Smartphones sind für viele Menschen längst persönliche Begleiter ihres täglichen Lebens geworden. Die digitalen Spuren, die ihre Besitzer rund um die Uhr hinterlassen, sind nicht nur für die großen amerikanischen IT-Firmen etwa zu Werbezwecken sehr begehrt. Auch wissenschaftlich können sie etwas abwerfen: Sozialwissenschaftler beispielsweise nutzen die Daten, um mehr über die Persönlichkeit und das soziale Verhalten von Menschen herauszufinden.
In einer aktuellen im Fachmagazin PNAS veröffentlichten Studie überprüfte ein Team um den LMU-Psychologen Markus Bühner die Frage, ob sich bereits aus gängigen Verhaltensdaten von Smartphones wie Nutzungszeiten oder –häufigkeiten Hinweise auf die Persönlichkeit der Nutzer ergeben. Die Antwort war eindeutig: „Ja, wir können daraus automatisiert Rückschlüsse auf die Persönlichkeit der Nutzer ziehen, zumindest für die meisten Persönlichkeitsdimensionen“, sagt Clemens Stachl, ehemaliger Mitarbeiter am Lehrstuhl von Markus Bühner (Psychologische Methodenlehre und Diagnostik) und nun Forscher an der Stanford University, USA.
Im Rahmen des PhoneStudy-Projekts baten die LMU-Forscher insgesamt 624 freiwillige Versuchsteilnehmer, einerseits einen umfangreichen Persönlichkeitsfragebogen auszufüllen und andererseits die an der LMU entwickelte PhoneStudy-Forschungsapp für 30 Tage auf ihren Smartphones zu installieren. Die App schickte Informationen zum Verhalten der Versuchsteilnehmer verschlüsselt an die Server. Die Forscher werteten vor allem die Daten zu Bereichen wie Kommunikations- und Sozialverhalten, Musikkonsum, App-Nutzung, Mobilität, allgemeine Telefonaktivität und Tag- und Nachtaktivität aus.
Sowohl die Daten des Persönlichkeitsfragebogens als auch die Verhaltensdaten vom Smartphone speisten die Wissenschaftler dann in einen maschinellen Lernalgorithmus ein. Dieser Algorithmus, wurde anschließend trainiert um Muster in den Verhaltensdaten zu erkennen und diese dann mit höheren oder niedrigeren Werten im Persönlichkeitsfragebogen in Verbindung zu bringen.
Die Fähigkeit des Algorithmus, die Persönlichkeit vorherzusagen wurde anschließend anhand neuer Daten kreuzvalidiert. „Der schwierigste Teil war die Vorverarbeitung der enormen Datenmengen und das „Trainieren“ der Algorithmen“, erzählt Stachl. „Hierzu mussten wir auf den LRZ-Hochleistungsrechencluster in Garching zugreifen, um diese Berechnungen überhaupt möglich zu machen.“
