Expert Talk: "AI wird das Kaufverhalten massiv beeinflussen" Video-Podcast ansehen
Nie hat sich die Welt schneller verändert als heute. Für Unternehmen eine gewaltige Herausforderung, denn Disruption kennt vor allem zwei Spielertypen: Gewinner und Verlierer. Wie Sie sich auf der richtigen Seite wiederfinden, erklärt FactFinder-Chefin Kristie Collins im iBusiness Expert Talk. Video-Podcast ansehen
Dossier Temu-Strategie Zum Dossier 'Temu-Strategie'
Was sind die Erfolgsrezepte des chinesischen Billig-Marktplatzes? Und wie kann man seiner Strategie begegnen? Das iBusiness-Dossier stellt exklusive Zahlen und Analysen zu TEMU zusammen.
Zum Dossier 'Temu-Strategie'
Social Media

Jeder Dritte würde staatliches Social-Media-Monitoring für mehr Bürgersicherheit befürworten

20.05.2020 Mehr als jeder dritte (36 Prozent) Befragte in Deutschland würde die staatliche Aufsicht von Aktivitäten auf sozialen Netzwerken zugunsten von mehr Sicherheit für die Bürger befürworten (29 Prozent sind dagegen und 36 Prozent unentschieden) - weltweit sehen das im Übrigen 51 Prozent der Befragten so.

 (Bild: succo)
Bild: succo
Dabei haben nur 13 Prozent (weltweit 46 Prozent) der befragten Bundesbürger überhaupt schon einmal von Social-Rating-Systemen gehört und sind dennoch bereit, ihre persönlichen und sensiblen Daten, beispielsweise gegen Geld (42 Prozent), einen Job (34 Prozent) oder für bessere finanzielle Konditionen (33 Prozent), zu teilen. Die Ergebnisse der aktuellen weltweit durchgeführten Studie 'Social Credits and Security: Embracing the World of Ratings' von Kaspersky zur Homepage dieses Unternehmens Relation Browser zeigen Einblicke in die Wahrnehmung, das Bewusstsein und die Erwartungen deutscher Verbraucher (auch im internationalen Vergleich) zum Thema Social Rating.

Egal ob Soziale Medien oder Web-Dienste - persönliche Informationen, die Nutzer öffentlich machen und damit mit Dritten teilen, bestimmen bereits heute das Verhalten von Algorithmen und welche Bewertungen Unternehmen - und in Zeiten von Corona auch zunehmend staatliche Stellen (Stichwort Tracking-App) - daraus ziehen. Dies führt vermehrt zur Einführung von Social-Scoring-Systemen (soziale Kreditsysteme), die die Nutzer auf Basis ihres (Internet-) Verhaltens automatisch kategorisieren - einschließlich geäußerter Meinungen. Wurden solche Systeme anfangs eher von Finanzdienstleistern und E-Commerce-Anbietern eingesetzt, werden sie nun auch in anderen Branchen und zunehmend von staatlichen Stellen weltweit verwendet, um Kandidaten vor der Gewährung gewünschter Dienste und Leistungen zu überprüfen. Darüber hinaus spielen sie bei der Prüfung von Kaufkraft und beim Recht auf Inanspruchnahme bestimmter sozialer Leistungen eine Rolle.

Weltweit: Knapp die Hälfte weiß, wie Social Rating funktioniert

Eine große Herausforderung dabei: Für viele Verbraucher weltweit besteht bisher Unklarheit darüber, wie die eigene Bewertung zustande kommt und wie sie bei eventuellen Fehlern korrigiert werden kann. Die Nutzung von automatisierten Algorithmen, die auf Machine Learning basieren, macht es schwer, Auswahlkriterien und Verlässlichkeit - auch in Sachen Cybersicherheit - einzuschätzen. Daher ist es nicht verwunderlich, dass mit 45 Prozent fast die Hälfte der Befragten weltweit (für Deutschland war das Sample zu gering) Schwierigkeiten haben, zu verstehen, wie ein Social-Credit-System überhaupt funktioniert.

Laut den Sicherheitsexperten von Kaspersky sind Social-Scoring-Systeme partiell anfällig für Manipulationen, etwa um die Bewertung eines Teilnehmers künstlich nach unten oder nach oben zu korrigieren. Hinzu kommen die generellen Gefahren für die Sicherheit von Computersystemen, deren technische Umsetzung und Programmierung angegriffen werden kann. Das könnte letztlich zur Etablierung eines neuen Schwarzmarktes führen, auf dem die Bewertung von Nutzern gegen Geld gehandelt wird.
Neuer Kommentar  Kommentare:
Schreiben Sie Ihre Meinung, Erfahrungen, Anregungen mit oder zu diesem Thema. Ihr Beitrag erscheint an dieser Stelle.
Dienstleister-Verzeichnis Agenturen/Dienstleister zu diesem Thema: