Big Data im Bereich Smart Health


Seminararbeit, 2018

20 Seiten, Note: 2,3

Anonym


Leseprobe

Inhaltsverzeichnis

1. Einleitung
1.1. Ausgangslage
1.2. Zielsetzung

2. Begriffserläuterungen Big Data und Smart Health
2.1. Definition Big Data
2.2. Definition Smart Health

3. Big Data im Bereich Smart Health
3.1. Big Data im Bereich Smart Fitness
3.2. Big Data im Bereich E-Health
3.3. Datenschutzrechtliche Anforderungen an Wearables

4. Schluss

Literaturverzeichnis

1. Einleitung

1.1. Ausgangslage

Bereits im Jahr 2013 erreichte der Begriff Big Data bei der Wahl zum Wort des Jahres durch die Gesellschaft für deutsche Sprache den fünften Platz.[1]Seitdem gewinnt der Begriff mehr und mehr an Bedeutung. Auch jetzt sorgt der Begriff wieder für Aufmerksamkeit, denn der Schweizer Tagesanazeiger berichtete, dass Donald Trump die amerikanischen Wahlen im Jahr 2016 mit Hilfe von Big Data gewonnen haben soll. Dieser Bericht deckt auf, dass das Unternehmen Cambridge Analytica vielen potentiellen Wählern eine Wahlwerbung angezeigt haben soll, die durch eine Big-Data-Analyse auf ihre jeweilige Persönlichkeit angepasst war.[2]Dieser Vorfall verdeutlicht, dass es inzwischen kaum möglich ist, sich dem Thema Big Data zu entziehen. Jeder von uns ist Erzeuger und Nutzer von Big Data, ganz gleich, ob beruflich oder im Privaten, bewusst oder unbewusst.[3]Während die amerikanische Bevölkerung Big Data in der Mehrzahl positiv wahrnimmt, sorgt sich die deutsche Bevölkerung eher hinsichtlich der Risiken und fürchtet sich vor drohender Überwachung.[4]Jedoch wird Big Data in allen Bereichen des Lebens an Bedeutung zunehmen, weil immer mehr Daten produziert und gespeichert werden. Kein Lebensbereich ist von einem möglichen Einsatz von Big Data ausgenommen. Im Jahr 2020 wird es mehr als 50 Milliarden elektronische Geräte geben, welche mit dem Internet verbunden sind und Daten erzeugen. Neben dem Smartphone zählen dazu die Smart TVs, Kühlschränke und auch Fitnessarmbänder.[5]Allein die personenbezogenen Daten der europäischen Bürger sollen im gleichen Jahr einen Wert von 1 Billion Euro erreichen.[6]In diesem Zusammenhang ist auch der Begriff Smart Health zu nennen. Darunter wird die Erzeugung von Sport- und Gesundheitsdaten verstanden, welche durch das Tragen von Fitnessarmbändern und von installierten Apps auf dem Smartphone entstehen.[7]Mit dieser neuen Thematik aus dem Bereich Big Data soll sich daher die vorliegende Seminararbeit befassen.

1.2. Zielsetzung

Die vorliegende Arbeit soll ein grundlegendes Verständnis für die Themen Big Data und Smart Health vermitteln. Weiterhin soll auch verdeutlicht werden, dass Big Data durch den Einsatz von Wearables entsteht und welche Chancen und Risiken sich dadurch ergeben können. Zusätzlich werden außerdem die datenschutzrechtlichen Anforderungen an die Anbieter von Wearables beleuchtet. Dazu erfolgt zu Beginn nach den einleitenden Worten, welche die Ausgangslage sowie die Zielsetzung umfassen, im zweiten Kapitel zunächst eine Definition der Begriffe Big Data und Smart Health, um beim Leser ein Grundverständnis für diese zwei Themen zu erzeugen. Das Thema Smart Health lässt sich noch in zwei Unterthemen, Smart Fitness und E-Health, aufteilen, wobei Smart Fitness für die individuelle Selbstvermessung der Nutzer und E-Health für die technologische Entwicklung im Gesundheitswesen steht. Im dritten Kapitel werden diese zwei Unterthemen nochmals aufgegriffen und mit dem Thema Big Data in Verbindung gebracht. Abschließend werden in diesem Kapitel die datenschutzrechtlichen Anforderungen an die Anbieter der Wearables und Verarbeiter von Big Data dargestellt. Das vierte Kapitel bildet den Abschluss der Arbeit. In diesem Kapitel werden die Ergebnisse zusammengefasst und es wird ein Ausblick auf weiterführenden Themen genannt.

2. Begriffserläuterungen Big Data und Smart Health

2.1. Definition Big Data

Im Folgenden werden die zwei Begriffe Big Data und Smart Health genauer beschrieben, da diese die Grundlage der Arbeit bilden. Eine große Menge von Datenbeständen bildet die Basis von Big Data. Jeder Nutzer von technischen Services, Produkten und Kommunikationsplattformen erzeugt Daten, welche anschließend die Grundlage von Big Data bilden können. Diese Daten werden daraufhin von den Unternehmen weiterverarbeitet, um neue Services oder Innovationen zu erstellen, wodurch beim Gebrauch dieser erneut zusätzliche neue Daten generiert werden.[8]Der Digitalverband Deutschlands, Bitkom, definiert Big Data wie folgt. Big Data sind Daten, welche in unbekanntem Ausmaß anfallen und sich schnell verändern können. Diese Datenmengen stehen in verschiedensten Strukturen zur Verfügung und das Ziel ist es, aus diesen Daten Informationen zu gewinnen, die wirtschaftlich sinnvoll eingesetzt werden können.[9]In der Literatur wird der Aufbau von Big Data durch die drei Eigenschaften, Volume, Velocity und Variety beschrieben. Ergänzend werden oftmals noch die Eigenschaften Veracity und Value genannt. Volume beschreibt die große und immer weiterwachsende Datenmenge aus allen Bereichen, welche für Big-Data-Analysen zur Verfügung steht. So können datengetriebene Hypothesen über viele Lebensbereiche hinweg erstellt werden. Der Begriff Velocity steht für die Geschwindigkeit, in der die Daten entstehen, verarbeitet und analysiert werden können. Jedoch kommen zu den analysierten Daten ebenso schnell neue Informationen hinzu, sodass die gewonnenen Erkenntnisse schnell wieder veraltet sein können.[10]Diese beiden Eigenschaften verdeutlicht eine Statistik des Statistikportals Statista. So soll die weltweite jährlich generierte Datenmenge im Jahr 2025 163 Zettabyte betragen, was eine Verzehnfachung im Vergleich zum Jahr 2016 darstellt.[11]Die dritte Eigenschaft Variety beschreibt die Vielfältigkeit von Daten. Dabei wird zwischen strukturierten Daten aus Datenbanken und unstrukturierten Daten unterschieden. Die unstrukturierten Daten werden aus verschiedensten Quellen gewonnen und stehen in unterschiedlichen Formaten, wie zum Beispiel als Text-, Video- und Audiodateien zur Verfügung. Zur Durchführung einer Big-Data-Analyse müssen diese allerdings zuerst strukturiert werden.[12]Die vierte Eigenschaft ist Veracity. Da Big Data auch Daten miteinbezieht, welche in verschiedensten Qualitäten vorliegen, beschreibt Veracity die Richtigkeit, Vollständigkeit und Verlässlichkeit dieser Datenmenge. Bewertet wird dies anhand von bestimmten Algorithmen zur Bestimmung der Datenqualität.[13]Die fünfte Eigenschaft Value beschreibt den generierten Wert einer Big-Data-Analyse. Der Nutzen einer Big-Data-Analyse soll vorher ermittelt werden und einen Mehrwert für das Unternehmen generieren.[14]Diese oben genannten Eigenschaften ermöglichen, es Sachverhalte durch diese neue Methodik zu bewerten. So werden nun datengetriebene Hypothesen erstellt, wo bisher klassische Modelle genutzt wurden.[15]Besonders, wenn keine absolute Gewissheit, sondern eine hohe Wahrscheinlichkeit ausreichend ist, sind Big-Data-Analysen und ihre Prognosen eine hilfreiche Grundlage für eine spätere Entscheidungsfindung.[16]Deswegen werden Big-Data-Analysen in vielen Lebensbereichen, wie z.B. für individuelle politische Kampagnen bei Wahlen, zur Effizienzsteigerung von Unternehmen, zum Einsatz von gezieltem Marketing und auch im Gesundheitswesen genutzt.[17]

Zusammenfassend wird mit Big Data der Einsatz großer Datenmengen aus unterschiedlichen Quellen mit einer hohen Verarbeitungsgeschwindigkeit zur Erzeugung eines wirtschaftlichen Nutzens bezeichnet.

2.2. Definition Smart Health

Seit einigen Jahren nimmt auch der Einsatz von Informationstechniken im Gesundheits- und Fitnessbereich stetig zu. Die Erfassung von Daten der persönlichen Fitness und Gesundheit gewinnt eine immer weiter wachsende Bedeutung.[18]Diese Entwicklung wird unter dem Begriff Smart Health zusammengefasst, welche in zwei Bereiche unterteilt werden kann lässt. Der erste Bereich befasst sich mit dem Trend „Quantified Self“ und beschreibt die Selbstvermessung jedes Individuums.[19]Hierzu gehören die Wearables, wie Fitnessarmbänder, Smartwatches und Apps, die den Gesundheits- und Fitnesszustand des Nutzers überwachen. Diese werden genutzt, um die eigene Gesundheit zu fördern und zu erhalten, die Ernährung ausgewogen zu gestalten und die eigene Fitness zu steigern, weshalb der Bereich auch mit Smart Fitness bezeichnet wird.[20]Während der erste Bereich darauf abzielt den persönlichen Gesundheits- und Fitnesszustand zu verbessern oder zu bewahren, steht im zweiten Bereich die Optimierung der gesundheitlichen Versorgung von Patienten im Vordergrund. Erreicht werden soll dies durch eine Verbesserung der Anwendungen von Telekommunikations- und Informationstechniken im Gesundheitswesen, weshalb der Bereich auch mit E-Health bezeichnet wird.[21]Das Grundgerüst für diese Entwicklung bildet die Einführung der elektronischen Gesundheitskarte im Januar 2015. Ein weiter Schritt dieser Entwicklung war die Einführung des E-Health-Gesetzes im Januar 2016. Durch diese und weitere Entwicklungen der Telekommunikations- und Informationstechniken im Gesundheitswesen soll die Kommunikation erleichtert, die Effizienz gesteigert und die Qualität verbessert werden. Dies führt auch dazu, dass räumliche und zeitliche Entfernung vom Patienten zum Arzt durch Informations- und Kommunikationstechniken überbrückt werden können.[22]Mittlerweile entstehen zwischen diesen beiden Bereichen immer mehr Überschneidungen, da Wearables nicht mehr nur für den Bereich Smart Fitness genutzt werden, sondern mittlerweile auch eine kostengünstige Alternative für eher hochpreisige Spezialgeräte zur Erfassung von Gesundheitsdaten bieten.[23]

3. Big Data im Bereich Smart Health

3.1. Big Data im Bereich Smart Fitness

Die Anzahl der Personen, die ihre Gesundheits- oder Fitnessdaten über Wearables, wie Fitness-Tracker, Smartwatches oder Apps kontrollieren, steigt stetig an. Laut einer Studie von Bitkom aus dem Jahr 2016 nutzt fast ein Drittel der deutschen Bevölkerung ab einem Alter von 14 Jahren diese Wearables.[24]Auch am steigenden Absatz lässt sich erkennen, dass die Nutzung von Fitness-Trackern immer weiter zunimmt. So erhöhte sich der Absatz von 1,02 Mio. verkauften Fitness-Trackern in Deutschland im Jahr 2015 auf mittlerweile 1,55 Mio. Der Umsatz stieg im gleichen Zeitraum von 80 Mio. € auf 142 Mio. €.[25]Die Hersteller von Wearables sind überzeugt davon, dass diese sich genauso etablieren werden wie Mobiltelefone. Durch den starken Anstieg der Nutzerzahlen wächst gleichzeitig auch die Anzahl der generierten Fitness- und Gesundheitsdaten. Denn gerade Armbänder und Uhren sind dafür ausgelegt, dass sie den ganzen Tag, wie auch die ganze Nacht getragen werden können, um rund um die Uhr Daten zu ermitteln und zu speichern.[26]Zu den am häufigsten ermittelten Daten zählen unter anderem die Körpertemperatur des Nutzers, das Körpergewicht, die Herz-Kreislauf-Daten, der Schlafrhythmus, die Anzahl der Schritte, die verbrauchten Kalorien und die gelaufene Strecke.[27]Auf der 91. Konferenz der unabhängigen Datenschutzbehörden des Bundes und der Länder im Jahr 2016 wurde die Forderung gestellt, dass die Gesundheits- und Fitnessdaten der Nutzer von Wearables durch datenschutzfreundliche Technologien und Voreinstellungen, sowie durch die Grundsätze der Datenvermeidung, Datensparsamkeit und Transparenz von den Herstellern geschützt werden sollen.[28]Doch gerade Fitness- und Gesundheits-Apps greifen auf weitere Daten zu, was diesen drei Grundsätzen widerspricht. Diese Daten werden gesammelt und unter anderem zu Marketingzwecken genutzt.[29]Für viele Unternehmen besitzen diese Daten somit einen großen wirtschaftlichen Wert.[30]So können Versicherungen die generierten Daten für sich nutzen, um personalisierte Tarife anzubieten. Sie nutzen die generierten Daten um Gesundheitsprofile zu erstellen. Versicherte mit guten Gesundheits- und Fitnesswerten, also einem guten Gesundheitsprofil, erhalten dann eine Prämie oder bekommen Rabatte und Versicherte mit schlechteren Werten müssen dann Risikoaufschläge zahlen.[31]Die Generali Versicherung hat bereits ein Programm entworfen, bei dem die Kunden durch die Übermittlung von Gesundheits- und Fitnessdaten Punkte erhalten können, mit denen sie dann später Vergünstigungen beanspruchen können.[32]Hier besteht allerdings die Gefahr, dass das Solidaritätsprinzip, welches im deutschen Gesundheitswesen gilt, ausgesetzt wird und durch diese Tarife ein finanzieller und sozialer Druck erzeugt wird. Durch die Wearables lässt sich dann nämlich einwandfrei ein nicht gesunder Lebensstil feststellen, welcher in Zukunft möglicherweise mit höheren Beiträgen zur Krankenversicherung bestraft wird.[33]Jedoch steht im Vordergrund der Nutzung von Wearables, dass dadurch ein gesunder Lebensstil gepflegt wird, da mehr auf die Ernährung und die körperliche Fitness geachtet wird.[34]Zusätzlich lässt sich aus den Daten ein Profil erstellen, welches die Lebensgewohnheiten und eine Prognose für die zukünftige Gesundheit und mögliche Heilungschancen beinhaltet. So wird der Bürger im Hinblick auf seine Gesundheits- und Fitnessdaten immer transparenter.[35]Auch Hersteller und Anbieter von Sportartikeln können die Daten zur Trendanalyse und zur Herstellung oder Verbesserung von Produkten nutzen. So kann für den Nutzer ein personalisiertes Angebot erstellt werden, wenn dieser aufgrund der ermittelten Daten einem bestimmten Profil zugeordnet wird. Zum Beispiel erhält ein Läufer dann ein Angebot über das passende Schuhwerk zum Untergrund, wenn er überwiegend auf der Straße läuft.[36]Im Spitzensport sollen Wearables auch bei Bekämpfung von Dopingverstößen eingesetzt werden. Über diese soll für unangekündigte Dopingkontrollen der Standort des Sportlers ermittelt werden.[37]Letztendlich kann allerdings auch der Arbeitgeber Personalentscheidungen aufgrund der Gesundheits- und Fitnessdaten treffen. Dadurch können gesündere Bewerber bevorzugt eingestellt werden, um krankheitsbedingte Ausfalltage zu minimieren und die Effizienz zu steigern.[38]Dieses steigende Interesse der Arbeitgeber nutzen die Hersteller von Wearables, um Programme anzubieten, welche die Mitarbeiter gesundheitlich fördern.[39]

Obwohl die Nutzer ihre Daten freiwillig sammeln ist davon auszugehen, dass sie nicht wissen, wozu genau ihre Gesundheits- und Fitnessdaten verwendet werden. Die Verwendung dieser Daten wird zwar durch die Datenschutzerklärung, welche die Anbieter selbst formulieren, geregelt. Allerdings sind diese für den Verbraucher oftmals nicht ausreichend verständlich. Weiterhin regeln auch die geltenden Datenschutzregelungen den Umgang mit diesen Daten.[40]Auf diese wird in Kapitel 3.3 nochmal etwas genauer eingegangen.

3.2. Big Data im Bereich E-Health

Sowohl in der Forschung, als auch bei der Diagnose und Behandlung von Krankheiten, bilden große Datenmengen schon immer die Basis für Untersuchungen und Analysen. Sämtliche Daten des Gesundheitswesens, wie Akten von Patienten und Patientenberichte, Röntgenbilder, Schriftwechsel mit Patienten, Ärzten und Krankenhäusern und Verläufe von Epidemien, werden dafür mit einbezogen. Durch die technologischen Entwicklungen können jetzt immer mehr Datenquellen herangezogen werden, wie zum Beispiel Gespräche in sozialen Medien und Foren.[41]Auch die Gesundheits- und Fitnessdaten der Wearables sind in diesem Zusammenhang hilfreich. So sind mehr Daten über mögliche Krankheiten und deren Behandlungen bekannt, um Krankheiten früher identifizieren zu können, die Vorsorge zu verbessern und die Therapien individueller an den Patienten anzupassen.[42]Die Wahrscheinlichkeit, Zusammenhänge zu erkennen und Krankheiten vorherzusagen steigt, je mehr Gesundheitsdaten vorhanden sind.[43]Durch vereinfachte Diagnosen, verbesserte Therapien und eine daraus resultierende verbesserte Ressourcenplanung ist eine Entlastung des Gesundheitssystems möglich.[44]In Schweden wird aktuell die online verfügbare Gesundheitsakte eingeführt. Auf diese haben Patient und die jeweiligen Ärzte Zugriff, um doppelte Untersuchengen zu vermeiden und somit Kosten und Zeit zu sparen.[45]Die Pharmaindustrie kann durch die Analyse der Gesundheits- und Behandlungsdaten ihre Medikamente besser an die gesundheitlichen Anforderungen anpassen. Unter anderem können dadurch Nebenwirkungen vermindert oder reduziert werden.[46]Dabei unterstützt auch der Serviceanbieter Health Prize mit einer App. Die Nutzer erhalten durch Gewinnspiele und Belohnungen Anreize ihre Medikamente in regelmäßigen Abständen einzunehmen und Folgerezepte einzulösen. Dadurch konnte die medizinisch empfohlene Regelmäßigkeit der Medikamenteneinnahme um 52% verbessert werden. Gleichzeitig werden über die App auch Nebenwirkungen dokumentiert, welche wiederum nützliche Informationen für die Pharmaindustrie bedeuten.[47]Durch diese Informationen können Ärzte den Patienten individuell angepasste Dosierungen der Medikamente vorschlagen, um die Wirkung zu verbessern und Nebenwirkungen zu vermindern.[48]Weiterhin können die Waerables auch genutzt werden, um die Medikamentenversorgung zu automatisieren, indem der Bestellprozess automatisch ausgelöst wird, sobald der vorhandene Bestand an Medikamenten zu gering ist.[49]Ebenso lassen sich die Gesundheitsdaten viel mehr Datensätze für medizinische Studien gewinnen, da die Hürde für die Probanden geringer ist. Der Zeitaufwand für die Probanden wird geringer, da diese nicht mehr das Krankenhaus aufsuchen müssen und keine Formulare auszufüllen haben und da die Wearables wie selbstverständlich getragen werden, muss auch kein Spezialgerät getragen werden.[50]Allerdings besteht die Möglichkeit, dass eine medizinische Studie verzehrt oder nicht repräsentativ ist, da aktuell noch nicht alle Zielgruppen Wearables tragen oder diese auch durchgehend nutzen. Auch die Kosten für die Nutzung von mobilen Daten kann noch eine Barriere zur Etablierung in einigen Zielgruppen sein. Jedoch steigt die Repräsentativität, je weiter sich die Wearables am Markt etablieren.[51]

Durch die neuen Auswertungs- und Analysemöglichkeiten der Gesundheitsdaten ist es möglich, dass Krankheiten eher erkannt werden.[52]So hätte anhand von Meldungen des Kurznachrichtendienstes Twitter der Ausbruch der Ebola-Epidemie im Jahr 2014 in Nigeria bereits drei bis sieben Tage vor den ersten öffentlichen Meldungen nachgewiesen werden können, da das Wort Ebola zu dem Zeitpunkt bereits öfter als sonst in Tweets genutzt wurde.[53]

3.3. Datenschutzrechtliche Anforderungen an Wearables

Wenn die aufgezeichneten Daten der Wearables nur für den jeweiligen Nutzer zugänglich sind, entstehen keine Anforderungen an den Datenschutz. Sobald die Daten allerdings an den Anbieter der Wearables überspielt werden, greifen die aktuellen Datenschutzregelungen, da die erhobenen Gesundheits- und Fitnessdaten in der Regel personenbezogen sind. Gerade für die Big-Data-Analysen ergeben sich dadurch datenschutzrechtliche Herausforderungen.[54]Seit dem 25. Mai 2018 gilt für alle Mitgliedsstaaten der Europäischen Union die neue EU-Datenschutz-Grundverordnung.[55]Mit dieser Verordnung sollen die Datenschutzrichtlinien an die aktuellen technischen Entwicklungen, wie die Wearables, angepasst werden[56]und die personenbezogenen Daten von natürlichen Personen bei der Verarbeitung geschützt werden.[57]Diese neue Verordnung gilt, sobald die personenbezogenen Daten von europäischen Bürgern verarbeitet werden sollen.[58]Die Europäische Kommission weist dem Datenschutz durch Technikgestaltung und den datenschutzfreundlichen Voreinstellungen eine zentrale Rolle für die Durchführung von Big-Data-Analysen zu.[59]Schon bei der Entwicklung neuer Technologien soll darauf geachtet werden, dass die gewonnen Daten durch technische und organisatorische Maßnahmen, wie zum Beispiel durch Pseudonymisierung geschützt, werden. Es darf demzufolge keine direkte Zuordnung der Daten zu einer Person möglich sein.[60]Die Anbieter der Wearables müssen zudem sicherstellen, dass die Gesundheits- und Fitnessdaten bei der Datenübertragung auf den Server des Anbieters nicht in die Hände von Unbefugten gelangen können.[61]Denn gerade eine Enthüllung von Gesundheitsdaten birgt ein Risiko für den Betroffenen.[62]Auch die voreingestellten Datenschutz-Einstellungen sollen von der ersten Nutzung der Wearables an, direkt benutzerfreundliche Datenschutzbestimmungen einhalten.[63]Ein Zugriff auf weitere Daten darf erst erfolgen, wenn der Nutzer selbst seine Datenschutz-Einstellungen entsprechend anpasst und offiziell seine Zustimmung erteilt.[64]

Die EU-Datenschutz-Grundverordnung stellt in Artikel fünf auch weitere sechs Grundsätze auf, die zur Verarbeitung von personenbezogenen Daten eingehalten werden müssen. Der erste Grundsatz ist, dass die Daten nur in nachvollziehbarer Art und Weise verarbeitet werden dürfen. Der zweite Grundsatz ist die Zweckbindung. Die Daten dürfen nur für einen festgelegten und legitimen Zweck erhoben werden und dürfen nicht für andere nicht vorher festgelegte Zwecke weiterverarbeitet werden.[65]Der dritte Grundsatz ist die Datenminimierung. Lediglich das Minimum an notwendigen Daten soll erhoben werden. Der vierte Grundsatz besagt, dass die Daten immer auf dem aktuellsten Stand sein müssen und falsche Daten umgehend gelöscht werden müssen. Fünftens dürfen die Gesundheits- und Fitnessdaten nicht länger gespeichert werden, als es für den vorher bestimmten Zweck notwendig ist und der letzte Grundsatz besagt, dass die personenbezogenen Daten durch technische und organisatorische Maßnahmen geschützt werden müssen.[66]Weiterhin nennt die Verordnung im sechsten Artikel sechs Bedingungen, von denen mindestens eine erfüllt sein muss, damit die Verarbeitung der Daten rechtmäßig ist. Dazu zählt auch die Einwilligung der betroffenen Person zur Verwendung der Daten für einen oder mehrere bestimmte Zwecke.[67]Gerade zur Nutzung der Gesundheits- und Fitnessdaten ist eine Einwilligung die Basis für eine weiterführende Nutzung oder Durchführung einer Big-Data-Analyse.[68]Die Einwilligung muss auf Freiwilligkeit basieren, da sie sonst unwirksam ist. Jedoch ist die Einwilligung in den meisten Fällen eine zwingende Voraussetzung zur Nutzung der Wearables, somit ist der Nutzer lediglich frei in der Entscheidung, ob er Wearables nutzt, aber nicht ob er dann auch seine Daten freigibt.[69]Darüber hinaus müssen die Probanden vorher über die persönlichen Risiken und Folgen informiert werden.[70]Auch über das Vorhaben des Anbieters, welche Daten er erhebt und in welcher Art und Weise diese verarbeitet werden, muss der Nutzer vorab in Kenntnis gesetzt werden.[71]In den meisten Fällen erfolgen die Einwilligung und die Vermittlung der Informationen über die Datenschutzerklärung. Jedoch behalten sich einige Anbieter von Wearables vor, ihre Datenschutzerklärung anzupassen, ohne den Nutzer über die jeweilige Änderung zu benachrichtigen. Der Nutzer muss sich selbst über Änderungen informieren, was für diesen nicht transparent ist und für den Verbraucherschutz nicht ausreichend ist, wenn es sich um Gesundheits- und Fitnessdaten handelt.[72]Allerdings führt der 15. Artikel der EU-Datenschutz-Grundverordnung das Auskunftsrecht für den Verbraucher auf. So kann jeder Nutzer von Wearables bei dem jeweiligen Anbieter erfragen, welche Daten über ihn gespeichert sind und eine kostenfreie Kopie der entsprechenden personenbezogenen Daten erhalten.[73]In Artikel zwölf der Verordnung wird sogar bestimmt, dass diese Information in transparenter Form, einfacher Sprache erfolgen und mindestens innerhalb eines Monats nach Eingang der Anfrage erfolgen muss.[74]

[...]


[1]Vgl. GfdS, Wort, 2013, o.S.

[2]Vgl. Grassegger, H., Krogerus, M., Facebook, 2016, o.S; Reinbold, F., Schnack, T., Trump, 2016, o.S.

[3]Vgl. Klein, D., Tran-Gia, P., Hartmann, M., Big Data, 2013, S. 319 f.; Bachmann, R., Kemper, G., Gerzer, T., Big Data, 2014, S.21 f.

[4]Vgl. Bitkom, Praxiseinsatz, 2012, S.43; Martini, M., Persönlichkeitsschutz, 2015, 117.

[5]Vgl. Marr, B., Big Data, 2016, S. 1 ff.

[6]Vgl. Europäische Kommission, Datenschutzreform, 2015, o.S.

[7]Vgl. Budzinski, O., Schneider, S., Smart Fitness, 2017, S. 90.

[8]Vgl. Bachmann, R., Kemper, G., Gerzer, T., Big Data, 2014, S. 23.

[9]Vgl. Bitkom, Bitkom, o.J., o. S; Bitkom, Praxiseinsatz, 2012, S. 19.

[10]Vgl. Bachmann, R., Kemper, G., Gerzer, T., Big Data, 2014, S.23 ff; .Richter, P., Datenschutz-Grundverordnung, 2016, S. 581; Gadatsch, A., Landrock, H., Big Data, 2017, S. 3.

[11]Vgl. Statista, Datenmenge, 2018, S. 1.

[12]Vgl. Bachmann, R., Kemper, G., Gerzer, T., Big Data, 2014, S. 23 ff; .Richter, P., Datenschutz-Grundverordnung, 2016, S. 581; Gadatsch, A., Landrock, H., Big Data, 2017, S. 3.

[13]Vgl. Meier, A., Kaufmann, M., Datenbanken, 2016, S.13.

[14]Vgl. Fasel, D., Big Data, 2014, S. 391; Klein, A., Gräf, J., Reporting, 2014, S. 220; Fasel, D., Meier, A., Big Data, 2016, S. 6.

[15]Vgl. Wrobel, S., Voss, H., Köhler, J., Beyer, U., Auer, S., Big Data, 2015 S. 371.

[16]Vgl. Roßnagel, A., Geminn, C., Jandt, S., Richter, P., Datenschutz, 2016, S. 23.

[17]Vgl. Roßnagel, A., Geminn, C., Jandt, S., Richter, P., Datenschutz, 2016, S. 24.

[18]Vgl. Budzinski, O., Schneider, S., Smart Fitness, 2017, S. 90.

[19]Vgl. Jandt, S., Smart Health, 2016, S. 571; Roßnagel, A., Geminn, C., Jandt, S., Richter, P., Smart Health, 2016, S. 16.

[20]Vgl. Jandt, S., Smart Health, 2016, S. 571; Roßnagel, A., Geminn, C., Jandt, S., Richter, P., Smart Health, 2016, S. 16; Budzinski, O., Schneider, S., Smart Fitness, 2017, S. 90.

[21]Vgl. Jandt, S., Smart Health, 2016, S. 571.

[22]Vgl. Jandt, S., Smart Health, 2016, S. 571; Roßnagel, A., Geminn, C., Jandt, S., Richter, P., Smart Health, 2016, S. 16 f.

[23]Vgl. Jandt, S., Smart Health, 2016, S. 571; Roßnagel, A., Geminn, C., Jandt, S., Richter, P., Smart Health, 2016, S. 17 f.

[24]Vgl. Bitkom, Fitness-Tracker, 2016, o.S.

[25]Vgl. Bitkom, Trends, 2017, S. 14.

[26]Vgl. DIVSI, Big Data, 2016, S. 94.

[27]Vgl. Bitkom, Fitness-Tracker, 2016, o.S; Roßnagel, A., Geminn, C., Jandt, S., Richter, P., Smart Health, 2016, S. 19; Budzinski, O., Schneider, S., Smart Fitness, 2017, S. 96 f.

[28]Vgl. Datenschutzbehörden, Konferenz, 2016, S. 1 f.

[29]Vgl. Roßnagel, A., Geminn, C., Jandt, S., Richter, P., Smart Health, 2016, S. 19, Budzinski, O., Schneider, S., Smart Fitness, 2017, S. 97.

[30]Vgl. Budzinski, O., Schneider, S., Smart Fitness, 2017, S. 99.

[31]Vgl. Universitätsklinikum Freiburg, Apps, 2015, S. 83; Budzinski, O., Schneider, S., Smart Fitness, 2017, S. 101 f.

[32]Vgl. Generali, Vitality, o.J., S.1.

[33]Vgl. Roßnagel, A., Geminn, C., Jandt, S., Richter, P., Smart Health, 2016, S. 19 f, Lahmann, H., Konfliktlinien, o.J., S. 14 f.

[34]DIVSI, Big Data, 2016, S. 97.

[35]Vgl. DIVSI, Big Data, 2016, S. 110; Jandt, S., Smart Health, 2016, S. 572; Roßnagel, A., Geminn, C., Jandt, S., Richter, P., Smart Health, 2016, S. 19 f.

[36]Vgl. Budzinski, O., Schneider, S., Smart Fitness, 2017, S. 99 f.

[37]Vgl. Putschli, C., Wearables, 2017, S. 721 f.

[38]Vgl. Budzinski, O., Schneider, S., Smart Fitness, 2017, S. 100 f.

[39]Vgl. Klofta, J., Rest, J., Mitarbeiter, 2015, o.S.

[40]Vgl. Budzinski, O., Schneider, S., Smart Fitness, 2017, S. 99.

[41]Vgl. Lahmann, H., Konfliktlinien, o.J., S. 5 f.

[42]Vgl. DIVSI, Big Data, 2016, S. 89; Lahmann, H., Konfliktlinien, o.J., S. 12 f.

[43]Vgl. SVRV, Gesundheit, 2016, S. 24.

[44]Vgl. DIVSI, Big Data, 2016, S. 96 f; Lahmann, H., Konfliktlinien, o.J., S. 13 f.

[45]Vgl. Andelfinger, V., eHealth, 2016, S. 28.

[46]Vgl. Universitätsklinikum Freiburg, Apps, 2015, S. 85; Budzinski, O., Schneider, S., Smart Fitness, 2017, S. 100.

[47]Vgl. Universitätsklinikum Freiburg, Apps, 2015, S. 85; Budzinski, O., Schneider, S., Smart Fitness, 2017, S. 100; Health Prize, App, o.J., S. 3.

[48]Vgl. Lux, T., KIS, 2016, S. 173.

[49]Vgl. Mischak, R., Wearables, 2017, S. 284.

[50]Vgl. DIVSI, Big Data, 2016, S. 96 f; Lahmann, H., Konfliktlinien, o.J., S. 13 f.

[51]Vgl. Rossmann, C., Krömer, N., mHealth, 2016, S. 453; Lahmann, H., Konfliktlinien, o.J., S. 21.

[52]Vgl. DIVSI, Big Data, 2016, S. 96; Lahmann, H., Konfliktlinien, o.J., S. 10.

[53]Vgl. Odlum, M., Yoon, S., Tweets, 2015, S. 563.

[54]Vgl. Bitkom, Fitness-Tracker, 2016, o.S; Roßnagel, A., Geminn, C., Jandt, S., Richter, P., Smart Health, 2016, S. 19; Roßnagel, A., Geminn, C., Jandt, S., Richter, P., Smart Health, 2016, S. 71 f.

[55]Vgl. Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Art. 99 DSGVO; Bundesverband Digitale Wirtschaft e.V., Praxisleitfaden, 2017, S. 8. f; Nitsch, K., Informatikrecht, 2017, S. 405 f.

[56]Vgl. Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Erwägungsgrund 3 DSGVO; Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Erwägungsgrund 9 DSGVO; Bundesverband Digitale Wirtschaft e.V., Praxisleitfaden, 2017, S. 9.

[57]Vgl. Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Art. 1 Abs. 1-3 DSGVO; Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Erwägungsgrund 1-4 DSGVO; Bundesverband Digitale Wirtschaft e.V., Praxisleitfaden, 2017, S. 9.

[58]Vgl. Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Art. 3 DSGVO.

[59]Vgl. Europäische Kommission, Datenschutzreform, 2015, o.S.

[60]Vgl. Kipker, D., Datenschutz, 2015, S. 410; Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Art. 25 Abs. 1 DSGVO; Richter, A., Fries, S., Datenschutz, 2017, S.34.

[61]Vgl. Verbraucherzentral NRW e.V., Wearables, 2017, S. 9.

[62]Vgl. Leupold, A., Glossner, S., Peintinger, S., eHealth, 2016, S. 74.

[63]Vgl. Kipker, D., Datenschutz, 2015, S. 410; Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Art. 25 Abs 2 DSGVO.

[64]Vgl. Hornung, G., Sozial Media, 2015, S. 114.

[65]Vgl. Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Art. 5 Abs. 1 DSGVO; Bundesverband Digitale Wirtschaft e.V., Praxisleitfaden, 2017, S. 28.

[66]Vgl. Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Art. 5 Abs. 1. DSGVO.

[67]Vgl. Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Art. 6 Abs. 1 DSGVO.

[68]Vgl. Leupold, A., Glossner, S., Peintinger, S., eHealth, 2016, S. 62; Verbraucherzentral NRW e.V., Wearables, 2017, S. 27; Lahmann, H., Konfliktlinien, o.J., S. 20.

[69]Vgl. Verbraucherzentral NRW e.V., Wearables, 2017, S. 9.

[70]Vgl. Leupold, A., Glossner, S., Peintinger, S., eHealth, 2016, S. 62; Lahmann, H., Konfliktlinien, o.J., S. 20.

[71]Vgl. Verbraucherzentral NRW e.V., Wearables, 2017, S. 10 f.

[72]Vgl. Verbraucherzentral NRW e.V., Wearables, 2017, S. 30.

[73]Vgl. Scheuing, S., Datenschutz, 2015, S. 117; Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Art. 15 Abs. 3 DSGVO.

[74]Vgl. Das europäische Parlament und der Rat der europäischen Union, DSGVO, 2016, Art. 12 DSGVO.

Ende der Leseprobe aus 20 Seiten

Details

Titel
Big Data im Bereich Smart Health
Hochschule
FOM Essen, Hochschule für Oekonomie & Management gemeinnützige GmbH, Hochschulleitung Essen früher Fachhochschule
Note
2,3
Jahr
2018
Seiten
20
Katalognummer
V436076
ISBN (eBook)
9783668765825
ISBN (Buch)
9783668765832
Dateigröße
537 KB
Sprache
Deutsch
Schlagworte
Wearables, Big Data, Big, Data, Smart Health, E-Health, Smart Fitness, Fitness, Smart, Sport, Datenschutz, DSGVO, DSG-VO, Datenschutz-Grundverordnung, Grundverordnung, EU-Datenschutz-grundverordnung, EU
Arbeit zitieren
Anonym, 2018, Big Data im Bereich Smart Health, München, GRIN Verlag, https://www.grin.com/document/436076

Kommentare

  • Noch keine Kommentare.
Blick ins Buch
Titel: Big Data im Bereich Smart Health



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden