Während du dieses Handy nur in der Hand hältst, senden Betriebssystem, Apps und eingebaute Tracker im Hintergrund Daten an Konzerne. Tippe dich durch das Schema und sieh, was wohin fließt – belegt mit Studien und echten Fällen.
Grün: deine Daten. Violett: die unsichtbaren Abgriffskanäle. Orange: wer sie bekommt. Die Punkte sind Datenpakete – so fließen sie wirklich, im Minutentakt.
Tippe auf jedes Element für Details
09:41▲ senden… ●●●
Deine Daten
Abgriffskanäle
Start
Wähle ein Element aus
Tippe oben auf eine Datenquelle im Handy, einen violetten Abgriffskanal oder einen der vier Empfänger. Hier erscheinen dann die Details: was genau passiert, welche Studie es belegt und welcher echte Fall dazu bekannt wurde.
02 / DIE RÜCKKOPPLUNG
Warum das System sich selbst verstärkt
Der Datenabfluss ist kein einmaliger Vorgang, sondern ein Kreislauf: Jede Reaktion auf personalisierte Inhalte erzeugt neue Daten, die das Profil weiter schärfen. Die Schleife läuft gerade durch:
Daten fließen ab
Standort, Klicks, Nutzung – über OS-Telemetrie, SDKs und Werbe-ID, rund um die Uhr.
↓
Profil wird gebaut
Interessen, Aufenthaltsorte, Kaufkraft, Beziehungen, sogar Stimmungslagen – zusammengesetzt aus tausenden Einzelsignalen.
↓
Inhalte werden personalisiert
Anzeigen, Feed-Reihenfolge, Empfehlungen und Preise werden auf genau dein Profil zugeschnitten – optimiert darauf, dass du reagierst.
↓
Du reagierst – und lieferst nach
Jeder Klick auf die maßgeschneiderten Inhalte, jede längere Verweildauer ist ein frisches Datensignal. Das Profil wird noch genauer.
↻ zurück zu Schritt 01 – der Kreislauf verfeinert sich mit jeder Nutzung
03 / DAS FALL-ARCHIV
Wenn der Abfluss sichtbar wurde
Meist bleibt der Datenfluss unsichtbar. Diese dokumentierten Fälle zeigen, was tatsächlich mit den Daten passiert ist. Antippen zum Aufklappen.
04 / DIE BELEGE
Was die Forschung gemessen hat
Die wichtigsten unabhängigen Untersuchungen, auf die sich diese Seite stützt:
2018
Binns et al., Universität Oxford · Analyse von ~960.000 Android-Apps: rund 90 % enthalten mindestens einen Google-Tracker, ~40 % einen Meta-Tracker. Die Mehrzahl der Apps kann Daten an zehn oder mehr Drittfirmen senden.
2021
Douglas Leith, Trinity College Dublin · Android und iOS senden auch im Leerlauf alle ~4,5 Minuten Telemetrie – inklusive IMEI, SIM-Daten, Telefonnummer und umliegender WLAN-Netze. Android übertrug dabei rund 20-mal mehr Daten als iOS. Ein Opt-out war teilweise wirkungslos.
2022
Mysk & Bakry (Sicherheitsforscher) · Apples eigene Apps (App Store, Musik, Aktien) senden detaillierte Nutzungsdaten – auch wenn „iPhone-Analyse teilen“ deaktiviert ist. Führte zu einer Sammelklage in den USA.
2022
Felix Krause (Sicherheitsforscher) · Die In-App-Browser von Instagram, Facebook und TikTok injizieren JavaScript in besuchte Webseiten und können damit theoretisch jede Eingabe und jeden Tap mitlesen.
2025
Localhost-Tracking-Studie (IMDEA/Radboud u. a.) · Meta und Yandex verknüpften Web-Browsing über lokale Ports mit App-Identitäten und umgingen so Android-Schutzmechanismen. Nach Veröffentlichung eingestellt.
05 / DIE WISSENSCHAFT
Drei Modelle zum Anfassen
Die Forschung hat für das, was oben im Schema passiert, präzise Modelle entwickelt. Hier die drei wichtigsten – als Anschauungsmodelle zum Durchklicken.
Der Überwachungskapitalismus
Shoshana Zuboff, Harvard Business School (2019)
Zuboffs Kernbefund: Gesammelt wird weit mehr, als der Dienst zum Funktionieren braucht. Dieser „Verhaltensüberschuss“ wird zu Vorhersagen über dein künftiges Verhalten verarbeitet – und die werden verkauft. Der Erlös erzeugt einen „Extraktionsimperativ“: Der Wettbewerb zwingt zu immer tieferem Datenabgriff.
VerhaltensdatenKlicks, Wege, Sprache, sogar dein Zögern
↓
VerhaltensüberschussDer Teil, den der Dienst gar nicht bräuchte
↓
VorhersageprodukteKI-Modelle: Was wirst du kaufen, klicken, wählen?
↓
VorhersagemärkteWerbekunden bieten auf dein künftiges Verhalten
↻ Erlöse → Extraktionsimperativ → noch tieferer Datenabgriff
„Anonym“ gibt es nicht: das Re-Identifikations-Experiment
Sweeney (2000) · de Montjoye et al., MIT (2013)
Datenhändler nennen ihre Datensätze „anonymisiert“ – kein Name, keine Nummer. Füge Datenpunkt für Datenpunkt hinzu und sieh selbst, wie schnell aus der ganzen Schweiz genau eine Person übrig bleibt.
Startpunkt: ein „anonymer“ Datensatz über die gesamte Schweiz – ohne Namen, ohne Telefonnummer.
Die Einwilligungs-Fiktion
McDonald & Cranor, Carnegie Mellon (2008)
Alle Datenschutzerklärungen, denen man in einem Jahr „zustimmt“, auch nur einmal komplett zu lesen, würde rund 244 Stunden kosten – mehr als der gesamte Jahresurlaub. Damit ist „informierte Einwilligung“ rechnerisch eine Fiktion: Das Zustimmungs-Modell funktioniert nur auf dem Papier.
Datenschutzerklärungen eines Jahres lesen~244 h
Vier Wochen Jahresurlaub~160 h
Was real investiert wirdSekunden: „Alle akzeptieren“
06 / DER ABWEHR-SIMULATOR
Dreh den Hahn zu
Lege die Schalter um und sieh, wie stark sich der Datenabfluss grob reduzieren lässt. Die Prozentwerte sind eine vereinfachte Veranschaulichung – aber die Reihenfolge entspricht der realen Wirksamkeit.