Der Privacy Badger der EFF blockierte Tracker anhand ihres Verhaltens, sodass keine Blockliste veraltete

Bis 2015 war Do Not Track eine Bitte, die der größte Teil der Werbeindustrie ignorierte, während bestehende Blocker auf von Menschen gepflegten Listen beruhten, die Wartung erforderten und in denen Deals darüber ausgehandelt wurden, welche Anzeigen zulässig sein sollten. Die EFF wollte eine einzige Erweiterung, die sie ohne Vorbehalt empfehlen konnte: etwas, das jeden Tracker oder jede Anzeige, die gegen den Grundsatz der Nutzereinwilligung verstieß, automatisch blockierte, ohne Einstellungen oder Kenntnisse seitens der Nutzer funktionierte, algorithmische Methoden einsetzte, um zu entscheiden, was trackte, und von einer Organisation stammte, die eindeutig für die Nutzer und nicht für den Profit arbeitete.

Privacy Badger, im August 2015 gestartet, ist diese Antwort. Er definiert, wie Tracking aussieht, und blockiert oder beschränkt dann die Domains, bei denen er Tracking in freier Wildbahn beobachtet, sodass sich die Einstufung als Tracker ausschließlich darauf stützt, wie eine bestimmte Domain sich verhält, und nicht auf menschliches Urteil. Wenn derselbe Drittanbieter-Host dabei beobachtet wird, wie er auf drei verschiedenen Websites eindeutige Kennungen setzt, weist Privacy Badger den Browser an, das Laden von Inhalten aus dieser Quelle zu unterbinden – und eine Quelle, die nicht geladen werden kann, kann nicht mehr tracken.

Das Design entschärft bewusst die üblichen Einwände. Privacy Badger ist kein Werbeblocker: Nichts in seinem Code zielt auf Anzeigen ab, und er blockiert nur diejenigen, die zufällig tracken, denn eines seiner erklärten Ziele ist es, Werbetreibende zu besseren Datenschutzpraktiken zu bewegen. Tracker können sich konform verhalten, indem sie die Do-Not-Track-Richtlinie der EFF befolgen, und Domains, die für die Funktionalität einer Website notwendig erscheinen, stehen auf einer Gelben Liste, auf der ihre Cookies und Referrer geprüft werden, statt die gesamte Domain abzuschneiden.

Das Werkzeug geht zudem über Cookies hinaus: Es erkennt Canvas-Fingerprinting, jene Tracking-Technik, die ProPublica als praktisch unmöglich zu blockieren dokumentierte, und ersetzt Social-Media-Widgets durch Platzhalter, die per Klick aktiviert werden, sodass ein Like-Button einen Leser nicht beobachten kann, der ihn nie anklickt. Die Startdiskussion auf Hacker News erreichte am 6. August 2015 322 Punkte und 109 Kommentare, wobei ein Entwickler der EFF anmerkte, dass die verhaltensbasierte Erkennung es Privacy Badger ermöglicht, neue Tracker schneller zu erfassen als listenbasierte Blocker.

Blocklisten nicht mehr kuratieren: Tracking als wiederholtes websiteübergreifendes Verhalten definieren und die Domain blockieren, die es betreibt

Kein Kurator und kein Interessenkonflikt: Entscheidungen folgen beobachtetem Verhalten, sodass das Werkzeug keinen Blocklisten-Anbieter, keinen Deal über akzeptable Anzeigen und keine manuellen Aktualisierungen durch den Nutzer benötigt

Es setzt Einwilligung durch, statt sie zu erbitten: Die Erweiterung sendet zunächst DNT- und GPC-Signale und handelt erst, nachdem eine Domain sie ignoriert hat, wodurch die Blockierung eine Folge des Verhaltens des Trackers selbst ist

Die Drei-Website-Regel ist eine einfache, überprüfbare Definition von Tracking, die einen neuen Tracker erfasst, bevor irgendeine von Hand gepflegte Liste von seiner Existenz weiß

Konformität wird belohnt: Ein Tracker kann der Blockierung entgehen, indem er die DNT-Richtlinie der EFF veröffentlicht, was das Werkzeug zu einem Anreiz für besseres Verhalten statt zu einem pauschalen Anzeigenverbot macht

Ein Einwilligungssignal ohne Durchsetzung ist ein Wunsch: Verankere die Regel im Client, beurteile Domains nach beobachtetem Verhalten und mache Konformität zum günstigsten Weg, unblockiert zu bleiben.

Privacy Badger bleibt die von der EFF gepflegte Erweiterung und wird für Chrome, Firefox, Firefox für Android, Edge, Opera und Brave angeboten; er sendet standardmäßig Global Privacy Control zusammen mit Do Not Track, blockiert Canvas-Fingerprinting und ersetzt Social-Widgets durch per Klick aktivierbare Platzhalter. Jede Installation lernt weiterhin lokal, inzwischen ergänzt durch periodische Trainingsdaten von Badger Sett, die aus Tausenden populärer Websites stammen. Der Start im August 2015 erreichte 322 Punkte und 109 Kommentare auf Hacker News, wo der Entwickler der EFF anmerkte, dass algorithmische Erkennung Tracker schneller findet als listenbasierte Werkzeuge.