Wichtigste Erkenntnisse
Digitale Spuren können die Psyche kartieren und Fremden Einfluss auf Ihre Entscheidungen geben
Ein digitales Dorf folgt Ihnen. In dem kleinen deutschen Dorf, in dem Sandra Matz aufwuchs, kannten die Nachbarn ihre Gewohnheiten, Unsicherheiten und Ambitionen. Ihre Aufmerksamkeit konnte Unterstützung bedeuten, aber auch in Einmischung umschlagen. Im Internet können Unternehmen eine ähnliche Rolle spielen – in ungleich größerem Maßstab und ohne das gegenseitige Wissen und die Gegenseitigkeit des Dorflebens. Psychologisches Targeting nutzt vorhergesagte psychologische Merkmale, um Gedanken, Gefühle oder das Verhalten von Menschen zu beeinflussen.
Kleine Hinweise summieren sich. Systeme des maschinellen Lernens erkennen Muster anhand von Beispielen – ähnlich wie ein Auszubildender durch wiederholte Übung und Rückmeldung eine schwierige Fertigkeit erlernt. Einer Studie zufolge konnten etwa 300 Facebook-Likes einem Computer ermöglichen, die Persönlichkeit eines Menschen ebenso gut oder besser einzuschätzen als dessen Ehepartner. Das ist kein Gedankenlesen, sondern ein leistungsfähiges statistisches Profil, das Überzeugungsversuche gezielter machen kann.
Der Vergleich mit dem Dorf macht eine abstrakte Datenökonomie greifbar: Gekannt zu werden kann fürsorglich oder kontrollierend wirken – je nachdem, wer über das Wissen verfügt und wem es nützt. Der entscheidende Unterschied zur Gegenwart ist die Asymmetrie. Plattformen können die Schwachstellen eines Menschen erschließen, während sie selbst weitgehend undurchsichtig bleiben. Das wirft eine anspruchsvollere Governance-Frage auf als die, ob ein Profiling zutreffend ist: Wer darf auf Grundlage der Schlussfolgerung handeln, und kann die betroffene Person sie anfechten? Prognostische Erkenntnisse können einen Dienst verbessern, doch Genauigkeit allein begründet weder Einwilligung noch Fairness oder einen legitimen Zweck.
Behandeln Sie algorithmische Profile als Wahrscheinlichkeiten, niemals als Urteile über Einzelne
Signale sind keine Erklärungen. Bewusste Äußerungen im Internet, etwa Beiträge und Seiten, denen jemand folgt, sind Identitätsbekundungen. Unbeabsichtigte Spuren wie Suchanfragen, Käufe und Standortdaten sind Verhaltensspuren. Beides kann Muster offenbaren. So sagte eine Studie Depressionen anhand der Sprache auf Facebook mit einer Genauigkeit von 72 Prozent voraus; zugleich kamen Ich-Pronomen in mit Depressionen in Verbindung stehender Sprache häufiger vor. Keiner der beiden Befunde beweist, wodurch das Leiden eines Menschen verursacht wurde.
Ein Muster kann in die Irre führen. Facebook-Likes haben auch Merkmale wie Persönlichkeit, politische Neigungen und kognitive Fähigkeiten vorhergesagt. Manche Korrelationen – etwa zwischen der Vorliebe für Curly Fries und höheren kognitiven Fähigkeiten in einem Datensatz – ließen sich nicht klar erklären. Ein Modell kann eine Korrelation nutzen, ohne sie zu verstehen; solche Zusammenhänge müssen jedoch nicht über die Zeit oder zwischen verschiedenen Bevölkerungsgruppen hinweg bestehen bleiben. Vorhersagen anhand von Gesichtern sind besonders umstritten, angesichts der Geschichte der Physiognomik als Pseudowissenschaft und ihrer diskriminierenden Anwendung.
Die Unterscheidung zwischen Vorhersage und Erklärung ist grundlegend. Ein Thermometer kann einen Sturm ankündigen, ohne das Klimasystem zu erklären; ebenso kann ein Algorithmus einen nützlichen Zusammenhang erkennen, ohne eine Ursache aufzudecken. Das kann hilfreich sein, wenn entschieden wird, wen man zu einer freiwilligen Gesundheitsuntersuchung einlädt, aber gefährlich, wenn ein Wert stillschweigend über Einstellung, Versicherung oder Polizeikontrollen entscheidet. Auch Genauigkeit muss im Kontext betrachtet werden: Eine Trefferquote von 72 Prozent mag beeindruckend klingen, doch die Folgen falscher Alarme hängen davon ab, wie häufig die betreffende Erkrankung ist und welche Entscheidung darauf folgt.
Deuten Sie Verhalten im Kontext: Selbst stabile Persönlichkeiten verändern sich je nach Stimmung und Ort
Eigenschaften sind Tendenzen, keine Drehbücher. Das Big-Five-Modell beschreibt Persönlichkeit anhand von Offenheit, Gewissenhaftigkeit, Extraversion, Verträglichkeit und Neurotizismus. Es bietet eine einheitliche Möglichkeit, Menschen zu vergleichen, aber kein vollständiges Bild. Jemand kann meist zurückhaltend sein und im Unterricht doch lebhaft werden oder nach schlechtem Schlaf weniger Geduld haben. Stimmung und Stress können beeinflussen, wie sich Eigenschaften im jeweiligen Moment zeigen.
Auch Situationen spielen eine Rolle. Ein belebtes Café kann Geselligkeit fördern, während eine Bibliothek Konzentration und Ruhe begünstigt. Forschende nutzen das DIAMONDS-Modell, um Situationen anhand von Pflicht, Intellekt, Widrigkeiten, Partnersuche, Positivität, Negativität, Täuschung und Sozialität zu beschreiben. Sensoren in Mobiltelefonen und Standortdaten können helfen einzuschätzen, wo sich jemand aufhält und wie die Umgebung beschaffen ist. Doch derselbe Ort kann sich auf Menschen unterschiedlich auswirken – je nachdem, wie sie ihn wahrnehmen.
Diese Darstellung widersetzt sich einem verbreiteten Fehler der Datenwissenschaft: eine durchschnittliche Tendenz als dauerhaftes Wesen zu behandeln. Das Verhalten entsteht durch einen Menschen in einer Situation, nicht durch eine isolierte Eigenschaft. Diese Einsicht ermöglicht bessere Personalisierung, denn Zeitpunkt und Kontext können ebenso wichtig sein wie allgemeine Persönlichkeitsmerkmale. Zugleich warnt sie davor, aus einer schmalen Momentaufnahme Profile abzuleiten. Ein Muster aus einer Studierendenstichprobe oder einer bestimmten Umgebung lässt sich möglicherweise nicht ohne Weiteres auf eine andere Bevölkerung, Kultur oder Situation übertragen.
Auf die Persönlichkeit abgestimmte Kosmetikwerbung steigerte die Käufe um 50 Prozent – doch Überzeugung ist keine Gedankenkontrolle
Passgenauigkeit kann Entscheidungen beeinflussen. In einer Kampagne für einen Online-Kosmetikhändler sahen Frauen Werbung, die entweder auf introvertierte oder auf extrovertierte Persönlichkeiten zugeschnitten war. Die Gruppen, bei denen Werbung und Persönlichkeit zusammenpassten, tätigten 50 Prozent mehr Käufe als die Gruppen, bei denen sie nicht zusammenpassten. Das Ergebnis zeigt, dass Appelle an die Motive eines Menschen sein Verhalten verändern können – nicht, dass eine Anzeige seine grundlegenden Überzeugungen umschreiben kann. Die Behauptungen von Cambridge Analytica, Wählerinnen und Wähler grundlegend zu verändern, sollten daher von den Belegen getrennt werden, dass gezielte Botschaften einzelne Entscheidungen beeinflussen können.
Werte prägen die Argumentation. Moralisches Reframing (moral reframing) bedeutet, eine Idee anhand der moralischen Anliegen zu vermitteln, die für das jeweilige Publikum am ehesten relevant sind. Ein Appell zum Klimaschutz könnte bei einer Gruppe die Gerechtigkeit gegenüber künftigen Generationen betonen, bei einer anderen Fürsorge oder Reinheit. Das kann Menschen helfen, ungewohnte Argumente zu verstehen; verdecktes Targeting kann politische Überzeugungsarbeit jedoch auch maßschneidern, ohne dass die Öffentlichkeit sie überprüfen kann.
Die Unterscheidung zwischen einer veränderten Präferenz und einer veränderten Identität ist wichtig. Die meisten Entscheidungen sind keine dramatischen Bekehrungen, sondern kleine Wahlakte zwischen ähnlichen Möglichkeiten; kleine Effekte können sich summieren, wenn sie wiederholt oder in großem Maßstab eingesetzt werden. Moralisches Reframing kann die öffentliche Debatte außerdem verständlicher machen, indem es Ideen zwischen verschiedenen Wertsystemen übersetzt. Die ethische Grenze liegt bei Transparenz und Zweck. Eine Botschaft, die jemandem hilft, ein Argument zu erwägen, unterscheidet sich von einer, die darauf angelegt ist, eine private Schwachstelle auszunutzen und dabei zu verschleiern, wer spricht und warum.
Nutzen Sie psychologische Passgenauigkeit, um Menschen beim Sparen und Gesundwerden zu helfen und ihnen andere Sichtweisen zu eröffnen
Personalisierung kann Menschen dienen. In einer Kampagne von SaverLife für Menschen, die weniger als 100 Dollar gespart hatten, wurden die Botschaften auf die jeweilige Persönlichkeit zugeschnitten. Elf Prozent der Empfängerinnen und Empfänger sparten 100 Dollar, verglichen mit 4 Prozent derjenigen, die keine Nachricht erhielten, und 7 Prozent derjenigen, die eine allgemeine Kampagne erhielten. Die Appelle an die jeweiligen Motive halfen mehr Teilnehmenden, einen Notgroschen aufzubauen.
Unterstützung braucht klare Grenzen. Digitale Angebote für die psychische Gesundheit können in schwierigen Momenten Hilfe anbieten und Aktivitäten empfehlen, die zur jeweiligen Person passen. Sie können den Zugang für Menschen verbessern, die keine Therapie finden oder bezahlen können; Chatbots können auf Krisen jedoch schlecht reagieren und ersetzen keine menschliche Betreuung. Matz stellt sich auch Werkzeuge vor, mit denen Nutzerinnen und Nutzer Nachrichten aus der Perspektive eines anderen Menschen erkunden können, statt in einem personalisierten Feed bestärkt zu werden. Das Versprechen besteht nicht nur darin, die Vorlieben jeder Person zu bedienen, sondern auch darin, ihren Blick zu erweitern.
Diese Beispiele zeigen, warum Personalisierung nicht allein danach beurteilt werden sollte, ob sie die Zahl der Klicks oder die Bereitschaft zur Befolgung erhöht. Die Sparkampagne misst einen konkreten Nutzen für die Teilnehmenden, während die vorgeschlagenen Perspektivwerkzeuge darauf zielen, den Blick zu erweitern, statt den Komfort zu maximieren. Beides erfordert klare Grenzen. Ein System für psychische Gesundheit braucht bei hohem Risiko eine Weiterleitung an menschliche Unterstützung; ein Perspektivwerkzeug sollte Begegnung mit anderen Sichtweisen nicht mit Verständnis verwechseln. Personalisierung funktioniert am besten, wenn Menschen ihren Zweck erkennen und echte Wahlmöglichkeiten behalten.
Datenschutz schützt Ihre Entscheidungsfreiheit, nicht nur Ihre Geheimnisse
Daten können Türen verschließen. Ein Bewerber namens Kyle Behm wurde von mehreren Arbeitgebern abgelehnt, nachdem ein Persönlichkeitstest seine offengelegten psychischen Probleme als Warnsignal eingestuft hatte. In China wurden Profilierungssysteme Berichten zufolge eingesetzt, um Menschen zu identifizieren, denen man eine hohe Wahrscheinlichkeit zuschrieb, an Protesten teilzunehmen. Diese Fälle zeigen, wie ein Profil die Möglichkeiten eines Menschen einschränken kann, bevor dieser es erklären oder anfechten kann. Eine Schlussfolgerung kann falsch sein, doch automatisierte Entscheidungen können denselben Fehler wiederholt anwenden.
Die Zukunft kann sich verändern. Die Behauptung, man habe nichts zu verbergen, ignoriert, wie schnell sich Gesetze und politische Verhältnisse ändern können. Persönliche Daten können gefährlich werden, wenn neue Behörden oder Institutionen Zugriff darauf erhalten. Datenschutz bedeutet deshalb mehr als Geheimhaltung. Er bewahrt den Spielraum, selbst zu entscheiden, was man wem und zu welchem Zweck offenlegt, und hilft, Menschen vor unsichtbarem Druck auf ihre Entscheidungen zu schützen.
Datenschutz wird oft als persönliche Präferenz dargestellt, doch sein Wert ist auch gesellschaftlicher Natur. Menschen brauchen private Räume, um zu experimentieren, zu widersprechen, Hilfe zu suchen und ihre Überzeugungen zu überdenken, ohne dass jede Handlung zu einem dauerhaften Leumundszeugnis wird. Die Beispiele machen eine weitere Gefahr sichtbar: Eine Vorhersage kann sich selbst erfüllen, wenn Institutionen sie zum Anlass nehmen, Chancen zu verwehren. Zugleich sollten Datenschutzvorkehrungen nützliche und freiwillige Datennutzungen nicht verhindern. Entscheidend ist, ob Menschen handlungsfähig bleiben und Rechtsmittel haben, wenn eine Schlussfolgerung sie betrifft.
Überlassen Sie den Datenschutz nicht der Willenskraft des Einzelnen
Sorge führt nicht zwangsläufig zum Handeln. In einem Experiment mit mehr als 1.500 Teilnehmenden gaben 75 Prozent an, sich um den Schutz ihrer Daten zu sorgen; dennoch verkauften durchschnittlich 85 Prozent ihre Daten, wenn ihnen dafür Geld angeboten wurde. Weder die Anzeige von Rohdaten und verständlichen Zusammenfassungen noch eine ausführlichere Darstellung dessen, was sich aus den Daten ablesen ließ, änderte die Entscheidungen der Teilnehmenden wesentlich. Informationen allein konnten eine unmittelbare Belohnung nicht aufwiegen.
Die Verantwortung wird falsch verteilt. Das Datenschutzparadox bezeichnet die Kluft zwischen der erklärten Sorge der Menschen um ihre Privatsphäre und den begrenzten Schutzmaßnahmen, die sie tatsächlich ergreifen. Sie müssen sich mit komplizierten Nutzungsbedingungen, unklaren künftigen Verwendungszwecken und wenig Zeit auseinandersetzen, um jeden Dienst zu prüfen. Einzelnen formale Kontrolle zu geben, ohne sie praktisch nutzbar zu machen, verwandelt ein Recht in eine anspruchsvolle persönliche Aufgabe. Transparenz und Wahlmöglichkeiten sind wichtig, können aber nicht die gesamte Last eines Datensystems tragen, das die Preisgabe von Informationen leicht macht.
Das Experiment stellt die beruhigende Vorstellung infrage, bessere Aufklärung führe automatisch zu besseren Entscheidungen. Menschen tauschen langfristige Interessen regelmäßig gegen unmittelbare Bequemlichkeit ein, vor allem, wenn die Kosten ungewiss und die Vorteile sichtbar sind. Das ist nicht einfach ein Charakterfehler, sondern eine vorhersehbare Reaktion darauf, wie Entscheidungen gestaltet sind. Dennoch würde der vollständige Ersatz individueller Wahlmöglichkeiten durch umfassenden Paternalismus eigene Probleme schaffen. Gute Systeme sollten ausbeuterische Voreinstellungen zurückdrängen und zugleich verständliche, praktikable Möglichkeiten bieten, einzuwilligen, abzulehnen und die eigene Meinung zu ändern.
Machen Sie Datenschutz zur einfachen Voreinstellung und begrenzen Sie anschließend, wie viele Daten ein Unternehmen sammeln darf
Ändern Sie den Ausgangspunkt. In Ländern, in denen Menschen standardmäßig als Organspender registriert werden, sich aber abmelden können, ist die Beteiligung deutlich höher als in Ländern, in denen sie sich ausdrücklich anmelden müssen. Das Buch überträgt diese Erkenntnis auf Daten: Datenschützende Einstellungen sollten die Voreinstellung sein, keine schwer erreichbare Ausnahme. Datenschutz durch Technikgestaltung bedeutet, Schutz von Anfang an in einen Dienst einzubauen, statt die Nutzerinnen und Nutzer aufzufordern, die Risiken selbst zu beheben.
Daten nutzbar halten, ohne sie zu zentralisieren. Beim föderierten Lernen lernt ein Modell auf dem Gerät einer Person und gibt anschließend ein aktualisiertes Modell weiter, nicht die zugrunde liegenden personenbezogenen Daten. Weitere vorgeschlagene Schutzmaßnahmen umfassen eine Besteuerung der Datensammlung, Beschränkungen für Datenhändler und Maßnahmen, die verhindern, dass sich eine Handvoll Unternehmen aus immer mehr Quellen Daten beschafft und zusammenführt. Keine davon ist eine vollständige Lösung, doch zusammengenommen können sie die Anreize neu ausbalancieren und den Schaden begrenzen, den ein einzelner Datenabfluss oder Missbrauch anrichten kann.
Das stärkste Gestaltungsprinzip lautet hier, die sicherere Wahl zum Weg des geringsten Widerstands zu machen. Voreinstellungen sind wichtig, weil Aufmerksamkeit knapp ist; der Vergleich mit Organspenden veranschaulicht, wie stark sich Verhalten ändern kann, ohne die Wahlfreiheit abzuschaffen. Föderiertes Lernen bietet eine Möglichkeit, einen Teil des Nutzens personalisierter Angebote zu bewahren, ohne alle Rohdaten an einem Ort zu sammeln. Es ist jedoch kein magischer Schutzschild für die Privatsphäre. Modellaktualisierungen, Sicherheit und unternehmerische Anreize müssen weiterhin überprüft werden – ebenso wie klare Regeln für zulässige Verwendungszwecke.
Bündeln Sie Daten in genossenschaftlichen Zusammenschlüssen im Besitz ihrer Mitglieder, damit Einzelne Fachwissen und Verhandlungsmacht gewinnen
Ein Dorf lässt sich online wiederaufbauen. Matz vergleicht Datengenossenschaften mit der Winzergenossenschaft in ihrer Heimatregion. Einzelne Familien konnten Wein weder effizient herstellen noch vermarkten; durch das Zusammenlegen ihrer Trauben erhielten die Mitglieder jedoch Zugang zu Geräten und Fachwissen sowie bessere Konditionen. Eine Datengenossenschaft sammelt auf ähnliche Weise ausgewählte Daten ihrer Mitglieder, um ein gemeinsames Ziel zu verfolgen, und bleibt dabei den Mitgliedern gegenüber rechenschaftspflichtig.
Mitglieder können unmittelbar profitieren. Die Schweizer Non-Profit-Organisation MIDATA ermöglicht es Menschen, Gesundheitsdaten zu speichern und selbst zu entscheiden, welche Forschungs- oder Versorgungsprojekte sie nutzen dürfen. Ihr Projekt zu Multipler Sklerose führt Patientenakten und Symptomaufzeichnungen zusammen, um eine individuellere Versorgung zu unterstützen – mit Einwilligung der Patientinnen und Patienten. Mitglieder können sich außerdem an der Governance beteiligen. Dieses Modell verlagert die Datenverwaltung von entfernten Plattformen hin zu einer Gemeinschaft mit einem klar umrissenen Zweck und der Verpflichtung, ihren Mitgliedern zu dienen.
Genossenschaften gehen zwei Probleme zugleich an: Einzelne haben allein wenig Verhandlungsmacht, und nützliche Erkenntnisse erfordern oft Daten vieler Menschen. Das Eigentum der Mitglieder kann die Anreize der Organisation an denen der Informationsgeber ausrichten. Diese Übereinstimmung entsteht jedoch nicht automatisch. Mitglieder brauchen eine verständliche Governance, starke Sicherheitsvorkehrungen und eine echte Möglichkeit, ihre Daten zurückzuziehen oder den Zugriff darauf einzuschränken. Am überzeugendsten ist das Modell, wenn der gemeinsame Zweck konkret ist – etwa die Verbesserung von Behandlungen – und am wenigsten, wenn gemeinschaftliches Eigentum nur eine neue Bezeichnung für undurchsichtige Ausbeutung ist.
Analyse
Mindmasters – Die Macht der Daten ist sowohl ein Streifzug durch die Computerpsychologie als auch ein Plädoyer dafür, wer über das Wissen bestimmen sollte, das solche Systeme hervorbringen. Die Erzählung beginnt im Dorf der Autorin, wo das Gekanntwerden sowohl praktische Unterstützung als auch unerwünschte Einmischung mit sich brachte. Diese Spannung wird zum Deutungsrahmen für die digitale Ökonomie: Daten können Fürsorge besser auf einzelne Menschen abstimmen, doch psychologisches Wissen verschafft auch Einfluss. Der wichtigste Beitrag des Buches besteht darin, technische Vorhersagen mit politischer Macht zu verknüpfen, ohne so zu tun, als seien Algorithmen allmächtig oder harmlos.
Die empirischen Beispiele überzeugen, wenn man sie als Beleg für mögliche Signale und nicht für universelle Genauigkeit versteht. Der Vergleich mit Facebook-Likes, Sprachmodelle, Ausgabemuster und Smartphone-Spuren zeigen, dass alltägliches Verhalten private Merkmale vorhersagen kann. Die Vorhersageleistung variiert jedoch je nach Stichprobe, Bevölkerungsgruppe und Zweck. Der berichtete Rückgang der Genauigkeit bei der Vorhersage von Depressionen – von 80 Prozent in einer Studierendenstichprobe auf etwa 60 Prozent in einer breiter zusammengesetzten Stichprobe – erinnert eindringlich daran, dass der Einsatz in der Praxis nicht mit der Leistung im Labor gleichzusetzen ist. Bei Entscheidungen über Einzelne können falsch positive Ergebnisse und ungleiche Fehlerraten wichtiger sein als ein Gesamtwert.
Der ethische Ansatz des Buches ist pragmatisch: Nicht jede Personalisierung verbieten, sondern nützliche Anwendungen erleichtern und missbräuchliche erschweren. Die Vorschläge – darunter datenschützende Voreinstellungen, föderiertes Lernen, Grenzen für die Konzentration von Daten und Datengenossenschaften im Besitz ihrer Mitglieder – richten sich sowohl auf die Infrastruktur als auch auf die Anreize. Besonders überzeugend ist die Idee der Genossenschaft, weil sie Daten-Governance als Problem gemeinschaftlicher Handlungsmöglichkeiten begreift und nicht bloß als Frage der Verbraucheraufklärung. Ihr Erfolg hinge von der Qualität der Governance, der technischen Sicherheit und echter Mitbestimmung der Mitglieder ab, nicht allein von der Bezeichnung als Genossenschaft.
Die zentrale Erkenntnis lautet, dass sich Kontrolle nicht auf ein Kontrollkästchen reduzieren lässt. Menschen brauchen Systeme, die ihnen ermöglichen, von Daten zu profitieren, ohne hauptberuflich zu Datenschutzexpertinnen und -experten werden zu müssen, sowie Institutionen, die zur Verantwortung gezogen werden können, wenn Vorhersagen Chancen beeinflussen. Diese Herausforderung wird wachsen, da Modelle günstiger und leistungsfähiger werden. Die Dorfmetapher des Buches verweist daher über Nostalgie hinaus: Es gilt, Formen des gegenseitigen und rechenschaftspflichtigen Wissens zu schaffen – in einer Welt, in der Überwachung global und automatisiert geworden ist.
Rezensionsübersicht
Mindmasters – Die Macht der Daten wird überwiegend positiv aufgenommen. Leserinnen und Leser loben die aufschlussreiche Auseinandersetzung mit der Datennutzung und dem psychologischen Targeting. Viele schätzen Matz’ ausgewogene Herangehensweise, die persönliche Geschichten mit wissenschaftlicher Forschung verbindet. Das Buch wird für seine Zugänglichkeit, seinen mitreißenden Schreibstil und seine zum Nachdenken anregenden Inhalte gelobt. Leser finden es augenöffnend; es erörtert sowohl die potenziellen Vorteile als auch die Risiken der Datenerhebung. Einige wünschen sich eine eingehendere wissenschaftliche Analyse, insgesamt wird es jedoch wegen seiner Bedeutung für das moderne digitale Leben sehr empfohlen.
Andere lasen auch
Glossar
psychologisches Targeting
Einfluss auf Grundlage psychologischer VorhersagenDer Prozess, vorhergesagte psychologische Merkmale wie Persönlichkeit, emotionalen Zustand oder Werte zu nutzen, um die Gedanken, Gefühle oder das Verhalten einer Person zu beeinflussen. Dies kann eine sinnvolle Maßnahme unterstützen, etwa eine auf die Motive einer Person zugeschnittene Sparnachricht, oder Ausbeutung ermöglichen, etwa wenn eine verletzliche Person mit manipulativer Werbung gezielt angesprochen wird.
Identitätsbekundungen
Bewusste IdentitätssignaleAbsichtliche Äußerungen, durch die Menschen mitteilen, wer sie sind oder was ihnen wichtig ist. Beispiele sind Beiträge in sozialen Medien, abonnierte Seiten, Fotos und sichtbare Interessen. Identitätsbekundungen unterscheiden sich von Spuren, die als Nebenprodukt des Verhaltens entstehen, auch wenn beide Hinweise auf die Psyche einer Person geben können.
Verhaltensspuren
Unbeabsichtigte Spuren des VerhaltensInformationen, die als Nebenprodukt alltäglicher Handlungen zurückbleiben und nicht dazu geschaffen wurden, anderen eine Identität zu präsentieren. Suchverläufe, Kaufdaten sowie Standort- oder Aktivitätsprotokolle von Smartphones sind Beispiele dafür. Solche Spuren können Routinen, Vorlieben und psychologische Muster offenbaren, oft ohne dass der Person bewusst ist, wie aussagekräftig sie sind.
Big Five
Fünf breite PersönlichkeitsdimensionenEin weithin verwendetes wissenschaftliches Modell, das Persönlichkeit anhand von Offenheit für Erfahrungen, Gewissenhaftigkeit, Extraversion, Verträglichkeit und Neurotizismus beschreibt. Es bietet eine einheitliche Möglichkeit, allgemeine Tendenzen verschiedener Menschen zu vergleichen, erfasst jedoch nicht alle Nuancen einer Person und sagt nicht genau voraus, wie jemand sich in einer bestimmten Situation verhalten wird.
DIAMONDS (Situationsmerkmale)
Acht Dimensionen von SituationenEin Rahmen zur Beschreibung psychologischer Merkmale von Situationen: Duty (Pflicht), Intellect (Intellekt), Adversity (Widrigkeit), Mating (Paarung), pOsitivity (Positivität), Negativity (Negativität), Deception (Täuschung) und Sociality (Sozialität). Er hilft Forschenden, Umgebungen wie eine Bibliothek und ein belebtes Café zu vergleichen und zu untersuchen, wie Situationen die momentanen Gedanken, Gefühle und das Verhalten von Menschen beeinflussen.
moralisches Reframing (moral reframing)
Argumentieren anhand der Werte andererEin Überzeugungsansatz, bei dem eine Idee mithilfe moralischer Anliegen vermittelt wird, die für die jeweilige Zielgruppe wichtig sind. Ein Argument für den Umweltschutz könnte beispielsweise für eine Zielgruppe die Gerechtigkeit gegenüber künftigen Generationen betonen und für eine andere die Verantwortung für den Planeten. Dies kann Menschen helfen, sich mit ungewohnten Standpunkten auseinanderzusetzen, aber auch verdeckt zur Manipulation eingesetzt werden.
Datenschutzparadox
Bedenken ohne SchutzmaßnahmenDie Lücke zwischen der geäußerten Sorge um den Datenschutz und den oft begrenzten Bemühungen, persönliche Informationen zu schützen. Das Buch führt diese Diskrepanz auf unmittelbare Bequemlichkeit oder Belohnungen, verwirrende Bedingungen, ungewisse spätere Verwendungszwecke und den Zeitaufwand für die Verwaltung von Daten zurück. Sie bedeutet nicht, dass die Datenschutzbedenken der Menschen unaufrichtig sind.
Datenschutz durch Technikgestaltung
In Systeme eingebaute SchutzmaßnahmenEin Ansatz, bei dem Datenschutzmaßnahmen von Anfang an Teil der grundlegenden Architektur eines Produkts oder einer Dienstleistung sind, statt sich vor allem darauf zu verlassen, dass Nutzer Einstellungen ändern oder Rechtstexte auslegen. Beispiele sind datenschutzfreundliche Voreinstellungen und Systeme, die nützliche Dienste bereitstellen können, ohne unnötige personenbezogene Daten zu erheben oder zu speichern.
föderiertes Lernen
Lernen ohne Zentralisierung von RohdatenEin Ansatz des maschinellen Lernens, bei dem ein Modell an Geräte gesendet wird, auf denen es anhand lokaler Daten lernen kann. Das Gerät übermittelt ein aktualisiertes Modell statt der zugrunde liegenden personenbezogenen Datensätze. Dies kann personalisierte Dienste ermöglichen und zugleich den Bedarf verringern, Rohdaten an einen zentralen Server zu übertragen; dennoch sind Schutzmaßnahmen für Sicherheit und Verwaltung erforderlich.
Datengenossenschaft (data co-op)
Gemeinschaftliche, mitgliedergetragene DatenverwaltungEine Organisation, die Menschen gehört und von ihnen verwaltet wird; sie bündeln ausgewählte personenbezogene Daten für einen gemeinsamen Zweck. Mitglieder können Forschungsprojekten oder Diensten Zugriff gewähren, an Entscheidungen mitwirken und von den Ergebnissen profitieren. Das Genossenschaftsmodell soll Fachwissen und Verhandlungsmacht bereitstellen und zugleich sicherstellen, dass die Organisation den Interessen ihrer Mitglieder dient.
FAQ
Worum geht es in „Mindmasters – Die Macht der Daten“?
- Einblick in psychologisches Targeting: Das Buch untersucht, wie datengestützte Verfahren menschliches Verhalten vorhersagen und beeinflussen können, indem sie digitale Fußabdrücke analysieren.
- Abwägung von Vor- und Nachteilen: Es erörtert die potenziellen Vorteile und Gefahren des psychologischen Targetings und betont, dass ethische Aspekte berücksichtigt werden müssen.
- Persönliche und gesellschaftliche Auswirkungen: Die Autorin Sandra Matz untersucht, wie diese Technologien zur persönlichen Entwicklung und zum gesellschaftlichen Wandel eingesetzt werden können.
- Folgen für die Zukunft: Das Buch denkt auch über die Zukunft datengestützter Technologien und ihre Auswirkungen auf Privatsphäre und Selbstbestimmung nach.
Warum sollte ich „Mindmasters – Die Macht der Daten“ lesen?
- Die Macht der Daten verstehen: Das Buch vermittelt Einblicke darin, wie persönliche Daten zur Vorhersage und Beeinflussung von Verhalten genutzt werden – ein entscheidendes Thema im heutigen digitalen Zeitalter.
- Ethische Fragen: Es regt dazu an, kritisch über die ethischen Folgen datengestützter Technologien nachzudenken.
- Praktische Anwendungen: Es bietet konkrete Beispiele dafür, wie psychologisches Targeting in Marketing, Gesundheit und Politik eingesetzt werden kann.
- Auf die Zukunft vorbereitet sein: Die Lektüre bereitet auf künftige technologische Entwicklungen und deren mögliche gesellschaftliche Auswirkungen vor.
Was sind die wichtigsten Erkenntnisse aus „Mindmasters – Die Macht der Daten“?
- Daten als Fenster: Digitale Fußabdrücke können intime Einblicke in unsere Psyche geben und beeinflussen, wie Unternehmen und Regierungen uns gezielt ansprechen.
- Potenzial für Gutes und Schlechtes: Psychologisches Targeting kann das Leben verbessern, birgt aber auch die Gefahr von Manipulation und Eingriffen in die Privatsphäre.
- Regulierungsbedarf: Das Buch spricht sich für bessere Systeme zur Datenverwaltung und für Vorschriften zum Schutz der Privatsphäre und Selbstbestimmung des Einzelnen aus.
- Gemeinsames Handeln: Es schlägt vor, Datengenossenschaften zu gründen, damit Einzelne und Gemeinschaften mehr Einfluss auf die Verwaltung ihrer Daten erhalten.
Wie definiert Sandra Matz im Buch „psychologisches Targeting“?
- Definition: Psychologisches Targeting ist der Prozess, Gedanken, Gefühle und Verhaltensweisen von Menschen auf Grundlage ihrer vorhergesagten psychologischen Merkmale zu beeinflussen.
- Datengestützt: Es beruht auf der Analyse digitaler Fußabdrücke, um Vorhersagen zu Persönlichkeit, Vorlieben und Verhalten zu treffen.
- Anwendungsbereiche: Es wird in Marketing, Politik und Gesundheitswesen eingesetzt, um Botschaften und Maßnahmen auf die Bedürfnisse einzelner Personen abzustimmen.
- Ethische Bedenken: Es wirft Fragen zu Privatsphäre, Einwilligung und möglicher Manipulation auf.
Welche möglichen Vorteile hat psychologisches Targeting laut „Mindmasters“?
- Personalisierung: Es ermöglicht stark personalisierte Erfahrungen in Marketing, Gesundheitsversorgung und Bildung.
- Bessere Ergebnisse: Auf individuelle Bedürfnisse zugeschnittene Maßnahmen können zu besseren Ergebnissen in den Bereichen Gesundheit, Finanzen und Bildung führen.
- Engagement: Die Beteiligung steigt, wenn Botschaften auf persönliche Werte und Motive abgestimmt sind.
- Selbstbestimmung: Das Verfahren kann Menschen stärken, indem es ihnen Einblicke in ihr eigenes Verhalten und ihre Vorlieben gibt.
Welche Risiken und ethischen Bedenken beim psychologischen Targeting hebt das Buch hervor?
- Eingriff in die Privatsphäre: Die Erhebung und Analyse personenbezogener Daten kann erhebliche Datenschutzbedenken aufwerfen.
- Manipulation: Es besteht die Gefahr, Entscheidungen von Menschen ohne deren informierte Einwilligung zu beeinflussen.
- Diskriminierung: Psychologisches Targeting kann zu Diskriminierung führen, wenn es dazu eingesetzt wird, bestimmte Gruppen auszuschließen oder zu benachteiligen.
- Mangelnde Transparenz: Oft wissen Menschen nicht, wie ihre Daten genutzt werden und zu welchen Zwecken.
Wie schlägt „Mindmasters“ vor, die Privatsphäre in einer datengestützten Welt zu schützen?
- Datengenossenschaften: Datengenossenschaften gründen, um personenbezogene Daten gemeinschaftlich zu verwalten und daraus Nutzen zu ziehen.
- Regulierung: Für strengere Datenschutzgesetze und -vorschriften eintreten.
- Datenschutz durch Technikgestaltung: Die Entwicklung von Technologien fördern, bei denen Privatsphäre und Datensicherheit Vorrang haben.
- Informierte Einwilligung: Sicherstellen, dass Menschen die Kontrolle über ihre Daten haben und verstehen, wie diese genutzt werden.
Welche Rolle spielen Datengenossenschaften laut Sandra Matz für die Zukunft der Datenverwaltung?
- Gemeinschaftliche Verwaltung: Datengenossenschaften ermöglichen es Menschen, ihre Daten zum gemeinsamen Nutzen zu bündeln und so ihre Verhandlungsmacht zu stärken.
- Schutz der Privatsphäre: Sie bieten eine Möglichkeit, Daten sicher und transparent zu verwalten, wobei die Mitglieder die Kontrolle über ihre Daten behalten.
- Selbstbestimmung: Genossenschaften stärken Menschen, indem sie ihnen Mitspracherecht bei der Nutzung und Weitergabe ihrer Daten geben.
- Innovation: Sie können Innovationen vorantreiben, indem sie eine Plattform für neue datengestützte Lösungen bieten, von denen alle Mitglieder profitieren.
Wie behandelt „Mindmasters“ das Problem der politischen Polarisierung?
- Moralisches Reframing: Das Buch erörtert, wie moralisches Reframing politische Gräben überbrücken kann, indem Botschaften an den moralischen Werten einzelner Menschen ausgerichtet werden.
- Perspektiven erweitern: Es regt dazu an, psychologisches Targeting zu nutzen, um Menschen mit vielfältigen Standpunkten in Kontakt zu bringen und Echokammern zu verringern.
- Engagement: Personalisierte politische Botschaften können laut Buch die Beteiligung und das Verständnis über politische Grenzen hinweg fördern.
- Gespräche mit KI: Das Buch lotet aus, wie KI konstruktiven politischen Dialog fördern und Polarisierung verringern könnte.
Welche praktischen Anwendungen des psychologischen Targetings im Marketing werden im Buch erörtert?
- Personalisierte Werbung: Anzeigen werden an Persönlichkeitsmerkmale und Vorlieben angepasst, um mehr Aufmerksamkeit zu erzielen.
- Produktempfehlungen: Daten werden genutzt, um Produkte zu empfehlen, die zum psychologischen Profil der Verbraucher passen.
- Kundenerlebnis: Das Kundenerlebnis wird durch personalisierte Interaktionen und Kommunikation verbessert.
- Markentreue: Botschaften, die bei den Werten und Motiven der Verbraucher Anklang finden, können Markentreue fördern.
Was sind die besten Zitate aus „Mindmasters“ und was bedeuten sie?
- „Privatsphäre ist Macht.“ Dieses Zitat unterstreicht die Bedeutung der Privatsphäre, um die Kontrolle über das eigene Leben und die eigenen Entscheidungen zu behalten.
- „Technologie ist weder gut noch schlecht – und sie ist auch nicht neutral.“ Es spiegelt die Doppelnatur der Technologie wider und hebt ihr Potenzial für positive wie negative Auswirkungen hervor.
- „Daten sind ein Fenster zu unserer Psyche.“ Es veranschaulicht, wie digitale Fußabdrücke intime Einblicke in Gedanken und Verhalten von Menschen geben können.
- „Wir müssen das Datenspiel neu gestalten.“ Das Zitat fordert grundlegende Veränderungen darin, wie personenbezogene Daten verwaltet und zum Nutzen des Einzelnen und der Gesellschaft eingesetzt werden.
Wie stellt sich Sandra Matz die Zukunft datengestützter Technologien vor?
- Mehr Personalisierung: Technologien werden immer besser darin, Erlebnisse anhand individueller Daten zu personalisieren.
- Ethische Herausforderungen: Mit zunehmend leistungsfähigen und eingriffsintensiven Technologien entstehen neue ethische Herausforderungen.
- Weiterentwicklung der Regulierung: Vorschriften müssen weiterentwickelt werden, um mit dem technologischen Fortschritt Schritt zu halten.
- Selbstbestimmung oder Kontrolle: In Zukunft gilt es, das stärkende Potenzial von Daten mit dem Schutz individueller Selbstbestimmung und Privatsphäre in Einklang zu bringen.
PDF herunterladen
EPUB herunterladen
.epub eignet sich ideal zum Lesen auf Smartphones, Tablets und E-Readern.