man den Standort sehr genau definieren, wenn man sich gerade an einer! Antenne befindet, was wiederrum eine Steigerung der Genauigkeit bei den folgenden Ortsbestimmungen hat), dafür durch häufige Abfrage (Bewegungsmuster) unter Verwendung geeigneter Algorithmen die Wahrscheinlichkeit mit Steigerung der Häufigkeit progressiv zunimmt.

    1. Sie haben doch eigentlich nur ein Thema gewählt, was schon fast „Normalität“ geworden ist.
      Musst Dir ja nur mal die Kataloge von Pearl, Conrad & Co anschauen, im Zusammenhang mit Programmen aus dem Internet…ein Traum für jeden Möchtegern-Spion.
      Aber die Entwicklung kann man wohl kaum aufhalten oder rückgängig machen…nur lernen damit umzugehen.

    2. Ich finde die Forschung durchaus begrüßenswert:

      Ich würde mich wundern wenn “Die Bösen” solche Forschung nicht betrieben. Die hängen’s halt net an die grosse Glocke. Geforscht wird also wohl sowieso.

      Die Ergebnisse so öffentlich zu machen zeigt, dass die Probleme mit dem Datenschutz nicht rein akademisch sind. Man kann jetzt nicht mehr behaupten dass solche Auswertungen (noch) nicht möglich seien.

      Studenten müssen’s wohl machen, weil etablierte Forscher eher mit Staat und Privatwirtschaft verstrickt sind.

  3. Die Forschungsabteilung von Nokia hat über ein Jahr lang Bewegungs- und Kontakt-Daten der Smartphones von 200 Freiwilligen in der Schweiz aufgezeichnet.

    was, Nokia hat echt 200 Leute gefunden die ein Nokia-Smartphone gekauft haben??

    *scnr*

  4. Ganz ehrlich?
    Das ist einfachste Wahrscheinlichkeitsberechnung, der Durchschnittsmensch ist ein gewohnheitstier und bewegt sich immer zu festen Zeiten an festen Orten.
    In 90% dr fälle reicht es aus einen Menschen drei Tage zu begleiten, dann weiß man wo er die nächsten Tage hingeht. Wochenende ist was anderes, aber wenn ein Mensch jeden Samstag in die Disco geht ist die Wahrscheinlichkeit gering das er plötzlich die gewohnheit ändert.

    Also einfachste Auswertung von Beobachtungen, das Handy macht es nur einfach dies aus der Entfernung abzuleiten.
    Und das Telefon weiß nciht wo ich sein werde, das laesst sich aber aus den Bewegungsdaten ableiten. In die Zukunft zu schauen wird nie möglich sein.

    1. +1

      hab neulich mein handy bein nem kumpel im auto vergessen.
      da hab ich die stasi bestimmt verwirrt, weil ich von meinem üblichen bewegungsprofil abgewichen bin. ^^

      1. Ich habe neulich mein Handy verliehen. ;)

        Lieber Studenten!
        So leicht entstehen Messfehler…aber ist normal. Ihr müsst nur die Wahrscheinlichkeit berechnen und im Anhang angeben. Macht man ja bei allen Messtechniken.

  5. Dazu benötigt man nicht unbedingt Mobilfunk-Bewegungsdaten wenn man zb den Arbeitsplatz der Person kennt.
    Es würde aber trozdem Zeit das Mobilfunkanbieter gesetzlich gezwungen werden auf Kunden Wunsch die Bewegungsdaten so zu Verschlüsseln das sie nicht weitergenutzt werden können oder von dritten gelesen.

    1. Keine Chance.
      Dann könnten doch keine Verbrecher mehr dadurch gefunden werden. Und da prinzipiell jede und jeder verdächtig ist, muss natürlich auch alles zugänglich sein – zumindest für die „Sicherheitsbhörden“. Und wenn man damit Geld machen kann, steht einem Verkauf an Dritte doch wohl auch nichts im Wege…

    2. @joe-lue
      „Keine Chance.
      Dann könnten doch keine Verbrecher mehr dadurch gefunden werden.“

      Es wäre durchaus vereinbar Provider und Nutzer Schlüssel im Rahmen des Gesetzes mit richterlicher Anordnung dann Auszuhändigen, aber auch „nur“ dann.
      Im Prinzip gibt es so etwas schon für V.I.P und Politiker, nur nicht für das gemeine Volk , ein Schelm wer Böses dabei denkt , das manche halt „Gleicher“sind….

  6. Schon wieder ein Stück näher an Pre-Crime:

    Sobald jemand vom Schema abweicht, führt er sicher etwas im Schilde. :-)

  7. Ich finde das jetzt nicht besonders prickelnd, da der Mensch nun mal in der Regel am Samstag fürs Wochenende einkauft, eventuell noch in der Nähe seines Wohnortes, dann zum Kegeln mit bekannten geht usw.
    Meiner Meinung nach ist das sowas wie rauszufinden dass Wasser wahrscheinlich nach unten fließt. Viel intressanter wäre es seltene Ereignisse wie etwa Urlaube zu untersuchen.

  8. Heute sind es Handy Ortungen, spätestens 2016 von der EU verordnete Drohnen Überwachungen. Alles so richtig, der Bürger ist der Feind.

  9. Schön das solche Papier Ihren Weg hierhin finden, allerdings finde ich die Ergebnisse jetzt nicht sonderlich beeindrucken wie schon ein paar mal erwähnt wurde. Bei GPS Tracks mit mehr als 1000 Einzelmessungen pro Nutzer ist das keine verwunderliche Leistung, ganz zu schweigen bei der Berechnungszeit, aber die Autoren verweisen ja selbst auf verwandte Arbeiten.
    Wer sich näher zu Themen bzgl. „Location Privacy“ interessiert sei
    John Krumms „A survey of computational location privacy“ ans Herz gelegt – einfach mal bei Google Scholar eingeben und staunen…

Dieser Artikel ist älter als ein Jahr, daher sind die Ergänzungen geschlossen.