Erscheint es nicht reizvoll, die Datenfülle im Internet (Big Data) mit den für das Kundengeschäft erhobenen Daten zu kombinieren, um auf dieser Basis (Smart Data) Kreditrankings, wirtschaftliche Analysen oder Marketingschreiben zu erstellen? Doch was steckt hinter diesen Profiling-Methoden und wie steht es dabei um den Datenschutz – oder genauer: um den Datenmissbrauch (Data Abuse)?
All die vielen Daten
Das Internet stellt, befeuert durch Social-Media-Dienste, eine große Menge an Daten zur Verfügung. Was also liegt näher, als diese mit den für das Kundengeschäft erhobenen zu kombinieren und auszuwerten? Unterstützt durch KI-basierte Auswertungsprogramme liefert diese so generierte Datenbasis Entscheidungsvorlagen für Kreditrankings, Wirtschaftlichkeitsprognosen und Marketingaktionen.
Die EU-Kommission stufte die KI-unterstützte Datenerhebung und -auswertung in ihrem Entwurf eines Rechtsrahmens für KI bereits als hochriskant ein, da sie fehleranfällig hinsichtlich Diskriminierung ist und zudem Minderheitenwissen unterdrückt. Zudem kann es bei fehlender Beachtung der länderspezifischen Datenschutzverordnungen zu Abmahnungen kommen, weil u. a. bereits die Datenspeicherung dieser Daten unzulässig war.
Scheinkorrelation und Echokammer-Effekt
Die Datenvielfalt im Internet birgt neben ihren Möglichkeiten auch Tücken, die bei nicht professioneller Anwendung zu Fehlerquellen bei der Auswertung führen: der Scheinkorrelation und dem Echokammer-Effekt. Warum?
Das menschliche Hirn sucht überall nach Mustern (Pattern Matching) und einer kausalen, einfachen Erklärung. So beschreibt der Autor Tyler Vigen in Spurious Correlations, wie eine gleichzeitige Häufung des Verzehrs von Eiscreme und Haifisch-Angriffen in Beziehung gesetzt und verknappt als (ironische) Kausalität: Je mehr Eis gegessen, desto öfter gefressen festgehalten wurde. Vergessen wurde bei diesem Vergleich ein dritter Faktor, die sogenannte „hidden variable“, die diese Scheinkorrelation auflöst, nämlich „Hitze“. Je wärmer die Temperaturen, desto mehr Menschen verzehren Eiscreme und desto mehr Menschen schwimmen im Meer. Auswertungen eines parallelen Auftretens von Vorkommen sind daher stets sorgfältig zu prüfen und zu bezweifeln.
Der Echokammer-Effekt bezieht sich auf die (ausschließliche) Kommunikation mit und Akzeptanz von Veröffentlichungen Gleichgesinnter. Werden fehlerhafte Ergebnisse aus dieser Gruppe im Internet veröffentlicht, so gelangen diese wiederum in das Ergebnis KI-gesteuerter Abfragen durch die dadurch entstehende Filterblase. Zudem verstärkt der Echokammer-Effekt die Verbreitung und das Rezipieren von Welt- und Wissensanschauungen bestimmter Interessensgruppen.
Experten sind gefragt
Auswertungen von Big Data in Kombination mit Algorithmen können ein äußerst nützliches Werkzeug sein, um gezielt erweiterte Kundeninformationen zu erhalten und diese für Marketing- und Beratungszwecke einzusetzen. Doch sollten Auswertungen dieser Art von Daten-Analysten betrieben werden, die hohe Kenntnisse in Statistik und Mathematik und zudem KI-Expertise haben. Es ist zu empfehlen, darüber hinaus diese Ergebnisse von Datenschutzbeauftragten prüfen zu lassen, ob die Erhebung und Speicherung der Daten mit dem Einverständnis der Kunden erfolgte.
Die alte Regel Know your customer gilt zudem nach wie vor und zeichnet Geschäftsbeziehungen aus, die neben Algorithmus-betriebener Datenauswertung die individuellen Kundenbedürfnisse berücksichtigen. So können aktuelle Kundenprofile entstehen, die smart but not abused sind.
Berater im Firmenkundengeschäft sollten was die Branchenentwicklung ihrer Firmenkunden angeht fest im Sattel sitzen. Nur so können sie fundierte Empfehlungen geben und Entscheidungen treffen. In unseren Fachinformationen sind Sie optimal vorbereitet.
Wie Data Science die moderne Führungsrolle verändert, erklärt Horst Wildemann, Professor an der TU München, in einem Beitrag in der BankInformation.
Ein Gastbeitrag von Sabine Birli, DG Nexolution
