Als Lisa nach einem langen Arbeitstag ein Modegeschäft betritt, erscheint auf dem Bildschirm am Eingang jenes Kleid, das sie sich am Wochenende im Internet angeschaut hat. Das Model, das es präsentiert, sieht umwerfend aus und ihr überraschend ähnlich. In Momenten wie diesen wird Lisa schwach, das weiß das Computersystem der Modekette. Üblicherweise ist sie bereit, rund zehn Prozent mehr zu bezahlen, wenn sie erst nach 18 Uhr Feierabend macht. Lisas Smartphone vibriert. "Du hast es dir verdient", steht neben dem Bild des Kleides mit passender Handtasche auf dem Bildschirm: "Für dich heute zum Sonderpreis. Damit kommst du morgen auf der Party gut an." Gleichzeitig nähert sich eine Verkäuferin, Kleid und Handtasche bereits über dem Arm, und fragt: "Guten Abend, Frau Schulze, wie schön, dass Sie da sind. Wollen Sie mal anprobieren?"

Eine solche Shopping-Zukunft ist gar nicht so weit weg. Während Online-Anbieter ihre Kunden über verschiedene Tracking-Methoden schon heute recht präzise einschätzen können, arbeitet der stationäre Handel daran, diese Informationen in die analoge Welt zu transferieren und Angebote verstärkt zu individualisieren.

"Früher war die Customer Journey ganz einfach", sagt Stephan Tromp, stellvertretender Geschäftsführer des deutschen Einzelhandelsverbandes und dessen Digitalisierungsbeauftragter: "Kunden entwickelten ein Bedürfnis, gingen in den Laden und kauften ein Produkt." Heute gleiche die Einkaufsreise eher einem Wollknäuel: Kunden informierten sich online und kauften im Laden oder andersherum, dazwischen könnten verschiedene Stationen liegen. Aber wer dafür sorge, dass sie das richtige Bedürfnis zur rechten Zeit am rechten Ort entwickelten, der verdiene das Geld. "Wenn ich in der Lage bin, einem Kunden einen individuellen Zusatznutzen anzubieten, bin ich im Vorteil", sagt Tromp.

Aus persönlichen Daten wird ein persönliches Produkt

Für diesen Zusatznutzen ist es nicht nur wichtig, die Vorlieben der Konsumenten zu kennen, sondern auch ihre Schwächen: Wann sind sie bereit, Geld auszugeben – und vor allem wie viel für welches Produkt? Dafür braucht es möglichst viele Daten über jeden einzelnen Kunden. Exemplarisch zeigt das ein persönliches "Datenkleid", das H&M derzeit mit Google entwickelt. Kundinnen wie unsere fiktive Lisa installieren zunächst eine App, die ihren Alltag protokolliert: Wie ist das Wetter in ihrer Gegend? Ist sie sportlich? Bewegt sie sich viel draußen oder ist sie viel drinnen? Fährt sie Fahrrad? All das vermittelt die Google Awareness API, eine Schnittstelle für App-Entwickler, die Sensor-Informationen der Android-Smartphones nutzbar macht. Auf dieser Grundlage und mittels Eingaben der Nutzerin über ihre Figur, ihre Farb- und Formvorlieben und den Anlass, für den sie das Kleid kaufen möchte, bekommt Lisa ein individuelles Design. Momentan testen einige ausgesuchte Influencer die App, die für alle offene Beta-Testphase soll im Laufe des Jahres beginnen. Es ist nicht der einzige laufende Versuch von Google, Online- und Offline-Informationen für den Handel – sprich: seine Anzeigenkunden – zu verknüpfen.

Der deutsche Einzelhandel hat bislang vor allem Kundenkarten ausgegeben, also das sogenannte Clubmodelle ausprobiert: Damit hat er die Einkäufe und Vorlieben von Kunden ausgewertet und hin und wieder Papiercoupons mit grob individualisierten Angeboten in ihre Briefkästen werfen lassen. "Aber auch hier zieht die Digitalisierung ein", sagt Tromp. Beispielsweise mit der sogenannten Beacon-Technologie. Beacons sind Geräte in der Größe einer Streichholzschachtel, die in Geschäften an verschiedenen Stellen installiert sind und in regelmäßigen Abständen ein Bluetooth-Signal aussenden. So treten sie mit den Smartphones der Kunden in Verbindung – aber natürlich nur, wenn diese die App des Geschäfts installiert und Bluetooth aktiviert haben. Die App wertet Daten der Beacons aus und gibt Informationen in Echtzeit an das Unternehmen weiter: Vor welchem Regal steht Lisa? Wie lange verweilt sie dort? Braucht sie eventuell eine Entscheidungshilfe? Dann könnte ihr beispielsweise ein Rabattcoupon aufs Handy geschickt werden.

Solche Technologien seien im Kommen, sagt Tromp. Wie viele Geschäfte in Deutschland Beacons nutzen, ist unbekannt. Saturn, MediaMarkt und McDonalds experimentieren aber damit.

Auch kostenloses WLAN sei eine gute Möglichkeit, um Stammkunden zu identifizieren. Über die MAC-Adresse oder verpflichtende Anmeldedaten können Kunden auf eine ähnliche Art und Weise erkannt werden wie über Cookies im Netz: Man kennt zwar nicht unbedingt den Namen des Kunden, aber man kann einem Gerät – in diesem Fall einem Smartphone – ein bestimmtes Einkaufsverhalten zuordnen und einen Verkäufer entsprechend vorbereiten, wenn der Kunde das Geschäft betritt. Tromp betont, die Privatsphäre bleibe geschützt: "Es ist nicht möglich, dass man Sie in einem Geschäft allein über das WLAN als Person erkennt." Außer natürlich, das Smartphone meldet sich als "Lisa Schulzes iPhone" im Netzwerk an.

Wie schnell man einzelne Menschen anhand scheinbar anonymisierter Informationen identifizieren kann, haben allerdings Forscher des Massachusetts Institute of Technology (MIT) in Boston Anfang 2015 gezeigt: Sie untersuchten einen Satz anonymer Kreditkartendaten von 1,1 Millionen Menschen aus drei Monaten. Um eine Einzelperson in diesem Satz identifizieren zu können, genügten wenige Einblicke in deren tägliches Leben, wie wir sie Fremden regelmäßig gewähren. Beispielsweise der Besuch in einem Schuhgeschäft am Montag (den beispielsweise ein öffentlicher Facebookpost verraten könnte) oder die Mittagspause in einem Imbiss am Dienstag (dafür genügt ein Foto des Essens auf Twitter). Lediglich vier dieser Informationen genügten, um 90 Prozent der Nummern in diesem Datensatz realen Personen zuzuordnen.

Wer abends online stöbert, wird morgens im Laden erkannt

Informationen aus sozialen Netzwerken nutzt auch IBM mit seinem Supercomputer Watson: Ein Service namens Watson Personality Insights wertet Daten von Unternehmen, sozialen Netzwerken oder aus Forumsbeiträgen aus, um die Persönlichkeit von Konsumenten zu entschlüsseln, ihre Bedürfnisse und ihre Werte bis hin zum Big-Five-Persönlichkeitsmodell der Psychologie. Das berechnet, wie offen jemand wie Lisa für Neues ist, wie extrovertiert oder wie gewissenhaft.

Grundlage bilden Daten von spezialisierten Händlern wie Acxiom oder auch solche, die ein IBM-Kunde selbst gesammelt hat. Die von Watson aufbereiteten Informationen bietet das Unternehmen dann Geschäften an: "Wir können auf diese Art Personality-Profile erstellen", sagt Marilies Rumpold, IBM Watson Customer Engagement Executive: "Das ist für Versicherungen und Banken interessant, aber zunehmend auch für den Handel, der Kunden sehr persönlich beraten möchte." Erste Erfolge zeige schon eine Kooperation mit dem Outdoor-Ausrüster The North Face, bei der alle Informationen über die Kunden, ihre Lebensumstände und Reiseziele ausgewertet werden und in die Beratung mit einfließen: "Sie bekommen so sehr schnell ein passendes Produkt empfohlen."

Dank künstlicher Intelligenz kann Lisa mit dem System in natürlicher Sprache kommunizieren, beispielsweise indem sie fragt: "Ich reise mit meiner Familie im Oktober nach Süditalien. Was für ein Zelt brauche ich?" Identifiziert das System sie auf Grundlage der vorhandenen Daten beispielsweise als Stubenhockerin, bekommt sie für die Reise eine wärmere Jacke empfohlen als ein Outdoor-Typ: Die Software nimmt an, dass sie schneller friert, weil sie sich generell weniger bewegt.

Unternehmen in den USA nutzen Watson Personality Insights bereits, um auf einem Display im Geschäft individualisierte Werbung anzuzeigen. "Kunden sehen dann beispielsweise Produkte, die sie sich am Vorabend im Netz angeschaut haben", sagt Rompelt. Dafür müssen aber mehrere Voraussetzungen erfüllt sein: Das Unternehmen braucht erstens ein Persönlichkeitsprofil des Kunden. Es muss ihn zweitens wiederkennen und diesem Profil zuordnen, sobald er den Laden betritt. Das funktioniert über Beacons, die den Nutzer über das Bluetooth seines Smartphones identifizieren, wenn dieser die App des Geschäftes auf seinem Smartphone hat (mit deren Nutzung er einem Tracking in aller Regel im Kleingedruckten zugestimmt hat). Nach welchen Produkten der Nutzer drittens im Netz gesucht hat, weiß das Unternehmen, wenn er das beispielsweise eingeloggt in seinen Kundenaccount getan hat.

Die Kundendaten beeinflussen den Preis

Auch die Models, die jene Kleidungsstücke auf dem Display präsentieren, werden an den Kunden angepasst, sagt Rumpold: "Wenn ich weiß, dass eine Frau beispielsweise schwanger ist, nehme ich kein supergestyltes Model, sondern vielleicht eine Frau mit Kinderwagen."

Nicht zuletzt beruht auch der angebotene Preis auf einer Big-Data-Analyse, sagt Rumpold: "Watson sucht Korrelationen zwischen Wetter, Social-Media-Daten und dem Absatz bestimmter Produkte und gibt den Marketern in Echtzeit Ratschläge." So bekommen manche Kunden ein Produkt besonders günstig, während zum Beispiel Lisa das gleiche Produkt zu einem höheren Preis angeboten wird – weil Watson berechnet hat, dass sie bereit ist, mehr zu investieren. Hat sie jedoch lange im Netz über einem Produkt gegrübelt, ohne es zu kaufen, bekommt sie eventuell am nächsten Tag im Geschäft einen Rabatt angeboten.

Es gibt bereits subtilere Methoden, Menschen ihren Geräten zuzuordnen und im echten Leben wiederzuerkennen. Rein technisch könnte man Kunden mittels Gesichtserkennung identifizieren, sagt Rumpold, aktuelle Bilderkennungsprogramme sind gut genug. "Aber das ist im Handel noch nicht so gefragt."

In Berlin und Köln setzt die Deutsche Post seit einiger Zeit eine Gesichtserkennung ein, um Kunden automatisch je nach Alter und Geschlecht passende Werbung anzuzeigen, ohne sie jedoch identifizieren oder wiedererkennen zu können. Einzelhandelsvertreter Tromp aber ist überzeugt, dass die Technik zumindest in ihrer extremen Ausprägung in Deutschland kein Thema werden wird: "Das wird vom Kunden nicht akzeptiert." 

In Großbritannien ist das anders: Im Jahr 2015 nutzten 25 Prozent der dortigen Geschäfte laut einer Umfrage des IT-Dienstleisters Computer Services Corporation (der heute DXC heißt) unter 150 Führungskräften bereits Kameras und Gesichtserkennungssoftware. Unter den Modegeschäften waren es sogar knapp 60 Prozent. In London wäre Lisa also wahrscheinlich schon ein Datensatz mit Porträtfoto.

Was das Fitness-Armband dem Händler verrät

Dafür legt sie hierzulande vielleicht ihre Standortdaten offen, ohne es zu wollen. Denn mittlerweile können Browser in Kombination mit Beacons auch Bewegungsprofile liefern. Google hat mit der aktuellen Chrome-Version die Bluetooth-API eingeführt: Über diese Schnittstelle kann sich eine Website mit Lisas verschiedenen Geräten verbinden. Während Fitnesstracker und das Smart Home ebenso wie Beacons bislang lediglich lokal mit dem Smartphone verbunden waren, können die Geräte ihre Informationen nun an eine Internetseite schicken. Diese bietet Nutzern wie Lisa beispielsweise an, ihre Daten auszuwerten und auf deren Basis Fitness-Tipps zu geben.

Was dem Nutzer als Service angepriesen wird, dient gleichzeitig dazu, Informationen über seine Gewohnheiten zu sammeln, warnt Lukasz Olejnik, Sicherheitsforscher am University College London. Schließlich nutzen Fitnesstracker jede Menge Nutzerdaten, von der Position, an der er sich befindet, über das Tempo, in dem er sich bewegt, bis hin zur Herzfrequenz. "Solche Webseiten können auch die Orte, an denen sich ein Nutzer aufhält, in Echtzeit tracken", sagt Olejnik. Statt zur lokalen App werden die Standortdaten direkt ins Netz übertragen.

Websites, die mit der Bluetooth-API arbeiten, könnten zudem erkennen, an welchen Beacons ein Smartphone-Nutzer vorbeikommt, wenn er Bluetooth eingeschaltet hat, und darüber Rückschlüsse über dessen finanzielle Situation und Interessen ziehen. Olejnik ist überzeugt, dass solche Seiten nur selten den Vorteil des Nutzers im Auge haben werden: "Web Bluetooth API eröffnet ganz neue, mächtige Möglichkeiten, Nutzer und ihre Gewohnheiten zu verfolgen." Da dies den wenigsten Nutzern bekannt ist, fürchtet er, dass sie die neuen Möglichkeiten nutzen werden. Schließlich lassen viele Menschen Bluetooth auf ihrem Smartphone stets eingeschaltet, da es wenig Strom verbraucht und für Freisprecheinrichtungen oder Kopfhörer gebraucht wird. Es liegt in der Verantwortung der Websitebetreiber, Nutzer über die Datensammlung und -verwendung aufzuklären.

Signale ans Smartphone, die der Mensch nicht hören kann

Hat man einen Onlinenutzer einmal erkannt und weiß um seine Gewohnheiten, gibt es weitere Möglichkeiten, ihn über Geräte hinweg im echten Leben zu identifizieren: "Die einfachste Möglichkeit ist, wenn er sich auf verschiedenen Geräten in den gleichen Internetservice einloggt", sagt Olejnik. Die Website kann dann beispielsweise Cookies platzieren, die anzeigen, dass alle Geräte dem gleichen Nutzer gehören.

Eine ausgefeiltere Methode lässt eine Website einen fürs menschliche Ohr nicht wahrnehmbaren Ultraschallton aussenden, wenn sie auf einem Computer geöffnet wird. Der Ton wird von einer Smartphone-App in der Nähe über das Mikrofon registriert. Die App teilt dann der Website mit, dass der Nutzer auch dieses Smartphone besitzt – sodass er beispielsweise über die MAC-Adresse im WLAN eines Geschäftes erkannt werden kann. Inwiefern die Ultraschall-Methode mit dem europäischen Datenschutzrecht vereinbar ist, ist nicht eindeutig geklärt. Wie so häufig ist unklar, ob es sich um personenbezogene Daten handelt.

Kürzlich haben Forscher der TU Braunschweig herausgefunden, dass mehr als 200 aktuelle Android-Apps die Technik zumindest schon unterstützen.