Zum pdf-Dokument
JULI 2018
AUSGABE 308
Analysen & Argumente
Zum Mitnehmen
„„Als „Internet der Dinge” (IoT) wird ein System intelligenter, über ein Kommunikationsmedium verbundener
Produkte bezeichnet. Smart Home, Smart Cities, E-Health, autonomes Fahren, intelligente
Fertigungs- und Logistiksysteme sind bekannte Anwendungsbeispiele. IoT ist ein wichtiger Innovationstreiber
der Digitalisierung.
„„Das IoT ist mit Risiken verbunden, die besonders Fragen des Datenschutzes und des Dateneigentums
betreffen. Objektdaten und (besonders geschützte) Personendaten können nicht scharf voneinander
abgegrenzt werden. Gute Regelungen zu schaffen, ist eine Gratwanderung: Zu restriktiver Datenschutz
legt IoT lahm.
„„In Deutschland gibt es Nachholbedarf in Bezug auf leistungsfähige und sichere Kommunikationsnetze
sowie einheitliche Standards. Vor allem diese Defizite wirken sich hemmend auf den weiteren Ausbau
von IoT aus.
Richard Lackes
Internet of Things
DIGITALE GESELLSCHAFT
ANALYSEN & ARGUMENTE | JULI 2018 | AUSGABE 308 | 2
Begriff und Zielsetzung
Kaum ein Begriff steht mehr für den technologischen Fortschritt und für die zu
erwartenden gravierenden Umwälzungen von Wirtschaft und Gesellschaft durch die
Digitalisierungsbewegung wie der Begriff des Internet of Things (IoT, Internet der
Dinge). Erstmals verwendet wurde er von Kevin Ashton, der ihn allerdings sehr
stark auf die automatische Identifizierbarkeit von Objekten reduzierte (Ashton,
2009). Inzwischen hat sich diese Perspektive erweitert, so dass man heute zu Recht
sagen kann, dass das IoT in den kommenden Jahren wesentlicher Treiber und integraler
Bestandteil der digitalen Transformation sein wird. Manche vergleichen seine
Bedeutung sogar mit der des World Wide Web in den späten 90er Jahren (Saarikko
et al., 2017, S. 667). Die mit „intelligenten, vernetzten Objekten” assoziierten Hoffnungen,
Potentiale und Chancen mischen sich mit Befürchtungen und Ängsten hinsichtlich
ihrer Beherrschbarkeit und ihrer Risiken (Miorandi et al., 2012).
Unter IoT versteht man ein System intelligenter, über ein Kommunikationsmedium
vernetzter Produkte (Porter/Heppelmann, 2014, S.66 f.). Beliebige Alltagsgegenstände
(physische Objekte, things), wie Haushaltsgeräte, Fahrzeuge, Container,
Pumpen, Kleidung etc. werden mit Intelligenz (smart objects) ausgestattet und mit
einem Kommunikationsnetz verbunden. Sie erweitern somit das traditionelle Internet
of People.
Internet of Things zielt darauf ab,
ƒƒ die Verwendungsmöglichkeiten und das Nutzungsspektrum von sonst nicht
oder weniger intelligenten Objekten zu erweitern,
ƒƒ innovative Anwendungen und digitale Services für Anwender und Nutzer
(sowohl Konsumenten als auch Produzenten) zu ermöglichen,
ƒƒ Ressourcen durch effizienteren Einsatz zu schonen,
ƒƒ existierende Geschäftsmodelle effizienter zu gestalten bzw. neue
Geschäftsmodelle zu generieren,
ƒƒ die Produktivität von Wirtschaftsbereichen zu steigern und
ƒƒ die Zufriedenheit der Anwender zu erhöhen.
Anwendungs- und Einsatzmöglichkeiten von IoT finden sich in privaten, aber auch
öffentlichen und industriell-gewerblichen Bereichen (Lee/Lee, 2015), wie
ƒƒ Smart Home und Smart Meter für das Energiemanagement (Stojkoska/
Trivodaliev, 2017),
ƒƒ Smart-City-Konzepte,
ƒƒ E-Health und E-Care im Medizin und Gesundheitsbereich,
ƒƒ Smart Security zur Verbesserung der Sicherheit im privaten und
öffentlichen Umfeld,
ƒƒ Intelligente Mobilitätssysteme und autonomes Fahren,
INHALT
2 | Begriff und
Zielsetzung
3 | Was ist neu
an IoT?
6 | Entwicklungsstand
und Anforderungen
für die IoT-Umsetzung
7 | Anforderungen
an den Datenschutz
9 | Anforderungen
an Autonomie und
Verantwortlichkeit
10 | Fazit
ANALYSEN & ARGUMENTE | JULI 2018 | AUSGABE 308 | 3
Offene, globale
Systeme
Objekte im Verbund
ƒƒ Intelligente Supply Chains etc.,
ƒƒ Intelligente Fertigungs- und Logistiksysteme (Industrie 4.0) und
ƒƒ Intelligente Wartungssysteme.
Was ist neu an IoT? Architektur des Datenhandlings
Einzelne Aspekte sind keineswegs neu: Alltagsgegenstände, wie Fahrzeuge oder
moderne Waschmaschinen, sind heute schon mit einer gewissen Intelligenz ausgestattet.
Auch globale Kommunikationsnetze wie das Internet existieren bereits seit
längerem.
Neu ist neben der grundsätzlichen Intelligenzerweiterung bisher nichtintelligenter
Objekte (z.B. Schuhe, Uhren, Container) durch eingebettete Prozessoren vor allem
die synergetische Kombination der Technologien zur Datenerfassung (Sensortechnologie)
und Datenverarbeitung auf der einen Seite sowie der Kommunikations- und
Speichertechnologie (Cloud-Speicher) auf der anderen Seite (s. Abb.1 links). IoTObjekte
erfassen also nicht nur isoliert und lokal ihre eigenen Zustandsdaten und
steuern sich dann gemäß eines starren Algorithmus selbst (wie moderne Waschmaschinen),
sondern sie öffnen sich über die Kommunikationsschnittstelle anderen
Objekten, Speichermedien oder Anwendungen (s. Abb. 1 rechts). Dadurch können
sie ortsungebunden überwacht und gesteuert werden. Aus einem geschlossenen,
singulären, lokalen System (wie das einer modernen Waschmaschine) wird ein offenes,
globales, mit vielen unterschiedlichen Komponenten bestücktes IoT-System
(z.B. Smart Home). Diese Systemöffnung ermöglicht aber zugleich schädliche und
missbräuchliche Einwirkungen, etwa den unbefugten Abruf von Daten einer Überwachungskamera,
das Ausschalten der Kamera oder Abbremsen eines Fahrzeuges.
Abbildung 1: Technologiekomponenten und Architektur des Internet of Things
Durch die Kombination solch innovativer Technologien entstehen neue Applikationen:
Mehrere IoT-Objekte gleicher oder unterschiedlicher Art können im Verbund, sogar
mit wechselnden Rollen, zusammenarbeiten (autonom gesteuerte Fahrzeuge kommunizieren
untereinander und mit den Ampeln der Umgebung zum besseren
Management des Verkehrsflusses). Um ein physisches Objekt auch in einem Informations-
und Kommunikationssystem als virtuelles (elektronisches) Objekt verwalten
und administrieren zu können, muss es zwingend eine Identität erhalten. Nur
wenn es eindeutig individuell angesteuert werden kann, lässt es sich gezielt adres-
Sensortechnologie
IoT-Technologien Objektsteuerung
IOT
Objekte mit
Sensoren
Intelligente
Auswertungen
Speichertechnologie
Unbegrenzte Cloud-Speicher
Datenverarbeitungstechnologie
(objektintern)
Datenverarbeitungstechnologie
(objektextern)
Hochleistungsrechner/
KI-Verfahren
Zustandsdaten/
Sensordaten
Steuerungsdaten
Leistungsfähige
Kommunikationstechnologie
Kommunikationskanal
Datenerfassung
ANALYSEN & ARGUMENTE | JULI 2018 | AUSGABE 308 | 4
sieren und können seine Daten korrekt zugeordnet werden. In den ersten Entwicklungsstufen
wurde hierfür die RFID-Technologie (Radio Frequency Identification) verwendet
(Atzori et al., 2017). Die auf dem RFID-Chip abgelegte Objektidentifizierungsnummer
adressiert eindeutig ein individuelles Objekt. Hierfür wurde mit dem
Electronic Product Code (EPC) von der Organisation EPCglobal ein Standard geschaffen,
der – analog zu einer Ausweisnummer des Menschen – beliebige Objekte weltweit
über einen 96-Bit-Code eindeutig identifiziert (Bassie et al., 2013, S. 222) und
ihnen eine „Identität” verschafft. Dieses elementare, in seiner Bedeutung aber nicht
zu unterschätzende Feature erlaubt nicht nur ein dezidiertes Tracking und Tracing
mobiler Objekte (ihre permanente Echtzeit-Lokalisation und Nachverfolgung), sondern
schafft erst die Basis für eine leistungsfähige Kommunikation in einem Kommunikationsnetzwerk,
wie es für IoT benötigt wird.
Abbildung 2: Architekturüberblick des Datenhandlings in IoT-Systemen
Wissen Abruf aus
der Cloud
Berechnung von Steuerungsdaten
und Weiterleitung an Objekte
Datenverarbeitung
Auswertung durch Instanz
Datenspeicherung
Speicherung in der Cloud
Datenempfang
Empfang beim Kommunikationspartner
Objekt und
Spezifikation
Funktion
Zustandsraum
Umwelt
Smart Objects
Identifikation RFID
EFC
Sensoren und Aktoren
Datenweiterleitung
Kommunikationsschnittstelle
Datenverarbeitung
Auswertung durch objekteigene
Prozessoren
Datenspeicherung
Speicherchip
Datenerfassung
Zustand Zustand
Sensoren Sensordaten
Lokalisation
Kommunikationskanal
Vor-IoT-Welt
Lesegerät
Datenverarbeitung
Auswertung extern
Objektexterner Bereich Objektinterner Bereich
ANALYSEN & ARGUMENTE | JULI 2018 | AUSGABE 308 | 5
Grundlegend für die Transformation von Alltagsgegenständen zu IoT-Objekten ist
die Ergänzung dieser Objekte um smarte Komponenten (Prozessoren, Sensoren,
Kommunikationstechnik). Objektbezogene Daten lassen sich auf einem Mikrochip
speichern und/oder über eine Kommunikationsschnittstelle weiterleiten (vgl. Abb. 2).
Nachdem die Daten über den Kommunikationskanal (WLAN, Internet etc.) an
andere Kommunikationspartner (andere Objekte, Instanzen, Cloud-Speicher etc.)
im Kommunikationssystem weitergeleitet wurden, können sie dort ausgewertet
werden. Unter einer Instanz in einem Kommunikationssystem wird hierbei ein anderer
Kommunikationspartner (Mensch, Maschine, anderes Objekt, Software bzw.
App, Organisation) verstanden, der „übergeordnet” ist und Auswertungsaufgaben
übernimmt. Ein bisher lokal begrenzter Handlungs- und Wirkungsbereich wird durch
die Integration der Kommunikationskomponente aufgebrochen, und es erschließen
sich neue, höherwertige, ortsunabhängige Nutzungsmöglichkeiten. Je nach Funktionalität
einer Instanz werden aus den empfangenen oder abgerufenen Objektdaten
Steuerungsdaten berechnet und über den Kommunikationskanal an das Objekt
(oder andere Objekte des Verbunds) zurückgesendet. Hierdurch werden Objektzustandsänderungen
beliebig weit entfernter Objekte ausgelöst (z.B. Einschalten der
Klimaanlage, Zoomen der Kamera). Mit der Integration von Cloud-Speichern im
Kommunikationssystem lassen sich, unabhängig von den begrenzten Speicherkapazitäten
in den Objekten selbst, beliebig große Datenmengen erfassen und speichern.
Komplette Historien von mannigfaltigen, in kurzen Zeitabständen erfassten
Zustands- und Umweltdaten (Bilder, Videos etc.), Big Data also, sind so auswertbar
(McAfee/Brynjolfsson, 2012). Man erkennt in Abbildung 2 auch, dass der Kommunikationskanal
bzw. das Kommunikationsnetz die kritische, für alle relevanten Aktivitäten
zuständige Ressource darstellt. Seine Leistungsfähigkeit ist in besonderem
Maße entscheidend für die Leistungsfähigkeit des Gesamtsystems.
Im Schaubild der Abbildung 2 ist im linken Bereich das klassische Vorgehen – vor
IoT – bezüglich des Datenhandlings moderner Produkte, etwa moderner Kraftfahrzeuge,
skizziert. So werden bei einem Werkstattbesuch durch den lokalen Anschluss
eines speziellen Lesegerätes die im Bordcomputer des Fahrzeugs gespeicherten
Zustandsdaten mit ihren Änderungen ausgelesen. Allerdings erfolgt dies nur fallweise,
wenn Störungen auftreten oder Wartungsarbeiten anstehen, und nur in einer
entsprechend ausgestattete Fachwerkstatt („Instanz”). Charakteristisch sind der
starke Lokalitätsbezug zum Objekt, die Datenerfassung und -speicherung durch das
Objekt selbst, der nur temporäre, von außen angestoßene Datenzugriff und die sehr
spezielle, zweckgebundene Auswertung. Genau diese Restriktionen werden durch
IoT aufgehoben. Das heißt, der nächste Schritt und damit der Übergang in die IoTWelt
bestünde am Beispiel des Fahrzeugs darin, dass die Fahrzeugdaten nicht nur
bei einem Werkstattbesuch, der unregelmäßig, unkontrolliert und oft erst nach Auftritt
einer Problemsituation stattfindet, ausgelesen würden, sondern permanent –
auch während des Fahrzeugbetriebs – über ein entsprechendes Kommunikationsnetzwerk
weitergeleitet und zentral ausgewertet würden (z.B. Komponentenverschleiß,
vorbeugende Wartungsmaßnahmen oder Empfehlungen zur Fahrweise).
Die IoT-Welt unterscheidet sich von der Vor-IoT-Welt durch folgende Möglichkeiten:
ƒƒ umfassende Datengewinnung und Datensammlung zu vielen Objekten,
ƒƒ Globalität (Standortunabhängigkeit von Gerät und Instanz),
ƒƒ permanente Verbindungsmöglichkeit,
IoT-Welt und Vor-IoTWelt
im Vergleich
Neue, höherwertige
Nutzungsmöglichkeiten
ANALYSEN & ARGUMENTE | JULI 2018 | AUSGABE 308 | 6
ƒƒ tiefgehende, nicht nur auf Einzelobjekte bezogen Datenanalyse und Datenverwertung
und
ƒƒ Steuerbarkeit und Kontrolle der Objekte durch beliebig weit entfernte Instanzen.
Entwicklungsstand und Anforderungen für die IoT-Umsetzung
Anforderungen an das Kommunikationsnetz und die Datensicherheit
Wegen der fundamentalen Bedeutung der Kommunikationskomponenten in IoT-Systemen
braucht es ein sehr leistungsfähiges und sicheres Kommunikationsnetz.
Hierzu gehören nicht nur eine hohe Bandbreite des Kommunikationskanals und leistungsfähige,
flächendeckende Zugangsmöglichkeiten, sondern auch die Verwendung
eines einheitlichen Kommunikationsprotokolls („einheitliche Sprache”) und entsprechender
Schnittstellenstandards für die einbezogenen Geräte sowie Sicherheitsmaßnahmen
gegen unbefugten Zugriff auf die im Netz transportierten Daten (Ziegeldorf
et al., 2014). In Deutschland besteht hier noch beträchtlicher Nachholbedarf. Um
ein unbedingt erforderliches flächendeckendes und leistungsfähiges Internet mit
entsprechenden Zugangsmöglichkeiten bereitstellen zu können (Deutschland liegt
bezüglich der Internetgeschwindigkeit laut statista 2017 auf Platz 25, weit hinter
den USA, Japan, Skandinavien und Südkorea), sind in den nächsten Jahren erhebliche
Investitionen in die Infrastruktur erforderlich. Die physikalischen Netze, die
heute in Betrieb sind, werden selbst nach Auslastungsoptimierung durch network
slicing (die Aufteilung der Netzkapazität in parallel nutzbare virtuelle Bereiche) nicht
flächendeckend in der Lage sein, die Vielzahl geplanter neuer smarter Geräte zu
versorgen. Mit der notwendigen Infrastrukturinvestition allein ist es aber nicht
getan. Auch fehlende Standards hinsichtlich der Schnittstellen hemmen die Entwicklung
im IoT-Umfeld. Standardisierungsbemühungen müssten intensiv unterstützt
werden. Dies ist besonders schwierig, weil nicht nur nationale und europäische,
sondern Interessenten weltweit betroffen sind. Zumindest eine starke europäische
Initiative für einheitliche Standards sollte rasch zu Ergebnissen führen.
Um einen nicht manipulierbaren und abhörsicheren Datenaustausch über öffentliche
Netze zu schaffen, müssen IoT-Systeme sichere Verbindungen nutzen, entsprechende
Übertragungsprotokolle einsetzen und ihre Daten grundsätzlich mit leistungsfähigen
Verfahren verschlüsseln. Die smarte Klingel eines Smart Homes darf
also nicht ihre Daten (Klingelsignal, Sprache, Video) unverschlüsselt über einen
ausländischen Server an das Smartphone des Hausbesitzers weiterleiten, wie es
viele Apps in diesem Bereich derzeit tun. Zum Schutz der Anwender sollten Verschlüsselungen
zwingend vorgeschrieben werden. Trotz Verschlüsselung kann die
Datensicherheit gefährdet sein, wenn der empfangende Server (vor allem wenn er
sich im nach anderen Kriterien kontrollierten Ausland befindet) einen „Schlüssel zur
Entschlüsselung” besitzt, um anspruchsvollere Auswertungen vornehmen zu können.
Es braucht also eigentlich eine Vertrauen garantierende, „zertifizierte” Serverinstanz
– eine Art „Notariats-Server”.
Anforderungen an die IoT-Software.
Wie sollen die Programme erstellt werden?
Im Bereich der Software für IoT-Systeme empfiehlt es sich, wie bei anderen Anwendungen
auch, dauerhafte flexibel skalierbare, auf die Benutzerbedürfnisse anpassbare
Standardsoftwarelösungen, zumindest für die Basisfunktionalitäten, zu etablieren.
Darüber hinaus wird sich ein Markt für höherwertige Services im IoT-Bereich
entwickeln (Smart Security, Smart Mobility, Smart Healthcare, Global Maintenance-
IoT-Software
Leistungsfähige und
sichere Kommunikationsnetze
Sicherer
Datenaustausch
ANALYSEN & ARGUMENTE | JULI 2018 | AUSGABE 308 | 7
Systeme im industriellen Bereich etc.), mit innovativen Geschäftsmodellen wie differenzierte
Sharing-Lösungen, Pay-per-Use-Konzepten, agilen Microservices, Nutzungslizenzverkauf
mit diversen Services statt Produktkauf und temporär agierenden,
virtuellen Mitarbeiterteams ohne feste Strukturen. Hochwertige IoT-Applikationen
erfordern komplexe Auswertungs- und Verarbeitungsprogramme. Smarte
Objekte erzeugen große Datenmengen, die möglichst in Echtzeit (on the fly) analysiert
und genutzt werden sollen. Für derartige Big-Data-Analysen ist eine Vielzahl
neuer, komplexer Verfahren und Algorithmen zu implementieren. Doch wer soll sie
konzipieren und erstellen, wo bereits heute ein eklatanter Fachkräftemangel im ITBereich
herrscht?
Die Förderung junger technologieorientierter IoT-Startups ist sicher ein wichtiger
Ansatz. Allerdings zeigen die bisherigen Erfahrungen, dass neue Wege beschritten
werden sollten. Empfehlenswert ist, nicht nach den traditionellen Förderprinzipien
mit oftmals sehr risikoscheuen Vergabekriterien immer die gleichen, oft etablierten
Gruppen, Personen oder Institutionen zu fördern. Wirklich neue, bahnbrechende
Innovationen sind so nicht zu erwarten. Das Silicon Valley verdankt seinen Erfolg
auch nicht General Motors, Exxon oder AT&T, sondern kleinen, engagierten und
hochqualifizierten Startup-Unternehmen mit unkonventionellen Ideen. Warum sollte
nicht versucht werden, eine bewusst risikoorientierte Förderung hochqualifizierter,
kleiner, agiler Innovationsteams durchzuführen, die in der Gesamtschau möglicherweise
bessere Ergebnisse liefert? Selbstverständlich sollte das Eingehen derartiger
Risiken auch mit einer adäquaten Erfolgsbeteiligung verbunden werden. Wenn man
zudem diese kleinen Innovationsteams durch eine agile Dachorganisation (keine
Behörde!) beratend unterstützen und koordinieren würde, ließen sich weitere Synergieeffekte
und eventuell neue Produktideen oder Geschäftsmodelle generieren
(„Ideenbrüter”).
Das Problem des Fachkräftemangels im IT-Bereich lässt sich kurzfristig sicher nicht
umfassend lösen, sondern erfordert Anstrengungen und Reformen im Bildungs- und
Ausbildungsbereich. Dabei reicht es nicht aus, lediglich zusätzliche Studienplätze in
Informatik, Wirtschaftsinformatik, Angewandte Informatik etc. einzurichten. Bereits
in der Schule müssten die Neigung und das Interesse an solchen Fächern und
Inhalten stärker geweckt und Kompetenzen systematisch und gezielt aufgebaut und
gefördert werden, insbesondere bei den in mathematisch-technischen Fächern bis
heute unterrepräsentierten Frauen. Dafür braucht es wiederum geeignetes Ausbildungs-
und Lehrpersonal.
Anforderungen an den Datenschutz. Wem gehören die Daten?
An dem Beispiel der Kraftfahrzeuge ist im Übergang von der Nicht-IoT-Welt in die
IoT-Welt ein weiteres Problem zu erkennen, das aus Gründen der Akzeptanz in der
Bevölkerung und der Aufrechterhaltung einer demokratischen Wirtschafts- und
Gesellschaftsordnung zwingend für alle unterschiedlichen Interessengruppen gelöst
werden muss: der Datenschutz.
Am erwähnten Beispiel der durch Fahrzeuge gesammelten Daten und ihrer Verwendung
wird die Frage virulent, wer eigentlich auf die Objektdaten zugreifen darf.
Wem gehören diese Daten? Wer hat die Kontrolle über die Daten, wenn das Objekt
selbst (ein Fahrzeug, ein Container, ein Kühlschrank, ein Sportschuh) kein Träger
eines Rechtsguts bzw. Rechtssubjekt sein kann? Gehören die Daten dem Hersteller,
der aus ihnen Wissen zur Kundennutzung seiner Produkte, der Produktqualität und
Fachkräftemangel
Datenschutz und
Dateneigentum
IoT-Startups
ANALYSEN & ARGUMENTE | JULI 2018 | AUSGABE 308 | 8
zur Produktverbesserung generieren kann? Oder dem Software-Lizenzgeber, dessen
Betriebssystem die Produktnutzung steuert (z.B. Apple für iPhones)? Oder gehören
die mit dem Objekt verknüpften Daten dem Eigentümer des Objektes (des Fahrzeugs),
der die rechtliche Verfügungsgewalt über das Objekt hat und der das Produkt
gekauft hat? Kann er den Zugriff auf die mit dem Objekt verknüpften Daten
beliebig öffnen bzw. einschränken? Oder kann eine übergeordnete Instanz, etwa die
Verkehrsleitzentrale einer Stadt, ein Versicherungsunternehmen oder staatliche
Stellen, wie das Finanzamt, der Zoll oder die Polizei, auf diese Daten zugreifen?
Verschärft wird diese Problematik dadurch, dass die Daten eines Objekts (Fahrzeug,
Kamera, Fitnesstracker etc.) nicht unbedingt im Objekt selbst (etwa einem Speicherchip)
abgelegt sein müssen (und damit physisch mit dem Objekt verbunden
sind), sondern nach der Erfassung sofort an eine IoT-Instanz oder in eine Daten-
Cloud weitergeleitet werden. Der Cloud-Service-Anbieter verwaltet diese Daten in
gesammelter Form und könnte sie, sofern nicht verschlüsselt, auch auswerten.
Und dies möglicherweise ohne explizite Autorisierung oder sogar ohne Wissen
des Objekteigentümers.
Diese Art der unautorisierten und unwissentlichen Datenweiterleitung von Objektdaten
und ihre externe Verwertung mögen als unglaubliches und unverfrorenes,
theoretisches Szenario erscheinen. Es ist aber längst Realität. Wenn Google „übliche”
Besucherzahlen von Geschäften oder Restaurants bei Suchanfragen automatisch
bereitstellt, stammen diese Informationen aus solchen Datenquellen. Objekte,
in diesem Fall Smartphones, werden lokalisiert und getrackt, ohne dass dies dem
Smartphone-Besitzer bewusst ist. Verknüpft man die erfassten Lokalisationsdaten
von Smartphones mit den (festen und bekannten) geographischen Positionsdaten
der Beobachtungsobjekte (eines Restaurants, Shops, Zoos etc.) erhält man eine
detaillierte Übersicht über die Besuchsintensität der Objekte in den jeweiligen Zeiträumen.
Dies erfolgt ohne explizites Einverständnis und oft sogar ohne Wissen des
Verantwortlichen für das Beobachtungsobjekt (des Shop-Betreibers, Restaurantbesitzers
oder -pächters etc.). Auch wenn der Google-Nutzer lediglich aggregierte
Daten zur Besuchsintensität für einzelne Zeiträume erhält, so berechnet Google
diese unter Verwendung objektindividueller Identifikationsdaten (z.B. Mobilfunknummer
oder Geräte-ID). Das heißt, Google weiß nicht nur, wie viele Besucher derzeit
in einem Shop sind, sondern auch welche Objekte – sprich Smartphones – sich
derzeit dort befinden. Google weiß auch, wer sich zu welcher Zeit jemals dort
befunden hat und wie lange er sich aufgehalten hat!
Das Argument, es seien doch „nur” Objektdaten und nicht von Datenschutzvorschriften
wie der Europäischen Datenschutzgrundverordnung erfasste Personendaten,
ist angesichts der Verknüpfungsmöglichkeiten absurd. Mit einem Smartphone
oder einem Fahrzeug ist zumeist nur eine Person, eventuell eine kleine, leicht identifizierbare
Personengruppe (z.B. Familie) assoziiert. Auch wenn nur reine Objektdaten
(Lokalisierung, Status, Umweltdaten) erfasst werden, mutieren diese über mehr
oder weniger komplexe Zuordnungsfunktionen zu personenbezogenen Daten, die
eigentlich besonderen datenschutzrechtlichen Bestimmungen unterliegen müssten.
Mit leistungsfähigen Mustererkennungsverfahren (z.B. Neuronale Netze und Deep
Learning) ist es nicht schwierig, aus einer Gruppe die in einem bestimmten Zeitraum
relevante Person zu einem Objekt zu identifizieren – durch typische, individuelle
Verhaltensmuster bzw. Nutzerprofile, die wie Fingerabdrücke verwendet werden
können (bei Fahrzeugen etwa Brems- und Beschleunigungsverhalten, Durchschnittsgeschwindigkeit,
typische Fahrdauer etc.). Insofern müssen zumindest „personennahe”
Objektdaten wie persönliche Daten behandelt werden.
Objekt- und
Personendaten
Unautorisierte
und unwissentliche
Datenweiterleitung
ANALYSEN & ARGUMENTE | JULI 2018 | AUSGABE 308 | 9
Allerdings ist zu bedenken, dass ein zu restriktiver Datenschutz IoT-Systeme lahmlegen
könnte (Weinberg et al., 2015). Ihr effektives Funktionieren ist auf die Bereitstellung
entsprechender Daten zwingend angewiesen und oftmals wesentlicher Teil
der Geschäftsmodelle von IoT-Unternehmen. Je stärker assistenzbezogen und je
genauer IoT-Services auf die persönlichen Bedürfnisse des Anwenders zugeschnitten
sein sollen (bei Smart Healthcare-Systemen zwingend notwendig), umso mehr
personenbezogene Daten braucht es. In derartigen Fällen sollte jeder Anwender
bewusst und aktiv darüber befinden, wie weit seine Bereitschaft zur Datenüberlassung
geht, um diese Dienste nutzen zu können.
Anforderungen an Autonomie und Verantwortlichkeit.
Wer kontrolliert die Objekte?
Ein über Datensicherheit und Datenschutz hinausgehender, damit aber eng verknüpfter
Aspekt betrifft die Frage, wer eigentlich die Objekte eines IoT-Systems
kontrolliert. Wer ist für die Folgen von Objektaktivitäten verantwortlich? Was bei
traditionellen, klassischen Produkten mit ihrer lokalen Autonomie selbstverständlich
war, nämlich, dass der Besitzer der Produkte sie auch vollständig und eigenständig
kontrollieren konnte und damit Folgen verantwortete, ist bei smarten Objekten, insbesondere
bei solchen in einem IoT-System, keineswegs klar. Oft funktionieren
smarte Produkte nur noch mit einer entsprechenden Software und mit einer zumindest
temporären Anbindung an das Kommunikationsnetz. Welchen Einfluss haben
dann die Hersteller oder Vertreiber der für die Funktionsfähigkeit elementaren Software?
Sie kennen als einzige vollständig ihre Programme und Algorithmen und
brauchen für Programm-Updates Zugriffsmöglichkeiten. Wer verantwortet Programmfehler,
die zu Schäden durch die von diesen Programmen gesteuerten Objekten
führen, wenn durch Softwarefehler in einem Smart Health-System Patienten
geschädigt werden oder wenn durch den Ausfall von Ampelsystemen oder autonom
fahrenden Fahrzeugen das komplette Verkehrssystem einer Stadt oder Region
zusammenbricht? Softwarefehler in einem nicht einsehbaren Programm ist die eine
Seite des Problems, bewusste Manipulations- und Eingriffsmöglichkeiten durch die
Softwarehersteller oder Hacker die andere. Sie wären in der Lage, aus welchen
Motiven auch immer, ein smartes Objekt bewusst außer Funktion zu setzen oder gar
unautorisiert fernzusteuern. So könnten sicherheitsrelevante Objekte (z.B. Flugzeuge,
Militärfahrzeuge) durch ein Softwareupdate oder eine von Anfang an eingeplante,
heimliche Backdoor (Teil einer Software, der einen Zugang zum Programm
unter Umgehung der normalen Zugriffssicherung ermöglicht) außer Betrieb gesetzt
werden. In einfacherer Form wird dies bereits heute bei einigen Militärflugzeugen
praktiziert, wo man für jeden Start einen jeweils neu beim Hersteller anzufordernden
Sicherheitscode benötigt.
Auch hier ist dringend Handlungsbedarf vonnöten. Eine systemrelevante Software
sollte nicht mehr als Blackbox gekauft bzw. genutzt werden: Die Zuständigen brauchen
vollständigen Einblick in die hochkomplexen Programme. Unkontrollierte und
unautorisierte Backdoor-Zutritte müssen untersagt werden. Je nach Anwendungsbereich
sind zudem Maßnahmen zur Risikobegrenzung (z.B. Notfallpläne, unabhängige,
objektautonome Mindestfunktionalitäten) aufzubauen und einzurichten.
Verantwortung
und Haftung
Gratwanderung:
Datenschutz
ANALYSEN & ARGUMENTE | JULI 2018 | AUSGABE 308 | 10
Fazit
Internet of Things ist wesentlicher Treiber und Bestandteil der künftigen Digitalisierung
von Wirtschaft und Gesellschaft. IoT erweitert das Internet als globales Kommunikationsnetz,
indem smarte Produkte und Gegenstände (things) als weitere
„Teilnehmer” bzw. „Kommunikationspartner” integriert werden. Sie sind zum einen
in der Lage, eine immense Menge zusätzlicher, vielfältiger Daten zu erfassen und im
Netz für Auswertungen bereitzustellen. Zum anderen lassen sich die Objekte und
ihr Zustand auch von überall her über das Kommunikationsnetz gezielt ansprechen
und steuern. Hierdurch eröffnen sich neue, innovative Services und Geschäftsmodelle
(Huber/Kaiser, 2015), die die Digitalisierung von Wirtschaft und Gesellschaft
vorantreiben werden und zu erheblichen Wohlfahrtsgewinnen, aber auch zu schwierigen
Umbrüchen in der Arbeitswelt und der gesellschaftlichen Organisation führen
können. Aufgrund der vielfältigen, global ausgerichteten Verflechtungen zwischen
den Objekten und Instanzen sowie ihrer Abhängigkeit von koordinierenden Steuerungseinheiten
und ihren Softwareprogrammen steigen die Systemrisiken erheblich.
Datensicherheit und Datenschutz werden vor neue, hohe Herausforderungen gestellt.
Um diese divergierenden und konfliktären Anforderungen und Interessen systematisch
analysieren und ihnen begegnen zu können, wäre die Einrichtung eines alle
Stakeholder berücksichtigenden Gremiums, eines „Technologie- und Ethikrates”,
sinnvoll. Dieser sollte nicht, wie ähnliche bereits existierende Gremien, in erster
Linie bremsend wirken, sondern beide Facetten der IoT – die immensen ökonomisch-
gesellschaftlichen Potentiale wie auch die Risiken – gleichermaßen in den
Fokus nehmen und versuchen, eine Art gesellschaftlichen Konsens für IoT-Applikationen
zu erarbeiten. Er sollte gezielt die Chancen der IoT-Technologie verdeutlichen
und fördern, positive und negative, wirtschaftliche und gesellschaftliche Folgen analytisch
untersuchen und die berechtigten Bedenken und Risiken für Einzelne, die
Gesellschaft und die Wirtschaft kritisch diskutieren. Zielsetzung wäre die Erarbeitung
entsprechender Rahmenbedingungen (herstellerübergreifende Sicherheitskonzepte,
Datenschutzvorgaben etc.) und Handlungsempfehlungen zur IoT-Entwicklung
und -Nutzung für die Politik und ihre Gremien.
Technologierat
Treiber der
Digitalisierung
ANALYSEN & ARGUMENTE | JULI 2018 | AUSGABE 308 | 11
LITERATUR:
ƒƒ Ashton, K. (2009). That ”internet of things” thing. In RFID Journal, 22(7),
S. 97–114.
ƒƒ Atzori, L., Iera, A., Morabito, G. (2017): Understanding the Internet of Things:
definition, potentials, and societal role of a fast evolving paradigm. In: Ad hoc
Networks, 56 (2017), S. 122–144.
ƒƒ Bassi, A.; Bauer, M.; Fiedler, M., Kramp, T., van Kranenburg, R., Lange, S.,
Meissner, S. (Hrsg.) (2013): Enabling Things to Talk – Designing IoT solutions
with the IoT Architectural Reference Model. Berlin, Heidelberg: Springer Berlin
Heidelberg.
ƒƒ Huber, D., Kaiser, T. (2015). Wie das Internet der Dinge neue Geschäftsmodelle
ermöglicht. In HMD – Praxis der Wirtschaftsinformatik, 52(5), S. 681–689.
ƒƒ Lee, I., & Lee, K. (2015). The internet of things (IoT): Applications, investments,
and challenges for enterprises. Business Horizons, 58(4), S. 431–440.
ƒƒ McAfee, A., & Brynjolfsson, E. (2012). Big data: The management revolution.
Harvard Business Review, 90(10), S. 60–68.
ƒƒ Miorandi, D., Sicari, S., De Pellegrini, F., & Chlamtac, I. (2012): Internet of
things: Vision, applications, and research challenges. In Ad Hoc Networks,
10(2012), S. 1497–1516.
ƒƒ Ng, I.C.L., Wakenshaw, S.Y.L. (2017): The Internet-of-Things: Review and research
directions. In: International Journal of Research in Marketing 34 (2017),
S. 3–21.
ƒƒ Porter, Michael; Heppelmann, James (2014): How smart, connected products
are trans-forming competition. In: Harvard Business Review, Heft 11 (2014),
S. 64–88.
ƒƒ Saarikko, Ted, Westergren, Ulrika H., Blomquist, Tomas (2017): The Internet of
Things: Are you ready for what’s coming? In Business Horizons 60 (2017),
S. 667–676.
ƒƒ Stojkoska, B.L.R., Trivodaliev, K.V. (2017): A review of Internet of Things for
smart home: Challenges and solutions. In: Journal of Cleaner Production 140
(2017), S. 1454–1464.
ƒƒ Weinberg, B. D., Milne, G. R., Andonova, Y. G., & Hajjat, F. M. (2015). Internet
of things: Convenience vs. privacy and secrecy. Business Horizons, 58(6),
S. 615–624.
ƒƒ Ziegeldorf, J. H., Morchon, O. G., & Wehrle, K. (2014). Privacy in the Internet of
Things: Threats and challenges. In Security and Communication Networks,
7(12), S. 2728–2742.
ANALYSEN & ARGUMENTE | JULI 2018 | AUSGABE 308 | 12
Der Autor
Prof. Dr. Richard Lackes, Lehrstuhl für Wirtschaftsinformatik, TU Dortmund
Konrad-Adenauer-Stiftung e. V.
Ansprechpartner:
Dr. Norbert Arnold
Teamleiter Bildungs- und Wissenschaftspolitik
Hauptabteilung Politik und Beratung
Telefon: +49(0)30/26996-3504
E-Mail: norbert.arnold@kas.de
Postanschrift: Konrad-Adenauer-Stiftung, 10907 Berlin
Herausgeberin: Konrad-Adenauer-Stiftung e.V. 2018, Sankt Augustin/Berlin
Lektorat: Jenny Kahlert, PuB, Konrad-Adenauer-Stiftung
Gestaltung: SWITSCH Kommunikationsdesign, Köln
Satz: yellow too Pasiek Horntrich GbR
Druck: copy print Kopie & Druck GmbH, Berlin
Die Printausgabe wurde bei copy print Kopie & Druck GmbH, Berlin klimaneutral
produziert und auf FSC-zertifiziertem Papier gedruckt.
Printed in Germany.
Gedruckt mit finanzieller Unterstützung der Bundesrepublik Deutschland.
ISBN 978-3-95721-442-3
www.kas.de
Der Text dieses Werkes ist
lizenziert unter den Bedingungen
von „Creative Commons
Namensnennung-Weitergabe
unter gleichen Bedingungen
4.0 international”, CC BY-SA
4.0 (abrufbar unter:
https://creativecommons.org/
licenses/by-sa/4.0/legalcode.
de)
Bildvermerk Titelseite
© liuzishan, fotolia.com
