Amazon sieht sich im US-Bundesstaat Seattle mit einer Sammelklage wegen Datenschutzverstößen konfrontiert. Grund ist die im letzten Jahr eingeführte Funktion „Bekannte Gesichter“ der Ring-Kameras, die für Videoaufnahmen an der Haustür verwendet werden. Nach Ansicht des Klägers würden damit Gesichtsbilder der aufgenommenen Personen ohne deren Einwilligung gespeichert. Der klageführende Charles Sigwalt aus Virginia fordert Schadenersatz in Höhe von insgesamt mindestens 5 Millionen US-Dollar für alle sich der Klage anschließenden Personen.

Amazon hatte die Funktion „Familiar Faces“ in den USA im September letzten Jahres angekündigt. Ring-Kameras können so Personen erkennen und den Kamerabesitzer darüber informieren, wer vor der Tür steht. Ziel des Features ist, Nutzern personalisierte Benachrichtigungen zu schicken. Anstatt die Meldung „Person an der Haustür“ auf ein Handy zu schicken, kann Ring nun etwa von „Oma an der Haustür“ berichten. Nutzer können die Benachrichtigung für jede einzelne Person individuell an- und ausschalten.

Funktion zwar optional, aber kaum nachvollziehbar

Die Funktion ist allerdings standardmäßig deaktiviert. In Deutschland wurde die optionale Gesichtserkennung für Amazons Ring-Kameras im April dieses Jahres als „Bekannte Gesichter“ eingeführt. Die Funktion legt für jeden Besucher einen Eintrag an, wenn sich eine Person in Sichtweite der Kamera bewegt und ihr Gesicht erkennbar ist. Nutzer haben dann die Gelegenheit, diese Person zu benennen. Besucher, die vom Nutzer nicht als bekannte Person abgespeichert werden, werden nach 30 Tagen automatisch wieder entfernt.

Amazon hatte bei der Einführung der Funktion darauf hingewiesen, dass Nutzer vor der Aktivierung eine ausdrückliche Einwilligung von Besuchern einholen müssen. Zudem unterliege die Einwilligung von Kindern besonderen gesetzlichen Auflagen. Wenn eine Person ihre Einwilligung widerruft, müsse sie unverzüglich aus der Datenbank der bekannten Gesichter entfernt werden. Das lässt sich von Betroffenen aber nur schwerlich kontrollieren und bleibt den Nutzern der Ring-Kameras überlassen.

Klagen wegen Privatsphäreverletzungen Amazons

Gesichter von einfach vorbeilaufenden Personen könnten zudem ebenfalls von den Ring-Kameras erfasst werden, vielleicht sogar ohne deren Kenntnis. Darum dreht sich die Klage gegen Amazon. „Millionen weiterer Amerikaner gingen an einer Ring-Überwachungskamera vorbei, und ihre Gesichtsbiometrie wurde unwissentlich erfasst“, heißt es dort laut Reuters. Die Betroffenen hätten „der Verletzung ihrer Persönlichkeitsrechte am Eingang nicht zugestimmt“. Nach Ansicht des Klägers stellt Amazons „Vorgehen in diesem Fall ein gravierendes Versagen beim Datenschutz für Millionen von Menschen dar, die nun von Amazon getrackt werden“.

Amazon stand zuvor bereits wegen Privatsphäreverletzungen durch Ring-Überwachungskameras in der Kritik. Anfang 2023 erklärte sich Amazon bereit, 5,8 Millionen Dollar zu zahlen, um eine Klage der US-Wettbewerbsbehörde FTC beizulegen, in der Ring-Mitarbeiter und Hacker beschuldigt wurden, Kunden illegal auszuspionieren. Die Mitarbeiter hatten demnach Zugriff auf alle Videos der Kunden, obwohl es für einen Zugriff keinen Grund gab. Vorgeblich ging es dabei um private Videos weiblicher Nutzer.

(fds)

In vielen modernen Krankenhäusern läuft Digitalisierung trotz knapper Kassen auf Hochtouren: Hochauflösendes Patienten-Monitoring in Echtzeit, videobasierte Visiten aus der Ferne oder gar komplexe, ferngesteuerte chirurgische Eingriffe mithilfe von OP-Robotern machen die Medizin immer vernetzter. Diese datenintensiven Dienste im klinischen Alltag verlässlich und zeitgleich abzuwickeln, kann herkömmliche Telekommunikationsnetze überfordern. Das Problem liegt meist nicht bei mangelnder Bandbreite insgesamt, sondern bei der Verteilung der Rechenleistung.

Bislang steht diese im Krankenhaus nicht immer dort zur Verfügung, wo sie im jeweiligen Moment am dringendsten gebraucht wird. Bei einer kritischen Teleoperation können verzögerte Datenströme oder minimale Unterbrechungen fatale, lebensbedrohliche Konsequenzen haben. Ein interdisziplinäres Forschungsteam der Technischen Universität München (TUM) hat nun in einer Studie untersucht, wie die kommenden Mobilfunknetze der sechsten Generation (6G) dieses Dilemma lösen könnten: Durch dynamische, intelligente Verteilung von Rechenkapazitäten im laufenden Betrieb gelingt es laut der Untersuchung, die Effizienz deutlich zu steigern und bis zu 40 Prozent mehr medizinische Anwendungen gleichzeitig ausfallsicher zu betreiben.

Mathematisches Optimierungsmodell

Im Kern beruht der neue Ansatz auf dem Konzept des sogenannten In-Network Computing in Kombination mit flexibler Migration von Softwarefunktionen. Medizinische Anwendungen werden dabei in modulare Bausteine zerlegt, die flexibel im gesamten Netzwerk platziert werden können. Die zentrale Frage, die das System in Sekundenbruchteilen beantworten muss, lautet dabei: Wo wird eine bestimmte Anwendung am besten ausgeführt? Zur Auswahl stehen dafür verschiedene Ebenen: direkt an den Medizingeräten am Krankenbett, auf einem lokalen Server im Operationssaal, an einem nahegelegenen regionalen Netzknoten oder in einem entfernten Rechenzentrum.

Rein physikalisch gilt: Je näher die Datenverarbeitung am Behandlungsort stattfindet, desto geringer sind die Latenzzeiten und desto zuverlässiger lässt sich hohe Übertragungsgeschwindigkeit erreichen. Doch würde jede Applikation pauschal direkt im OP verarbeitet, wäre dessen Hardware im Nu überlastet.

Genau hier setzt das mathematische Optimierungsmodell der TUM-Wissenschaftler an. Es berechnet kontinuierlich im Hintergrund, welche Anwendungen gerade aktiv sind, welche Priorität sie besitzen und welche Ressourcen im Gesamtnetz verfügbar sind. Daraufhin verlagert es Softwareprozesse dynamisch dorthin, wo sie in aktuell den größten Nutzen stiften und die geringsten Migrationskosten verursachen.

Vorausschauende Algorithmen

Für die Praxis würde das Verfahren eine neue Form der Flexibilität im Mobilfunknetz bedeuten. Bisherige Netze transportieren Daten vor allem starr von einem Punkt zum anderen. Künftige 6G-Netze müssen jedoch mitdenken und eigenständig Prioritäten setzen. Wenn etwa ein chirurgischer Eingriff Priorität verlangt, schaufelt das Netz automatisch Ressourcen frei, indem es weniger zeitkritische Prozesse wie die digitale Dokumentation oder logistische Verwaltungsaufgaben auf weiter entfernte Server im Hintergrund verschiebt.

Um diese Aufgabe in Echtzeit bewältigen zu können, haben die Wissenschaftler neben einem exakten mathematischen Modell auch einen maßgeschneiderten Algorithmus entwickelt. Dieser soll vorausschauend arbeiten und die Qualitätsstufen der einzelnen Dienste im Millisekundentakt anpassen.

In umfangreichen Computersimulationen, die auf realen klinischen Szenarien basieren, hat das Team die Effizienz dieser Methode bestätigt: Selbst bei stark begrenzten Hardware- und Netzkapazitäten stieg die Zahl der erfolgreich bereitgestellten medizinischen Dienste um knapp 40 Prozent. Die Beteiligten wollen nun in weiteren Tests unter realen klinischen Bedingungen ausloten, ob ihr Mechanismus tatsächlich als Fundament für flächendeckende digitale Gesundheitsversorgung taugt.

(ds)