Forschungsprojekt will mobile Daten intelligenter nutzen
Mit dem Aufzeichnen von Bewegungen oder Geräuschen auf Smartphones soll das Crowd Sensing etwa dabei helfen, Marketing-Prognosen zu erstellen. Gerade aus datenschutztechnischen Gründen gibt es dazu noch einige Vorbehalte. Ein Schweizer Projekt will diese nun aus der Welt schaffen.
Beim Crowd Sensing werden auf Smartphone-Sensoren Informationen über einen bestimmten Ortsbereich aufgenommen. Die vernetzten Geräte sammeln dabei Infos über viele Aspekte der Umgebung wie etwa Bewegungen, Geräusche, Menschenansammlungen oder die Luftqualität. Die gesammelten Daten lassen sich für verschiedenste Anwendungen nutzen. Die Technik könne in Zukunft entscheiden helfen, wo wir essen gehen, welche Kleider wir tragen oder auf welche Art wir reisen wollen, schreibt der Schweizerische Nationalfonds SNF in einer Medienmitteilung. Aber auch für Marketing-Abteilungen oder für den öffentlichen Verkehr liefert das Crowd Sensing wertvolle Informationen. Technische Hürden und Bedenken gibt es allerdings noch hinsichtlich des Datenschutzes.
Wissenschaftler des vom Nationalfonds unterstützten Projekts SwissSenseSynergie haben nun neue Wege für die Sammlung und Nutzung solcher Daten vorgeschlagen. Das Team von Projekt-Koordinator Torsten Braun verbesserte im Rahmen des Forschungsprojekts die Ortungsgenauigkeit in Gebäuden und unter dem Erdboden auf 1,1 Meter in 90 Prozent der Fälle, was etwa der Leistung von GPS-Systemen entspricht. Die Forschenden sammelten dazu die von den Smartphone-Sensoren übermittelten Daten und Angaben zur WiFi-Signalstärke, die dann von mehreren maschinellen Lernalgorithmen verarbeitet wurden. Wissenschaftler der Universitäten Bern und Genf haben eine mobile App entwickelt, die Crowd Sensing mit der Ortung in Innenräumen und mit Smart Spaces verbindet. Die Daten könnten personalisiert und standortbasierte Automatisierungsanwendungen für zahlreiche «smarte» Gegenstände und Produkte übernommen werden. Ein Team der Fachhochschule der italienischen Schweiz (SUPSI) in Lugano hat zudem Modelle entwickelt, die prädiktive Ortungsdaten für die Datenübermittlung in den sozialen Medien nutzen. Diese Forschungsarbeit vermittle ein vertieftes Verständnis davon, welchen gesellschaftlichen Einflüssen menschliches Verhalten unterliege und zeige Zusammenhänge zwischen physischen Standorten, geteilten Präferenzen und ereignisbasierten sozialen Gemeinschaften auf.
Konflikte mit dem Datenschutz
Allerdings seien für solche Crowd-Sensing-Apps noch einige Hürden zu überwinden, schreibt der Nationalfonds. Es gebe Konflikte zwischen Datensammlung, Datenschutz und den Auswirkungen auf die Nutzerfreundlichkeit des Smartphones. Beispielsweise würden die Hardware-Ressourcen durch die Datenübertragung beeinträchtigt, und unzureichende Sicherheitsvorkehrungen könnten dem Identitätsdiebstahl Vorschub leisten. Wenn bei der Datensammlung auch Nutzerdaten erfasst würden, sinke die Bereitschaft zur Teilnahme. Um die Sicherheit der Daten zu gewährleisten, habe ein Team der Chalmers University of Technology in Schweden personenbezogene Daten durch ein sorgfältig abgestimmtes Rauschen (Zufallsdaten) geschützt, das in die von den Geräten gesammelten Daten eingeführt wurde. Forscher der Universität Genf haben sich zudem mit dem Wunsch beschäftigt, möglichst grosse Datenmengen zu sammeln bei möglichst tiefer Hardware-Belastung. Denn wenn Nutzer eine Belastung ihres Smartphones fürchteten, lehnen sie möglicherweise Apps ab, die auf ansonsten ungenutzte Sensoren zugreifen. Im Rahmen eines Feldexperimentes in San Francisco haben freiwillige Teilnehmer eine App zur Kartierung des Lärmpegels in der Stadt heruntergeladen. Während sie nützliche Daten für die Stadtverwaltung sammelten, testeten sie gleichzeitig unterschiedliche Verfahren zur Verteilung der Belastung auf mehrere Geräte. SwissSenseSynergy habe mit seinem interdisziplinären Ansatz neue Techniken entwickelt, die für die Forschung und die Anwendungen nützlich sein könnten, schreibt der Nationalfonds weiter. Unter dem Namen Vivo erarbeitet das Projekt eine neuartige Versuchsanordnung, die in der Pilotphase der Entwicklung auf freiwillige Teilnehmende setzt.
