aiMOOC

Datenschutz – Digitale Spuren und Geschäftsmodelle Klasse 8

QR-Code

Datenschutz – Digitale Spuren und Geschäftsmodelle: Klasse 8

Kurzbeschreibung: Du lernst, wie digitale Dienste Daten sammeln, daraus Profile oder Wahrscheinlichkeiten ableiten und Daten für Personalisierung, Werbung oder andere Geschäftsmodelle nutzen können. Du arbeitest nur mit erfundenen Beispieldaten. Eigene Konten, echte Suchverläufe, reale Standortdaten oder persönliche Werbeprofile aus der Klasse werden nicht verwendet.

Einleitung

Ein Klick, ein Like, eine Suche oder die Dauer eines Videos kann eine digitale Spur erzeugen. Manche Daten braucht ein Dienst, damit er überhaupt funktioniert. Andere Daten werden für Statistik, Personalisierung, Sicherheit oder Werbung verarbeitet.

Wichtig ist die Unterscheidung: Ein Dienst kann Daten beobachten, daraus etwas ableiten und diese Ableitung später für Entscheidungen nutzen. Eine solche Ableitung kann richtig sein – muss es aber nicht.

Leitfrage: Wie wird aus einzelnen Datenspuren ein Geschäftsmodell?

Lernziele

Nach dem Kurs kannst Du:

digitale Spuren von direkten Angaben und technischen Daten unterscheiden.
Tracking, Cookies, Browser-Fingerprinting und Profiling in einfachen Worten erklären.
einen Datenfluss vom Gerät bis zu Personalisierung oder Werbung lesen.
erklären, wie Geschäftsmodelle wie Werbung, Abos, Freemium oder In-App-Käufe funktionieren.
zwischen beobachteten Daten und abgeleiteten Vermutungen unterscheiden.
einfache Schutzmöglichkeiten und wichtige Datenschutzrechte nennen.

Digitale Spuren

Fehler beim Erstellen des Vorschaubildes:

Digitale Spuren entstehen, wenn Informationen bei der Nutzung eines digitalen Dienstes verarbeitet werden.

Spur	Beispiel	Kann etwas verraten über
Eingabe	Suchbegriff	aktuelles Interesse
Interaktion	Klick, Like, Abspielzeit	bevorzugte Inhalte
Gerätedaten	Browsertyp, Sprache, Bildschirmgröße	technisches Umfeld
Standortbezug	ungefährer Standort oder GPS, wenn freigegeben	Region oder Weg
Kontoangabe	Alter oder E-Mail, falls angegeben	Identität oder Altersgruppe

Merke: Nicht jede Spur ist automatisch geheim. Entscheidend ist, wie Daten kombiniert werden, wer sie erhält und wofür sie genutzt werden.

Beobachtung oder Vermutung?

Ein System kann aus Daten Inferenzen bilden, also Vermutungen oder Vorhersagen.

Beobachtet	Mögliche Ableitung
Mehrere Aufrufe von Skateboard-Videos	„Interesse an Skateboarding“
Häufige Nutzung am späten Nachmittag	„wahrscheinlich zu dieser Zeit aktiv“
Klick auf eine Schuhanzeige	„wahrscheinlich offen für ähnliche Werbung“

Wichtig: Eine Ableitung ist keine sichere Tatsache über einen Menschen.

Fehler beim Erstellen des Vorschaubildes:

Cookies, Tracking und Fingerprinting

Datei:Tabler-icons cookie.svg

Ein Cookie ist eine kleine Information, die ein Browser speichern kann. Cookies können nützlich sein, etwa für einen Warenkorb oder Spracheinstellungen. Andere Cookies oder ähnliche Techniken können dazu dienen, Nutzungsverhalten wiederzuerkennen und zu analysieren.

Tracking bedeutet vereinfacht: Nutzungsverhalten wird über Zeit oder mehrere Aufrufe hinweg verfolgt und ausgewertet.

Browser-Fingerprinting

Tracking kann auch ohne klassische Cookies möglich sein. Beim Fingerprinting werden mehrere Merkmale des Browsers oder Geräts kombiniert. Die Kombination kann so ungewöhnlich sein, dass ein Browser wiedererkannt werden kann.

Achtung: Der private oder Inkognito-Modus löscht vor allem lokale Spuren auf dem Gerät nach der Sitzung. Er macht Dich nicht automatisch anonym gegenüber Webseiten, Diensten oder Netzbetreibern.

Datenfluss verstehen

Ein Datenflussdiagramm zeigt, woher Daten kommen, wohin sie gehen und was mit ihnen passiert.

Datei:Data-flow-diagram-notation.svg

Datenflussdiagramm A: Von der Nutzung zur Personalisierung

Gerät	→	digitaler Dienst	→	Nutzungsereignis	→	Auswertung	→	personalisierter Inhalt
Klick oder Abspielzeit	→	Plattform oder App	→	„Video 40 Sekunden angesehen“	→	„Interesse vermutlich hoch“	→	ähnliche Empfehlung

Prüffrage: An welcher Stelle wird aus einer Beobachtung eine Vermutung? Antwort: bei der Auswertung.

Datenflussdiagramm B: Werbefinanziertes Modell

Nutzung	→	Daten / Signale	→	Profil oder Segment	→	Werbeauswahl	→	Aufmerksamkeit	→	Werbeeinnahmen

Genau hinschauen: „Die Plattform verkauft Deine Daten“ ist oft zu ungenau. Häufig verkauft ein Anbieter Werbekunden die Möglichkeit, eine bestimmte Zielgruppe zu erreichen, ohne ihnen einfach Namen und komplette Profile auszuhändigen. Welche Daten tatsächlich weitergegeben werden, hängt vom Dienst und vom konkreten Verfahren ab.

Profiling-Simulation 1: Aus Spuren wird ein Profil

Alle Daten in dieser Simulation sind erfunden.

Fiktives Profil K-08 erzeugt folgende Signale:

Drei Klicks auf Tutorials zu digitalem Zeichnen.
Zwei lange Aufrufe von Videos über Mangas.
Eine Suche nach „Zeichenstift Tablet“.
Keine Angabe zu Name, Schule oder Wohnort.

Ordne die passende Aussage zu.	Bedeutung
beobachtete Spur	Suche nach Zeichenstift Tablet
beobachtete Spur	lange Aufrufe von Manga-Videos
Profilannahme	Interesse an digitalem Zeichnen
mögliche Personalisierung	mehr Zeichen-Tutorials anzeigen
mögliche Werbung	Anzeige für Eingabestifte auswählen

Auswertung: Das System kennt nicht automatisch die „wahre Persönlichkeit“. Es berechnet nur eine plausible Einordnung aus Signalen.

Profiling-Simulation 2: Ein Signal ändert die Auswahl

Auch diese Simulation nutzt nur erfundene Daten.

Situation	Datenbasis	mögliche Auswahl
A	Nur Inhalt der aktuellen Seite: „Mountainbike“	kontextbezogene Fahrradwerbung
B	Aktuelle Seite plus Profil „interessiert sich oft für Fotografie“	Werbung für eine Actionkamera
C	Werbefreies Abo	keine Werbeauswahl nötig

Ordne das Geschäftsmodell zu.	Situation
kontextbezogene Werbung	A
personalisierte Werbung	B
Abonnement	C

Denkfrage: Welches Modell braucht am wenigsten persönliche Profilinformationen für die Werbeauswahl? Die kontextbezogene Werbung, weil sie sich am aktuellen Inhalt statt an einem persönlichen Profil orientieren kann.

Personalisierung

Personalisierung bedeutet, dass ein Dienst Inhalte, Reihenfolgen, Empfehlungen oder Werbung an vermutete Interessen oder andere Merkmale anpasst.

Personalisierung kann praktisch sein:

Musik- oder Videoempfehlungen passen besser.
Suchergebnisse oder Spracheinstellungen können schneller passen.
Uninteressante Inhalte können seltener erscheinen.

Personalisierung kann auch problematisch sein:

Systeme können sich irren.
Menschen sehen unterschiedliche Informationen.
Viele Signale können ein sehr detailliertes Profil ergeben.
Nutzerinnen und Nutzer verstehen oft nicht vollständig, warum etwas angezeigt wird.

Wie digitale Dienste Geld verdienen

Ein Geschäftsmodell erklärt, wie ein Angebot Wert schafft und Einnahmen erzielt.

Modell	Wer bezahlt?	Rolle von Daten
Werbung	Werbekunden	Auswahl, Messung und teilweise Personalisierung
Abo	Nutzende	Daten können trotzdem für Betrieb und Empfehlungen verarbeitet werden
Freemium	ein Teil der Nutzenden	Basisversion kostenlos, Zusatzfunktionen bezahlt
In-App-Käufe	Nutzende	Verhalten kann helfen, Angebote innerhalb der App zu platzieren
Provision	Händler oder Anbieter	Plattform vermittelt Käufe oder Buchungen
öffentlich oder spendenfinanziert	öffentliche Mittel oder Spender	weniger wirtschaftlicher Druck zur Werbepersonalisierung möglich

Merksatz: Kostenlos bedeutet nicht automatisch „ohne Gegenleistung“. Bezahlt werden kann mit Geld, Aufmerksamkeit, Datenverarbeitung oder einer Mischung daraus.

Werbeauktion vereinfacht

Bei digitaler Werbung kann in sehr kurzer Zeit entschieden werden, welche Anzeige erscheint. Vereinfacht:

Werbeplatz frei	→	zulässige Signale	→	passende Kampagnen	→	Auswahl	→	Anzeige	→	Messung

Nicht jede Plattform nutzt dasselbe Verfahren. Deshalb darf man nicht von einem einzigen Werbemodell auf alle Dienste schließen.

Quellengeprüftes Beispiel: YouTube und Google

Google beschreibt in seiner aktuellen Datenschutzerklärung, dass bei der Nutzung unter anderem Informationen über Apps, Browser, Geräte und Aktivitäten verarbeitet werden können. In der YouTube-Hilfe wird erklärt, dass mit einem Konto verknüpfte Aktivitätsdaten für Empfehlungen, Suchergebnisse und – abhängig von Alter und Einstellungen – auch für Werbung genutzt werden können.

Anbieterperspektive ist nicht gleich neutrale Bewertung: Deshalb werden solche Angaben hier mit unabhängigen Quellen von Datenschutzaufsichten, Verbraucherzentrale und bpb verglichen.

Quellen:

Datenschutzregeln in Kurzform

Datenschutz soll Menschen Kontrolle und Schutz beim Umgang mit personenbezogenen Daten geben.

Für Klasse 8 reichen vier Grundideen:

Transparenz: Du sollst verständlich erfahren können, welche Daten wofür verarbeitet werden.
Zweckbindung: Daten sollen für festgelegte Zwecke genutzt werden.
Datenminimierung: Es sollen nur Daten verarbeitet werden, die für den Zweck angemessen und nötig sind.
Rechte: Je nach Situation gibt es unter anderem Rechte auf Auskunft, Berichtigung, Löschung, Widerspruch oder Widerruf einer Einwilligung.

Die Datenschutz-Grundverordnung schützt Kinder besonders. Der EU-Digital Services Act verbietet Online-Plattformen profilbasierte Werbung mit personenbezogenen Daten, wenn sie mit hinreichender Gewissheit wissen, dass die betroffene Person minderjährig ist.

Nicht jeder Cookie braucht dieselbe Behandlung. Technisch notwendige Funktionen können anders bewertet werden als Tracking für Analyse oder Werbung. Für viele nicht notwendige Zugriffe auf das Endgerät und anschließende Tracking-Verarbeitungen ist eine wirksame Einwilligung wichtig.

Typische Warnzeichen bei manipulativen Bannern: Akzeptieren ist riesig, Ablehnen versteckt; verwirrende Schalter; Druck durch Formulierungen. Solche Gestaltungstricks werden oft als Dark Patterns bezeichnet.

Datenschutzfreundlich handeln

Du musst nicht „unsichtbar“ werden. Sinnvoll ist, Datenflüsse bewusst zu begrenzen.

Prüfe App-Berechtigungen und schalte unnötige Zugriffe ab.
Lehne nicht notwendige Tracking-Zwecke ab, wenn Du sie nicht möchtest.
Nutze Datenschutz- und Werbeeinstellungen bewusst.
Teile öffentlich nur Informationen, die wirklich öffentlich sein sollen.
Lösche alte Konten oder Daten, wenn Du sie nicht mehr brauchst.
Verwechsle Inkognito-Modus nicht mit vollständiger Anonymität.

Für den Unterricht: Arbeite nur mit Demo-Konten, erfundenen Profilen oder öffentlich dokumentierten Beispielansichten. Keine Mitschülerin und kein Mitschüler muss persönliche Suchverläufe, Standortdaten oder Werbeprofile zeigen.

Medien- und Quellencheck

Die im Kurs eingebauten Wikimedia-Commons-Dateien wurden auf Existenz und ausgewiesene Lizenz geprüft:

Fehler beim Erstellen des Vorschaubildes: Padlock.svg – CC0 / Public-Domain-Dedication.
Fehler beim Erstellen des Vorschaubildes: Data icon.svg – CC BY-SA 4.0.
Datei:Tabler-icons cookie.svg Tabler-icons cookie.svg – MIT-Lizenz.
Fehler beim Erstellen des Vorschaubildes: Person information icon.svg – CC BY 3.0.
Fehler beim Erstellen des Vorschaubildes: Fingerprinting example.png – CC BY 4.0.
Datei:Data-flow-diagram-notation.svg Data-flow-diagram-notation.svg – Public Domain.
Fehler beim Erstellen des Vorschaubildes: Data-flow-diagram-example.svg – unter anderem CC BY-SA 3.0.

Die YouTube-Videos werden nur über den offiziellen YouTube-Player eingebettet und nicht kopiert oder neu hochgeladen. Rechte verbleiben bei den jeweiligen Rechteinhabern. Ein Video mit ausdrücklichem zusätzlichen Lizenzvorbehalt für Website-Einbettungen wurde bewusst nicht verwendet.

Fachlich geprüfte Hauptquellen:

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was ist eine digitale Spur? (Eine Information, die bei der Nutzung eines digitalen Dienstes entsteht oder verarbeitet wird) (!Ein geheimer Code, der immer das Passwort verrät) (!Eine Datei, die nur auf Papier existiert) (!Eine Werbung, die niemals Daten nutzt)

Was beschreibt Profiling am besten? (Daten werden genutzt, um persönliche Aspekte zu bewerten oder vorherzusagen) (!Ein Smartphone wird nur äußerlich fotografiert) (!Ein Konto wird automatisch gelöscht) (!Eine Webseite wird ohne Daten geladen)

Was ist ein Cookie im Browser? (Eine kleine gespeicherte Information, die verschiedene Zwecke haben kann) (!Eine Art Computervirus) (!Ein Passwort für das WLAN) (!Ein Bildformat für Webseiten)

Welche Aussage zu Fingerprinting ist richtig? (Mehrere Geräte- oder Browsermerkmale können zur Wiedererkennung kombiniert werden) (!Fingerprinting funktioniert nur mit echten Fingerabdrücken) (!Fingerprinting ist dasselbe wie ein Passwort) (!Fingerprinting kann nur auf Papier stattfinden)

Was ist eine Inferenz? (Eine aus Daten abgeleitete Vermutung oder Vorhersage) (!Ein sicherer Beweis für den Charakter eines Menschen) (!Eine gelöschte Datei) (!Ein Bildschirmfoto)

Was ist bei kontextbezogener Werbung entscheidend? (Der aktuelle Inhalt oder Kontext) (!Das komplette persönliche Profil muss immer vorhanden sein) (!Die Schuhgröße der Nutzerin oder des Nutzers) (!Die Seriennummer des Klassenzimmers)

Welches Geschäftsmodell finanziert sich direkt durch regelmäßige Zahlungen der Nutzenden? (Ein Abonnement) (!Ein ausschließlich werbefinanziertes Modell) (!Ein Cookie-Banner) (!Ein Browser-Fingerprint)

Was bedeutet Datenminimierung? (Nur angemessene und für den Zweck nötige Daten verarbeiten) (!Möglichst viele Daten dauerhaft speichern) (!Alle Daten veröffentlichen) (!Passwörter mit anderen teilen)

Was stimmt zum Inkognito-Modus? (Er macht Dich nicht automatisch anonym gegenüber Webseiten) (!Er verhindert jede Form von Tracking) (!Er versteckt Deine IP-Adresse immer) (!Er löscht alle Daten im Internet)

Welche Unterrichtsregel schützt die Privatsphäre am besten? (Nur erfundene oder vorbereitete Beispieldaten verwenden) (!Echte Suchverläufe der Klasse vergleichen) (!Private Standortverläufe gemeinsam projizieren) (!Persönliche Werbeprofile fotografieren und teilen)

Memory

Cookie	kleine Browserinformation
Tracking	Verfolgung von Nutzungsverhalten
Profiling	Bewertung oder Vorhersage persönlicher Aspekte
Inferenz	abgeleitete Vermutung
Datenminimierung	nur nötige Daten
Personalisierung	angepasste Inhalte
Abonnement	regelmäßige Zahlung
Kontextwerbung	Anzeige passend zum aktuellen Inhalt

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Datenspur	Klick auf ein Video
Inferenz	vermutetes Interesse
Profiling	systematische Bewertung mehrerer Signale
Personalisierung	Auswahl passender Inhalte
Werbemodell	Einnahmen durch Anzeigen

Kreuzworträtsel

Profiling	Wie heißt die automatisierte Bewertung persönlicher Aspekte?
Cookies	Wie heißen kleine gespeicherte Browserinformationen?
Tracking	Wie nennt man das Verfolgen von Nutzungsverhalten?
Werbung	Womit finanzieren sich viele kostenlose Plattformen?
Privatsphäre	Welcher persönliche Bereich soll vor unnötigen Einblicken geschützt werden?
Algorithmus	Wie nennt man eine eindeutige Rechen- oder Handlungsanweisung?

LearningApps

Lückentext

Bei der Nutzung digitaler Dienste entstehen

. Ein Browser kann kleine Informationen als

speichern. Die längerfristige Beobachtung von Nutzungsverhalten nennt man

. Werden mehrere Signale genutzt, um persönliche Aspekte zu bewerten oder vorherzusagen, spricht man von

. Eine daraus erzeugte Vermutung heißt

. Angepasste Inhalte nennt man

. Viele Plattformen finanzieren sich durch

. Ein anderes Geschäftsmodell ist das

. Datenschutz verlangt unter anderem Transparenz und

.

Offene Aufgaben

Leicht

Datenspur-Poster: Gestalte mit erfundenen Beispielen ein Poster mit fünf digitalen Spuren und fünf möglichen Verwendungszwecken.
Beobachtung oder Vermutung: Erfinde sechs Aussagen und markiere, welche direkt beobachtet und welche nur abgeleitet wurden.
Cookie-Comic: Zeichne einen kurzen Comic, in dem ein Warenkorb-Cookie und ein Tracking-Cookie ihren unterschiedlichen Zweck erklären.
Datenfluss-Puzzle: Lege Karten mit Gerät, Dienst, Daten, Profil, Auswahl und Anzeige in eine sinnvolle Reihenfolge.

Standard

Profiling-Labor: Erstelle drei vollständig fiktive Nutzerprofile mit je vier Signalen und jeweils zwei möglichen, aber unsicheren Inferenzen.
Geschäftsmodell-Vergleich: Vergleiche Werbung, Abo und Freemium in einer Tabelle. Beurteile, welche Daten für das jeweilige Modell typischerweise besonders wichtig sein können.
Cookie-Banner-Check: Analysiere nur vorbereitete oder öffentlich dokumentierte Beispielbilder von Cookie-Bannern. Suche nach fairen und manipulativen Gestaltungselementen.
Werbeweg-Erklärvideo: Produziere ein 60-Sekunden-Erklärvideo mit erfundenen Daten: Spur → Profilannahme → Werbeauswahl → Einnahme.

Schwer

Datenschutzfreundliches App-Konzept: Entwirf eine fiktive App, die mit möglichst wenigen personenbezogenen Daten auskommt. Begründe jede benötigte Datenart.
Werbemodell-Debatte: Entwickle Argumente für und gegen personalisierte Werbung. Berücksichtige Nutzen, Privatsphäre, Finanzierung und Minderjährigenschutz.
Algorithmische Fehlannahme: Erfinde ein Beispiel, in dem ein Profiling-System aus richtigen Daten eine falsche Schlussfolgerung zieht. Beschreibe mögliche Folgen.
Mini-Datenschutz-Folgenabschätzung: Prüfe ein vollständig fiktives Schul-App-Szenario: Welche Daten fließen? Welche Risiken entstehen? Welche Daten könnte man weglassen?

Lernkontrolle

Datenfluss analysieren: Erkläre an einem erfundenen Beispiel, an welcher Stelle aus einer technischen Spur ein persönliches Profilmerkmal werden kann.
Geschäftsmodell bewerten: Eine Plattform wechselt von personalisierter Werbung zu einem Bezahlabo. Beschreibe zwei mögliche Folgen für Datennutzung und Einnahmen.
Profiling hinterfragen: Ein System schließt aus drei Klicks auf „Fußball“ auf ein dauerhaftes Sportinteresse. Erkläre, warum diese Schlussfolgerung unsicher sein kann.
Datenschutz gestalten: Entwickle für eine fiktive Lern-App drei datensparsame Voreinstellungen und begründe sie.
Werbung vergleichen: Vergleiche kontextbezogene und personalisierte Werbung. Welche Daten benötigt jede Form mindestens, und welche Risiken unterscheiden sich?
Minderjährigenschutz übertragen: Begründe, warum bei Kindern und Jugendlichen besonders vorsichtig mit Profilen und Werbedaten umgegangen werden sollte.

Lernnachweis

Für einen Lernnachweis zu diesem Thema ist wichtig, dass Du:

digitale Spuren, Tracking, Cookies, Fingerprinting, Profiling und Inferenz unterscheiden kannst.
einen einfachen Datenfluss korrekt erklären kannst.
mindestens drei digitale Geschäftsmodelle vergleichen kannst.
erklären kannst, warum Profile Wahrscheinlichkeiten und keine sicheren Wahrheiten sind.
Vorteile und Risiken von Personalisierung abwägen kannst.
Datenschutzprinzipien auf ein neues, fiktives Beispiel übertragen kannst.
bei Aufgaben konsequent ohne reale personenbezogene Daten von Mitschülerinnen und Mitschülern arbeitest.