Datifizierung beschreibt den Prozess, immer mehr Aspekte des Lebens durch die Auswertung von Daten digital abzubilden und damit zu quantifizieren1,2. Unterstützt wird dies durch algorithmische Entscheidungsprozesse, die große Datenmengen auswerten und so individuelle Handlungen und Präferenzen mit – vermeintlich – hoher Genauigkeit erkennen und vorhersagen können. Die Erzeugung und Auswertung von Daten wird zunehmend als Grundlage gesellschaftlicher Prozesse akzeptiert. Algorithmische Systeme können beispielsweise durch die Auswertung von Gesundheitsdaten sowie von Daten zum Konsum- und Sozialverhalten den individuellen Gesundheitszustand ermitteln. Krankenversicherungen können dieses Ergebnis nutzen, um ihre Tarife anzupassen. Kommerzielle Anbieter können auf dieser Grundlage maßgeschneiderte Produkte anbieten (individualisierte Werbung). Diese Beispiele zeigen, dass Daten, die im Rahmen „privater“ Self-Tracking-Praktiken generiert werden, außerhalb des Zugriffs derjenigen landen, die sie erzeugt haben, und somit kommerziellen Einrichtungen (wie mHealth-Apps) oder staatlichen Organisationen gehören. Die Analyse privater Daten wird jedoch wiederum genutzt, um persönliche, individuelle Entscheidungsprozesse zu beeinflussen.
- Ruckenstein, M., & Dow Schüll, N. (2016). The Datafication of Health. Annual Review of Anthropology, 46, 1–18.
- Lupton, D. (2016): You are Your Data: Self-tracking Practices and Concepts of Data. In: Selke, S. (Eds..): Lifelogging. Digital self-tracking and Lifelogging – between disruptive technology and cultural transformation. Wiesbaden: Springer VS, 61-79.