Wie viel wissen die Apps über uns? Ein Blick auf LinkedIn, Mastodon und X
Digitale Plattformen sammeln Daten, oft mehr, als vielen Nutzerinnen und Nutzern bewusst ist. Die Daten dienen als Grundlage für Empfehlungen, Werbung oder die Entwicklung neuer Funktionen. Doch wie groß sind die Unterschiede zwischen den einzelnen Apps? Ein Vergleich von LinkedIn, Mastodon und X zeigt, die Strategien, mit denen Plattformen Informationen erfassen und nutzen, könnten kaum unterschiedlicher sein.
LinkedIn: Datensammlung als Geschäftsmodell
LinkedIn hat sich zur führenden Karriereplattform entwickelt und zur wahrscheinlich datenhungrigsten der drei verglichenen Apps. Fast alles, was Nutzer eingeben, lesen oder anklicken, kann ausgewertet werden. Profilangaben, berufliche Stationen, Nachrichten, Geräteinformationen, IP-Adressen, Standortdaten und Interaktionen.
Neu hinzugekommen ist die Nutzung dieser Daten für die Entwicklung generativer KI. Nutzer können zwar widersprechen, doch die Voreinstellung erlaubt die Datennutzung. Datenschützer bemängeln, dass bereits zuvor erfasste Informationen häufig trotz Opt-out weiter genutzt werden dürfen.
LinkedIn verweist auf technische Maßnahmen wie Pseudonymisierung und aggregierte Auswertung. Dennoch bleibt die Plattform ein datenintensiver Dienst, dessen Geschäftsmodell auf der Auswertung möglichst vollständiger Nutzerprofile basiert.
Mastodon: Das Gegenmodell mit Einschränkungen
Mastodon verfolgt einen grundsätzlich anderen Ansatz. Das Netzwerk ist dezentral organisiert und besteht aus vielen unabhängigen Servern. Dadurch gibt es keinen zentralen Betreiber, der die Daten aller Nutzer sammelt.
Viele Instanzen verlangen für die Anmeldung lediglich eine E-Mail-Adresse. Werbung spielt keine Rolle, weshalb es auch keinen finanziellen Druck gibt, detaillierte Nutzerprofile anzulegen. Allerdings ist Mastodon nicht frei von Risiken, IP-Adressen werden häufig gespeichert, und private Nachrichten sind nicht Ende-zu-Ende verschlüsselt. Administratoren einer Instanz haben theoretisch Zugriff auf Inhalte, die Nutzer als privat ansehen.
Ob Mastodon ein datensparsamer Ort ist, hängt daher stark davon ab, welchem Server man vertraut und wie sorgfältig dieser betrieben wird.
X (ehemals Twitter): Der weitreichendste Zugriff
X sammelt nach eigenen Angaben eine Vielzahl von Datenpunkten, von klassischen Nutzungsinformationen bis hin zu sensiblen Kategorien, darunter biometrische Daten, sofern Nutzer zustimmen. Die Plattform bezieht außerdem Daten von Werbepartnern und anderen externen Quellen ein.
Auch Metadaten aus Direktnachrichten werden gespeichert. Für die Nutzung der App spielt die Auswertung dieser Informationen eine zentrale Rolle, sie steuert Werbung, Inhalte und algorithmische Empfehlungen.
X steht regelmäßig in der Kritik, weil Nutzungs- und Weitergabemöglichkeiten für Dritte teilweise unübersichtlich dargestellt sind. Zwar bietet der Dienst Datenschutzeinstellungen an, jedoch sind sie tief verschachtelt und vielen Nutzerinnen und Nutzern kaum präsent.
Drei Plattformen, drei Philosophien
Der Vergleich zeigt deutlich:
- LinkedIn setzt auf umfassende Datensammlung, um Karriereempfehlungen, Werbung und KI-Entwicklung zu optimieren.
- Mastodon verfolgt ein datensparsames Konzept, ist aber durch seine dezentrale Struktur nicht vollständig frei von Datenschutzrisiken.
- X erfasst Daten in besonders großem Umfang und kombiniert diese mit externen Quellen, ein Modell, das stark auf Profilbildung und algorithmische Auswertung ausgerichtet ist.
Die Unterschiede spiegeln letztlich die Geschäftsmodelle wider. Werbung und KI sind ohne detaillierte Nutzerdaten kaum denkbar, während ein spendenfinanziertes Netzwerk wie Mastodon datensparsamer agieren kann.
Was Nutzer tun können
Verbraucherschützer raten, die Datenschutzeinstellungen regelmäßig zu überprüfen, besonders bei LinkedIn und X.
Bei Mastodon spielt die Wahl der Instanz eine entscheidende Rolle. Nutzer sollten sich ansehen, wer den Server betreibt und wie transparent die Betreiber mit Sicherheits- und Datenschutzfragen umgehen.
Ein bewusster Umgang mit den eigenen Daten hilft, Überraschungen zu vermeiden und schafft ein Stück Kontrolle in einem Umfeld, das ansonsten stark von Plattformbetreibern bestimmt wird.