Computational And Mathematical Modeling Program

Sicherheit der Privatsphäre in sozialen Netzwerken – Was Facebook, Instagram und Co. über uns wissen

Soziale Netzwerke wie Facebook, Instagram oder WhatsApp sind aus dem heutigen Leben nicht mehr wegzudenken. Doch bei der Nutzung solcher Dienste stellt sich die Frage: „Wie sicher ist eigentlich die Privatsphäre in sozialen Netzwerken?“ Diese Fragestellung ist nicht zuletzt mit Blick auf die vergangene Wahl in den USA interessant: Die Firma „Cambridge Analytica“, welche maßgeblich an der politischen Kampagne von Donald Trump beteiligt sein soll (Quelle), behauptet von sich selbst, die Persönlichkeiten von über 230 Millionen US-Bürgern zu kennen (Quelle). Zudem geben unabhängige Forscher an, dass man mit einer 85%-igen Wahrscheinlichkeit die sexuelle Orientierung eines Nutzers vorhersagen kann (Quelle).
Laut wissenschaftlichen Studien sind Betreiber von sozialen Netzwerken in der Lage, Schattenprofile mit zusätzlichen, nicht preisgegebenen Informationen über ihre Nutzer und auch über Nicht-Nutzer zu erstellen. Interaktiv und computergestützt erfahren Schüler/innen ab der 7. Klasse im Rahmen eines CAMMP days, wie und wie gut mit Hilfe einfacher mathematischer Regeln Vorhersagen über Informationen einer Person getroffen werden können. Die Basis bilden dabei echte Daten des Netzwerks „Friendster“, das vor einigen Jahren existierte und als Vorreiter von Facebook angesehen werden kann. Zudem sollen die Schüler/innen dazu angeregt werden, ihren Umgang mit den sozialen Netzwerken kritisch zu reflektieren. Dabei können verschiedene Schwerpunkte ausgewählt werden:

Workshop für Mathematikkurse ab der 7. Klasse:

In diesem Workshop lernen die Schüler/innen, wie mit Hilfe einfacher mathematischer Regeln Vorhersagen über das Alter einer Person getroffen werden können. Um das Alter eines Nutzers zuverlässig vorhersagen zu können, werden zunächst die Daten des Netzwerks „Friendster“ eigenständig aufbereitet. Danach wenden sie verschiedene Vorhersageregeln für das Alter eines Nutzers an, die hauptsächlich auf Lage- und Streuungsmaßen basieren. Optional kann eine Vorhersageregel zum Zufall betrachtet werden, wozu bereits erste Erfahrungen mit zweistufigen Zufallsexperimenten und Baumdiagrammen vorhanden sein sollten.

Dauer: 5 – 6 Stunden (inkl. Mittagspause)
Inhalte: relative Häufigkeit, arithmetisches Mittel, Median, Spannweite, Quartilsabstand, Boxplots, optional zweistufige Zufallsexperimente und Baumdiagramme
Erstellt von: Nils Steffen, Maike Sube
Anmeldung: Termine können individuell per E-Mail am KIT oder an der RWTH Aachen vereinbart werden.

Bildquelle: https://pixabay.com/de/photos/menschen-google-polaroid-pinterest-3175027/

Liste von Publikationen und Vorträgen zu diesem Modul: