{"id":54349,"date":"2018-11-22T11:14:10","date_gmt":"2018-11-22T10:14:10","guid":{"rendered":"https:\/\/www.hiig.de\/?p=54349"},"modified":"2023-03-28T17:10:54","modified_gmt":"2023-03-28T15:10:54","slug":"big-data-and-nudging-marketing-or-manipulation","status":"publish","type":"post","link":"https:\/\/www.hiig.de\/en\/big-data-and-nudging-marketing-or-manipulation\/","title":{"rendered":"Big Data and nudging: Marketing or manipulation?"},"content":{"rendered":"

Think back to your last purchase at the supermarket. Were the branded products on the shelf placed at eye level? Did you have to bend down for the cheaper products? A classic case of nudging: customers should resort to the more expensive variant through subtle behavioural manipulation. Similar phenomena can also be found in the digital world. Researchers at HIIG have dealt with the so-called Big Data-supported behavioural manipulation<\/a>. Nadine Lahn<\/strong>, former intern at HIIG, talked to Florian Irgmaier<\/a> about the research project.<\/em><\/p>\n

In knappen Worten, was ist Nudging?<\/strong><\/p>\n

Unter einem Nudge verstehen Richard H. Thaler und Cass R. Sunstein, die das Konzept mit ihrem gleichnamigen Buch<\/a> popularisiert haben, jeden Aspekt einer Entscheidungssituation, der das Verhalten von Menschen auf vorhersehbare Weise beeinflusst, ohne dabei auf Verbote oder finanzielle Anreize zur\u00fcckzugreifen.<\/p>\n

Zur Illustration wird gerne das ber\u00fchmte \u201eKantinenbeispiel\u201c angef\u00fchrt: In experimentellen Studien konnte gezeigt werden, dass man in einer Kantine weder S\u00fc\u00dfigkeiten aus dem Sortiment nehmen noch verteuern muss, um stattdessen mehr Obst zu verkaufen \u2013 es reicht, das Obst gut sichtbar zu platzieren, weil Menschen, so die These, bei Entscheidungen meist den Weg des geringsten kognitiven Widerstands w\u00e4hlen. Im Wesentlichen geht es also darum, sich die fehleranf\u00e4lligen, aber vorhersehbaren Mechanismen zunutze zu machen, die menschliches Denken pr\u00e4gen.<\/p>\n

Weil der Begriff \u201eNudge\u201c aber oft Gegenstand politischer Kontroversen ist und uneinheitlich verwendet wird, haben wir uns im Forschungsprojekt f\u00fcr den Begriff der Verhaltensbeeinflussung entschieden. Von Big Data-gest\u00fctzter Verhaltensbeeinflussung \u2013 darauf lag der Fokus unserer Arbeit \u2013 sprechen wir bei Instrumenten, die Verhalten beeinflussen sollen und dabei sowohl auf mehr oder weniger ausgearbeitete Theorien \u00fcber menschliches Verhalten als auch auf die automatisierte Verarbeitung gro\u00dfer Datenmengen zur\u00fcckgreifen.<\/p>\n

In welchen Bereichen unseres allt\u00e4glichen Lebens werden wir beeinflusst?<\/strong><\/p>\n

Wahrscheinlich wurde heute schon zig Male versucht, Ihr und mein Verhalten zu beeinflussen. Superm\u00e4rkte etwa werden schon seit Jahrzehnten auf der Grundlage psychologischer Erkenntnisse gestaltet \u2013 nicht umsonst sind die teureren Produkte, mit denen sich mehr verdienen l\u00e4sst, gut sicht- und erreichbar platziert. Das hei\u00dft nat\u00fcrlich nicht, dass auch jede versuchte Verhaltensbeeinflussung erfolgreich ist.<\/p>\n

Mit Blick auf Big Data-gest\u00fctzte Verhaltensbeeinflussung konnten wir in unserer Studie drei zentrale Anwendungsbereiche identifizieren.<\/p>\n

    \n
  1. E-Commerce:<\/strong> Den ersten Schwerpunkt bildet der elektronische Handel. Ein besonders h\u00e4ufiges Beispiel ist die Anpassung der Werbung an Produkte, die ich bereits gekauft oder nach denen ich im Internet gesucht habe. Raffiniertere Anwendungen beobachten sogar meine Mausbewegungen und versuchen daraus zu ermitteln, ob ich demn\u00e4chst die Seite verlassen werde. Um das zu verhindern, wird kurz zuvor ein Pop-Up eingeblendet, das mich zum Bleiben und, noch besser, zum Bestellen anregen soll. Ein anderes Beispiel sind Anzeigen auf Reiseportalen wie \u201eBeeilen Sie sich, f\u00fcnf weitere Personen schauen sich dieses Angebot gerade an!\u201c oder \u201eNur noch 2 Pl\u00e4tze verf\u00fcgbar!\u201c. Dadurch soll Knappheit suggeriert und unsere Angst, etwas zu verpassen, ausgenutzt werden, damit wir m\u00f6glichst schnell zuschlagen. Ob das jeweilige Produkt tats\u00e4chlich so knapp ist, wie wir glauben, steht auf einem anderen Blatt.<\/li>\n
  2. Lenkung von Angestellten:<\/strong> Zweitens sind uns verschiedene Instrumente begegnet, die in Unternehmen zum Einsatz kommen und das Verhalten von Mitarbeiter*innen beeinflussen sollen. Ein interessantes Beispiel ist die Driver App des Fahrdienstunternehmens Uber, weil sie ganz verschiedene Facetten der Beeinflussung zeigt \u2013 von einfachen Informationen, welche Route ans Ziel f\u00fchrt, zur Drohung, beim Unterschreiten eines bestimmten Bewertungsdurchschnitts ausgeschlossen zu werden, \u00fcber finanzielle Anreize f\u00fcr die Fahrt in Gebiete mit hohem Fahrgastaufkommen bis hin zu subtileren, verhaltenswissenschaftlich informierten Instrumenten. Zu letzteren z\u00e4hlen z.B. Gamification-Mechanismen, bei denen Fahrer*innen virtuelle Leistungsabzeichen erhalten, die sie zu weiterhin hoher Leistung motivieren sollen. Ebenso ist dokumentiert worden, dass die App Fahrer*innen, die Feierabend machen und sich aus der App ausloggen m\u00f6chten, Nachrichten anzeigt wie \u201eSind Sie sicher, dass Sie jetzt offline gehen m\u00f6chten? Die Nachfrage in Ihrer N\u00e4he ist gerade sehr hoch. Verdienen Sie mehr Geld, h\u00f6ren Sie jetzt nicht auf!\u201c.<\/li>\n
  3. Selbstbeobachtung und Selbstoptimierung:<\/strong> Dieser dritten Gruppe ordnen wir alle Anwendungen zu, die Menschen dazu einsetzen, um auf ihr eigenes Verhalten einzuwirken, z.B. auf ihr Fitness-, Ern\u00e4hrungs- oder Einkaufsverhalten. Ein Beispiel ist die App FoodSwitch, die Menschen im Supermarkt dabei helfen soll, gesunde Lebensmittel auszuw\u00e4hlen. Dazu geben die Nutzer*innen zun\u00e4chst an, in welcher Hinsicht das Essverhalten verbessert, ob beispielsweise weniger Fett oder Zucker konsumiert werden soll. Mit der Kamera des Smartphones k\u00f6nnen die Strichcodes der verschiedenen Produkte eingescannt werden. Kund*innen k\u00f6nnen sich dann die entsprechenden N\u00e4hrwerte anzeigen lassen, die zus\u00e4tzlich mit einer Art Ampelsystem codiert sind: gr\u00fcn f\u00fcr gesund, rot f\u00fcr ungesund. So reduziert die App f\u00fcr die Benutzer*innen die Komplexit\u00e4t von N\u00e4hrwertinformationen und hilft ihnen, gem\u00e4\u00df ihren eigenen Pr\u00e4ferenzen Kaufentscheidungen zu treffen.<\/li>\n<\/ol>\n

    Welches Problem soll das Nudging l\u00f6sen?<\/strong><\/p>\n

    Nudging bzw. Verhaltensbeeinflussung soll f\u00fcr die, die es einsetzen, grunds\u00e4tzlich das Problem l\u00f6sen, dass Menschen sich oft anders verhalten, als bestimmte Akteure sich das w\u00fcnschen. Der Staat m\u00f6chte, dass die Steuern p\u00fcnktlich gezahlt werden, ein Unternehmen m\u00f6chte viele Produkte verkaufen und Umweltverb\u00e4nde m\u00f6chten, dass Menschen ihren M\u00fcll trennen. Dies sind ganz unterschiedliche Ziele, aber sie haben alle die Gemeinsamkeit, dass Menschen zu bestimmten Verhaltensweisen angeregt werden sollen. Mithilfe von Nudges soll dies effektiver und kosteng\u00fcnstiger als durch monet\u00e4re Anreize oder Verbote geschehen \u2013 es ist also ein verh\u00e4ltnism\u00e4\u00dfig junges Instrument unter zahlreichen anderen, mit denen Verhalten in eine bestimmte Richtung gelenkt werden soll.<\/p>\n

    Inwiefern kann Nudging zu Diskriminierung f\u00fchren?<\/strong><\/p>\n

    Grunds\u00e4tzlich kann Big Data-gest\u00fctzte Verhaltensbeeinflussung bestehende Diskriminierungen vermindern oder ausgleichen, aber auch gezielt verst\u00e4rken. Beides l\u00e4sst sich bewerkstelligen, indem durch ausgefeilte Tracking- und Analysemethoden bestimmte Personengruppen definiert werden, um sie gezielt zu beeinflussen. Beispielsweise k\u00f6nnte Personen, die sich in einer emotionalen oder finanziellen Notlage zu befinden scheinen, personalisierte Werbung f\u00fcr \u00fcberteuerte Kredite zugespielt werden, was bestehende Nachteile noch verst\u00e4rken w\u00fcrde. Ebenso gut w\u00e4re es aber auch machbar, dieser Personengruppe Informationen \u00fcber Beratungs- und Unterst\u00fctzungsangebote zukommen zu lassen.<\/p>\n

    Ist es legitim, Menschen auf diese Art und Weise zu beeinflussen? Darf \u00fcberhaupt \u00fcber ihre K\u00f6pfe hinweg entschieden werden, was das Beste f\u00fcr sie ist?<\/strong><\/p>\n

    Die Legitimit\u00e4t dieser Art von Verhaltensbeeinflussung ist hochumstritten und die Frage, ob das Handeln einzelner Personen, Gruppen oder Organisationen den eigenen normativen Ma\u00dfst\u00e4ben entspricht, muss jede Person selbst beantworten. Wissenschaft kann selbstverst\u00e4ndlich nicht verbindlich definieren, was legitim ist und was nicht und welche Ma\u00dfst\u00e4be gelten sollten. Sie kann aber immerhin Vorschl\u00e4ge machen, welche Kriterien eine vern\u00fcnftige Bewertung anleiten k\u00f6nnen. Wir haben uns am Wert der Selbstbestimmung orientiert, weil dieser tief in der politischen Tradition verwurzelt und gleichzeitig unabh\u00e4ngig davon ist, welche konkreten Zwecke selbstbestimmt verfolgt werden.<\/p>\n

    Bei der Beantwortung der Legitimit\u00e4tsfrage macht es zun\u00e4chst Sinn, zwischen den verschiedenen Akteuren zu unterscheiden, die Instrumente Big Data-gest\u00fctzter Verhaltensbeeinflussung einsetzen. Je nachdem, ob wir es mit dem Staat oder einem Unternehmen zu tun haben, haben wir verschiedene Vorstellungen davon, was angemessen ist. Big Data-gest\u00fctzte Verhaltensbeeinflussung durch den Staat l\u00e4sst sich etwa rechtfertigen, wenn sie Dritte vor den negativen Konsequenzen meiner eigenen Entscheidungen sch\u00fctzt oder wenn sie durch demokratische Verfahren legitimiert worden ist. Bei der Verhaltensbeeinflussung durch Unternehmen, die den Gro\u00dfteil der von uns beschriebenen F\u00e4lle ausmacht, stellen sich andere Fragen. Hier spielt es eine Rolle, ob ein Instrument die Machtverh\u00e4ltnisse zwischen Unternehmen und Kund*innen bzw. zwischen Unternehmen und Angestellten zugunsten der Unternehmen verschiebt und, wenn ja, ob die Betroffenen dem zugestimmt haben.<\/p>\n

    Nudging: Regulierung durch Big Data und Verhaltenswissenschaften (Publikation)<\/a><\/p>\n

    Die Bewertung Big Data-gest\u00fctzter Verhaltensbeeinflussung h\u00e4ngt auch davon ab, wie genau die einzelnen Instrumente funktionieren. Hier macht es Sinn, sich an der Unterscheidung zwischen sogenannten System-1-Nudges und System-2-Nudges zu orientieren. Erstere versuchen, Verhalten durch Ausnutzung unbewusster kognitiver Prozesse zu beeinflussen. System-2-Nudges dagegen unterst\u00fctzen die bewusste Entscheidungsfindung, indem sie zus\u00e4tzliche Informationen zur Verf\u00fcgung stellen oder die Komplexit\u00e4t von Informationen reduzieren. Ein Beispiel ist die Preisangabe pro 100 Gramm, die den Preisvergleich bei Produkten in unterschiedlichen Packungsgr\u00f6\u00dfen vereinfacht. Solche Instrumente scheinen mir nicht sonderlich problematisch zu sein, weil sie die Entscheidungshoheit von Menschen nicht untergraben. Auch Verbraucherschutzhinweise, die es schon lange gibt, fallen in diese Kategorie. Schwerer zu rechtfertigen sind dagegen Nudges des ersten Typs, da sie die bewussten Entscheidungskapazit\u00e4ten von Personen umgehen und insofern die individuelle Selbstbestimmung gef\u00e4hrden k\u00f6nnen. Deswegen stellen sich an diese Instrumente h\u00f6here Anforderungen als bei System-2-Nudges \u2013 man k\u00f6nnte sagen, hier erh\u00f6ht sich die Beweislast zu Ungunsten der Beeinflussung.<\/p>\n

    Wie sind Sie in Ihrer Studie vorgegangen?<\/strong><\/p>\n

    Zun\u00e4chst sind wir der Frage nachgegangen, wie das Ph\u00e4nomen Big Data-gest\u00fctzte Verhaltensbeeinflussung theoretisch angemessen erfasst werden kann. Nachdem wir diese grundlegende Frage f\u00fcr uns beantwortet hatten, haben wir uns eine Reihe weiterer Fragen gestellt: Welche Varianten Big Data-gest\u00fctzter Verhaltensbeeinflussung k\u00f6nnen beobachtet werden, wenn man einen Blick auf zeitgen\u00f6ssische Forschungsarbeiten wirft? Mit welchen Auswirkungen rechnet die Forschung aktuell? Unter welchen Bedingungen k\u00f6nnen solche Instrumente legitim und legal sein und unter welchen nicht? Welche Handlungsempfehlungen leiten sich daraus f\u00fcr Politik, \u00d6ffentlichkeit und Forschung ab? Die einzelnen Kapitel in unserem Gutachten sollen diese Fragen beantworten. Die Vielfalt der Fragestellungen hat sich dabei auch in unserem Team widergespiegelt: Zu viert vereinen Maximilian von Grafenstein<\/a>, Julian H\u00f6lzel<\/a>, J\u00f6rg Pohle<\/a> und ich Perspektiven aus der Informatik, der Rechts- und der Politikwissenschaft sowie der Soziologie.<\/p>\n

    Welche Forderungen und Empfehlungen leiten Sie aus der Studie ab? Was soll sich dadurch \u00e4ndern?<\/strong><\/p>\n

    Aus den Antworten auf die eben genannten Fragen haben wir im Wesentlichen drei Gruppen von Empfehlungen abgeleitet, die zur St\u00e4rkung der individuellen und der kollektiven Selbstbestimmung im Umgang mit Big Data-gest\u00fctzter Verhaltensbeeinflussung beitragen sollen:<\/p>\n

      \n
    1. Die Erh\u00f6hung von Transparenz, Bildung und \u00d6ffentlichkeitsarbeit:<\/strong> Die erste Gruppe unserer Vorschl\u00e4ge zielt darauf ab, sowohl Einzelne als auch die Gesellschaft als Ganze in Stand zu versetzen, informierte Entscheidungen dar\u00fcber zu treffen, welche Instrumente akzeptabel sind und welche nicht, welchen man sich aussetzen m\u00f6chte und welchen nicht. Weil es zum Funktionsprinzip einiger Instrumente geh\u00f6rt, gerade nicht bemerkt zu werden, ist die Herstellung von Transparenz enorm wichtig. Dazu k\u00f6nnte ein \u00f6ffentlich einsehbares Register beitragen, das einen \u00dcberblick \u00fcber die verschiedenen eingesetzten Anwendungen Big Data-gest\u00fctzter Verhaltensbeeinflussung verschafft. Ebenfalls zur Transparenz beitragen k\u00f6nnten standardisierte Hinweise auf die Arten von Verhaltensbeeinflussung, die von bestimmten Apps oder Websites eingesetzt werden. Ein weiterer wichtiger, aber keineswegs neuer oder Nudging-spezifischer Punkt ist die Medienbildung von Kindern und Jugendlichen, damit diese sich in digitalen Entscheidungsarchitekturen selbstbestimmt bewegen k\u00f6nnen.<\/li>\n
    2. Rechtliche Empfehlungen:<\/strong> Die zweite Gruppe unserer Empfehlungen ist rechtlicher Art. Dazu z\u00e4hlt die Empfehlung, f\u00fcr besonders gef\u00e4hrdete oder sch\u00fctzenswerte Bereiche Verbote oder Erlaubnisvorbehalte zu schaffen, um etwa zu verhindern, dass Minderj\u00e4hrige und andere schutzbed\u00fcrftige Personengruppen durch Big Data-gest\u00fctzte Verhaltensbeeinflussung gesch\u00e4digt werden. Auch sollten Verfahren etabliert werden, mit denen Diskriminierungen einzelner Gruppen aufgedeckt werden k\u00f6nnen \u2013 und zwar auch dann, wenn sie erst sp\u00e4ter auftreten. Ebenso halten wir es f\u00fcr sinnvoll, das juristische Verst\u00e4ndnis dessen, was eine verbotene \u201eaggressive gesch\u00e4ftliche Handlung\u201c darstellt, an den Stand der Debatte um Nudging anzupassen.<\/li>\n
    3. Forschungsbedarf:<\/strong> Drittens schlie\u00dflich haben wir bei der Beantwortung unserer Forschungsfragen bemerkt, wie viele weitere Fragen noch offen sind. Das Gutachten hat zwar einen groben \u00dcberblick \u00fcber die Bandbreite der Instrumente Big Data-gest\u00fctzter Verhaltensbeeinflussung verschaffen k\u00f6nnen. Damit wir aber ein einigerma\u00dfen vollst\u00e4ndiges und aktuelles Bild davon bekommen, wie digitale Technologien zur Verhaltensbeeinflussung genutzt werden, bedarf es einer dauerhaften Forschung. Dar\u00fcber hinaus haben wir bemerkt, dass die wissenschaftliche Diskussion um diese Instrumente aus ganz verschiedenen disziplin\u00e4ren Perspektiven und unter verschiedenen Begriffen gef\u00fchrt wird. Das ist an sich nicht schlimm, wird aber zu einem gesellschaftlichen Problem, wenn diese Perspektiven einander nicht mehr wahrnehmen. Damit alle relevanten Erkenntnisse in der \u00f6ffentlichen Debatte ber\u00fccksichtigt werden, schlagen wir vor, weiterhin auch solche Forschungsprojekte zu f\u00f6rdern, die die verschiedenen Debattenstr\u00e4nge unter einem einheitlichen Begriffsapparat zusammenf\u00fchren.<\/li>\n<\/ol>\n

      Shoshana Zuboff zeichnet das Bild eines aufziehenden \u201e\u00dcberwachungskapitalismus\u201c<\/a>. Sind die Bef\u00fcrchtungen begr\u00fcndet, dass Menschen bald kaum mehr eigenst\u00e4ndig handeln und von Unternehmen in die Unm\u00fcndigkeit getrieben werden? Wie sch\u00e4tzen Sie die zuk\u00fcnftige Entwicklung von Nudging im digitalen Zeitalter ein?<\/strong><\/p>\n

      F\u00fcr unbegr\u00fcndet halte ich diese Bef\u00fcrchtungen nicht: Bei unserer Studie sind uns gruselige Anwendungen begegnet, die mit Menschen auf bedenkliche Weise umgehen, aber von ihren Entwickler*innen als gro\u00dfartige Innovationen gepriesen werden. Psychologie, Verhaltens- und Neurowissenschaften produzieren immer ausgefeiltere Theorien \u00fcber menschliches Verhalten. Informationstechnische Systeme beobachten uns in einer wachsenden Zahl von Lebensbereichen und verfeinern ihre Analyseraster zunehmend.<\/p>\n

      Andererseits d\u00fcrfen wir angesichts solcher Szenarien nicht in l\u00e4hmenden Fatalismus verfallen. Der Aufstieg datengest\u00fctzter Verhaltensbeeinflussung ist weder eine Naturgewalt noch Schicksal. Schon jetzt ist vieles gesetzlich verboten oder reguliert, was technisch machbar ist. Genauso l\u00e4sst sich Big Data-gest\u00fctzte Verhaltensbeeinflussung politisch in den Griff bekommen, wenn gen\u00fcgend \u00f6ffentlicher Druck aufgebaut wird. Wie die Zukunft digitaler Verhaltensbeeinflussung aussieht, liegt also in unserer Hand.<\/p>\n