Full text: Kommerzielle digitale Überwachung im Alltag

15 / 88 Kommerzielle Digitale Überwachung im Alltag | Studie im Auftrag der österreichischen Bundesarbeitskammer | 2014 von frischgebackenen Müttern gerne gleich mitgekauft werden. Duhigg berichtet weiterhin von einer Anekdote, nach der sich ein noch nicht informierter Vater eines schwangeren Teenagers empört an Target gewendet und sich über die an seine Tochter gerichteten Gutscheine für Ba- bykleidung beschwert haben soll. Er hätte Target vorgeworfen, seine viel zu junge Tochter zu einer Schwangerschaft motivieren zu wollen. Unabhängig davon, ob diese Anekdote wahr ist, zeigt dieses Beispiel, wie Unternehmen heute persönliche Daten analysieren und dazu einsetzen, um mit bestimmten Handlungen das Ver- halten ihrer KundInnen zu verändern. 3.2.2. Prognose von sensiblen Persönlichkeitseigenschaften aus Facebook-Likes Eine US-Studie hat belegt, dass rein aus einer Analyse der Facebook-Likes auf die ethnische Zugehörigkeit, politische Einstellung, Religion, Beziehungsstatus, Geschlecht, sexuelle Orientierung oder Nikotin-, Alkohol und Drogenkonsum von Personen geschlossen werden kann (vgl. Kosinskia et al 2013). Die Studie basiert auf Daten von 58.486 US-BürgerInnen, die mittels freiwilliger Nutzung der Facebook-App myPersonality 32 einerseits ihre demographischen Informationen zur Verfügung gestellt haben sowie an Umfragen und Persönlichkeitstests teilge- nommen haben. Andererseits wurden deren Likes analysiert – also deren positive Zustimmung zu Online-Inhalten wie Fotos und Statusmeldungen, populären Websites und zu Facebook- Seiten in den Bereichen Produkte, Sport, Musik, Bücher oder Restaurants. Folgende persönli- chen Eigenschaften konnten allein aus den durchschnittlich 170 Likes der NutzerInnen mit hoher Zuverlässigkeit prognostiziert werden, die mittels Persönlichkeitstests erhobenen Informationen diente als Vergleichsbasis: Prognostizierte Eigenschaft Prognosezuverlässigkeit Single oder in einer Beziehung 67% Waren die Eltern im Alter von 21 noch zusammen? 60% RaucherIn? 73% Trinkt Alkohol? 70% Konsumiert Drogen? 65% Kaukasisch oder Afro-AmerikanerIn? 95% Christlich oder muslimisch? 82% Liberal oder konservativ? 85% Schwul? 88% Lesbisch? 75% Geschlecht 93% Tabelle 1: Prognose persönlicher Eigenschaften aus Facebook-Likes. Quelle: Kosinskia et al, 2013. Diese dichotomen Eigenschaften (ja/nein) wurden mit dem statistischen Verfahren der logisti- schen Regression33 berechnet. Zusätzlich konnten mit dem Verfahren der linearen Regression34 numerische Variablen wie etwa das Alter (zu 75%) oder die Anzahl der Facebook-Freunde (zu 47%) richtig prognostiziert werden. Wichtig ist dabei, dass nur wenige NutzerInnen Likes aufge- wiesen haben, die ganz offensichtlich auf die jeweiligen Eigenschaften hindeuten. Beispielswei- 32 http://www.mypersonality.org/wiki (Abgerufen am 14.09.2014) 33 http://de.wikipedia.org/wiki/Logistische_Regression 34 http://de.wikipedia.org/wiki/Lineare_Regression Was sich aus durchschnittlich 170 Likes er- rechnen lässt Keine offensicht- lichen Schlüsse

Note to user

Dear user,

In response to current developments in the web technology used by the Goobi viewer, the software no longer supports your browser.

Please use one of the following browsers to display this page correctly.

Thank you.