Entwicklung eines Schnelltests auf Personalisierung von Webseiten

If you are not paying for the product, you are the product

Heute zahlen die Konsumenten (bewusst oder unbewusst) häufig mit ihren Daten im Tausch gegen zusätzliche Dienstleistungen wie individuelle Produktvorschläge, Navigation oder Kommunikationsfunktionen (Spiekermann 2019). Dies ist ein typischer Fall in der “Datenökonomie”. Dabei steht der Begriff “Datenökonomie” für einen Markt, der Daten von Verbrauchern als Wirtschaftsgut versteht und in eigenständigen Geschäftsmodellen monetarisiert (Spiekermann 2019). Nicht mehr nur datenbasierte Unternehmen (z. B. Google, Facebook) vertrauen auf die “Macht der Daten”. Mittlerweile sammeln und analysieren fast alle Unternehmen die Daten ihrer Nutzer oder kaufen Datensätze auf sog. Daten-Marktplätzen ein (Wessels et al. 2019). Daten sind längst nicht mehr nur Befähiger und Unterstützer anderer Produkte und Dienstleistungen, sondern mittlerweile das Produkt selbst (Spiekermann 2019). Parallel dazu ist ein Trend zur algorithmischen Entscheidungsfindung ("algorithmic decision making") anhand getrackter Daten zu erkennen (z. B. Google News, Facebook Feed, YouTube Recommendations). Diese algorithmische Entscheidungsfindung ist für die Verbraucher oft intransparent und es steht die Sorge im Raum, dass Verbraucher zu ihrem Nachteil diskriminiert werden.

Eine Abschlussarbeit sollte sich dabei auf eine Frage, oder ein eng umrissenes Geschäftsmodellfeld fokussieren.

Mögliche Fragen in diesem Themenkomplex:

  • Welche Akteure gibt es? (z. B. Content-Provider, Ad-Networks, Ad-Exchanges, Data Management Platforms, ...)
  • Wie spielen diese Akteure zusammen und verdienen ihr Geld?
  • Was sind hinterliegende Geschäftsmodelle?
  • Welche Daten spielen dabei eine Rolle?
  • Wozu werden die Daten genutzt?
  • Welche Daten spielen bei einer ausgewählten algorithmischen Entscheidungsfindung eine Rolle? (z. B. Newsfeed-Algorithmus, YouTube Recommendations)

Methoden:

  • Literaturarbeit
  • Daten Crawler programmieren

Stichworte:

tracking; datenökonomie; algorithmische Entscheidungsfindung; recommender systeme

Referenzen:

Spiekermann, Markus (2019). Chancen und Herausforderungen in der Datenökonomie. Aus Politik und Zeitgeschichte: Datenökonomie, 24-26(2019), 16–21.

Wessels, N., Laubach, A., & Buxmann, P. (2019). Personenbezogene Daten in der digitalen Ökonomie – Eine wirtschaftliche und juristische Betrachtung. In: Ochs C., Friedewald M., Hess T., & Lamla J. (eds) Die Zukunft der Datenökonomie. Medienkulturen im digitalen Zeitalter.