Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Visualizing Online Personal Data based on the Mental Models of Common Internet User Types

 
: Starčević, Nataša
: Kuijper, Arjan; Schufrin, Marija

Darmstadt, 2021, 138 S.
Darmstadt, TU, Master Thesis, 2021
Englisch
Master Thesis
Fraunhofer IGD ()
mental models; information visualization; data visualization; privacy protection; interactive information visualization; Lead Topic: Smart City; Research Line: Computer graphics (CG); Research Line: Human computer interaction (HCI)

Abstract
Der Alltag und das Leben vieler Menschen wird zunehmend von der Online Welt geprägt und beeinflusst. Doch das Internet und die Vielzahl an Online Diensten, die wir alle täglich nutzen, die uns einerseits den Alltag erleichtern können, bergen andererseits ein oftmals schwer abschätzbares Risiko, aufgrund der zunehmenden Datensammlung und der damit verbundenen Beeinträchtigung der Privatsphäre. Viele Nutzer sind sich des Ausmaßes dieser Datensammlung nicht bewusst und wissen oft nicht, welche Daten jeweils erhoben und gespeichert werden. Daher werden Techniken und Methoden entwickelt, um den Menschen bei dieser Aufgabe zu unterstützen. Jedoch sind viele Ansätze nicht an den Vorstellungen und Bedürfnissen des Nutzers ausgerichtet. Aus diesem Grund wurde im Rahmen dieser Master-Arbeit die Web-Applikation TransparencyVis zur Visualisierung personenbezogener Daten erweitert. Die bestehende Anwendung dient zur Verbesserung der Datentransparenz und erlaubt die Erkundung personenbezogener Daten von populären Online-Diensten, sogenannte DSGVO Datenexporte, die aufgrund des Auskunftsrechts des Art. 15 DSGVO von den Nutzern angefordert werden können. Auf Basis von mentalen Modellen von typischen Internetnutzern wurden Visualisierungskonzepte entworfen und prototypisch in die bestehende Anwendung implementiert. Zusätzlich wurden die Nutzer anhand ihrer Datenschutzbedenken in drei Klassen unterteilt. Mit Hilfe interaktiver Visualisierungen haben die Nutzer die Möglichkeit, ihre persönlichen DSGVO Datenexporte ausgewählter Online-Dienste zu erkunden. Im Rahmen der durchgeführten Nutzerstudie wurden die Visualisierungen auf ihre Wirksamkeit mit 33 echten Nutzern und deren persönlichen Daten evaluiert. Die Untersuchungsergebnisse lassen darauf schließen, dass die Visualisierungen das Verständnis der Nutzer in Bezug auf ihre Daten und deren Relevanz für die Privatssphäre erhöhen können. Ferner zeigen sie, dass die Integration mentaler Modelle in den Design-Prozess von Visualisierungen sich positiv auf die Erstellung nutzertyp-spezifischer Visualisierungen auswirken und deren Akzeptanz durch die Zielgruppe verbessern kann.

 

The everyday life and the lives of many people are increasingly shaped and influenced by the online world. But the Internet and the multitude of online services that we all use every day, which on the one hand can make everyday life easier for us, on the other hand bear a risk that is often difficult to assess due to the increasing collection of data and the associated impairment of privacy. Many users are not aware of the extent of this data collection and often do not know which data is collected and stored in each case. Therefore, techniques and methods are developed to support people in this task. However, many approaches are not geared towards the ideas and needs of the user. For this reason, the existing web application TransparencyVis for the visualization of personal data was expanded as part of this master’s thesis. This application aims to improve data transparency and allows the exploration of personal data from popular online services, so-called GDPR data exports, that can be requested by users based on the right of access under Art. 15 GDPR. On the basis of mental models of typical Internet users, visualization concepts were designed and implemented as prototypes in the existing application. In addition, users were divided into three classes based on their privacy concerns. Users have the opportunity to explore their personal GDPR data exports from selected online services with interactive visualizations. As part of the conducted user study, the visualizations were evaluated for their effectiveness with 33 real users and their personal data. The results of the user study suggest that the visualizations could in fact enhance the participants’ comprehension of their data and its privacy relevance. Furthermore, it shows that the integration of mental models into the design process of visualizations can be beneficial towards the creation of user type specific visualizations and improve their acceptance in the target user group.

: http://publica.fraunhofer.de/dokumente/N-634035.html