31.01.2015

Die gläserne Kreditkarte – Anonymisierung zwecklos

/artikel/die-glaeserne-kreditkarte-anonymisierung-zwecklos
Kreditkarten-Informationen, die "anonymisiert" von Firmen an Dritte weitergegeben werden, sind nicht so anonym wie man annehmen möchte.

Die Geburtsstunde der Kreditkarte liegt mittlerweile 65 Jahre zurück. Im Februar dieses Jahres feiert sie ihr Jubiläum. Über die Jahrzehnte hat die Plastikkarte an Bedeutung gewonnen, aber schaffte es trotzdem nicht ganz, Zweifel ihrer Benutzer aus dem Weg zu räumen. So belegt eine Umfrage der Deutschen Telekom, dass jeder Dritte Angst vor Datenmissbrauch und Betrug im Internet hat und um die Sicherheit seines Bankkontos besorgt ist. (Link) Wie eine Studie des MIT (Massachusetts Institute of Technology) offenbart, sind diese Ängste nicht unbegründet.

Kreditkartenfirmen betonen zwar stets, dass sie Kundendaten an Dritte nur anonymisiert weitergeben, aber wie die MIT-Studie (Link) zeigt, kann eine Person auch nur mithilfe weniger Daten identifiziert werden. Nach nur vier Kreditkarten-Transaktionen kann mit einer Wahrscheinlichkeit von 90 Prozent festgestellt werden, wer der Besitzer ist. Und das auch nach Anonymisieren beziehungsweise Verschlüsseln der personenbezogenen Daten. „Wir zeigen, dass der Datenschutz, der uns zugesichert wurde, nicht real ist“, erklärt Co-Autor der Studie Alex Pentland vom MIT. Seine Studie macht deutlich, dass lediglich eine Teilinformation über eine Person ausreicht, zum Beispiel von einem Supermarkt, um sie aus den zahlreichen augenscheinlich anonymen Karten-Transaktionen zu filtern.

In drei Schritten bereits „entlarvt“

Die Forscher haben in einem Land alle verfügbaren Daten gesammelt: Informationen von 10.000 Shops, versehen mit Zeit und Ort, wurden zusammen getragen, um herauszufinden, wie lange der Prozess einer Identifikation dauern würde, so der Leiter der Studie Yves-Alexandre de Montjoye. Nur vier Einkäufe benötigten sie – drei, wenn Preise aufscheinen – um die gesuchte Person zu identifizieren. Als Beispiel diente eine Person, die das Team als Scott bezeichnet. Am ersten Tag war dieser in einer Bäckerei einkaufen. Am darauffolgenden Tag zahlte er mit der selben Kreditkarte in einem Restaurant. Diese Informationen reichten aus, um die zwei Rechnungen einer einzigen Person zuzuordnen. Lediglich Zeit und Ort der Transaktionen reichten zur vollständigen Identifizierung aus. Sobald man diese Informationen hat, ist der Rest nicht mehr schwer. Das Forschungsteam gibt an, jegliche Transaktion von Scott nennen zu können.

Die Studie hat drei Monate lang Kreditkarten-Überweisungen von über 1,1 Millionen Menschen analysiert. Dabei konnte mit Hilfe von Zeit und Ort der Durchführung herausgefunden werden, wer die Transaktionen durchgeführt hat. Firmen entfernen zwar routinemäßig persönliche Identifikations-Merkmale von Kreditkarten-Daten, wann immer sie Informationen mit externen Unternehmen teilen, aber wie sich zeigt, sind diese Mechanismen nicht ausreichend. Die Studie des MIT zeigt nun, dass „anonym“ nicht anonym ist.

Den Ergebnissen zufolge sei es auch einfacher Frauen zu identifizieren – auch wenn die Experten nicht erklären können, weshalb.

Düstere Aussichten für die Zukunft

Rebecca Herold, Beraterin und Autorin, meint, dass solche Studien zeigen „wie Metadaten benützt werden können um Individuen genau auszumachen. Laut der Autorin Rebecca Herold wirft das die Frage auf, wie solche Informationen genutzt werden könnten beziehungsweise bereits in Hinblick auf Versicherungs-Kalkulationen oder Forderungen, sowie bei Bewerbungen um Kredite und Hypotheken genutzt werden“.

[Edit: Wie auch die wahre Identität von Scott nicht  preisgegeben wurde, so wurde auch nicht veröffentlicht, in welchem Land die Studie durchgeführt wurde.]

Zuerst gesehen auf: Associated Press

 

Deine ungelesenen Artikel:
02.06.2026

700 Prozent Produktivitätsplus: Grazer KI-Startup vertieft Partnerschaft mit deutschem Softwareentwickler

Das Grazer KI-Startup Context64.ai stellt die technologische Infrastruktur für die neue Produktlinie von Emposo (Hays Group). Bei einem gemeinsamen Projekt im Automotive-Engineering wurde laut den Unternehmen eine siebenfache Produktivitätssteigerung erzielt.
/artikel/700-prozent-produktivitaetsplus-grazer-ki-startup-vertieft-partnerschaft-mit-deutschem-softwareentwickler
02.06.2026

700 Prozent Produktivitätsplus: Grazer KI-Startup vertieft Partnerschaft mit deutschem Softwareentwickler

Das Grazer KI-Startup Context64.ai stellt die technologische Infrastruktur für die neue Produktlinie von Emposo (Hays Group). Bei einem gemeinsamen Projekt im Automotive-Engineering wurde laut den Unternehmen eine siebenfache Produktivitätssteigerung erzielt.
/artikel/700-prozent-produktivitaetsplus-grazer-ki-startup-vertieft-partnerschaft-mit-deutschem-softwareentwickler
Context64.ai CEO & Founder Marko Lah (r.) mit COO Jan Bernasch (l.)

Das steirische Startup Context64.ai, gegründet von Marko Lah, hat sich auf die Bereitstellung horizontaler und industrieagnostischer KI-Infrastruktur spezialisiert. Erst Anfang des Jahres ging das Unternehmen mit der deutschen 3DSE Management Consultants GmbH eine strategische Allianz ein – brutkasten berichtete. Nun stellen die Grazer die technologische Plattform für die neue „Data2AI“-Produktlinie des deutschen Softwareentwicklers Emposo bereit.

Klare Rollenverteilung

Die Rollenverteilung bei der Kooperation ist klar: Context64 stellt die Plattform, Emposo baut daraus fertige Kundenlösungen. Emposo ist eine hundertprozentige Tochtergesellschaft der Hays Holding. Während der Mutterkonzern Hays primär als weltweit agierender Personaldienstleister im Recruiting-Bereich bekannt ist, konzentriert sich Emposo als spezialisierter Lösungsanbieter auf IT- und Engineering-Dienstleistungen sowie die Abwicklung von Werk- und Serviceverträgen. Nach einer einjährigen Pilotphase wurde die Zusammenarbeit mit dem Grazer Startup nun fest verankert.

Strukturierte Daten statt KI-Halluzinationen

Der Software-Stack von Context64.ai setzt beim sogenannten Kontextproblem herkömmlicher Sprachmodelle an. Über den „Data Context Hub“ werden verteilte Unternehmensdaten – darunter Anforderungen, Stücklisten und Qualitätsdaten – in einem Knowledge Graph miteinander vernetzt.

Die ergänzende Komponente „M4AI“ (Memory for AI) ermöglicht KI-Agenten den gezielten Zugriff auf dieses strukturierte Wissen. Dadurch navigieren die Agenten entlang der realen Unternehmensstruktur, anstatt isolierte Dokumente zu durchsuchen. Das soll Verarbeitungszeiten verkürzen, Fehlantworten (Halluzinationen) minimieren und den Ressourceneinsatz senken.

Pilotprojekt im Automobil-Sektor

Als ersten produktiven Anwendungsfall nennen die Unternehmen ein Projekt aus dem Automobil-Engineering, bei dem ausführbare Testfälle automatisiert aus Spezifikationen und Signaldaten erzeugt werden. Laut Aussendung führte der Einsatz der Software in dem langjährigen Kundenprogramm zu einer siebenfachen Produktivitätssteigerung gegenüber der zuvor wochenlangen manuellen Erstellung.

Context64.ai-Gründer Marko Lah sieht in dem Projekt ein übergeordnetes Muster für den Markt: „KI selbst wird zur Commodity – entscheidend ist, was darunter liegt: die saubere Vernetzung von Daten über Systemgrenzen hinweg, Präzision, effizienter Token-Einsatz.“, argumentiert er. „Die Domänenexperten sitzen bereits in den Unternehmen. Was fehlt, ist die Infrastruktur, dieses Wissen mit KI zu verbinden – die liefern wir als Plattform.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Die gläserne Kreditkarte – Anonymisierung zwecklos

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die gläserne Kreditkarte – Anonymisierung zwecklos

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die gläserne Kreditkarte – Anonymisierung zwecklos

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die gläserne Kreditkarte – Anonymisierung zwecklos

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die gläserne Kreditkarte – Anonymisierung zwecklos

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die gläserne Kreditkarte – Anonymisierung zwecklos

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die gläserne Kreditkarte – Anonymisierung zwecklos

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die gläserne Kreditkarte – Anonymisierung zwecklos

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Die gläserne Kreditkarte – Anonymisierung zwecklos