Interview: Bewegungsdaten können die nachhaltige Mobilität verbessern. Aber wie bleiben unsere Daten geschützt?

Das Projekt freemove erforscht Bewegungsdaten in der Mobilitätswende mit Fokus auf Privatsphäre-Aspekte. Projektleiter Markus Sperl berichtet im Interview, warum Bewegungsdaten so interessant sind und wie sie datenschutzkonform genutzt werden können.

Autor*in Sarah-Indra Jungblut, 15.03.23

Übersetzung Lana O'Sullivan:

Mobility-as-a-Service ist der Begriff – unter diesem Begriff verbirgt sich ein neues Konzept für die Mobilität der Zukunft. Die Idee dahinter ist eine Fortbewegung von A nach B, bei der das Nutzen von verschiedenen Mobilitätsangeboten im Vordergrund steht, die Verknüpfung übernehmen dabei digitale Tools und Plattformen. Statt also in den eigenen Pkw zu steigen werden Start und Ziel ins Smartphone getippt und auf dem Bildschirm erscheint die schnellste, komfortabelste oder CO2-ärmste Route – je nach Wahl der Parameter. Diese kann sich dann aus einen kleinen Strecke zu Fuß, mit dem Rad oder Sharing-Roller, einem Stück mit Bus oder Bahn und vielleicht auch einem On-Demand-Shuttle zusammensetzen, je nach den verfügbaren Mobilitätsangeboten. Greift alles gut zusammen, springt dabei nicht nur eine komfortable Fortbewegung ohne Staus und Parkplatzsuche für die Nutzenden heraus, sondern auch geringere verkehrsbedingte CO2-Emissionen, weniger Lärm und Luftverschmutzung und durch eine Abkehr vom motorisierten Individualverkehr mehr öffentlicher Raum für das Gemeinwohl.

Damit das nahtlos passiert braucht es jedoch nicht nur Apps und andere digitale Lösungen, die die verschiedenen Angebote zuverlässig verknüpfen, sondern auch ein Verkehrssystem, dass dem tatsächlichen Bedarf angepasst ist. Neben verschiedenen Verkehrs- und Echtzeitdaten – wie zum Beispiel GPS-Daten von Bussen und Bahnen, Fahrplänen, Streckennetzen oder Staumeldungen – sind für Mobility-as-a-Service-Angebote auch Bewegungsdaten interessant, also Daten, die unsere Apps auf den Mobiltelefone per GPS liefern und mit denen die tatsächlichen Bewegungsmuster der Menschen nachvollzogen werden können.

Allerdings handelt es sich um personenbezogene Daten, die viel über Menschen preisgeben können, und daher sehr umsichtig gehandhabt werden sollten. Das Projekt freemove beschäftigt sich mit der Erforschung von Mobilitätsdaten. Dabei erkundet das transdisziplinäre Team aus universitären und praktischen Partner*innen aus den Bereichen Machine Learning, Digitale Selbstbestimmung, Human-Centered Computing und Informationssicherheit mögliche technische Lösungen zur Anonymisierung von Bewegungsdaten und entwickelt anhand von Nutzungsszenarien Handlungsempfehlungen für die Praxis.

Markus Sperl koordiniert für die Technologiestiftung Berlin das Projekt freemove. Wir haben uns mit ihm darüber unterhalten, was genau es mit Mobilitätsdaten auf sich hat, warum Bewegungsdaten so interessant für die Mobilitätswende sind und wie sie datenschutzkonform genutzt werden können.

Wenn wir über die Mobilität der Zukunft sprechen kommen wir an dem Thema Mobilitätsdaten nicht vorbei. Was sind das eigentlich konkret für Daten, die in diesem Zusammenhang interessant sind und was soll mit ihnen erreicht werden?

Viele Daten werden unter dem Oberbegriff „Mobilitätsdaten“ gebündelt. Wir beschäftigen uns dabei mit personenbezogenen Bewegungsdaten, die beispielsweise durch Smartphone-Apps per GPS aufgezeichnet werden. Im Gegensatz dazu stehen Mobilitätsdaten ohne Personenbezug, wie ÖPNV-Fahrpläne oder Straßennetze. Da diese keine Datenschutz-Risiko enthalten, sind diese im Rahmen unseres Projekts nicht relevant.

Bewegungsdaten werden zum Beispiel für realistische Verkehrssimulationen genutzt, um Veränderungen durch Straßensperrungen oder Baustellen im Vorhinein einschätzen zu können oder um die Infrastruktur am tatsächlichen Verhalten der Fahrer*innen bedarfsgerecht auszubauen, wie beispielsweise die Flottenpositionierung von Shared-Mobility-Angeboten. Und auch Routing-Algorithmen können mit diesen Daten nach unterschiedlichen Kriterien verbessert werden.

Die etwas verkürzte Vorstellung ist, dass aus einer breiten Datenbasis und detailreichem Wissen über die Art, wie sich Bürger*innen bewegen, optimale Mobilitätslösungen entstehen, die effizienter und nachhaltiger sind, ohne dass man sich an der ein oder anderen Stelle umstellen oder anpassen müsste. Anwendungen, die Verkehr effizienter gestalten, brauchen diese Daten, um Algorithmen zu verbessern – genutzt werden müssen sie aber am Ende von den Verkehrsteilnehmer*innen und ersetzen also nur bedingt ein Umdenken.

Das Projekt freemove wird vom Bundesministerium für Bildung und Forschung (BMBF) gefördert. Projektpartner sind von wissenschaftlicher Seite die Berliner Hochschule für Technik & Wirtschaft Berlin HTW), die Freie Universität (FU), die Technische Universität (TU) und die Universität der Künste Berlin (UdK), erweitert von dem Deutschen Zentrum für Luft- und Raumfahrt (DLR).

Wie sieht es mit Open Data aus; stehen bereits Bewegungsdaten zur Verfügung, die Verkehrsunternehmen und Stadtplaner*innen nutzen können?

Unseres Wissens nach gibt es kaum nennenswerte Bewegungsdatensätze, die offen als Open Data zugänglich sind, und das auch aus Datenschutzsicht gutem Grund. Was nicht im Umkehrschluss heißt, dass es nicht viele Bewegungsdaten gäbe. Mobilfunkanbieter verkaufen diese teilweise an den ÖPNV und an Verwaltungen.

Offene Verkehrsdaten hingegen gibt es, wie beispielsweise die Mobilithek des BMDV. In Kombination mit dem Mobility Data Space, in dem Unternehmen ihre Daten gegen Gebühr anbieten können – wohl meist für weitere gewinn-generierende Modelle – ist das ja schon mal etwas.

Ich bin bezüglich der Open-Data-Frage zwiegespalten – sensible Daten müssen geschützt werden, vielleicht auch durch organisatorische Maßnahmen wie Zugangsbeschränkungen oder Prozesse, in denen ich als Nutzender nachweisen muss, dass ich ein lauteres Interesse an den Daten verfolge. Gleichzeitig sehe ich nicht unbedingt die größtmögliche Gemeinwohlorientierung in den Produkten, wenn rein privatwirtschaftliche Akteur*innen über diese Daten verfügen. Diese kommt der Erfahrung nach eher aus Verwaltungen, Wissenschaft und Zivilgesellschaft.

Teilen mit Verwaltung soll ja nun auch gesetzgeberisch adressiert werden und ich bin zuversichtlich, dass man in Zukunft Modi finden wird, über die man Individuen schützen, aber gleichzeitig Potenziale trotzdem ausschöpfen kann.

Kennst du Städte oder einzelne Verkehrsbetriebe, die bereits Bewegungsdaten im ÖPNV einsetzen? Wie ist der Umgang dort mit den sensiblen Daten?

In mehr oder weniger intensiver Form ist das mittlerweile bei den meisten Verkehrsbetrieben usus – beispielsweise generieren Bahn, BVG und Co. bereits Auslastungsprognosen, nutzen automatische Fahrgastzählungen und führen Haushaltsbefragungen durch. Gleichzeitig fehlt, insbesondere in kleinen Städten, oft die datenwissenschaftliche Expertise, um die Potenziale tatsächlich auszuschöpfen.

Allgemein können wir sagen, dass der Umgang mit sensiblen Daten in der Praxis ausbaufähig ist – aber wir kommen da aus den akademischen Diskursen natürlich auch mit sehr hohen Anforderungen.

Warum ist die Gewinnung von Bewegungsdaten so sensibel? Und wie könnten wir die Daten so nutzen, dass die Privatsphäre gewahrt bleibt?

Bewegungsprofile sind hoch individuell und können potenziell Informationen beinhalten, die unsere Privatsphäre betreffen, seien es Arztbesuche oder andere Bewegungsmuster, die Rückschlüsse auf Lebensstilfragen wie Sexualität, religiöse Praxis oder dergleichen zulassen. Die Gewinnung dieser Daten ist problematisch, weil sie oftmals geschieht, ohne dass Nutzer*innen reflektierten und bewusst zugestimmt hätten. Sein wir ehrlich – Datenschutzbestimmungen werden in den seltensten Fällen gelesen und App-Berechtigungen meist im Auto-Pilot eingestellt, um möglichst schnell den gewünschten Service nutzen zu können.

Gewahrt wird die Privatsphäre, indem ich Nutzende auf eine Art und Weise über Praktiken und Risiken informiere, dass sie „wirklich“ zustimmen. Und indem ich als Datenverarbeiter*in Sicherheitsvorkehrungen treffe, beispielsweise wenig Rohdatenzugriffe habe oder neue Technologien nutze, welche Privatsphäre erhalten. Das ist ein vitales Feld, indem sich gerade viel tut – Differential Privacy ist eines der bekannteren Beispiele.

Differential Privacy

Beim Schutz von sensiblen Daten ist die Verschlüsselung ein etabliertes Instrument. Allerdings wird dadurch auch die Verarbeitbarkeit der Daten eingeschränkt.
Differential Privacy ist dagegen ein Verfahren, mit dem Informationen veröffentlicht werden können, ohne sie zu verschlüsseln, aber unter Wahrung der Privatsphäre. Dazu werden die Daten mit Rauschen versehen, so dass keine eindeutigen Aussagen mehr über bestimmte Eigenschaften der Daten getroffen werden können.

Wie geht ihr im Projekt freemove vor?

Wir arbeiten Use-Case-basiert. Nach mehreren Praxisaustauschen haben wir uns auf Basis der Ergebnisse und dem, was wir an Wissen als Konsortium einbringen können, für drei Use-Cases entschieden. Zum einen arbeiten wir zu Standardverfahren der Bewegungsdatenanalyse, zweitens zu Open Data und Rohdatenformaten und drittens an Citizen-Science- bzw. Datenspendenplattformen und deren technischer Umsetzung.

Wir haben gemeinsam mit Studierenden einen kleinen Datensatz erhoben, an dem wir nun Anonymisierungstechnologien testen. Das Hauptziel ist aber eine Untersuchung der Informationsgüte in Richtung der Datenspendenden.

Welche Rolle spielen Citizen-Science-Projekte wie FixMyBerlin oder Berlin zählt Mobilität vom ADFC bei der Verkehrswende?

Solche Projekte können wichtige Impulse setzen und Agenden mitprägen, werden aber in puncto generierter Datenmenge kaum Bedürfnisse decken können. Es wird am Ende auf eine Kombination unterschiedlicher Datenquellen hinauslaufen. Für die Wissenschaft sind solche Projekte selbstverständlich trotzdem wichtig, da sie Daten generieren, um Teilfragen zu lösen. Und das hohe Interesse daran ist durchaus ein Anzeichen dafür, dass Bürger*innen für die „richtigen“ Zwecke Teile ihrer Privatsphäre auch aufzugeben bereit sind.

Mobilitätswende – Smart in Richtung Klimaneutralität

Autonome Fahrzeuge, E-Mobility, intelligente Verkehrsplanung, multimodal durch die Stadt – wie sieht die Mobilität von morgen aus? Wir stellen nachhaltig-digitale Lösungen für eine klimaneutrale Fortbewegung und Logistik vor und diskutieren neue Herausforderungen der „digitalen“ Mobilität: Mobilitätswende – Smart in Richtung Klimaneutralität

Ihr sagt, dass die gewonnen Daten Wissenschaft und Gesellschaft zur Verfügung gestellt werden sollen; wie sieht das genau aus? Im Sinne eines attraktiveren und optimierten Nahverkehrs wäre es ja sinnvoll, sie für möglichst viele Verkehrsunternehmen nutzbar machen zu können, oder?

Was sich in der Praxis zeigt ist, dass Datenschutzbedenken und Schutz von Geschäftsgeheimnissen von Privatunternehmen als Argumente genutzt werden, um das Teilen von eigenen Daten zu unterbinden. Sofern in den Daten aber ein Mehrwert für das Gemeinwohl steckt, sprechen wir uns dafür aus, sie unter bestimmten Bedingungen zu teilen; also wenn Anonymisierungstechnologien richtig angewendet und die Daten ausreichend grob aggregiert wurden.

Im Endeffekt geht es ja darum, die DSGVO richtig und normativ sinnvoll zu interpretieren und in ihrem gesetzlichen Rahmen gemeinwohlorientiert zu agieren. Auf welchen Plattformen und über welche genauen Übermittlungswege das am Ende passiert, ist eine andere Fragestellung.

Wie steht ihr gerade im Rahmen des Projekts? Was sind die nächsten Schritte von freemove?

Wir sind im letzten Projektjahr und beginnen gerade unser drittes Nutzungsszenario zu Datenspendeplattformen. Gleichzeitig bereiten wir eine Konferenz für einen ausführlicheren Praxis-Austausch vor, die am 27. September 2023 stattfinden wird. Und wir arbeiten an der Gestaltung einer Informationsplattform für datenschutzzentriertes Agieren mit Bewegungsdaten.

Was sagst du, was braucht es neben einen guten Datenbasis noch für eine nachhaltige Mobilität bzw. für einen gut funktionierenden ÖPNV?

Vor allem braucht es Investitionen, von Personal über Infrastruktur bis zur Qualität der Bahnen und Busse. Solange nicht ein Mindestmaß an Attraktivität durch Sicherheit, Schnelligkeit, gut ausgebaute Netze und Zuverlässigkeit gegeben ist, wird das mit der Mobilitätswende schwierig. Auch der Preis ist am Ende eine nachvollziehbar wichtige Komponente – nachhaltige Mobilität darf nicht mehr Geld kosten als weiter einfach Auto zu fahren.

Ich würde mir eine klare Förderung aktiver Bewegungsmodi vom Rad bis zum/r Fußgänger*in wünschen, begleitet von einem leistungsfähigen ÖPNV – in Kontexten, in denen das sinnvoll umsetzbar ist. Klar sind auch Dateninstitute wichtig, die alleinige Lösung können sie aber nicht sein.

Markus, vielen Dank für das Interview!

dbu-logo

Dieser Artikel gehört zum Dossier „Mobilitätswende – Smart in Richtung Klimaneutralität“. Das Dossier ist Teil der Projekt-Förderung der Deutschen Bundesstiftung Umwelt (DBU), in deren Rahmen wir vier Dossiers zum Thema „Mission Klimaneutralität – Mit digitalen Lösungen die Transformation vorantreiben“ erstellen.

Ein nahtloser und komfortabler ÖPNV? Mit Echtzeitdaten könnte das gelingen

Ist mein Bus pünktlich? Wie voll wird er sein? Ist noch Platz für mein Rad? Echtzeitdaten und Prognosen können nicht nur dabei unterstützen, den ÖPNV am tatsächlichen Bedarf auszurichten, sondern auch für die Fahrgäste zuverlässiger und attraktiver zu gestalten.

CleverShuttle
Just in time: Mit dem On-Demand-Shuttle unterwegs auf dem Land

Sind Shuttles auf Abruf die Zukunft vom autofreien Leben auf dem Land? Schon in einigen Regionen werden durch gemeinsame Fahrten Emissionen reduziert.

Wie kann die Mobilitätswende an Fahrt aufnehmen?

Der Verkehrssektor ist nach wie vor für enorme CO2-Emissionen verantwortlich. Eine Mobilitätswende ist dringend nötig. Was aber sind die wesentlichen Schritte und welche Rolle spielt die Digitalisierung dabei?

Symolbild: Nachhaltige Künstliche Intelligenz
Torge Peters
Wie wird der Energiefresser Künstliche Intelligenz nachhaltiger? Friederike Rohde (IÖW) im Interview

Unsere neue KI-Welt hat einen großen CO2-Fußabdruck. Mit erneuerbare Energien allein ist das Problem nicht gelöst, sagt Friederike Rohde. Gefragt sind weitere Maßnahmen.

The home screen of the Well Beyond App providing an array of valuable water system management tools and training resources - Courtesy photo by Well Aware
©
Mit der App Well Beyond können Menschen in abgelegenen Gebieten Kenias ihre Wasserversorgung selbst in die Hand nehmen

Eine App der NGO Well Aware unterstützt Gemeinden in Ostafrika bei der Wartung ihrer Brunnen – und sichert so die Wasserversorgung.

PFANDGEBEN – Flaschenpfand per App an Bedürftige spenden

Mit der App PFANDGEBEN wird Leergut als Ressource bedürftigen Menschen direkt zugänglich gemacht.

Podcast-Folge: Was kann die Digitalisierung zur Agrarwende beitragen?

Wie kommen wir zu einer nachhaltigen Landwirtschaft? Und wie können digitale Tools bei der Agrarwende unterstützen? Darüber sprechen wir mit der Agronomistin Prof. Dr. Bellingrath-Kimura (ZALF).

Fischklingel in Utrecht: Warum tausende Menschen im Internet auf Fische warten

Dank einer Fischklingel leben Fische in Utrecht sicherer. Das Projekt hilft nicht nur Wasserbewohnern auf ihrer Wanderung, es weist auch auf die Gefahren menschlicher Infrastruktur hin.