Daten + Worte

Das Fazit

Guido Greber & Christian Laux Season 1 Episode 16

Send us a text

Wie beeinflussen soziale Plattformen und Suchmaschinen unser tägliches Leben durch die Nutzung unserer persönlichen Daten? Heute werfen wir einen Blick hinter die Kulissen der digitalen Welt und beleuchten die Mechanismen, die unsere Online-Erfahrungen prägen. Unser Gast hilft uns zu verstehen, warum Produkte, die wir bereits gekauft haben, uns immer noch im Browser verfolgen und welche Rolle die Qualität dieser Anzeigen spielt. Zudem sprechen wir über die individuelle Datennutzung und wie unser Geräte-Fingerabdruck für personalisierte Werbung eingesetzt wird.

Aber das ist noch nicht alles. Wir tauchen tief in das Thema Dynamic Pricing ein und analysieren, wie oft wir eine Website besuchen müssen, bevor sich der Preis verändert. Wir hinterfragen, ob unsere Hobbys und Netzwerke eine Rolle dabei spielen und wie datengetrieben unser Konsumverhalten wirklich ist. Diese Folge bietet einen faszinierenden Einblick in die Chancen und Herausforderungen der Datennutzung in unserem Alltag und wie sie unsere Entscheidungen als Privatpersonen beeinflusst. Verpasst nicht diese spannende Diskussion, die euch die Augen öffnen wird!

Copyright und Produziert durch Swiss Data Alliance.

Danke DigitalSwitzerland, EPFL und Accenture für die Unterstützung in der Produktion.


Speaker 1:

Swiss Data Alliance präsentiert Daten und Worte. Der Podcast Über digitale Souveränität, datensouveränität. Ich denke, wir haben jetzt gerade ein bisschen bei sozialen Plattformen die Zeit gesprengt.

Speaker 2:

Zeigt einfach auch, wie schwer das Thema fassbar ist.

Speaker 1:

Es ist enorm. Aber ich muss sagen, ich finde es immer spannend, andere Ansichten, andere Perspektiven zu bekommen. Aber das ist mal ein Element von mir als Privatperson, und ich glaube, die Welt dreht ja weiter. Wir haben noch Search Engines, die nutzen wir täglich oder haben genutzt. Mittlerweile gehen wir auch zur KI und nutzen dort mit Prompts. Das ist eine andere Welt, das schauen wir dediziert an. Und dann gibt es das Thema Dynamic Pricing, wo ja auch mit Daten umgegangen wird. Und ich würde sagen, ich würde jetzt gerne mal noch kurz bevor ich das Thema Erwartungshaltung von Privatpersonen abschliessen, nochmal die Themen wie gesagt, search Engines anschauen, weil ich muss sagen, teilweise erschreckend. Ich schaue etwas, suche etwas, und dann habe ich den ganzen Tag und ich habe es vielleicht auch schon gekauft, aber ich habe trotzdem den ganzen Tag in meiner Bar in der Browser immer das gleiche Produkt. Ich sage hör doch endlich damit auf.

Speaker 1:

Und das zweite Thema, wo ich dir mal jetzt über den Zaun werfen möchte, ist Thema Dynamic Pricing. Wenn du dich die Wahrscheinlichkeit, dass du kaufst, wenn du das fünfte Mal auf die Webseite gehst, höhe, ist das beim ersten Mal, aber der Preis nicht erhöht wird, oder dass die Daten über deine Hobbys reinschliessen, dass du vielleicht ein günstiges Auto kaufen kannst. Du hast das vorhin als Beispiel gemacht, oder dein Netzwerk. Lass uns mal die zwei Themen bitte noch im Kontext Privatpersonen anschauen. Absolut finde ich sehr gut anschauen.

Speaker 2:

Absolut finde ich sehr gut, also Search Engine ebenso. Dann Search Engine ist das Beispiel, das du gebracht hast. Ich suche nach einem Gegenstand, und der verfolgt mich nachher drei Wochen lang immer wieder. Erstens ist das nervig, weil ich den schon längst gekauft habe. Das ist aber ein Qualitätsthema, über das müssen wir jetzt nicht unbedingt reden. Aber es zeigt ja, dass irgendjemand Daten meine Person betreffend nutzt. Und ich habe vorher gesagt, statistisch bin ich gleichgelagert wie 100.000 andere Menschen auf diesem Welt. Und jetzt kommt das Problem. ich bin auch individualisierbar. Das habe ich vorher nicht thematisiert. aber ich bin auch individualisierbar über den Fingerprint auf meinem Gerät. Also Fingerprint wären die einzelnen Elemente, die mein Gerät zu erkennen gibt Hardwarenummer, ip-adresse, aber eben nicht nur IP-Adresse, auch der Softwarestand auf meinem Gerät. Das alles gibt ein. Welches Betriebsmodell, welches Betriebssystem? Das alles gibt ein. Welches Betriebsmodell?

Speaker 1:

Welches Betriebssystem.

Speaker 2:

Das hängt zusammen am Protokoll, das wir benutzen, um im Web zu surfen. Gut, jetzt bin ich also individualisierbar. Ich werde nicht individualisiert ausgewertet, sondern auf generischen und auf aggregierten Datenpool. Das ist mindestens die Arbeitsthese, das ist der Erkenntnisstand, den ich habe. Und diese Daten werden so erstellt, dass meine Nutzerdaten in einen Pool gelegt werden, und dieser Pool wird verwendet zum Nutzen von anderen Leuten. Also Beispiel ich besuche eine Zeitung. die Zeitung sagt, wer diesen Artikel liest, der hat diese Vorlieben. Diese Daten werden verkauft einem Anbieter, der verkauft sie einem Werbetreibenden, der platziert Werbung. diese Werbung sehe ich. das passiert innerhalb von Bauteilen von Sekunden. Und diese Abläufe, die werden nicht in meinem Interesse ausgeführt, die werden auch nicht im Interesse der Zeitung ausgeführt.

Speaker 2:

Da hat eine Werbewirtschaft das Heft in die Hand genommen. Das ist problematisch, aber nicht besonders schädlich. Also, problematisch ist es deswegen, weil es schwer zu rechtfertigen ist. so meine Meinung. Das ist aber nicht die allgemeine herrschende Auffassung. Dort sagt man, man kann das rechtfertigen, und da machen einfach Leute Geld mit Daten, und da entstehen viele Daten, und das kann langfristig wieder einen sogenannten Chilling-Effekt nach sich ziehen. Da bin ich sehr diffus.

Speaker 1:

Aber du hast auch keinen Einfluss darauf. Ich habe keinen Einfluss. Du kannst einen Browser wechseln, wahrscheinlich oder irgendetwas. Ja, ich kann ganz wenig dagegen machen.

Speaker 2:

Du musst schon sagen, es ist eine Illusion zu glauben, dass die Werbewirtschaft tätig ist für den Webseitenbetreiber. Das sehe ich nicht. Für mich ist es eher so, das Modell Money Mewling oder Data Mewling, aber das macht nichts, der Impact ist wie vorher. Lass uns mal das. Ich habe das Chilling-Effekt Ja. Angst vor einer schlechten Zukunft ja. Effektiver Nachteil individuell betrachtet nein.

Speaker 1:

Und wenn ich jetzt noch hinzunehme, beim Search Engine das Dynamic Pricing, wenn ich jetzt meinen Zug suche ich glaube, das ist ja auch unfair, behaupte ich mal, weil wieso soll jetzt mein Nachbar, der einen anderen Status hat als ich?

Speaker 2:

einen besseren Preis haben als ich. Genau, ich glaube, es gibt zwei Szenarien. Also, das eine Szenario ist, dass, wenn ich wegen meinem Beruf, meinem Geschlecht, meinem Alter und meinem Wohnort für ein Auto ich sage jetzt mal 50.000 zahlen muss und mein, vielleicht mein Nachbar, aber jemand anderes, der woanders wohnt, einen anderen Beruf hat, 35.000, dann habe ich 15.000 Franken wahrscheinlich verloren. Mindestens das wäre mal eine formulierbare These, und das sind 15.000 Franken. das ist ein grosser Schaden. Da hat es einen echten Nachteil. Ich finde das ein Problem. Das eine Szenario also eine schlechte Behandlung, diskriminierung, also aufgrund eines Datenpools, das finde ich sehr stoßend.

Speaker 1:

Und das gibt dann. Der kann ja unter Umständen auch falsch sein, der kann auch falsch sein, natürlich, und dann ist es eine Nachteiligung, das ist eine.

Speaker 2:

Ausgrenzung. Und dann gibt es noch das andere Modell. Also man hört von Fluggesellschaften Wenn ich heute schaue, wie ist der Flug von Zürich nach ich weiß nicht Paris, dann zahle ich vielleicht ich weiß nicht 300, keine Ahnung was 400 Franken. Und ich gehe eine halbe Stunde später nochmal drauf, dann sind es 410. Und ich gehe nochmal drauf 40 Minuten später, dann sind es 500. Warum Wer dreimal klickt, der hat ein großes Interesse, das ist die These, ein großes. Dann sind es 410.

Speaker 2:

Und ich gehe nochmal drauf 40 Minuten später, dann sind es 500. Und warum Wer dreimal klickt, der hat ein großes Interesse. Das ist die These. Ein großes Interesse führt zu einem höheren Preis. Also bedeutet meine Entscheidung je komplizierter mein Leben ist aber du musst zuerst vielleicht eine Partnerin fragen, dann noch irgendwo Kinder und noch einen Arbeitgeber Und dann ich weiß nicht was je komplizierter mein Leben, desto teurer der Preis. Das kann ja auch nicht sein, und das sind auch konkrete finanzielle Nachteile wegen einer Datenwirtschaft, die verdient an meinem Verhalten oder an meinen Eigenschaften, an persönlichen Eigenschaften, und da empfindet man zu Recht, glaube ich eine gewisse Diskriminierung, und es braucht auf jeden Fall eine richtige Interessenabwägung, und es werden nachher wieder 15% am Schluss eigentlich drin.

Speaker 2:

Das betrifft jetzt die 15%. ja, Also in diesem Bereich reden wir über Impact von Daten auf mein Privatleben.

Speaker 1:

Ich wollte einfach nochmal zurückkommen, weil wir haben jetzt ziemlich lang ausgebrochen in drei Tipps. Da gibt es auch andere Beispiele, aber die lassen wir jetzt mal außen vor. Da gibt es noch andere Beispiele, aber die lassen wir jetzt mal außen vor. Aber ich glaube, das ist von der Thematik her schon diese 15 Prozent, wo wir uns hier bewegen, und das muss auch wirklich klar sein, absolut.

Speaker 2:

Sehr schwierig, auch auf der Tonspur das zu erläutern, auch ohne Zeichnungen. Wir können ja nochmal auf unsere Tischdecke zurück.

Speaker 1:

Wir hatten es am Anfang erwnt. Also, wir machen mal Tischdeckenzeichnung und hängen die irgendwo auf. Aber meine Handschrift und du hast im Kopf geschrieben, die kann eh keiner lesen.

Speaker 2:

Nein, also das ist tatsächlich. Zeichnen ist nicht immer nur einfacher, aber wichtig ist, dass man an diesen Beispielen arbeitet und sie versteht und die Problemstellung richtig identifiziert. Und das ist für die Privatpersonen einmal mehr immer noch nicht ganz einfach. Das Fazit, das ich jetzt hier ist wo es um Geld geht, kann ich schnell den Nachteil zeigen. Wo es nicht um Geld geht, kann ich systemische Nachteile zeigen. Die sind aber schon diffus.

Speaker 1:

Ja, aber wie gesagt, schön zusammengefasst. Um mal jetzt Zeit zu sparen und auch in die anderen Topics reinzugehen, möchte ich jetzt mein Fazit deinem anschliessen, und ich glaube, der nächste Punkt, wo wir uns kurz anschauen wollten, war das Thema Sovereignty, und AI war ein Thema, weil AI ist das neue Passwort von Gen AI. Und das zweite, was wir anschauen werden, ist Souveränität, und Cloud Cloud haben wir schon ein bisschen angeschaut. Aber was ist das zwischen Private Cloud und Public Cloud, was steckt dazwischen? Und wenn wir da durch sind, dann wird es nochmal ganz technisch, und dann hoffen wir, dass wir irgendwann mal einen gewissen Status herausbringen können, wo alle das verstehen. So machen wir das.

People on this episode