Anmoderieren ist ja eh, meine halbe Vortrag ist quasi die Anmoderation. Genau, also Anmoderation. Mein Name ist Andreas Schreiber. Ich arbeite im DLR, das erzähle ich gleich noch, und ich erzähle was über quantified self.

Das wird zum größten Teil diesem Vortrag relativ wenig technisch sein. Das wird ein Vortrag sein, wo der Vortragende, also ich, mehr über sich selbst redet als in üblichen Vorträgen. Das aber auch liegt am Thema, das ist schon mal vorneweg.

Und was ich bin und was ich mache, normalerweise, mein Job fürs täglich Brot ist, ich bin Wissenschaftler im DLR. Ich bin Abteilungsleiter für die Verabteilung verteilte Systeme in Köln, Porzum, Berlin.

Und wir beschäftigen uns mit Softwareentwicklung im weitesten Sinne. Wenn ihr darüber was wissen wollt, wir haben unten einen Stand, da erklären wir euch gerne alles, was wir machen und machen wollen in Zukunft. Neben dem DLR habe ich noch eine Firma gegründet, mal vor zwei Jahren mit einer Kollegin zusammen oder vor drei Jahren.

Wo wir mobile Apps entwickeln aus dem Medizinbereich, insbesondere für Android. Das ist hier ein bisschen interessant, weil da wir auch quasi Apps entwickeln, die für quantified self eingesetzt werden können. Und für Marken auch Software, die wir im DLR entwickeln, weil das DLR als Forschungseinrichtung ja selber nichts verkaufen darf zum Beispiel, nichts vermarkten darf.

Genau und dann beschäftige ich mich noch mit quantified self, was das ist, erzähle ich ja gleich. Hab da die quantified self Mietergruppe in Köln mit gegründet. Das ist so eine Gruppe, die trifft sich alle, sollte mal alle zwei Monate sein, zur Zeit ist es alle drei oder vier Monate. Nächstes Treffen am vierten September, also in eineinhalb Wochen im Media Park in Köln.

Und warum ich mich mit dem ganzen Thema quantified self beschäftige und überhaupt ein bisschen mit medizinischen Daten, weil das hängt eng miteinander zusammen, das hat mehrere Hintergründe, also zwei eigentlich.

Das eine ist so ein persönlicher Hintergrund, eine Art Krankengeschichte, ich hatte vor vier, fünf Jahren mal einen Schlaganfall. Konnte dann nicht mehr so richtig die Hand mehr bewegen, konnte nicht mehr sprechen, das musste ich alles wieder lernen. Und musste dann halt auch gesünder leben. Die Ursachen für einen Schlaganfall waren ziemlich kompliziert.

Das liegt auch lange zurück, eine Tropenkrankheit, die ich vor Urzeiten hatte. Na jedenfalls habe ich dann angefangen Sachen aufzuzeichnen über mich, Blutdruck, am Anfang Blutzucker, obwohl das dann nicht so wichtig war, Gewicht und noch ein paar andere Sachen. So kam das. Das war auch der Startpunkt, warum ich diese Firma neben dem DLR gegründet habe,

weil ich da als Patient quasi Apps vermisst habe, die ich eigentlich zur Therapie gebraucht hätte. Da war ich dann in der Reha und dann habe ich den Leuten was von Apps erzählt zum Üben, zum Widersprechen zu lernen. Dann haben die mich nur verwirrt angeguckt und da habe ich gedacht, das muss man selber entwickeln. Das war das eine und zum anderen im DLR, machen wir auch viel in dem Bereich.

Meine Gruppe ist ja eine Softwaregruppe, aber das DLR insgesamt arbeitet auch sehr stark im Bereich Medizin, Luft- und Raumfahrtmedizin insbesondere. Gerade in Köln haben wir ein Rieseninstitut für Luft- und Raumfahrtmedizin. Jetzt gerade sehr busy gerade, weil ja gerade ein Kollege oben ist im Weltall,

der halt auch von Köln medizinisch betreut wird zum Beispiel. Da ist das Thema Telemedizin sehr wichtig. Und wir haben auch seit Ewigkeiten quasi schon Software für diese Mediziner entwickelt im Bereich Telemedizin oder ARL, also Ambient Assisted Living. Da geht es dann eher darum, ältere und kranke Menschen zu Hause zu betreuen

und allgemein Albenanwendungen in der Raumfahrtmedizin und auch in der Luftfahrtmedizin. Also das sind die beiden Hintergründe. Ich habe in diesem Kontext schon viel an Software gehabt und habe dann angefangen, sie selbst zu vermessen.

Dann bin ich irgendwann vor ein paar Jahren auf diesen Begriff quantified self gestoßen. Am Anfang habe ich das ignoriert, dachte, das ist irgendwas komisches. Kurz danach habe ich aber realisiert, dass das ja im Grunde so was wie der philosophische Überbau ist von dem, was ich da bisher schon gemacht habe. Dann habe ich auch festgestellt, dass viele Leute, nein, nicht lecken, nein, fein, Entschuldigung,

der hat auch eine Krankengeschichte. Deswegen sitzt er auch hier. Man kann da eben alles Mögliche zu seiner Gesundheit aufzeichnen und tracken oder auch ganz viel andere Sachen. Der Kern von quantified self, was es eigentlich ist,

es geht eigentlich um Selbsterkenntnis durch Quantifizierung seines Körpers. Also irgendwie alles, was mit einem persönlich zusammenhängt, umsetzen in irgendwelche Zahlen quasi und dann das Ganze versuchen auszuwerten. Und irgendwelche Rückschüsse auf sich selber und seinen Körper zu ziehen. Das ist jetzt das Ziel von dem Ganzen.

Man kann nicht nur versuchen zu verstehen, was den eigenen Körper ausmacht, sondern sich noch Ziele setzen. Dann geht das in Richtung Selbständerung oder Selbstoptimierung. Das ist eigentlich alter Käse, weil im Grunde jeder Sportler macht sowas. Also die messen ja schon lange irgendwelche Körperwerte

und versuchen sich dann natürlich zu optimieren. Beziehungsweise die Trainer, Stäbe und medizinische Betreuer machen das. Manchmal übertreiben sie es auch, wenn dann Substanzen ins Spiel kommen. Aber das ist eigentlich alter Käse. Auch die Telemedizin ist alter Käse. Das wird seit Ewigkeiten gemacht. Auch dass Leute zu Hause ihren Blutdruck messen und so.

Das ist uralt. Wie gesagt, die quantified self ist mehr sowas wie so eine Art Zusammenfassung und Ergänzung mit anderen Themen. Man kann das dann auch zusammenfassen, dass man seine tägliche Routine versucht in Zahlen zu fassen und seinen eigenen Zustand. Wie seine eigenen Aktivitäten, Bewegungsschlaf, den Ort, wo man ist,

Körperwerte, Nahrungsaufnahme und so weiter. Man macht das heutzutage eigentlich mit drei Dingen. Mit irgendwelchen Geräten, irgendwelchen Hilfsmitteln. Insbesondere tragbare Geräte, also wearable devices. Sowas, was ich jetzt im Arm habe, zeige ich gleich noch.

Und man nutzt irgendwelche Cloud-Dienste, um Daten zu speichern. Das ist ein wichtiger Aspekt. Es gibt auch viele Webseiten, wo man Messwerte über sich selbst eintragen kann, die dann auch schicke Visualisierung und Auswertung bieten. Und es gibt viele, viele Apps für Smartphones und für das Web, die man benutzen kann.

Ich sage das gleich noch ein bisschen genauer. Bei Quantified Self gibt es dann noch viele Abarten bzw. Spezialisierung. Quantified Self an sich nennt man auch oft Self-Tracking und auf Deutsch ist das Selbstvermessung. Also gerade, wenn jetzt deutsche Zeitungen darüber schreiben, die sträuben sich manchmal gegen englische Begriffe,

die sagen dann immer Selbstvermessung. Dann gibt es dann noch Life Hacking. Das geht dann eher in die Richtung, wenn man versucht, sich in seinen Verhaltensweisen wirklich irgendwie zu ändern oder mit gezielten Experimenten zu gucken, was passiert. Also irgendwas reingehen ins System und gucken, wie die Systemantwort ist.

Klassisches Beispiel, was auf den Nachrichten gerade in letzter Zeit war, ist, nicht Milch in den Kaffee zu tun, sondern Butter. Das soll ganz tolle Auswirkungen haben. Die Leute, die das machen, sagen, die fühlen sich fitter und gesünder. Ich selbst habe an der Stelle gewisse Hemmungen. Ich habe das noch nicht ausprobiert. Ich kenne aber Leute, die das echt jeden Tag machen.

Ich habe das schon gesehen, dass immerhin das. Also das gibt es wirklich. Und die versuchen dann auch, das mit Blutmesswerten zu belegen, dass das irgendwie ganz toll ist und so. Aber kann ich jetzt jedem nur mal mitgeben als Tipp, wenn ihr irgendwo Butter findet, holt euch einen Kaffee und bringt das zusammen.

Aber ich weiß echt nicht, wie es schmeckt. Gut, dann gibt es Live Logging. Das ist ein Thema. Da geht es eher darum, das, was einem passiert, was mit einem passiert, aufzuzeichnen. Da würde Dirk gleich direkt hier nach, glaube ich, einen Vortrag halten, speziell über Live Logging. Das ganze Thema, da kann man das alleine breit aufstellen. Und dann gibt es die Self-Optimisation.

Das habe ich schon erklärt. Da geht es eben darum, sich selbst und sein Verhalten zu optimieren, gesünder zu sein, bessere sportliche Leistung zu haben, produktiver im Job zu sein und ähnliche Dinge. Das Quantified Self an sich. Mal bei Google Trends geguckt. Könnt ihr was sehen hier? Bei Google Trends geguckt. Also in den letzten Jahren ist es so, dass immer mehr Leute jetzt nach dem Begriff suchen und mit dem Begriff

was zu tun haben wollen. Und aufgesplittet nach Gebieten ist jetzt noch kein weltweiter Trend. Man sieht das so, dass es gerade in den USA eine gewisse Anhängerschaft hat, bzw. da irgendwie, das ist jetzt ein Indikator, bei Google suchen halt ein paar Leute aus den USA danach.

In Deutschland, England und Spitzenreiter ist allerdings die Niederlande. Da weiß man nicht so genau warum, gefühlt ist das nicht so, aber Google behauptet das. Die Europäische Quantified Self-Konferenz findet allerdings in Niederlande statt. Vielleicht gibt es da deswegen noch besonders viele Suche an Fragen.

Genau. Und die Leute, die sich mit Quantified Self beschäftigen, die treffen sich in mehr oder weniger regelmäßigen Meetups. Da gibt es inzwischen mindestens nur 69. Seit dem Screenshot ist vermutlich wieder einer dazugekommen. Wie gesagt, wir haben einen in Köln. Es gibt in Götzschland noch welche in Berlin und München, die regelmäßig stattfinden.

Und eher inaktive in Essen, in Aachen, in Stuttgart, in Mannheim und in Hamburg und Hannover. Aber da ist das nicht so richtig aktiv. Aber in Berlin und Köln sind immer relativ viele Teilnehmer. Und gerade in Köln haben wir auch immer Kamerateams dabei, die das Ganze ganz spannend finden

und alle möglichen Sender aufbereiten. Also für das nächste Treffen haben sie schon wieder irgendwie drei Kamerateams angemeldet. Allein zwei vom WDR, die nichts voneinander wussten. Der Höchstwert bei Kamerateams von einem Sender, die nichts voneinander wussten, ist der WDR. Im März dieses Jahres sieben Teams

haben quasi innerhalb einer Woche angefragt, wollten Bericht mit mir oder einem anderen Vertreter von Quantified Self in Köln drehen. Und die wussten echt nichts voneinander. Mein naiver Vorschlag, einfach eine Kamera zu schicken und für alle das abzudrehen, da bin ich halt an der Realität der Fernsehmacher gescheitert, weil jeder natürlich andere Bilder haben will und so und so.

Am Ende gab es dann drei Termine sozusagen für drei verschiedene Sendungen. Das eine war halt für das ARD, da ist es ja viel aufwendiger und da können Sie nicht so billige Bilder nehmen wie aus dem dritten Programm und so weiter. Das sind so Sachen, die man auch über Verwandte oder andere Branchen lernt. Ja, was man aufzeichnen kann an sich,

das wirklich aufzuzeichnen und zu erklären, was da geht, das ist wirklich unmöglich. Das habe ich gar nicht erst versucht. In dieser Stichwort-Wolke findet ihr ein paar Sachen, was viele Leute so machen. Das wird auch immer mehr ausgedehnt. Also es startete irgendwie so bei Körperwerten, Blutwerten.

Dann kamen Sachen hinzu, die alle Aktivitäten und sportliche und nicht sportliche Aktivitäten betreffen. Dann vor zwei, drei Jahren war es so, dass viele Leute so ihre Beziehungen getrackt haben. Also wie ist mein Verhältnis zur Frau, Freundin, Mann,

Lebenspartner, Mutter, Kindern. Haben das irgendwie aufgezeichnet und versucht, das mit den Kommunikationsmuster in Verbindung zu bringen und zu sehen, wo müssen Sie jetzt mehr Wert drauflegen, also mehr mit dem kommunizieren, damit die Beziehung besser wird oder weniger, damit die Beziehung nicht leidet, und solche Sachen. Da gibt es alle möglichen Sachen.

Die Technologien, die man einsetzen kann für Quantified Self, sind sehr unterschiedlich. Das sind Daten aus. Ich meine, das ist auch so eine Masterarbeit, die mal eine Studentin in Deutschland geschrieben hat. Die hat mal eine größere Umfrage gestartet.

Die meisten Leute, die was mit Quantified Self machen, nutzen Smartphone-Apps in irgendeiner Form. Das ist zurzeit noch Stand von letzten Jahren, weitestverbreitetes Mittel. Dann Web- und Desktop-Applications. Das sind also dedizierte Anwendungen dafür. Sowas wie Excel ist da nicht drin.

Das ist nämlich dann hier unter Eigenentwickeltes. Irgendwelches Spreadsheet, die man sich zusammengebastelt hat. Aber interessant und definitiv am stärksten steigend ist sowas wie Safe-Tracking-Hardware. Irgendwelche Geräte, die man sich sonst vorhin pappt. Aber auch noch verbreitetes Stift und Papier.

Erstaunlich häufig. Bei den Meetups sind immer wieder Leute, die sagen, ich nehme so einen Zettel, einfach weil ich das im Filmstuhl finde. Oder ich nehme einen Zettel, weil mein Arzt sagt, das ist das Beste. Oder ein Arzt, der sagt, ich will nur einen Zettel haben. Wo einer mit einem Bleistift was drauf geschrieben hat. Alles in allem traue ich eh nicht. Sowas gibt es halt auch noch. Und sonstiges, keine Ahnung, was das ist.

Wirklich im Moment aktuell sind Wearable Devices. Also sowas, was man irgendwie am Körper hat oder in Körpernähe hat. Das ist auch das, was man häufigst in den Nachrichten sieht oder hört, wenn man was über Quantified Self berichtet.

Dann ist wieder ein neues Device auf den Markt gekommen, das irgendwas Neues messen kann. Und dass Leute so rumlaufen, das gibt es fast echt schon. Die sehen auch nicht so schick aus wie in den Fernsehserien, aber das sieht dann noch, nein, ich habe gar nichts dran. Sieht dann noch so aus, wollte ich gerade sagen.

Aber ein paar Beispiele, weil ich hatte ja auch gesagt, in einem Vortrag erzähle ich, was ich so mache in dem Bereich. Auch mal einen Eindruck zu kriegen, was eigentlich so normalsterblicher, wie ich, self-tracken könnte oder macht. Sachen, die ich immer mache,

auch seit längerer Zeit schon. Das eine ist zum Beispiel, dass ich meine Schritte zähle. Hatte eigentlich gar nichts. Dass ich das mache, kam gar nicht aus dem Quantified Self-Umfeld. Das hatte Ursachen bei uns im DLR. Da hatten wir mal vom Gesundheitsmanagement so einen virtuellen Laufwettbewerb oder Wanderwettbewerb aufgedrückt bekommen. Jeder Mitarbeiter hat einen Schrittzähler bekommen

und durfte mal virtuell von Berlin nach München wandern. Man hat, glaube ich, einen Freak aus Hamburg, der für den Ultramarathon trainierte. Der hat dann gewonnen, natürlich mit Riesenabstand. Weil er jeden Tag einen Marathon gelaufen hat. Da kam keiner mehr mit. Ein anderer, der jeden Tag zur Arbeit fällt, mit dem Fahrrad von Bremen nach Hamburg, der war ein zweiter.

Und so normalsterbliche haben dann weniger geschafft. Aber seitdem benutze ich Schrittzähler. Also jetzt inzwischen moderneres Gerät, als das, was wir da bekommen haben. Und da habe ich mich an meinen Schrittezähl herangearbeitet. Ich saß ja immer so bei Schritten, ein Ziel von 10.000 Schritten pro Tag ist gesund. Da habe ich gemerkt, das schaffe ich locker.

Gerade wenn man so einen Hund hat oder so, dann ist das natürlich eine Kleinigkeit, 10.000 Schritte zu laufen. Wenn man jetzt einen Job hat, morgens ins Auto steigt, ins Büro fährt, dort in die Treppe hochgeht und sich in den Stuhl setzt, dann ist es sehr schwer, das zu erreichen. Dann kommt man wahrscheinlich so auf 3.000 Schritte höchstens. Wenn man einen Hund hat und mit dem dreimal geht, ist es sogar, habe ich festgestellt,

10.000 Schritte ein völlig unterforderndes Ziel. Deswegen ist mein persönliches Tagesziel bei 15.000 Schritten. Ein Trick, um sowas zu erreichen, ist auch noch, zum Beispiel wenn man U-Bahn fährt oder so öfter, einfach mal eine Station früher aussteigen, als man eigentlich muss, oder eine Station später einsteigen, als man muss. Das habe ich mir damals bei diesem virtuellen Laufwettbewerb auch angewöhnt und war nicht ganz unten

in der Liste zu landen. Das hat sehr, sehr gut funktioniert. Ich bin immerhin angekommen am Ziel. Viele Kollegen sind gar nicht von Berlin nach München gekommen. Ich war da schon da. Das war ganz lustig. Ich habe jetzt so ein Fitbit, das ist hier am Gürtel,

Quatsch an der Hose. Das ist das, was ich wirklich produktiv benutze. Das habe ich auch immer dabei. Ich merke das auch, dass es mir schlecht geht, wenn ich das nicht dabei habe. Das wurde auch schon zigmal mitgewaschen. Das hält es aus. Wer einen Schritt zählt, der wirklich gut ist, das ist wirklich gut. Das im Vergleichen,

das ist auch am genauesten. Es gibt gerade ein Haufen Weisegeräte, auch viele Armbänder und so. Das ist aber gar nicht schlecht. Dann wiege ich mich mehr oder weniger jeden Tag, nicht wirklich jeden Tag, auch mit einer elektronischen WLAN-Wage. Da gibt es ja auch inzwischen

mindestens fünf Hersteller, die elektronische WLAN-Wagen haben. Die verbinden sich mit dem lokalen WLAN-Netz und dann senden sie die Daten zu dem Hersteller der Wage in die Cloud. Dann kann man sich die wieder abrufen, wieder auf der Webseite gucken oder mit einer App oder über das API abfragen. Da sage ich gleich noch, wie das geht.

Auch die Fotos sind übrigens, das war auch für eine Zeitung als Artikel. Da gab es eine Home-Story für eine Frauenzeitschrift. Das ist komisch. Ich sage den Namen nicht, aber da kommen schon schräge Anfragen. Diese Wagen funktionieren ganz gut. Das ist heutzutage wirklich ausgereift Technik und kann nicht nur empfehlen.

Macht das Leben einfacher, weil es eine Sache beim Self-Tracking ist. Um wirklich dabei zu bleiben, das ist meine Erfahrung, muss es möglichst einfach sein. Es darf nicht viel Zeit kosten. Man darf nicht irgendwie Minuten mit verbringen, sich zu wiegen. Drei Sekunden, dann muss das durch sein.

Ich habe gleich noch ein anderes Beispiel, wo das eben nicht so ist. Auswerten tue ich das mit einer App. Das ist zum Beispiel eine App, die wir in unserer Firma entwickelt haben. Die ist genau so entwickelt, wie ich das als Patient und Self-Tracker brauche. Und da warte ich. Die ruft die Messwerte von elektronischen Wagen an verschiedene Hersteller ab.

Und werte das entsprechend aus. Mein Hausarzt guckt dann regelmäßig drauf und guckt, ob das vom Design her so ist, wie ein Arzt das haben möchte. Das gleiche gilt dann auch für die Lutork App und so. Ich habe eben schon gesagt, es muss möglichst einfach sein, was zu messen. Es gibt zum Beispiel so eine Sache,

so eine Armband, das habe ich ja auch mal dran. Das halte ich für heute mal dran, weil normalerweise trage ich das im Alltag nicht. WME-Armband, das soll angeblich Stress messen. Das misst halt die Herzfrequenz. Hier sind zwei Elektronen dran, einmal einer in, einmal außen, da muss man dann den Finger drauf halten, die entsprechende App starten auf dem iPhone oder auf dem Android-Gerät.

Und dann kommt das wirklich fiese, da muss man nämlich 3 Minuten ganz ruhig so verharren. Ich habe festgestellt, man darf auch nicht zu doll atmen. Manchmal reicht es schon, den Kopf zu drehen, dann bricht die Messung ab. Also 3 Minuten in der heutigen Zeit, in der heutigen Welt.

Das muss man sich schon mal überlegen. Das ist eine unglaublich lange Zeitspanne, wo man nichts tut. Man kann ja nicht mit der anderen Hand mal surfen oder so, das geht aber nicht. Wirklich praxisfremd, deswegen benutze ich das auch nicht. Das, was da rauskommt, ist auch nicht so, dass ich sagen würde, ja, das ist geil, das muss ich haben.

Schön wäre natürlich, wenn das immer so mitlaufen würde als Armband und dann mir jetzt ständig so einen Balken anzeigt, wie ich unter Stress stehe. Macht die App aber nicht. Also das ist wirklich Müll, würde ich jetzt mal sagen, nicht sofort kaufen. Die Hersteller arbeiten aber an einer Verbesserung. Ich habe zufällig, also ich kenne die Leute, die das machen,

es ist eine Startup aus San Francisco. Also, nein. Fine. Ja. Danke. Na gut, also das wird sich vielleicht noch verbessern. Dann mache ich Schlaftracking, weil man soll ja viel schlafen und so.

Mein persönliches Minimum Tag ist hier 7 Stunden pro Nacht. Also auch da gibt es Devices, die man sich so aufs Bett legt und die dann Schlaftracking machen. Ich mache das mit so einem Device, das heißt Smartphone, ich lege das einfach neben das Kopfkäse. Habe am Bett so einen NFC-Tag, da patch ich das Smartphone drauf, dann schaltet der alle Funkverbindungen aus, weil ich will ja nicht

vollgefunkt werden nachts und da startet die Schlaftracker-App. Und ja, da misst der die Bewegung der Matratze. Das ist so ein Indikator dafür, wie gut oder schlecht man schlafen hat. Je mehr hier unten auf der Nullachse ist, desto besser ist der Schlaf laut dieser App, dieser Methode. Und je mehr das nach oben ist, desto

schlechter ist der Schlaf. Also wenn man jetzt mit Schlafforschern redet, das habe ich schon gemacht im DLR, die ganze Abteilung, die sich mit Schlafforschung beschäftigt, die lachen ja darüber. Das ist ganz klar. Also richtige Schlafforschern finden das lächerlich. Ich finde das aber so, dass das einigermaßen auch mit dem Gefühl, wie man sich morgens

fühlt, hinkommt. Also wenn ich jetzt hier, wenn der mir sagt, ich habe schlecht geschlafen, dann fühle ich mich auch schlechter. Ich merke das. Ich muss mich dann auch selbst einschätzen, wie ich geschlafen habe. Also es ist, egal was Schlafforscher sagen, ich finde das ganz spannend und mache das dann auch. Meistens?

Nee, manchmal. Das ist unterschiedlich. Das haben wir natürlich intensiv getestet, das hat ein bisschen Einfluss, aber gar nicht so stark. Ich leg das halt relativ, also es ist nicht bei diesem gefakten Foto, das liegt ja nicht auf Höhe meiner Hand, sondern irgendwo beim Kopf. Wenn das Ganze nah bei mir liegt,

dann merke ich keine großen Unterschiede. Ich glaube, eher die Matratze ist viel wichtiger. Und das ist tatsächlich ein Problem, weil ich relativ viel auf Dienstreisen bin und dann viele Hotels sehe und so, mein Handy sieht dann auch viele Hotels. Da glaube ich, das hat viel stärker einen Einfluss. Deswegen tracke ich auch immer den Ort mit, wo ich bin. Also ich kann dann quasi,

das habe ich noch nicht gemacht, aber ich kann dann die Hotels rausfiltern zum Beispiel. Ganz wichtig. Dann äußten wir so einen Track, die App glaube ich auch automatisch schon den Ort mit. Das könnte man natürlich noch, wenn man es richtig machen will, noch die Hersteller Matratze da irgendwo einspeichern.

Aber jetzt habe ich, ehrlich gesagt, habe ich da auch immer keinen Bock zu. Also nicht immer, ich habe es noch nie gemacht. Genau, das ist das, damit hätte ich eigentlich anfangen müssen. Das sage ich mir jedes Mal, wenn ich darüber erzähle, das ist eigentlich das Wichtigste, was ich messe. Aufgrund meiner Krankenhistorie, weil ich muss halt, mein Blutdruck muss halt relativ niedrig sein.

Und ja, ich nehme auch Tabletten für niedrigen Blutdruck, relativ viele, weil der sehr niedrig sein muss. Und messe auch fast täglich oder manchmal mehrmals täglich Blutdruck. Das ist manchmal mit so einem ganz standardmäßigen Gerät wie hier. Standardmäßig heißt, aber das hat immer ein Bluetooth, und kann die Daten dann auch zum Handy funken.

Für Reisen oder Frostcons habe ich dann noch so ein tragbares, was ich quasi immer im Rucksack habe, was ich auch unterwegs mal messen kann. das ist ganz praktisch, hat kein Bluetooth, hat eine USB-Schnittstelle, die ich aber irgendwie nicht, kriege ich nicht verbunden mit meinem Handy. Aber in dem Gebiet

gibt es noch nicht so gute WLAN-Geräte, die man einfach so ins WLAN packt und dann messen die. Es gibt zwei eins, aber das funktioniert quasi gar nicht. Da hatte ich mal so ein Prototyp von einem Hersteller bekommen und hatte dann auch keinen Bock mehr, nachdem es gar nicht gefunkt hat. Auch die App, die wir dafür entwickelt haben,

auch bei uns in der eigenen Firma, ist so gestaltet, dass die auch nicht ursprünglich nur für Quantified Self gemacht, sondern für Patienten, die unter Bluthochdruck leiden. Und auch die in Zusammenarbeit mit Ärzten in dem Fall. Quasi wie die Analyse aussieht und solche Sachen. Na ja, im Grunde, wenn man es platt

ausdrückt hat, dass man Hausarzt definiert. Die Erfahrung zeigt, dass es dann auch für andere Ärzte funktioniert. Was ich dann noch aufzeichne, sind Aktivitäten und Orte. Aktivitäten im Sinne von umwandern und mich irgendwo hinbewegen mit Fahrrad, Auto oder sonst was. Und die Orte, wo ich bin. Das geht dann einfach auch mit einem Smartphone, mit einer App,

die darauf läuft. Eine App, die ich benutze, heißt Moves. Die zeigt dann so eine Timeline, eine Orte, die man ist. Kann man jetzt hier natürlich lesen. Es sollte jetzt eine Spur größer kommen. Dann sieht man den Ort, wo man ist, wo man sich bewegt. Walking, irgendwie Transportation. Transport steht da. Da bin ich wahrscheinlich mit der Bahn gefahren oder so.

Dann bin ich nochmal gewandert in den Restaurant und dann nochmal gewandert, also spazieren gegangen. Und das Ganze kann die App dann eben auch z.B. grafisch aufzeichnen. Wenn man das lange macht, kriegt man so eine komplette Landkarte von dem, wo man in letzter Zeit war. Funktioniert ganz toll. Die App ist super. Das ist absolut klasse. Einziger Nachteil. Die Firma wurde kurz

von Facebook gekauft. Und finde ich persönlich, fand ich persönlich super traurig. Hier hat sich jetzt zwar erst mal nichts geändert. Und ich benutze die ja noch weiter, weil die einfach so geil ist. Aber die hat mich auch immer von der Strafe bewahrt. Ich sollte nämlich angeblich jemanden angefahren haben. Fahrerflucht in Köln am Hansaring.

Und dann wurde ich zur Polizei vorgeladen, mit Auto. Die haben das Auto vermessen. Und haben mich befragt. Und dann gab es so einen Zeitraum von drei Tagen, da muss das passiert sein. Dann habe ich natürlich ganz cool meine App ausgepackt und gesagt, hier Leute, Moves zeigt aber an, ich war in dem Zeitraum von den drei Tagen gar nicht in der Nähe, wo das passiert sein soll. Der Polizist,

großer Self-Tracking-Fan, hat auch einen Artikel über mich in einer Zeitung gelesen, in Kölner Stadtanzeige. Fand das toll. Da meinte er, das ist ja spannend, drücken Sie mir das mal aus, dann schicke ich den Staatsanwalt. Dann habe ich das alles gemacht und meinte, wenn da jetzt ein Journalist anfragt, darf ich dann auch in die Zeitung? Das war der Einziges Problem.

Hat auch funktioniert. Ich habe mal einen Post zum Staatsanwalt bekommen und meinte, ja, es ist die Beweislage blablabla und Sie sind da nicht schuldig. Hat mich also von der Strafe gemacht, seitdem liebe ich diese App umso mehr und umso mehr habe ich geheult, als sie von Facebook aufgekauft wurde, drei Monate später. Na ja, das Quantified Self und sowas kann auch nützlich sein.

Was auch geht, ist natürlich sein Auto zu verbinden mit so einem Audi B2 Adapter. So ein kleines Ding, steckt man sich in den Port. Der ist bei jedem Auto, das 1996 gebaut wurde, ist das drin. Irgendwo unter dem Lenkrad normalerweise.

Und das ist im Grunde ein Bluetooth-Sender. Der verbindet sich mit dem Handy. Und da gibt es Apps, die tracken dann quasi das Auto mit beim Fahren. Also, wo man lang fährt und machen dann Auswertungen und so. Das ist ganz spannend. Da kann man zum Beispiel seinen Benzinverbrauch sehen und versuchen seinen Benzinverbrauch zu optimieren und ähnliche Sachen.

Das ist jetzt auch eine fettige App. Ich bin sehr pro am Etab aus den USA. Ist noch nicht eingedeutscht und so, aber ist ein ganz netter Anfang. Auch das ist ein Gebiet, was immer mehr Leute machen zur Zeit. Ich glaube, das ist ein Trend. Was man für einen Unfug machen kann, sage ich auch gleich noch. Dann mache ich auch noch

Smartphone-Nutzung. Das ist natürlich in der Technik-affinen Gruppe ein interessantes Thema. Wie oft benutzen wir unser Smartphone? Da benutze ich natürlich dann auch wieder eine App zu, wenn man Smartphone-Nutzung machen will. Die heißt Mental. Kommt hier von der Uni Bonn. Institut für Informatik, zusammen mit

Psychologen entwickelt. Die zeigt dann an, welche Apps man am längsten oder am höchsten laufen hatte. Jetzt meine Schlaf-App. Das ist irgendwie auch verständlich. Google Play Store habe ich die letzte Zeit viel gebraust, um natürlich zu gucken, wie unsere Apps abschneiden und so. Oder Waze. Das ist eine App, da kann man Autofahren nehmen, chatten, Twitter kleiden

und das Übliche. Dann kann die App auch noch die eigene Stimmung mittracken. Und Stimmung mittracken heißt in diesem Fall eine Selbsteinschätzung. Die fragt mich ja zweimal am Tag mit zum Smiley, wie es mir geht. Dann kann ich hier schieben von Mundwinkel ganz runter bis super strahlend.

Ja, ich bin auf der Scone, also die Bandbreite. Die Methode ist nicht wirklich objektiv, weil die Selbsteinschätzung ist in den meisten Fällen falsch. Das sagen auch die Psychologen, aber das ist erstmal ein Anhaltspunkt. Normalerweise überschätzt man seine Fröhlichkeit. Das ist so eine Grundaussage, die Psychologen da zu machen.

Wenn man seine wirkliche Stimmung oder auch Richtung Depression erkennen will, dann muss man da sehr viel mehr Anstrengung machen. Längliche Fragebögen, jeden Tag ausfüllen, zehn Seiten lang und so. Dann kriegt man einen Anhaltspunkt davon, wie die Stimmung wirklich ist. Da ist da noch ein großer Unterschied zwischen dem, was man hobbymäßig, quantified safe-mäßig macht, und dem, was Psychologen eigentlich empfehlen in diesem

Themengebiet. Was die App aber auch ganz nett macht, ist zum Beispiel, dass sie dann die verschiedenen Selbsteinschätzung, kann die auf die Landkarte malen. Dann habe ich auch wieder eine Landkarte von der ganzen Welt und weiß, wo war ich im Glücklichsten. Hier war ich gar nicht so unglücklich. Irgendwo in Berlin, genau, da ist unser Büro in Berlin, und dann war ich da

unterwegs. Hier, Mundwickel so zur Seite, das ist an der S-Bahn, Alexanderplatz, da war ich wahrscheinlich wieder Verspätung oder so. Das kriegt man auch irgendwie ganz nett. Auch diese App entwickelt sich dauernd weiter, wobei die, glaube ich, aktuell Geldprobleme haben und sich weiterentwickeln können. Aber dieser ganze Bereich

Stimmungsmessungen, Hi, du ist zu spät. Stimmungserkennung, Stimmungsdetektion, Depressionsdetektion ist ein Thema, das sich unglaublich stark entwickelt. Es gibt wirklich alle paar Tage, höre ich von einer neuen Gruppe, die sich damit beschäftigt. Auch wir im DLR fangen damit an.

Das ziehe ich gleich am Ende noch kurz. Ein wichtiger Aspekt auf den ganzen ist natürlich, eigentlich sind die Daten ja zum Selbstverständnis für einen selbst da. Aber vieles macht auch Sinn, wenn man das mit anderen teilt. Zum Beispiel ein Arzt, das ist jetzt nicht eigentlich Arzt sogar, aber nicht mein Arzt, Gott sei Dank.

Er sieht nicht so gesund aus. Ich hoffe, dass die Kamera nicht läuft gerade, aber er ist Mediziner, sagen wir es mal so. So sitze ich aber mit meinem echten Hausarzt, der sehr viel gesünder aussieht, auch da und gucke auf meine App. Das ist ein sehr sinnvoller Anwendungsfall und wir

gucken nicht nur auf Blutdruck bei mir, auch auf die Schritte. Das ist auch ganz interessant. Und natürlich teilen wir mit der Öffentlichkeit im Extremfall oder auch mindestens mit Familie und Freunden. Ich habe so einen Twitter-Kanal wie Talwärter AS, wo ein paar von meinen Sachen regelmäßig sind. Ich könnte alle jederzeit nachgucken, wie ich

geschlafen habe. Das ist in jedem Fall immer da öffentlich. Das Interessante dafür, dass aber eigentlich habe ich das eingerichtet für meine Mutter, mit die ich immer mal den Blutdruck sehen kann und mein Gewicht. Ich habe auch schon Anrufe bekommen, wenn das mal nicht in Ordnung war, auch schon mal mitten in der Nacht. Was denn da los, wenn sie dann zufällig nachts den Twitter-Stream da angeguckt hat.

Ist natürlich auch so, umgedreht, hatte ich in meiner Mutter auch einen Twitter-Kanal eingerichtet. Ich weiß es nicht unbedingt. Was da alles drauf geht. Aber es ging gewisse Werte, den nenne ich aber nicht wie der heißt. Also das müsst ihr dann schon selber rausfinden. Aber erste Aufgabe, wie heißt meine Mutter.

Da habe ich dann aber auch schon angerufen, wenn da was nicht in Ordnung ist. Also wenn ich dann festgestellt habe, die ist jetzt wieder ein bisschen schwerer als noch letzte Woche und so. Da habe ich gefragt, ja, Mettbrötchen zu viel gegessen oder so. Woher weißt du das denn? Ich habe schon mal was von Twitter gehört, frage ich dann.

Und auch in meinem Familienkreis kusehen diese Twitter-Accounts natürlich. Sehr beliebt. Das ist für meine ganzen, also viele Verbande war das überhaupt die Hauptmotivation, sich mit Twitter zu beschäftigen und einen Client zu installieren. So was ist aber an sich, wenn man jetzt eher im medizinischen Bereich ist, ist das gar nicht so

schlecht. Das ist zum Beispiel, gerade wenn es um solche Sachen geht, wenn man sich an Therapien halten muss oder überhaupt nicht so willensstark ist, dann ist das eine Möglichkeit, dass jemand anders drauf guckt und einem dann Feedback gibt, ist wirklich gut für den Therapieerfolg.

In vielen Kontexten. Das muss jetzt nicht Twitter sein. Das kann auch direkt mit einer E-Mail oder was auch immer, irgendwas Direkteres, Privateres sein. Es geht hier nur um das Grundprinzip. Ja, eine Art Zwischenzusammenfassung, also man kann einiges aufzeichnen.

Vieles, was ich auch noch gar nicht erklärt hatte. Ich mache auch nicht alles. Das waren jetzt zum Beispiel, ich habe noch ein paar andere Apps drauf, wo ich irgendwas aufzeichne. Die benutze ich normalerweise auch gar nicht oder probiere die nur mal aus. Sonst um die eigene Haltung fest zu direktieren. Da gibt es so Sachen, die man sich in den Körper kleben kann oder mit Kameras.

Die gucken dann, ob man richtig sitzt oder so. Oder auch Sachen, so Nahrungsaufnahme ist so ein Thema. Das finde ich persönlich immer noch zu schwierig. Also dann irgendwie aufzuzeichnen, was man da gegessen hat. Gerade wenn man nicht selber irgendwie das Zeug alles kauft, sondern auch in die Kantine und Restaurants geht, dann erstmal auszuklemmen. Was isst man denn da genau?

Finde ich für mich persönlich zu aufwendig, um es jetzt routinemäßig jeden Tag zu machen. Da hoffe ich dann eher auf moderne Sensoren, die hoffentlich in den nächsten Monaten oder Jahren auf den Markt kommen. Ich erzähle mal mal etwas von einer Implantat für die Zahnlücke oder so. Das ist natürlich spannend. Weil wenn man was messen will, so, in einem System kann man natürlich jetzt, wenn man nicht reingucken will, dann kann man natürlich irgendwie an den Schnittstellen messen, an dem was reingeht

oder an gewissen anderen Stellen wieder was rauskommt. Und dann Rückschüsse ziehen, was da eigentlich so passiert ist. Für alles wird gerade Entwicklung betrieben. Auch so ein Sensor, dem man sich auf die Haut klebt und der dann durch irgendwelche Messungen an der Hautoberfläche zurückrechnen will, was man dann gegessen hat.

Der Prototyp funktioniert noch gar nicht, das muss man schon sagen. Hab ich auf einer Konferenz gesehen. Aber die Leute sind davon überzeugt, dass sie es hinkriegen. Aber das ist für mich zumindest der richtige Trend. Irgendetwas, was man ständig hat, ständig mitläuft und was dann mehr oder weniger automatisch misst. Darum geht es. Genau. Für viele andere Sachen auch noch.

Dann haben wir die eine Seite, dass man natürlich nicht nur seinen Körper hinzunimmt. Das hatte ich auch nur angedeutet, dass man seinen Ort mittrackt. Und auch sein Auto oder für den Hund gibt es auch Sensoren, wo er meistens schläft. Das ist ziemlich langweilig. Oder natürlich auch Daten aus der Internet of Things-World

oder dem Smart Home, irgendwelche Home-Automation-Geschichten. Ein- und Ausschaltverhalten von Fernsehern, von anderen Verbrauchern und so weiter. Kann man damit reinrechnen in seine Gesamtlage. Und natürlich auch so städtische Daten, Smart City-Daten. Warum habe ich denn heute länger gebraucht, von irgendwo woanders hinzukommen? Und dann kann ich natürlich auch so die

Verspätungsdaten des örtlichen Datenverkehrs damit berücksichtigen. Oder warum bin ich jetzt krank? Und da kann man natürlich irgendwie auswerten, ob jetzt irgendwie gehäuft in der Umgebung Krankenfälle aufgetreten sind. Und dann weiß ich genau, die ganze Stadt ist halt krank. Bin ich halt auch krank. Die andere Seite ist halt, wo es hingeht. Über das Smartphone in den meisten Fällen

in die Cloud oder auch zur Arztfamilie oder Krankenkasse. Jetzt kommen wir aber zu dem, was eigentlich auch da drin steckt in dem Ganzen. Das sind nämlich die Daten. Bei den ganzen Daten hier gibt es ja, also entscheidend ist, dass

diese Quantified-Safe-Daten, die sind halt hochgradig heterogen. Wie auf dem Bildchen davor zu sehen, es können ganz verschiedene Datenquellen sein. Selbst von den Sensoren, die man so im Körper hat, die sind alle unterschiedlich. Verschiedene Hersteller, die sich nicht irgendwie an Standardisierung halten und so weiter. Also von Variables, Smartphone-Apps, die sind auch alle ein bisschen unterschiedlich. Daten aus der Umwelt,

von Wetterstationen und Hause und sonst was. Alle unterschiedlich von sozialen Netzwerken, wenn man das aggregiert. Oder auch die Smart Home und Smart Cities Daten, alles unterschiedlich. Und auch die Speicherung ist unterschiedlich. Nicht ganz so eine große Bandbreite. Normalerweise wird es irgendwie lokal gespeichert, in Dateien auf dem Smartphone hier oder in der Datenbank oder was auch immer.

Oder hier auf den Geräten wird das auch zwischengespeichert. Oder natürlich stark immer mehr in der Cloud. Entweder in der selbstbetriebenen Cloud oder bei den Herstellern. Das Ganze ist natürlich nicht gerade aus Datenschutzgründen kann das unentspannt werden. Kann man sich ganz leicht denken.

Also wenn jetzt irgendwelche Daten, die vielleicht auch kritisch sind, Vitaldaten von einem selbst, da man nicht ganz lokal gespeichert sind, ist das erstmal potenziell gefährlich. Am ungefährlichsten insgesamt ist sicherlich noch, wenn die Daten einfach nur auf dem Smartphone liegen, was man in der Tasche hat. Aber auch da kann man natürlich dann angreifen

und irgendwie versuchen an die Daten zu kommen. Das ist halt die Frage, ob sich ein Aufwand dafür konkret wer macht oder so, ob sich das lohnt. Wenn man in so ein Smartphone, ein Virus oder was auch immer rein hackt, da hat man ja erstmal nur die Daten von genau einer Person, die in das Smartphone gehört. Ist vielleicht nicht besonders spannend für potenzielle Angreifer oder Firmen oder so.

Wenn man jetzt zur Datenübertragung abfängt, WLAN abgreift oder so, dann kriegt man vielleicht eine Handvoll mehr Leute, je nachdem, was man da abgreift. Die Daten schon ein bisschen spannender. Da hat man schon gewisse Benutzergruppen vielleicht abgedeckt, vielleicht eine Firma oder so.

Das geht ja dann vielleicht auch in Richtung ganz andere Sachen, außerhalb der Gesundheit, Richtung Wirtschaftsspionage und so. Spannend wird das aber oder gefährlich, wenn man dann Daten bekommt, die auf Cloud speichern, zum Beispiel von Herstellern von solchen Geräten liegen. Wenn man sich da hinbricht und das bekommt,

kriegt man das von allen Kunden. Da es den Firmen relativ gut geht, den großen Firmen, die haben relativ viele Daten, hat man dann schon eine ganze Menge an Daten, die man gut brauchen kann als was weiß ich, Krankenkasse oder so. Eine andere Gefahr ist,

dass immer mehr große Firmen da einsteigen, wo man nicht genau weiß, was die machen oder wie die eigentlich deren Policies sind. Ein typisches Muster ist zum Beispiel, dass irgendeine große Firma, eine kleine Firma, eine kleine Apphersteller oder was aufkauft. Natürlich dann auch mit

allen Daten und Zugriff auf alle Daten und so weiter. Ein prominentes Beispiel, hatte ich schon gesagt, die Moves-App, die wurde jetzt im Mai oder April von Facebook aufgekauft. Es ist potenziell immer nicht, zumindest nicht ersichtlich, was dann da mit den Daten mal passiert. Kann man sich fragen, hätte man der ursprünglichen Firma vertrauen

können, bin ich mir auch nicht sicher. Allein schon wegen dem Grund, weil die dann ja gerne mal verkauft werden. Also man kann da eigentlich, man muss nicht unbedingt wirklich ernsthafte Daten speichern. Man muss ja genau wissen, was man speichert, wo man speichert und so Da habe ich gleich noch zwei Worte dazu.

Eine Sache, die jetzt ganz stark aktuell wieder aufgekommen ist, sind so gesamte Gesundheitsportale oder Services. Apple HealthKit, das jetzt irgendwie steht vor der Tür, so ein Portal und eine App auf iPhones, die senden an die Daten, möglichst über eine möglichst einfachere Schnittstelle auf eine Cloud bei Apple,

von möglichst vielen Quellen. Dann kriegt Apple ein unglaublich cooles Lagebild über die ganze Apple-User-Schafft. Das gleiche in Google heißt Google Fit. Auch eine Cloud-Plattform mit API, Schnittstelle in Programmierbibliotheken, dass man einfach die Daten von eigenen Apps, von anderen Apps

auf deren Cloud-Server speichern kann. Hatte Google vor ein paar Jahren schon mal probiert, hieß Google Health. Ist damals gescheitert, aber da war Quantified Save ja noch nicht so ein Passwort und so cool. Da gab es diese ganzen Variables noch nicht. Microsoft hat sowas. Health Vault ist auch nicht wirklich erfolgreich. Microsoft bleibt aber da manchmal auch sehr lange bei Technologien

und ist nicht wie bei Google, die stoßen das ab, wenn es nicht funktioniert. Das funktioniert auch nicht. Die bleiben dabei und im Moment promoten das wieder stärker, weil sie merken, mit Quantified Save und Gadgets, da kann man ja sogar das altbackende Health Vault aufwerten. Also das sind so drei große Technologie von großen Herstellern, die möglichst darauf abzählen, möglichst viel Daten da reinzupumpen.

Das ist in jedem Fall ein Trend und da wird auch wahrscheinlich auf die meisten von euch zumindest, die die Android oder iPhone haben, in der Zukunft zukommen. Wenn nämlich irgendwelche Apps das automatisch oder so dahinschicken. Das muss man ein bisschen vorsichtig sein. Spannend wird das dann natürlich erst für die Leuten,

die mit Firmen neben diesen großen Apple, Google sonst was oder Facebook, die eigentlich nur Daten sammeln, weil sie Daten brauchen. Es sind spezielle Branchen, also Gesundheitsdaten sind sehr spannend für Krankenkassen zum Beispiel. Oder Fahrgewohnheiten vom Fahrtracking sind super spannend

für Autover-Sicherer. Es gibt beides Use Cases schon, zum Beispiel hier meine Krankenkasse zum Beispiel, deswegen habe ich das als Beispiel. Bietet so eine App Fit2go, da kann man mit seinem Schrittzähler verbinden und dann macht man hier so eine Art Motivationsding mit, man muss sich so und so viele Tage so und so oft bewegen

und dann kriegt man Bonuspunkte für das Barmer Bonusprogramm und so. Das ist ganz nett, kann man sich fast versicht, was man dafür kriegt, Kurses oder so. Aber eigentlich geht es denen ja um die Daten, die sie da mitbekommen. Also hier bewegen sich die Patienten. Ich habe diesen Spaß jetzt da mitgemacht, auch so ein bisschen aus Nettigkeit gegenüber Leuten bei Barmer, die ich kenne, die mich dann gebeten haben, das mal zu testen.

Aber man muss man auch aufpassen, ob man das will, dass die Krankenkasse irgendwelche Daten von einem kriegt. Also auch da wird in Zukunft noch von vielen, vielen Krankenkassen auf den Markt kommen. Es gibt jetzt vielleicht eine Handvoll fünf oder so Krankenkassen, die sowas schon bei Google oder bei Android im App Store haben

oder so, aber da kommen noch sehr viel mehr. Gut, jetzt eher so ein bisschen jetzt wird es leicht technischer, wenn man jetzt auf die Daten zugreifen will. Ja, man muss irgendwie an die Daten rankommen.

Bei den meisten Apps kann man das exportieren, Dateiformate exportieren, CSV, Excel, JSON und so weiter. Andere Hersteller bieten APIs, geht auch. Die speichern das oft in der Cloud, aber meistens haben die dann auch einen API. Hier ist natürlich so, dass diese ganzen, dass einige Apps gar keine APIs oder Exportfunktionen haben. Das ist sehr ärgerlich, gerade wenn man in Daten

irgendwas anderes machen will, die irgendwie auswerten, visualisieren oder sonst was. Das nervt mich auch tierisch meistens. Und die APIs der Hersteller sind sehr unterschiedlich. Viele Hersteller haben dann oft auch nur, sagen wir mal, so ein Webinterface. Hier die Waage, die ich habe, die kann man im Web sich das angucken und so. Die Exportmöglichkeiten sind aber

eingeschränkt, wobei die glaube ich auch, die können sogar CSV-Dateien, glaube ich, exportieren, aber manche andere können das gar nicht. Und hier APIs, ja, wir haben mal versucht auf der letzten Frontifile Self-Konferenz das zu klassifizieren, wie so API-Zugriffe aussehen für verschiedene Hersteller. Hier von der Wissenswaage. Ich gehe da gar nicht im Detail drauf ein. Merkt euch mal das Bild.

Jetzt der nächsten Hersteller sieht das irgendwie anders aus und wenn man jetzt fünf andere neben stellt, sieht das wieder ganz anders aus. Also wo werden die Daten wo hingeschoben? Von der App in die Cloud und zurück. Das sieht alles super unterschiedlich aus. Macht es natürlich schwerer, wenn man selber an die Daten will und die irgendwie auswerten will. Aber da gibt es viele Möglichkeiten.

Ja, gerade im Open-Source-Bereich Bibliotheken, die man benutzen kann. Zum Beispiel Zugriff auf die Fitbit-Daten, also auf einen Schrittzähler. Das geht eigentlich ganz einfach. Warte, das Screenshot ist nur... Ah. Wie gibt ihr jetzt das? Das ist so ein IPython-Notebook, da kann ich einfach, gibt so ein, gibt so ein

Python-Modul, in dem Fall Fitbit, das kann ich benutzen. Dann habe ich schon ein paar Routinen zum Datenauswerten. Das lass ich mal durchlaufen. Dann haben wir eine User-Kennung. Ruf für den Fitbit-Client auf. Das Spannende ist, jetzt kann ich dazu schon mal ein Profil aufrufen, was da gespeichert ist. Das printet er jetzt, hoffe ich. Wenn er Netz hat.

Ja. Ich weiß gar nicht, ob der Netz hat. Doch, müsste er haben. Na gut, aber hier sind noch die alten Sachen. Über das API kann man an seine ganzen Daten rankommen, die bei Fitbit in der Cloud sind. Hier die Schritte von mein wegen. Ich habe jetzt einen 6-Monat- Zeitraum ausgewählt hier, 6 Monate.

Das heißt also 6 Monate zurückhole ich mir die Daten. Das fängt dann an, 19.2. in dem Fall, mit 7200 Schritten und so. Und dann habe ich die Daten als Datenschruktur und kann damit irgendwas machen. Ich gehe mal wieder zurück. Genau, das gleiche nochmal Screenshot.

Was man dann noch machen muss, was leider auch der Fall ist, ist, dass die Daten sehr, sehr unterschiedlich sind. Also auch die Exportmöglichkeiten, sondern auch die Datenformate. Fast jeder Hersteller hat da irgendwas anderes. Was ich mache, was sehr gut funktioniert, ist, ich nehme das heiße Mobile Pandas, das ist eigentlich das, was auf Finanzwirtschaft kommt. Da lade ich die Daten normalerweise

rein. Das heißt, so ein Datenschub namens DataFrame und dann spiele ich damit rum, räume die auf, vereinheitliche die. Zum Beispiel bei den Daten, die aus der Fitbit rauskommen, wenn man die exportiert. Und das ist TapLog, eine andere App, da sieht man schon CSV-Datei, irgendwelche Spalten mit irgendwelchen Namen.

Bei der nächsten App sieht es dann auch Spalten, aber die Bezeichnungen sind ganz anders. Manche haben dann auch entweder die Sprache angepasst an Deutsch oder Englisch, bei anderen ist immer Englisch, bei manchen ist immer Chinesisch, sowas gibt es auch. Also da muss man ich lasse mal klar werden, was hat man da für ein Datenformat, wenn man das selber irgendwie verarbeiten will und

was bedeutet, die schreiben sich in Spalten auch. Es gibt auch Datenformate im CSV-Datei, da steht das Datum dreimal drin und da habe ich mich am Anfang gefragt, warum steht das dreimal drin, in drei verschiedene Formaten. Und keine Ahnung, weiß ich bis heute nicht. Scheint immer das gleiche zu sein, aber ob das sicher ist, weiß ich auch nicht.

Auch so eine App, meine Lieblingsapp Moves, ja, wie gesagt Facebook, die spuckt in ganz vielen Formaten aus. CSV, GeoJSON, GeoASS und so weiter. Kalenderformate und dann auch kann man die Daten exportieren in täglichen Reports, monatlich, wöchentlich, alles. Ganz großartig.

Ganz viele Dateien, das sieht dann so aus, zum drauf gucken nicht weiter spannend. Oder für Aktivitäten. Das Spannende ist da zum Beispiel, Entschuldigung, dass man sich das zum Beispiel in seinen Outlook-Kalender oder irgendeiner Kalender einladen kann. Dann sieht man genau,

was man in letzter Zeit gemacht hat. Ist für mich ganz spannend, wenn ich so Dienstreise-Abrechnungen mache oder so. Exportiere ich die Daten bei Moves, lade das in meinen Outlook rein und dann weiß ich ganz genau, wo ich wann war, wann die Dienstgeschäfte, sagen wir mal, beendet waren, wann ich, ja, Flughafen hier bin ich irgendwo gereist, wann die Reise war und so weiter. Eigentlich ganz nett, ja.

Und geachtet, also jetzt abgesehen davon, dass die Daten dann eben auch Facebook hat. Das Datenaufräumen, tja, da muss man eben gucken. Wie gesagt, da die Daten sehr, sehr unterschiedlich sind, kann man da auch nicht sagen, man muss immer genau das oder dies machen. Ein Beispiel hab ich mal hier. Er hat schon unterschiedliche Datumsformate

in verschiedenen Apps. Sehen ganz unterschiedlich aus. Da gibt's dann welche, die haben Standard-Formate oder auch zweigeteilt oder was auch immer. Gut, mit so Bibliotheken, Standard-Bibliotheken wie sowas wie Pandas oder sowas im Python-Bereich kann man viele schon

beim Einlesen abdecken, Daten verbinden oder so, geh ich gar nicht weiter drauf ein. Das Auswerten und Visualisieren von Daten ist an sich auch ganz spannend. Da gibt's viele Möglichkeiten. Wenn man zum Beispiel wissen will, was die Daten bedeuten, was wie korrelieren die mit anderen Daten,

was kann ich über mich selbst lernen. Da kann man zum einen fertige Sachen nehmen, fertige Web-Interfaces. Hier hab ich mal eine Reihe von Web-Anwendungen, wo man Daten hochladen kann, was weiß ich, CSV-Dateien oder die man verbinden kann mit Devices, also zum Beispiel mit Herstellern von Wagen oder Schrittzählern.

Dann laden die sich automatisch schon dort die Daten und können die analysieren. Solche Analysen zum Beispiel wie hier, was dann ganz einfach geht, die Schlafqualität versus Schlafdauer, hab ich jetzt mit dem Portal namens Fluxstream gemacht. Sieht man für mich persönlich jetzt zum Beispiel, wenn ich länger schlafe,

jetzt statistisch, heißt das gar nicht, dass ich irgendwie auch besser schlaf. Gemessen an meiner Selbsteinschätzung natürlich. Und viele Leute denken, das ist natürlich ganz anders, wenn ich länger schlaf, schlaf ich auch irgendwie besser oder so. Aber das stimmt für mich so erstmal nicht angrund meiner Daten. Man muss natürlich selbst versuchen, einzuschätzen, ob ich den Daten, meinen eigenen Daten jetzt traue oder nicht. Aber erstmal kommt das

als Erkenntnis raus. Jetzt die Datenauswertung mit Python. Ach, da schalte ich mal wieder auf dieses Notebook. Ah, ok, da hat offensichtlich kein Netz, deswegen gab es eine Fehlermeldung. Genau, aber ich kann jetzt zum Beispiel auch halt meine Daten irgendwie als Plot darstellen

oder auch als mal ein ganz einfaches Beispiel, als Histogramm. Wenn ich sowas wissen will, wieviel Schritte ich laufe, ich sehe etwa, dass ich an den meisten meiner Tage tatsächlich hier über 10.000 Schritte, also das sind die Schritte und die Anzahl der Tage, die ich über diese Schrittanzahl komme, dass ich an den meisten Tage tatsächlich über meine

10.000 Schritte pro Tag komme. Also eigentlich ist mein Ziel bei 15.000, das schaffe ich dann oft nicht. Das ist also ein gutes Ziel, weil es schwer zu erreichen ist. Die 10.000 sind eher einfach zu erreichen. Und das hier unten mit 0 oder ganz wenig, das war entweder, wo das Ding in der Waschmaschine war oder ich krank war oder solche Sachen. Das müsste man natürlich noch versuchen dann zu interpretieren.

Aber solche Sachen sind dann relativ einfach zu bekommen. Das interessante ist natürlich, das ist so eine typische Big Data Anwendung, also wir haben heterogene Daten, viele Daten, unterschiedliche Qualität, wie die zusammenbringen. Man kann jetzt auch dann später natürlich auch Fragen stellen, wenn man die Daten erstmal hat.

Also Fragen, die man noch gar nicht wusste. Also Antworten auf Fragen finden, die man noch gar nicht wusste. Ist mir jetzt zufällig auch so, habe ich gesehen, ich habe da irgendwie meinen Kaffeekonsum mal angeguckt, wollte damit irgendwie rumrechnen. Eigentlich wollte ich das im Verhältnis zum Blutdruck bringen. Das ist jetzt erstmal eine langweilige Auswertung, aber habe ich auch gesehen tatsächlich, was, nein, bald und nein.

Fein, fein. Habe ich halt auch gesehen, wie das mit meinem Kaffeeverhalten über den Tag ist. Hier die Stunde des Tages, also 5 Uhr morgens, 10 Uhr morgens, 4, nein, bald und nein, Entschuldigung. Dann sieht man hier schön grafisch, dass ich halt tatsächlich morgens den meisten Kaffee trinke,

statistisch, und dann ganz früh morgens wenig, das ist halt, wenn ich irgendwo reise, dann trinke ich halt mal schon um 5 Uhr einen Kaffee, oder manchmal auch noch später in der Nacht. Das ist was, was ich, wenn man so nüchtern überlegt, hätte man auch drauf kommen können, aber ich finde das ganz spannend, sowas dann mal als Visualisierung und auch zu sehen wirklich, wie das für einen persönlich ist.

Und sieht auch am anderen vielleicht ganz anders aus, aber das ist mir jetzt auch egal. Wo wir uns speziell mit beschäftigen, auch im DLR und auch in der Firma, die ich noch habe, ist Datenanalyse auf oder mit Apps, weil

sehr viele Leute ja Apps benutzen, immer noch das am meisten verwendete Quantivate Self-Tool. Ja, der hört auf dich ja nicht so. Doch. Das ist eigentlich auch eine spannende Sache. Das hat dann mehrere Problemchen. Zum einen gibt es noch nicht wirklich coole Visualisierungsbibliotheken, gerade unter Android. Man merkt, wenn man damit

mal umprogrammiert. Da arbeiten wir mal gerade dran. Also Open Source Ansätze, die sehr vielversprechend sind, um so Grafiken sehr hübsch zu machen. Und manchmal ist auch die Performance und die Daten von der Datenanalyse ein Problem. Also so. Smartphones sind ja jetzt nicht die

besten Rechenknechte. Wenn man da Analysen fährt und Berechnungen macht, dann kostet es sehr viel Strom und so weiter. Da muss man überlegen, ob man andere Lösungen findet. Aber die Bibliotheken, fähige Bibliotheken müssen überhaupt erst mal portiert werden. Aber das ist ein spannendes Thema, wo man sich auch lange mit beschäftigen kann. Ein Thema, was, ja, ja, ich bin eigentlich

jetzt fertig. Ein Thema, was auch sehr spannend ist, man kann ja selber auf die Daten gucken und versuchen das zu interpretieren. Oder man kann es jetzt auch Maschinen überlassen. Also Machine Learning. Also Algorithmen drauf ansetzen, die irgendwelche Erkenntnisse gewinnen oder irgendwas vorhersagen oder so. Auch nur so als Beispiele, was wir uns mit beschäftigen ist, zum Beispiel,

dass man Therapie untreu erkennt. Also ob jetzt jemand, die sich nicht an die Tabletteneinnahmen hält oder nicht dran hält, dass er jeden Tag Blutdruck messen soll oder so. Oder auch, dass man ihn an Messungen erinnert, aktiv, also erkennt von Sachen oder erinnern an Sachen. Oder eben auch Empfehlungen geben. Also zum Beispiel Empfehlungen geben,

wann man und wieviel Uhr man denn am besten ins Bett gehen sollte. Das muss man sich heute noch selber überlegen und kann mit dem Tracking irgendwie versuchen, rauszufinden, ob das toll war. Die Zukunft geht aber eindeutig dahin, dass man Software überlässt, die Vorhersagen macht und einen dann Empfehlungen gibt. Immerhin haben wir noch die Freiheit, das dann nicht zu machen. Das beruhigt mich

immer noch meistens. Und sehr interessant und nützlich, da beschäftigen sich auch viele Mediziner mit, zum Beispiel hier auch an der Uni Bonn, ist halt so was wie, gerade Krankheiten erkennen über so was wie Smartphone und Tracking und so weiter. Solche Stresserkennung, Depressionserkennung, also Stresserkennung über Herzratenvariabilität,

also durch eine Herzfrequenzmessung gewesentlich, die immer mitläuft. Oder Depressionserkennung über Kommunikationsmuster. Wenn man jetzt auf dem Handy weniger chattet plötzlich und auch weniger telefoniert mit anderen und weniger soziale Interaktion hat, kann das ein Anzeichen für Depressionen sein. Und da gibt es mehrere Gruppen in der Welt, die versuchen das aktiv zu

erkennen. Und auch wir im DLR wollen Depressionen oder wir wollen eher Stresserkennung. Zum Beispiel, wenn Menschen über den Flughafen gehen und dann sich nicht zurechtfinden durch die Security und dann ist alles ganz gefährlich und dann steht sie über Stress. Und unser Institut für Flughafenwesen will eben Flughäfen optimieren.

Und wir wollen das erreichen, indem wir Menschen tracken, die über den Flughafen gehen und deren Stresspegel erkennen. Und dann das ganze die Beschilderung usw. alles zu optimieren. Genau. Und man kann das machen. Ach so, das hatte ich schon gezeigt.

Eine schicke Bibliothek, die man nutzen kann, ist Scikit-Learn. Kann ich nur empfehlen. Also wer Python programmiert, wenn in solchen Kontexten irgendwas programmieren will, sollte sich unbedingt Scikit-Learn angucken. Eine ganz tolle Bibliothek für Machine Learning. Wir machen zum Beispiel auch für medizinische Sachen, geben Leuten Empfehlungen, zum Beispiel,

wenn sie jetzt zum Beispiel das nächste Mal Blutdruck messen sollten usw. Im Detail könnt ihr gerne noch drüben zum Stand kommen, dann zeige ich das auch mal. Auch Anwendungen, die wir jetzt zum Beispiel im DLR-Kontext haben, ist zum Beispiel messen der geistigen Leistungsfähigkeit.

Das ist was, was uns alle berührt, wenn wir zum Beispiel fliegen, Bahn fahren oder sonst was. Wir hoffen ja immer, dass die Leute, die da im Steuerknüppel sitzen, munter sind, geistig fit, dienstfähig. Und wir versuchen Technologien zu entwickeln, um das zu gewährleisten. Da gibt es so PBT Tests, die können also die

geistige kognitive Leistungsfähigkeit aktuell messen, mit Art Reaktionszeitmessung. Und dann gibt es noch gepartnet Schlaftracking und dann kann man sozusagen über einen Algorithmus vorher sagen, ob die fit oder unfit for duty sind, also arbeitsfähig oder arbeitsunfähig. Gerade Piloten müssen sich ja zum Beispiel, bevor sie morgens zum Airport

fahren, müssen sich ja offiziell unfit oder fit melden für einen Flug. Viele Piloten nehmen das nicht so ernst und deswegen haben viele Airlines Interesse daran, dass das automatisch über Software und Apps passiert. Ganz spannend. Also Erkennung von Dienstfähigkeit oder Unfähigkeit und Vorhersagen von Müdigkeit ist ein Thema. Wer so

unsere ersten Experimente damit mal ausprobieren will, ich habe ja so eine einfache App, Reaktionszeitmessung. Kann man hier einen kleinen Test starten, eine kleine Hardware ist am Kabel, weil das ist natürlich fürs Cockpit gedacht und die meisten Airlines haben noch gerade unter Stress, wenn man da mit Bluetooth im Cockpit romantieren will.

Deswegen ist das so, wirkt das immer altmodisch, das ist aber mit Kabel so gewollt, ich war das nicht anders können. Das ist sogar schwieriger mit Kabel heutzutage. Also wenn eine Lampe aufleuchtet, muss man ganz schnell drücken, zack, 2,46 Millisekunden, das ist super schlecht. Das liegt daran, dass ich jetzt hier stehe und vortrage und nicht

entspannt bin. Aber könnt ihr gerne mal ausprobieren, jetzt oder bei unserem DLR-Stand, da liegt das immer rum. Und Martin hier vorne, der hat das entwickelt und entwickelt das noch weiter, er kann euch alle Details erklären. Genau, und wenn ihr jetzt ein paar Jahre mal ins Cockpit steigt, Lufthansa oder Germanwings, geht mal ins Cockpit

und fragt mal nach dem Testgerät dafür. Die werden dann wahrscheinlich irgendwas haben, was hoffentlich griffiger in der Hand liegt. Sagt, dass ihr den Prototyp 2014 auf der Froskone gesehen habt und ihr wollt gerne mal eine endgültige Version sehen. Ich glaube, die meisten Piloten werden das gerne machen und lassen euch dann mal Reaktionszeit messen und so.

Genau, damit bin ich fertig. Vielen Dank. Gibt's Fragen? Ja.

Das ist relativ simpel, was man da hat, da, in der Zeitstelle und dann bei der Geobotung, bei Kult, bei Blutruem, bei Blut und Kreitzentren. Gibt es da schon ein einmaliges Format? Ne, eben nicht. Das ist das Problem. Das wäre eigentlich ein Einfaches.

Ja, genau. Es gibt kein einheitliches Format. Auch in diesen Meetups wird darüber eher nicht geredet. Aber auf den großen Quantifa-Safe-Konferenzen gab es bei den letzten beiden zumindest Leute, die sich zusammengetan haben und daran arbeiten wollen.

Überhaupt erst mal Standard-APIs zu definieren und auch Standard-Formate. Inwieweit die Hersteller dann darauf aufspringen und das umsetzen in ihren Geräten, das ist dann das größere Problem. Das muss man irgendwie hinkriegen. Wie bitte? Ja, genau. Okay.

Noch eine Frage? Ja? Wie lange der Akku hält? Also wenn es gut läuft, drei Stunden. Nein, aber ich habe jetzt einen relativ alten Klumpen, nämlich ein Nexus 4.

Der ist jetzt schon ein paar Jahre alt und eigentlich super, aber mit der Zeit lässt der Akku auch nach. Plus immer mehr Apps. Also drei Stunden ist schon ein guter Wert. Mein bester Freund zurzeit ist mein transportabler Akku. Ja, genau.

Also da werde ich noch unentspannter, als wenn ich meinen Schrittzähler vergesse, wenn ich sie nicht dabei habe. Okay, vielen Dank.