Technik - so funktioniert das Exponat

Wir haben echte Sensoren auf der MS Wissenschaft installiert, die anonym Mobilität messen und Umweltdaten aufnehmen. Diese werten wir an unserem Exponat live aus. Außerdem zeigen wir mit fiktiven Szenarien und Smartphone-Apps, welche Risiken entstehen, wenn Daten in falsche Hände geraten.

[1] Sensornetze zur Datengewinnung

Mehrere Sensornetzwerke erfassen anonym Besucherbewegungen und Mikroklima. Dabei setzen wir folgende Systeme ein:

• Spezielle Überkopf-Zählkameras/typo3/, die Köpfe zählen und Bewegungen von Menschen durch die Ausstellung erkennen. Dabei zeichnen wir keine Videos auf, sondern nur die erfassten Zähldaten, von denen keine Rückschlüsse auf die Personen gezogen werden können.
• WLAN- und Bluetooth-Tracker: Smartphones, bei denen WLAN oder Bluetooth aktiviert ist, senden regelmäßig ihre ID (MAC-Adresse), um zu verfügbaren Netzen und Geräten Kontakt aufzunehmen. Wir nutzen das, um die Bewegung solcher Smartphones über die Ausstellung zu messen. Dabei speichern wir die MAC-Adresse nicht direkt, sondern bilden direkt nach der Aufnahme einen sogenannten Hashwert, und speichern nur eine anonyme ID.
• Bluetooth-Beacons: Unsere mobile App „mLotse“ [3] nutzt verteilte Bluetooth-Sender, um zu wissen, wo sie sich selbst auf der Ausstellung befindet. Sofern der Nutzer oder die Nutzerin der App dem zustimmt, sendet sie ihre Position auch an unser System. Auch hierbei werden keine personenbezogenen Daten gespeichert, sondern eine anonyme ID verwendet.
• Umweltdaten in der Smart City: Umweltsensoren auf dem Schiff messen verteilt die Temperatur, die Luftfeuchtigkeit, den Luftdruck und den CO₂-Gehalt. Damit können wir zum Beispiel analysieren, ob sich die Besucher bei höherem CO₂-Gehalt anders verhalten als bei niedrigerem, oder wann sie mal ins Schwitzen kommen.

[2] Datenstrommanagement

Die Daten der verschiedenen Sensoren werden von einem Datenstrommanagementsystem empfangen. Das ist quasi die Schaltzentrale unseres Systems. Wir nutzen dafür das Opensource-Framework Odysseus, das an der Uni Oldenburg entwickelt wird. Odysseus nimmt die Daten entgegen, archiviert sie für spätere Analysen (siehe [5]) und berechnet die Statistiken, die das Exponat anzeigen soll.

[3] Exponat

Unser Exponat zeigt auf einem großen Bildschirm vier verschiedene Ansichten.

Davon zeigen die ersten beiden echte aktuelle Messwerte, die beiden anderen veranschaulichen an einem fiktiven Szenario, wie solche Daten missbraucht werden könnten:

• Die Besucheranalyse gibt an, wie viele Menschen bereits die Ausstellung besucht haben und es gerade tun und wo sie sich befinden
• Die MS Wissenschaft ist wie eine kleine Smart City! Wir zeigen Verkehrsströme und Mikroklima.
• Im ersten Big Brother-Szenario geraten einzelne fiktive Daten in falsche Hände und können für Alice und ihre Freunde unangenehme  Folgen haben.
• Das zweite Big Brother-Szenario denkt das weiter und zeigt beispielhaft mögliche Folgen einer ungebremsten, massenhaften Überwachung.

[4] Mobile Apps

Wir haben zwei Android-Apps entwickelt, die man auf der Ausstellung runterladen und ausprobieren kann:

• Der „mLotse“ ist ein ortsbasierter Ausstellungführer, den man gleich im Eingangsbereich erhält. Damit kann man z.B. Exponate suchen und sich zu ihnen navigieren lassen.
• Der „pLotse“ zeigt, was eine App alles über dich weiß, wenn sie Zugriff auf alle Dienste erhält. Bei der Installation fordert sie vollen Zugriff. Wenn du dem zustimmst, erzählt sie dir, was sie z.B. mit deinem Adressbuch oder deinem Mikrophon anstellen könnte. Aber sie gibt davon nichts weiter, versprochen!

[5] Analysen

Wir wollen die Daten nutzen, um mehr darüber zu erfahren, wie sich Leute über eine Ausstellung bewegen. Dazu werden wir verschiedene Analyse-Werkzeuge einsetzen. Ergebnisse aus dieser Analyse werden wir nach Abschluss der Ausstellung veröffentlichen.