Algorithmus erkennt Persönlichkeitsmerkmale

Smartphone-Nutzung verrät die Persönlichkeit

Uhr
von Werbewoche

Forscher der Princeton University haben einen Algorithmus entwickelt, der anhand der Smartphone-Nutzung von Menschen deren Persönlichkeit feststellt. Das System ist in der Lage, vier der fünf Persönlichkeitsmerkmale aus dem psychologischen "Big Five"-Modell herauszulesen.

(Source: Martinan / Fotolia.com)
(Source: Martinan / Fotolia.com)

Ein von Forschern der Princeton University entwickelter Algorithmus kann anhand der Smartphone-Nutzung die Persönlichkeit des Handybesitzers eruieren. Durch Machine Learning kann das System vier der fünf Persönlichkeitsmerkmale aus dem psychologischen "Big Five"-Modell herauslesen: Aufgeschlossenheit, Perfektionismus, Geselligkeit und emotionale Sensibilität.

"Wie digitaler Fussabdruck"

"Die Genauigkeit der Vorhersagen ist ähnlich wie von denen bei digitalen Fussabdrücken auf Social-Media-Plattformen. Das zeigt, dass Informationen nur aus passiv gesammelten Verhaltensmustern auf dem Smartphone gesammelt werden können", schreiben die Entwickler. Sie warnen auch davor, wie leicht es ist, persönliche Daten auch ausserhalb von sozialen Netzwerken zu erheben.

Die Wissenschaftler haben die Daten von 624 Freiwilligen gesammelt. Dabei haben sie sich auf die Faktoren Kommunikation, das Hören von Musik, die Verwendung von Apps, die Häufigkeit der Smartphone-Nutzung und die Mobilität von Anwendern konzentriert. Mit diesen Daten haben sie dann den Algorithmus trainiert.

Gefahr für die Privatsphäre

Abgesehen von dem Persönlichkeitsmerkmal Empathie kann das System anhand der Smartphone-Nutzung alle Eigenschaften aus dem Big-Five-Modell vorhersagen. Das sei zwar für die psychologische Forschung eine wichtige Erkenntnis, zeige aber auch die Gefahr von Verletzungen der Privatsphäre und der präzisen Ansteuerung von bestimmten Zielgruppen.

Dieser Beitag erschien zuerst auf Werbewoche.ch

Auch Smart-TVs haben das Potenzial ihre Nutzer auszuspionieren. Mehr zum Thema erfahren Sie hier.

Tags
Webcode
DPF8_185427