Dunja Koelwel

Seit 1998 arbeitet Dunja Koelwel in der Medienbranche. Nach dem Studium der Rechtswissenschaften durchlief sie zunächst ein PR-Volontariat um sich in Anschluss daran in den Redaktionen namhafter ITK-Fachmagazine erste journalistische Sporen zu verdienen. Ihr Fokus liegt vornehmlich bei den Aspekten des kommerziellen Internets. Seit 2002 arbeitet sie freiberuflich und hatte Veröffentlichungen in fast allen deutschen ITK-Medien sowie diverse Buchveröffentlichungen. Sie ist Chefredakteurin des e-commerce Magazins, war mehrfach Mitglied der Jury beim Wettbewerb eIdee der Bundesdruckerei und zwei Mal Mitorganisatorin des Kolloqiums „Cross-Channel 2020 – Digital Natives im Fokus“ mit Dr. Kai Hudetz vom ECC Handel.
2010 gründete sie zusammen mit Ulla Coester den Blog www.xethix.com, der sich den Auswirkungen der zunehmenden Digitalisierung der Gesellschaft widmet. Hier organisieren die xethix-Gründerinnen auch Diskussionsveranstaltungen.

Weitere Informationen:
http://xethix.com/digitale-ethik-4-0-der-livestream/

 

Das große Erwachen

Kreditauskunfteien liefern einen Wert über die unterstellte Kreditwürdigkeit. Herangezogen werden dabei Daten wie unter anderem Kredithistorie, Wohnort und Alter. Für manche Technologie-Unternehmen sind diese Aussagen Schnee von gestern. Denn das Verhalten im Internet sei wesentlich aussagekräftiger. Was ist von dieser Einschätzung so genannter Social Scoring-Unternehmen zu halten?

Wer ein Darlehen oder einen Handyvertrag benötigt, wer etwas im Internet bestellen möchte oder einen Leasingvertrag abschließen möchte, dessen Vertragspartner prüft meist im Vorfeld die Kreditwürdigkeit. Dazu ruft er aus einer externen Datenbank den so genannten. „Scorewert“ des Kunden ab, der eine Aussage über das Kreditrisiko dieses Kunden enthält. Wird der Vertrag abgelehnt, kann dies auch daran liegen, dass der „Scorewert“ des Kunden im Keller ist.

Doch Auskunftsdateien wie Schufa, Bürgel, Deltavista und Creditreform  beschränken sich seit langem nicht mehr darauf, Unternehmen und Banken vor schwarzen Schafen zu warnen, die frühere Kredite nicht ordnungsgemäß zurückgezahlt haben. Vielmehr werden alle möglichen Informationen ausgewertet, um ein grundsätzliches Bild der Kreditwürdigkeit eines Kunden zu formen. Selbst wer niemals einen Kredit aufgenommen oder diesen pünktlich zurückgezahlt hat, kann unter Umständen schlecht beurteilt werden. Denn Faktoren wie Alter, Geschlecht, Wohnort oder die Dauer eines Arbeitsverhältnisses können den Scorewert ebenfalls negativ beeinflussen.

Und Scoring greift immer weiter um sich und beeinflusst auf einmal auch ganz andere Lebensbereiche: So wird beispielsweise Surfverhalten im Internet erforscht, um uns passende Werbebotschaften zuzusenden (Behavioral Targeting), Versicherungen werten aus, wie wir mit dem Auto unterwegs sind und berechnen auf Grundlage dessen unsere Policen (Pay as you drive, siehe Glossar) und nicht nur Sicherheitsbehörden untersuchen Fluggastdaten, Telefon- und Internetdaten aus, um potenzielle Terroristen ausfindig zu machen. Zusammengefasst wird diese Art der Auswertungen dieser enormen Datenmengen unter dem Begriff Big Data.

Doch zurück zu unserer Kreditwürdigkeit: Findige Technologieunternehmen vor allem in den USA  haben sich zum Ziel gesetzt, aus den Daten, die Internetnutzer online hinterlassen, auch Aussagen über deren Kreditwürdigkeit zu treffen. Unter dem Begriff Social Scoring im Bereich FinTech (financial technology) schwappt dieser Trend aus der Silicon Valley-Startup-Szene nun auch nach Deutschland über und hat durchaus Relevanz, wie etwa Leo Martin, ehemaliger Geheimdienstmitarbeiter und mittlerweile gefragter Referent in Sachen unbewusst ablaufender Kommunikationsmuster, erklärt: „Der digitale Fingerabdruck ist nahezu so treffsicher wie der analoge. Er führt den Kriminalisten zum Täter und den Unternehmer zum Kunden.“ Daten aus dem Social Web werden damit heute zu beeindruckend detaillierten Profilen verarbeitet. Text- und Bildsuchen lassen sich heute in beliebiger Art und Weise kombinieren und mit anderen Parametern verknüpfen. Max Mustermann postet bei Facebook beispielsweise Bilder von seinen Golfschuhen, seinem iPhone 6 und seinem neuen Tesla-Auto. Daraus lässt sich nicht nur ableiten, dass er einen guten Geschmack hat, sondern auch, dass er es sich leisten kann.

Social Scoring-Unternehmen zitieren hier für entsprechende Auswertungen gern das Sprichwort „Zeige mir Deine Freunde und ich sage Dir, wer Du bist“. Denn neben IP-Adresse und Standort des Nutzers, Geräte- und Browserinformationen werden  auch Daten aus Diensten wie Facebook, Twitter, eBay, Amazon oder der kostenlosen Foto- und Video-Sharing-App Instagram herangezogen.

Dass die Nutzer von unterschiedlichen Geräten (etwa diverse Smartphones oder Tablets), Browsern und mit verschiedenen Nutzer-Identitäten unterwegs sind, schreckt die in diesem Umfeld tätigen Unternehmen nicht ab, ganz im Gegenteil: Ralf Haberich, Chief Commercial Officer (CCO) bei Webtrekk, einem Spezialisten für Web-Analyse, erklärt: „Big Data kann Antworten auf Fragen geben, die bisher noch nicht gestellt wurden. Auch in der Bonitätsprüfung gibt es Hinweise beim Surfverhalten. Natürlich ist eine rein faktische Prüfung verlässlicher, aber bereits die Nutzung des Webs gibt wichtige Aufschlüsse über relevante Kunden. Und das Geräte-übergreifende Analysieren ist heutzutage eine der wichtigsten Anforderungen an hochwertige Analytics-Lösungen und lässt Rückschlüsse auf das gesamte Bild des Nutzers zu.“

Wie funktioniert Big Data Analyse?

In Big Data Verfahren geht es darum, auf der Basis einer großen Datenmenge „Korrelationen“ zu identifizieren. Die Datenmenge wird in Cluster zerlegt zu denen man Ähnlichkeiten identifizieren kann und die so eine „Verhaltenswahrscheinlichkeit“ berechenbar machen. Damit unterscheidet sich diese Art der Analyse von der eigentlich typisch menschlichen, die in Kausalitäten denkt: „Was kann mein Facebook Profil schon über Kreditausfallwahrscheinlichkeit verraten?“

„Doch kennt man beispielsweise das Facebook-Profil, lässt sich durch Korrelation feststellen, dass dieses Profil  einer bestimmten Menge recht „ähnlich“ ist. Weiß ein Unternehmen nun, dass Personen, die dieser Menge zugerechnet werden, zum Beispiel Kredite von 5000 Euro zu 70 Prozent zurückgezahlt haben, lässt sich annehmen, dass das auch die Wahrscheinlichkeit ist, zu der das bestreffende Facebook-Profil einen Kredit zurückführen wird. Diese Daten werden für die nächste Berechnung ebenfalls wieder mitgenutzt“ erklärt  Dr. Kai-Uwe Loser, Mitglied des Vorstands im Berufsverband der Datenschutzbeauftragten Deutschlands (BvD) e.V. den Mechanismus – der übrigens auch vergleichbar mit den Empfehlungssystemen wie Amazon und Co ist: Gleich und gleich gesellt sich gern.

Zwei dieser Social Scoring-Unternehmen sind Kreditech aus Hamburg und Big Data Scoring aus Talinn (Estland). Beide Unternehmen sind aber nach eigenen Angaben auf Grund der sensiblen Datenschutzbefindlichkeiten hierzulande noch nicht in Deutschland aktiv.

Welche Aspekte genau in die Bewertung miteinfließen, ist ein gut gehütetes Geheimnis der Algorithmen. Doch bekannt ist, dass  Big Data Scoring den Akademiker-Anteil unter Facebook-Freunden auswertet. Auch der Beziehungsstatus des Kreditnehmers fließt in das Scoring ein. Und hier werden auch Unterschiede zu traditionellen Verfahren deutlich: „In der Regel gilt es als ein Zeichen von Stabilität, wenn ein Kreditnehmer verheiratet ist. Im Social Web läuft das anders: verheiratete Menschen, die sehr viel persönliche Details von sich auf Facebook preisgeben, sind statistisch gesehen nicht unbedingt die besten Kreditnehmer“ so Erki Kert, einer der Mitgründer von Big Data Scoring. Ein Verbraucher also, der sich beispielsweise viele Rechtschreibfehler in seinen Statusmeldungen erlaubt oder Freunde hat, die ständig knapp bei Kasse sind, könnte es bei dieser Art von Bonitätsbewertung schwer haben. Damit die Scoring-Unternehmen allerdings diese Auswertungen erstellen können, müssen die Nutzer entsprechende Zugangsberechtigungen zu den Online-Profilen einräumen. Diese Art der Zugangserteilung, so flüstern Analyse-Profis hinter vorgehaltener Hand, hat aber eher rechtlich-kosmetische Gründe – technisch gesehen wäre eine Analyse auch ohne möglich.

Ein statischer Retroblick: Kritik an bestehenden Systemen

Sebastian Diemer, Gründer und CEO von Kreditech, erklärt: „Traditionelle Kreditbüros arbeiten auf Basis von Negativ- und/oder Positiv-Signalen, die von externen Partnern eingespeist werden (z.B. Zahlung erst nach 3. Mahnung, Eröffnung eines Kreditkartenaccount  etc.). Das Problem dieser Daten ist, dass deren Einfluss auf das tatsächliche Zahlungsverhalten nur wenig relevant ist.“ Damit meint er, dass die Tatsache, dass jemand vor drei Jahren seine Handyrechnung nicht gezahlt hat, beispielsweise daran liegen könnte, dass der oder die Betreffende damals  im Urlaub war. „Für das Rückzahlungsverhalten seines Autoleasings wäre das irrelevant. Die Daten historischer Systeme sind limitiert: Sie geben nur ein vages Bild ab“ fasst Diemer zusammen. „Der Score traditioneller Verfahren ist statisch, das Modell ebenso. Bis ein neues Signal kommt, beziehungsweise die Modellogik sich ändert, muss ein Kunde womöglich mit einem gewissen Score leben, der völlig irrelevant für die Zukunft ist.“

Der größte Kritikpunkt an den bestehenden Systemen wie Schufa, Bürgel und Co ist also deren Retroblick: Künftiges Zahlungsverhalten auf Grund von historischem Zahlungsverhalten zu prognostizieren, ergibt ein falsches Bild, da sich Lebensumstände heutzutage schnell ändern können, meinen dazu die Verfechter der neuen Art von Bonitätsauskünften.

Sebastian Diemer von Kreditech: „Aussagekräftiger sind genau zum Zeitpunkt der Anfrage erhobene Daten und ein daraus abgeleiteter Score, der sich minütlich anhand von neu gefundenen Datenmustern, neu kalibriert.“ Denn Daten, die im Netz verfügbar sind, zeigen das Gesamtbild einer Person. So bezieht der Kreditech-Algorithmus 15.000 Datenpunkte in eine Entscheidung  ein, deren Zusammensetzung und Gewichtung sich permanent anpasst. Anders als bei Bonitätsauskünften sind diese Daten nicht voreingestellt. Insofern ist die Echtheit und Glaubwürdigkeit eines einzelnen Datenpunktes gering, in der Gesamtheit aber aussagekräftig und nach Auffassung des Unternehmens einzigartig. „Am besten ein Beispiel: Ein Kunde in Spanien loggt sich über einen Proxyserver (siehe Glossar) in Barcelona ein, somit gaukelt er vor, in dieser Stadt zu sein anhand der IP-Adresse. Wenn dieser Kunde aber jeden Morgen ein Facebook-Foto mit GPS-Tag‚Madrid‘ in Facebook einstellt und in Madrid wöchentlich Geld abhebt, ist das Gesamtbild inkonsistent, obwohl die Echtheit der IP-Adresse per se glaubwürdig wäre“, erklärt Diemer. Aber, wie bereits erwähnt, führen die Scoring-Unternehmen eine Auswertung nur durch, wenn Kunden dem Unternehmen den Zugriff  auf ihre Konten bei den diversen Webseiten erlaubt haben.

Fakt oder Fake: Kritik an den neuen Systemen

Und eben daran machen die Vertreter traditioneller Auskunfteien  unter anderem ihre Kritik fest: Notwendig für ein Social Scoring ist die Erlaubnis des Nutzers, diese Daten auch messen zu lassen. Doch was ist, wenn ein Nutzer keinen Einblick in sein Online-Profil geben will? Bekommt er dann automatisch schlechtere Werte? Wird der gläserne Bürger bevorzugt? Ob das Argument der Social Scoring-Unternehmen wie etwa von Big Data Scoring „die meisten von uns haben ja nichts zu verbergen und teilen gern ihre Online-Aktivitäten, um dann einen besseren Kredit zu bekommen“ so Erki Kert, hier wirklich überzeugt? „Durch das Verhalten im Social Web können aus unserer Sicht keine treffenden oder gar situationsunabhängigen Aussagen zur Kreditwürdigkeit von Verbrauchern getroffen werden. Es kann zudem nicht sichergestellt werden, dass die Identitäten in den sozialen Netzwerken echt und die Bezüge zu dahinterstehenden natürlichen Personen eindeutig sind. Daher nutzen wir im Rahmen der Bonitätsprüfung keine Daten aus den sozialen Netzwerken und haben keinerlei Ambitionen dazu, dies in Zukunft zu tun“, moniert hier Ralf Zirbes, Geschäftsführer von Boniversum, das ebenfalls als eher konservativer Wirtschaftsauskunftei und Inkasso-Dienstleister agiert. Denn denkbar wäre durchaus auch das Argument, dass ein Nutzer gezielt seine Online-Identität manipuliert, um ein besseres, elitäreres und finanzkräftigeres Bild von sich zu präsentieren.

‚Fakt oder Fake‘ ist auch für Ex-Geheimdienstlers Leo Martin der wunde Punkt.  Denn der ‚schöne Schein‘ spielt auch bei der Risikobewertung eine Rolle. Social Media Daten sind in der Regel weiche Daten, keine kriminalistisch belegbaren Beweise. Überall wo interpretiert wird, können Fehlbewertungen passieren. Bonitäten werden über- oder auch unterschätzt. Um möglichst treffsicher zu bewerten, müssten Social Media Daten immer auch mit anderen, zusätzlichen, Informationen überprüft werden. „War Max Mustermann tatsächlich auf Mallorca? Oder spricht er nur davon? ‘Machen und sein‘ kontra ‚darstellen und sagen‘", fasst Leo Martin zusammen. Doch konstatiert er auch, dass diese Gefahr wohl auf Dauer eher gering ist, da kaum jemand konstant und kontinuierlich ein falsches Bild im Social Web von sich präsentieren kann. Irgendwann scheint das wahre Ego durch und das ist dann der Moment, in dem Big Data-Analysen Fehlinterpretationen korrigieren, meinen die Social Media Analysten. Doch davon ist Dr. Kai-Uwe Loser vom Berufsverband der Datenschutzbeauftragten Deutschlands (BvD) e.V.  wiederum nicht überzeugt: „Dass das Big Data Grundprinzip ‚viele Daten‘ bessere Vorhersagen erlauben als bessere Algorithmen und bessere Datenqualität, ist noch nicht abschließend bewiesen.“ Er gibt zu bedenken, dass der Datenbestand bei den deutschen traditionellen Scoring-Anbieter auch auf keinem anderen Mechanismus basiere und einige Jahre lernen konnte. "Bis die neuen Anbieter diesen Vorsprung für Deutschland aufgeholt haben, wird es noch einige Zeit dauern.“ Deswegen – so Losers Eischätzung -gingen diese Anbieter vor allem auf Märkte, wo diese Konkurrenz nicht existiert.“

Dass diese Argumente nicht völlig von der Hand zu weisen sind, will Erki Kert von Big Data Scoring auch gar nicht in Abrede stellen: „Ich denke nicht, dass das Surfverhalten per se die bessere Auskunft gibt, aber ich finde, dass unkonventionelle Online-Informationen Hand in Hand mit klassischen Systemen genutzt werden sollten.“ Denn um ein möglichst akkurates Bild eines potenziellen Kreditnehmers zu bekommen, sollten seiner Auffassung nach möglichst viele Informationen miteinfließen. Denn, und hier greift Kert einen Schwachpunkt der klassischen Auskunfteien an: wer beispielsweise auf Grund seines Alters noch keinen Kredit in Anspruch genommen hat, kann durch Social Media Scoring, im Gegensatz zu klassischen Scoring, durchaus als kreditwürdig bewertet werden.

Fehleranfälligkeit und Bewertungsrisiken der neuen Systeme

Doch wie hoch ist eigentlich das Risiko, dass der Algorithmus ein falsches Bild liefert? Für Sebastian Diemer von Kreditech gibt es genau ein Risiko: „Die Annahme, dass die Welt morgen die gleiche ist wie heute. Jeder Algorithmus, der auf Beobachtungen basiert, ist der Gefahr ausgesetzt, dass, wenn sich grundlegende Parameter (z.B. in der Extremsituation Krieg oder Pandemie) massiv ändern, die Beobachtungen und somit auch die gewonnenen Erkenntnisse nicht mehr relevant sind.“

Diese Einschätzung greift für Dr. Kai-Uwe Loser vom Berufsverband der Datenschutzbeauftragten Deutschlands (BvD) e.V. zu kurz. Er hat drei Hauptrisiken ausgemacht: Zum einen unangemessene Einzelentscheidungen, zum anderen unangemessene Entscheidungsgrundlagen und zum dritten das unreflektiertes Datensammeln. Unangemessene Einzelentscheidungen, also eine unterstellte falsche Bonität, könnten auftreten, weil beispielweise Inhalte falsch interpretiert würden oder weil man in einem unangemessenen Cluster landet. So könnte das Interesse für ‚amerikanische Musclecars‘ einen zu einer Gruppe bringen, die über die Verhältnisse lebt und das, obwohl man selbst eher abgesichert und mit doppeltem Boden agiert. Eine unangemessene Entscheidungsgrundlage wiederum wäre zum Beispiel denkbar, wenn jemand sich aufgrund einer familiären Belastung sich für ‚Morbus Huntington‘ interessiert. Dass der oder die Betreffenden selbst das Gen nicht trägt, berücksichtigt der Algorithmus nicht, sondern subsumiert, dass mit einer 25 prozentigen Wahrscheinlichkeit langfristige Verträge nicht zurückgezahlt werden können, weil die Personen verstorben sind. Drittens moniert Loser die unreflektierte Sammlung weiterer Inhalte – eine Zusammenführung von Datenmassen, die offensichtlich vieles Aussagen und wieder für weitere Zwecke nutzbar sind – ohne Kontrolle durch den Betroffenen.

Was meint Justitia zu den neuen Möglichkeiten? Rechtliche Bedenken

Dass diese enormen Datenmengen und Auswertungen Daten- und Verbraucherschützer auf den Plan rufen, verwundert daher nicht. Doch: Es gibt im Bundesdatenschutzgesetzt (BDSG) sogar eine  Regelung (§ 28b) zum Thema Scoring: Zum Zweck der Entscheidung über die Begründung, Durchführung oder Beendigung eines Vertragsverhältnisses mit dem Betroffenen darf ein Wahrscheinlichkeitswert für ein bestimmtes zukünftiges Verhalten des Betroffenen erhoben oder verwendet werden, wenn die zur Berechnung des Wahrscheinlichkeitswerts genutzten Daten unter Zugrundelegung eines wissenschaftlich anerkannten mathematisch-statistischen Verfahrens nachweisbar für die Berechnung der Wahrscheinlichkeit des bestimmten Verhaltens erheblich sind, im Fall der Berechnung des Wahrscheinlichkeitswerts durch eine Auskunftei die Voraussetzungen für eine Übermittlung der genutzten Daten nach § 29 und in allen anderen Fällen die Voraussetzungen einer zulässigen Nutzung der Daten nach § 28 vorliegen ,für die Berechnung des Wahrscheinlichkeitswerts nicht ausschließlich Anschriftendaten genutzt werden und im Fall der Nutzung von Anschriftendaten der Betroffene vor Berechnung des Wahrscheinlichkeitswerts über die vorgesehene Nutzung dieser Daten unterrichtet worden ist.

„Derzeit wäre aber schwer nachweisbar, dass die verwendeten Daten erheblich sind, also eine hohe Korrelation besteht. Für Deutschland existiert daher derzeit keine Rechtsgrundlage für derlei Scoring-Verfahren“, ist die Auffassung von Dr. Kai-Uwe Loser vom Berufsverband der Datenschutzbeauftragten Deutschlands (BvD): „Aus meiner Sicht besteht keinerlei Kontrolle für die Nutzung bestimmter Daten, man kann für das Scoring eben nicht nur bestimmte Daten freigeben, sondern man ist gezwungen alles oder gar nichts freizugeben. Im (Macht-)Verhältnis Kreditgeber zu Kreditnehmer ist das nur über eindeutige gesetzliche Regelungen zu steuern, die Interessen beider Seiten angemessen wiedergeben.“

Dieser Aussage mag Sebastian Diemer von Kreditech verständlicherweise nicht zustimmen: „Daten sind wie Geld oder Öl - von Natur aus sind sie weder gut noch böse. Die Frage ist, wer was damit macht. Beides lässt sich für sehr sinnvolle, sehr sinnlose und sehr gefährliche Projekte instrumentalisieren.“ Und Ralf Haberich fordert deswegen: “Aufklärung, Aufklärung, Aufklärung. Bis heute ist vielen Internet-Nutzern nicht klar, was genau analysiert werden kann und wo Datenschutz-Grenzen bestehen“. Hier sollte seiner Meinung nach jedes Unternehmen auf der eigenen Website informieren, um Klarheit über die Nutzung der Surf-Daten zu geben. „Wenn dies nicht geschieht, werden Nutzer weiterhin denken, dass Cookies etwas Böses sind und dann sind wir schnell wieder in der Diskussion der Neunziger…“, so Haberich.

Blick in die Zukunft

Sebastian Diemer führt den Faden weiter: „Geld oder Öl zu verbieten wäre also ähnlich sinnlos wie der Versuch, Daten einzuschränken. Es muss klare Spielregeln geben, so wie es bei den FInanzmärkten und Ölgeschäften der Fall ist. Schwarze Schafe wird es immer geben.“

Doch was passiert bei Fehlinterpretationen, wie soll man sich als Konsument vor einer Fehleinschätzung schützen? Für Dr. Kai-Uwe Loser vom Berufsverband der Datenschutzbeauftragten Deutschlands (BvD) ist das ein fast unmögliches Unterfangen: „Bei der Schufa, handelt es sich um bestimmte Daten und Merkmale, die verwendet werden und damit auch korrigierbar sind. Auch hier kommt es regelmäßig zu Fehlern. Beim Surfverhalten oder Profildaten können viele Fehler auftauchen und da die Daten selbst eigentlich nur für Experten zu bewerten sind, ist eine Korrektur kaum möglich.“ Wie will man also nachweisen, dass man eine Webseite nicht aufgerufen hat?  „Vor allem wären die Merkmale zu prüfen, die hohen Einfluss auf das Ergebnis haben, das hängt aber nicht von den eigenen Daten ab, sondern von denen der vielen anderen“, so Loser.

Ein Ausweg könnte eventuell die Intelligenz der Technik sein: Sebastian Diemer von Kreditech zeigt sich zuversichtlich: „Grundsätzlich lassen sich Entscheidungen durch Qualität und Quantität der Daten sowie der Effizienz in der Verarbeitungslogik minimieren. Unser Algorithmus lernt selbst, das heißt, er verändert sich permanent. Der Nutzer wird nicht “gebrandmarkt”, er kann es  jeden Tag wieder versuchen und bekommt die gleiche Chance wie jeder andere zu genau diesem Zeitpunkt. Was glauben Sie, wer die bessere Kaufempfehlung abgibt, der Verkäufer im Einzelhandel oder Amazon?“

Wem dieses Vertrauen in die Technik fehlt, der muss sich an den Tipp von Leo Martin, Geheimdienstler a.D. halten: Reputation Management. „Was für die analoge Welt gilt, gilt auch im Internet. Falsche Bewertungen führen zu falschen Entscheidungen. Als Nutzer bekomme ich davon im Zweifelsfall nicht mal etwas mit. Aber ich trage die Folgen. Reputation Management, wie es Unternehmen seit langem betreiben, wird in Zukunft auch für jeden einzelnen von uns wichtig. Für die Gesellschaft gibt es aber auch große Vorteile. Ibo Evsan, der Vor- und Weiterdenker in Sachen Social Media sagt: "Durch Big Data Analysen wird in Zukunft der Lügner sichtbar!" Weil klar wird, ob er nur erzählt, oder auch lebt.“

Und die gute Nachricht für Konsumenten zum Schluss: Bis dato bekennen sich in Deutschland noch kein großer Händler dazu, das Surfverhalten  der Kunden zur Bonitätsprüfung heranzuziehen. „Eine Bonitätsprüfung auf Basis des Surf-Verhaltens unserer Kunden nehmen wir nicht vor", sagt beispielsweise Cornelia Sasse, Leiterin Datenschutz bei der Otto Group. Und auch für Dr. Marcus Rodermann, Geschäftsführer der Heinrich Heine Group, kommt eine Bewertung ihrer Kunden auf Grund von Nutzerverhalten im Internet nicht in Betracht.

Interviewpartner

Sebastian Diemer, Jahrgang 1986, ist Mitbegründer und CEO von Kreditech, ein Social Scoring Unternehmen, das als Digitale Bank traditionelle Banken ersetzen möchte. Diemer war vor der Gründung von Kreditech bei Rocket Internet tätig.

Ralf Haberich studierte Betriebswirtschaft an der Dualen Hochschule Mannheim sowie Marketing & Werbung an der Fernakademie Hamburg. Seit 2011 ist Ralf Haberich Chief Commercial Officer (CCO) bei Webtrekk. Ralf Haberich engagierte sich bereits als ausgewiesener Web Analytics- und Online Business-Experte: Chefredakteur von „Web Analytics Europa“, Chairman des Interessenverbandes „Digital Analytics Association“ und Gast-Dozent an der Universität Münster.
Erki Kert ist CEO und Mitgründer von Big Data Scroring, einem estnischen Unternehmen, das sich auf Social Media Scoring spezialisiert hat. Das Unternehmen wurde  2013 gegründet und will kreditgebenden Unternehmen helfen, dank Big Data Technologien bessere Kreditentscheidungen zu treffen. Kert blickt auf langjährige Bankerfahrung zurück und war auch in der Geschäftsleitung einer international tätigen Bank.

Dr. Kai-Uwe Loser ist Diplom-Informatiker, Dr. rer. nat. ist geprüfter Datenschutzauditor (TÜV) und Mitglied des Vorstands im Berufsverband der Datenschutzbeauftragten Deutschlands (BvD) e.V.

Leo Martin, geboren 1976, studierte Kriminalwissenschaften und war zehn Jahre lang für einen großen deutschen Nachrichtendienst im Einsatz. Während dieser Zeit deckte er brisante Fälle der Organisierten Kriminalität auf. Sein Spezialauftrag war das Anwerben und Führen von Informanten. Als Experte für unterbewusst ablaufende Denk- und Handlungsmuster brachte er fremde Menschen dazu, ihm zu vertrauen, ihr geheimstes Insiderwissen preiszugeben und langfristig mit dem Dienst zusammenzuarbeiten.

Ralf Zirbes, geboren 1968, ist Fachkaufmann für Marketing und seit dem 1. Oktober 2014 Geschäftsführer der Creditreform Boniversum (Boniversum) in Neuss. Zuvor war er mehrere Jahre in unterschiedlichen Verantwortungen im Bereich Inkasso und Auskunftei für namhafte Unternehmen der Branche beschäftigt. Zuletzt war er in Baden-Baden tätig.Seine berufliche Karriere im Inkasso- und Auskunfteigeschäft startete Ralf Zirbes 1999 mit dem Aufbau der GFKL Portfolio Services GmbH in Essen.

Stand: Juli 2015