Vermarktung der persönlichen Daten. Wie viel sind sie wert und wie bekommt man Geld dafür?

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

1 Einleitung
1.1 Problemstellung und Zielsetzung
1.2 Gang der Untersuchung

2 Grundlegende Theorien
2.1 Begriffsabgrenzungen und -erläuterungen
2.2 Verhaltensökonomische Erkenntnisse zur Wertbemessung
2.3 Wertbemessung persönlicher Daten
2.4 Vermarktungsmöglichkeiten persönlicher Daten

3 Perspektivengetriebene ökonomische Analyse
3.1 Beurteilungskriterien und -perspektiven
3.2 Perspektive A: Verbraucher - Digital Native
3.3 Perspektive B: Verbraucher - Digital Immigrant
3.4 Perspektive C: Geschäftsführer
3.5 Perspektive D: Bundesminister für Justiz und Verbraucherschutz
3.6 Konfligierende und harmonisierende Beziehungen der Perspektiven

4 Schlussbemerkung und Ausblick

Literaturverzeichnis

Verzeichnis verwendeter Gesetzestexte

Abbildungsverzeichnis

Abb. 1 Wertbemessung persönlicher Daten

Abb. 2 Beurteilungskriterien

Abb. 3 Wertschöpfungskette und Perspektiven im digitalen Handel

Abb. 4 Analyse der Beurteilungsperspektiven

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

1.1 Problemstellung und Zielsetzung

„Internet of Things“¹ und „Big Data“² sind nur zwei von zahlreichen zentralen Begriffen, die stellvertretend für die aktuelle Digitalisierungswelle stehen, deren rasante Ausweitung durch eine allgemein gestiegene Verfügbarkeit des Internets und der Verbreitung mobiler Endgeräte befeuert wird.³ So wurden 2015 weltweit bereits 2,4 Mrd. Internetnutzer gezählt, die für ein tägliches Datenaufkommen von zirka 2,5 Quintillionen Bytes verantwortlich waren, das sich Schätzungen zufolge alle zwei Jahre weiter verdoppeln wird.⁴ Diese enorme Menge an generierten Daten kann im weiteren Verlauf gespeichert, aggregiert, verknüpft und analysiert werden, was sich auf die zusätzlich gestiegenen Rechenleistungen und Verarbeitungskapazitäten der Systeme zurückführen lässt.⁵ Betrachtet man zusätzlich, neben dem klassischen Bezahlen per Kreditkarte oder dem Sammeln von Bonuspunkten, die Verbreitung von mobilen Diensten im Alltag via Smartphones, Wearables oder Analysetools im Bereich Fitnesstracking, wird schnell deutlich, dass es kaum mehr einen Lebensbereich gibt, in dem systemseitig keinerlei Daten erfasst werden.⁶ Durch die zunehmende Verfügbarkeit von persönlichen Daten und der Verbesserung entsprechender Analysemöglichkeiten gibt es mittlerweile viele Unternehmen, deren Geschäftsmodelle auf die Datenerhebung, -verarbeitung und -analyse oder sogar dem reinen Datenhandel gestützt sind.⁷ Demnach stellen persönliche Daten hinsichtlich personalisierter Angebote, Profilerstellungen und der Möglichkeit zur Vorhersage des Kundenverhaltens einen erkennbaren, aber dennoch schwer zu quantifizierenden wirtschaftlichen Wert dar, der zunehmend an Bedeutung gewinnt.⁸ Des Weiteren können bestimmte Dienste diese Daten in weitere gewinnbringende Services übertragen.⁹ Erschreckend lässt sich auf der anderen Seite allerdings eine erhebliche Lücke zwischen der gestiegenen Nutzung solcher Dienste und der digitalen Kompetenz in der Bevölkerung feststellen, wonach das Verständnis der Technik und der Verarbeitungsprozesse bei Weitem nicht das Niveau der Nutzung erreicht.¹⁰ Daraus resultiert generell ein hohes Maß an Misstrauen hinsichtlich dem Missbrauch persönlicher Daten durch die Anbieter entsprechender Dienste, bei deren Nutzung aber dennoch meist die Sammlung persönlicher Daten widerwillig oder unbewusst akzeptiert wird.¹¹ Dieser Zielkonflikt zwischen Kosten und Nutzen für den Verbraucher lässt sich auch am Beispiel der Weitergabe von Gesundheitsdaten vergegenwärtigen. Eine Preisgabe dieser Daten könnte zwar zum einen zu einer frühzeitigen Erkennung von Krankheiten, zum anderen aber auch zur Diskriminierung durch Krankenkassen z.B. aufgrund bestimmter Risikoberufe führen.¹² Auch aus rechtlicher Sicht wird das Misstrauen der Verbraucher teilweise bestätigt. So wurde gerade erst 2015 die „Safe-Harbour-Regelung“ vom EuGH für ungültig erklärt, die zuvor die Übermittlung personenbezogener Daten in die USA erlaubte.¹³

Da persönliche Daten einen steigenden wirtschaftlichen Wert darstellen, dies aber weder vom Gesetzgeber noch vom Verbraucher in angemessener Weise berücksichtigt wird, soll diese Arbeit Aufschluss darüber geben wie sich der Wert aus verschiedenen Perspektiven quantifizieren lässt und welche Möglichkeiten der Monetarisierung sich ergeben. Zudem gilt es, den Trade-Off zwischen wirtschaftlichem Nutzen und den individuellen Kosten näher zu beleuchten. Um dies zu prüfen werden die Motive verschiedener Akteure bestimmten Kriterien gegenübergestellt und hinsichtlich Gemeinsamkeiten, Unterschieden und Wechselwirkungen untersucht.

1.2 Gang der Untersuchung

Die vorliegende Arbeit gliedert sich in insgesamt vier aufeinander aufbauende Kapitel, welche sie in Einleitung, Grundlagenteil, Hauptteil und Fazit teilt. Im ersten Abschnitt wurde die allgemeine Problematik kurz dargestellt und die Zielsetzung verdeutlicht, ehe im folgenden zweiten Abschnitt des ersten Kapitels der zielgerichtete Aufbau der Arbeit erläutert wird.

Im zweiten Kapitel folgen im Anschluss daran die grundlegenden Begriffsabgrenzungen, Theorien und Modelle mit Auswirkungen auf die Wertbemessung persönlicher Daten, deren Verständnis dafür Sorge tragen, dass die im weiteren Verlauf der Arbeit dargelegten Analysen, hinsichtlich der Beantwortung der Forschungsfrage, korrekt eingeordnet werden können. Hierbei werden die wichtigsten Begriffsbedeutungen und rechtlichen Grundsätze geschärft, bevor im Anschluss die Theorien vorgestellt werden, die die aufkommende Problematik bezüglich der Wertbemessung begründen. Im nächsten Abschnitt werden verschiedene Methoden zur Wertbemessung persönlicher Daten herangezogen, die zusammen mit den in Abschnitt vier veranschaulichten Vermarktungsmöglichkeiten den Abschluss des Grundlagenteils bilden. Die Erkenntnisse aus diesem Kapitel dienen dem Hauptteil als Grundlage für die perspektivengetriebene Diskussion innerhalb derer, die verschiedenen Interessen der Akteure erläutert werden. Hierfür werden im ersten Abschnitt sowohl vorliegende Kriterien, als auch einzelne Perspektiven genannt und begründet ausgewählt. Im zweiten bis fünften Abschnitt werden diese Perspektiven anhand der ausgewählten Kriterien beschrieben und hinsichtlich der Wertbemessung und Vermarktung persönlicher Daten analysiert. Zum Ende des Kapitels werden die Ergebnisse der perspektivischen Betrachtung gegenübergestellt und die wichtigsten harmonisierenden und konfligierenden Erkenntnisse, sowie mögliche Wechselwirkungen zwischen den Akteuren herausgestellt.

Im abschließenden vierten Kapitel werden alle vorangegangenen Erkenntnisse für ein abschließendes Fazit unter Berücksichtigung der Forschungsfrage zusammengeführt und ein Ausblick auf zukünftige Entwicklungen gewagt.

2 Grundlegende Theorien

Die im Folgenden dargestellten (finanz-)wissenschaftlichen Modelle und Erläuterungen werden so detailliert dargelegt, wie es der weitere Gang der Untersuchung erfordert. Für eine weitere Recherche dient die angegebene Literatur.

2.1 Begriffsabgrenzungen und -erläuterungen

Generell bietet der zunehmende Strom an persönlichen Daten im Netz zahlreiche Möglichkeiten für die Anbieter einzelner Online-Dienste Nutzerverhalten zu analysieren, Profiling zu betreiben oder Vorhersagen zum Kaufverhalten treffen zu können.¹⁴ Geschützt wird der Verbraucher momentan lediglich über die Bestimmungen im Zusammenhang mit der Privatsphäre. Demnach sind Eingriffe in das Privatleben eines Menschen bereits nach Artikel 12 der “Allgemeinen Erklärung der Menschenrechte” (1948) und Artikel 8 der “Europäischen Menschenrechtskonvention” (1950) unzulässig. Im deutschen Raum wird der Schutz des Persönlichkeitsrechts bzw. der Privatsphäre über Art. 1 Abs. 1 GG i.V.m. dem Recht zur freien Entfaltung seiner Persönlichkeit in

Art. 2 Abs. 1 GG abgeleitet.¹⁵ Des Weiteren dient das Bundesdatenschutzgesetz (1990) dem Schutz vor Missbrauch personenbezogener Daten.¹⁶ Diese umfassen prinzipiell alle Daten, die mit einer bestimmten oder bestimmbaren Person in Verbindung gebracht werden können.¹⁷ Per Gesetz ist u.a. das Erheben, Verarbeiten, Speichern, Übermitteln und Nutzen dieser Daten untersagt.¹⁸ Allerdings gelten auch diesbezüglich Ausnahmen wie z.B. die Datenerhebung für Geschäftszwecke unter Berücksichtigung der §§ 13 und 28 ff. BDSG, wonach der betreffende Verbraucher seine Einwilligung nach § 4a Abs. 3 BDGS abzugeben hat, sowie bei anonymisierten Daten, also derart veränderten persönlichen Daten, dass eine Zuordnung dieser im Prinzip nicht mehr möglich ist. Hiervon abzugrenzen ist in diesem Zusammenhang die Pseudonymisierung, wonach Identifikationsmerkmale durch andere, unbestimmte Kennzeichen ersetzt werden, um eine Zuordnung zu vermeiden.¹⁹

Betrachtet man nun die globale Vernetzung über Landesgrenzen hinweg, wird eine gewisse Problematik ersichtlich, denn in der Thematik Datenschutz unterscheiden sich die einzelnen Bewertungen nach dem entsprechenden länderspezifischen Rechtssystem. Dies verdeutlicht das Urteil zur “SafeHarbour-Regelung”, wonach die Übermittlung von Daten aus Deutschland in die USA für ungültig erklärt wurde.²⁰ Aus diesem Grund erarbeitete die Europäische Union 2016 die neue “Datenschutz Grundverordnung”, die die 27 Mitgliedsstaaten bis 25. Mai 2018 in nationales Recht umzusetzen haben. Demnach müssen sich Unternehmen zukünftig eine ausdrückliche Zustimmung einholen, sofern sie persönliche Daten verarbeiten möchten. Zudem kann der Verbraucher nun jederzeit eine Auskunft über seine verwandten persönlichen Daten verlangen und seine Einwilligung jederzeit widerrufen. Damit wird zumindest im europäischen Raum das Schutzniveau ab Mai 2018 vereinheitlicht.²¹ Kritiker bemängeln allerdings, dass die neuen Bestimmungen zwar den Schutz der Persönlichkeit einheitlich regeln, sie allerdings immer noch nicht dem zeitgemäßen Umgang mit dem wirtschaftlichen Wert der Daten gerecht werden.²²

2.2 Verhaltensökonomische Erkenntnisse zur Wertbemessung

Die aktuellen gesetzlichen Regelungen für den Umgang mit persönlichen Daten verfolgen zwar den Schutz der Verbraucher, betrachtet man sich allerdings die Konsequenz auf inhaltlicher Basis, ist eine gewisse Diskrepanz zwischen gewünschtem und tatsächlichem Verbraucherbild nicht von der Hand zu weisen. Demnach geht die deutsche Rechtssetzung vor allem mit Blick auf die Einwilligungserklärung nach § 4a Abs. 3 BDGS von einem durchaus mündigen und rational agierenden Bürger aus, der die transparent gestaltete Erklärung auch zielgerichtet zum Schutz seiner Persönlichkeitsrechte verarbeiten kann.²³ Dieses Verbraucherbild entspricht etwa dem neoklassischen Idealtyp des Homo Oeconomicus’, der aufgrund vollständiger Information, bezüglich all seiner Alternativen und Risiken, stets nutzenmaximierend und rational entscheidet.²⁴

Im Bereich der Neuen Institutionenökonomik konnte jedoch empirisch dargelegt werden, dass es gerade in Vertrags- und Wirtschaftsbeziehungen zu Verzerrungen kommt, die ein rationales Handeln aufgrund von vorliegenden Asymmetrien verhindern. Vor allem die Prinzipal-Agent-Theorie nach Jensen und Meckling (1976) stellt die einzelnen Interessenskonflikte zwischen den Vertragsparteien heraus. So führen egoistisches Verhalten, Informationsasymmetrien und verschiedene Risikobereitschaften der Beteiligten zu einer suboptimalen Nutzenallokation.²⁵

Des Weiteren konnten Ergebnisse aus verhaltensökonomischen Studien bestätigen, dass sich Individuen bei Entscheidungskalkülen unter Risiko irrational verhalten.²⁶ Der “Endowment-Effect” nach Thaler (1980) beschreibt beispielweise den Effekt, dass es zu einer erhöhten Wertzumessung ein und desselben Gutes kommt, wenn man ein Produkt besitzt, als wenn man es nicht besitzt.²⁷ Kahneman und Tversky (1976) fanden zudem heraus, dass sich Individuen in Risikoentscheidungssituationen mit sicheren Gewinnen eher risikoavers, in Risikoentscheidungssituationen mit sicheren Verlusten risikofreudiger verhalten.²⁸ Dies ist vor allem hinsichtlich der korrekten Wertbemessung persönlicher Daten durch das einzelne Individuum von Bedeutung, betrachtet man sich etwa die Erkenntnis des “Privacy-Paradoxon”, wonach Verbraucher dazu neigen ihre Privatsphäre langfristig für eher kurzfristige Vorteile aufzugeben, obwohl dies ihrer eigentlichen persönlichen Einstellung widerspricht.²⁹ In Bezug auf den Umgang mit persönlichen Daten schätzen Verbraucher beispielsweise bei der Benutzung von WhatsApp oder Facebook die Vorteile der Datenpreisgabe höher ein als die Gefährdung ihrer Privatsphäre.³⁰

Vergegenwärtigt man sich diese Erkenntnisse und den Fakt, dass es entgegen der Vorstellung des Homo Oeconomicus’ eben nicht DEN Verbraucher oder DIE Konsumenten an sich gibt, so lässt dies auf eine gewisse Problematik bei der Wertbemessung persönlicher Daten schließen.³¹

2.3 Wertbemessung persönlicher Daten

Persönliche Daten besitzen grundsätzlich einen finanziellen Wert, was sich schon alleine dadurch ausdrückt, dass teilweise gesamte Geschäftsmodelle auf diesen Daten als zentrale Grundlage beruhen. Demgegenüber kann z.B. jeder Nutzer von Google oder Facebook diese Dienste nach Preisgabe der persönlichen Daten scheinbar kostenfrei nutzen.³² Betrachtet man zudem die Vorgänge auf dem Kapitalmarkt, kann man erahnen wie viel Potential diese Thematik mit sich bringt.

So kaufte etwa Microsoft im Juni 2015 das soziale Online-Netzwerk LinkedIn mitsamt den Daten seiner 433 Mio. registrierten Nutzern für einen Kaufpreis von 23,2 Mrd. US-Dollar.³³ Mit einer am Kaufpreis gemessenen Bewertung i.H.v. 53,58 US-Dollar pro Datensatz wird, neben der Bewertung anhand des Umsatzes oder der Nettoerlöse, eine von zahlreichen Möglichkeiten zur Quantifizierung des Wertes persönlicher Daten vorgestellt.³⁴ Eine weitere Methode ist die Bewertung anhand von aktuellen Marktpreisen bestimmter Datensätze oder der etwas komplizierteren Betrachtung ihrer Preise auf dem Schwarzmarkt.³⁵ Letzten Endes stellt auch die Bewertung i.H.v. möglichen Strafzahlungen bei Verstößen gegen den Datenschutz eine Alternative der allgemeinen Wertbemessung dar.³⁶ Daneben dienen, wie in Abb. 1 dargestellt, vor allem Umfragen und Experimente bezüglich der Kauf- & Verkaufsbereitschaft von Daten deren monetärer Bewertung. Doch das Preisgabeverhalten der Nutzer ist differenzierter zu betrachten. So geben einige Nutzer lediglich Standardangaben an, während die restlichen Nutzer durch eine intensive Benutzung Unmengen an Daten generieren und damit Datensätze unterschiedlich wertvoll erscheinen lassen, was bei den bereits vorgestellten Bewertungsalternativen methodische Verzerrungen erahnen lässt.³⁷ Die unterschiedliche Gewichtung von Teilaspekten führt innerhalb dieser Bemessungsmodelle dazu, dass eine monetäre Bewertung stets stark kontextbezogen betrachtet und die Preisfindung im Allgemeinen als sehr subjektiv verstanden werden kann.³⁸

Abbildung 1. Wertbemessung persönlicher Daten, eigene Darstellung, nach: Bründl/Matt/Hess 2015, S. 11; OECD 2013, S. 19.

Auf Verbraucherseite ergeben sich zwei weitere Bewertungsmöglichkeiten, um den Gegenwert für die Preisgabe persönlicher Daten zu bemessen.³⁹ Zum einen wird analysiert für welchen Preis ein Verbraucher bereit wäre seine Daten bzw. die Nutzungsrechte darüber zu verkaufen (“willingness to accept”) und zum anderen die Höhe des Preises den der Verbraucher bereit wäre zum Schutz seiner persönlichen Daten zu bezahlen (“willingness to pay”). Bemerkenswert ist hierbei die Beobachtung der unterschiedlichen Preisangabe für das gleiche Gut bei unterschiedlicher Fragestellung.⁴⁰ Dies lässt wiederum auf eine rationale Verzerrung und der Schwierigkeit für den Verbraucher den möglichen Nutzen seiner Daten korrekt abzuschätzen, schließen.⁴¹ Aus Unternehmenssicht setzt sich der Wert persönlicher Daten aus dem möglichen Nutzungsgrad für die Unterstützung der Kundenbeziehung und analyse zusammen, welcher durch den Kontext der Datenerhebung und dem vorgesehenen Zweck der Verwendung hinsichtlich des Markttyps und des Akteurs geprägt wird.⁴² Die Daten können vom Verbraucher freiwillig abgegeben (z.B. bei Anmeldung), vom Unternehmen beobachtet (z.B. Fitnessdaten) oder auch abgeleitet (z.B. durch Analyse vorhandener Daten) werden. Die Datenqualität wird vor allem durch die Aktualität, Menge, Relevanz und der Detailliertheit beeinflusst. Zudem kann der Wert verschiedener Datentypen je nach Verwendungszweck differenziert werden. So macht es je nach Verwendung einen Unterschied ob die Daten Aufschluss über soziodemografische Aspekte, die Nutzung, das Bewegungsprofil oder das Verhalten des Verbrauchers liefern.⁴³ Generell bleibt festzuhalten, dass Daten umso wertvoller sind, je aktueller, nutzbarer, detaillierter sie sind und wenn sie freiwillig abgegeben wurden.⁴⁴

2.4 Vermarktungsmöglichkeiten persönlicher Daten

Wie bereits aufgezeigt, ist den meisten Verbrauchern ein grundsätzlicher Wert ihrer Daten bewusst und es ist ihnen bekannt, dass sie bei der Nutzung bestimmter Dienste quasi mit ihren Daten “bezahlen”, allerdings stellt sich die Frage inwieweit sie bereits in der heutigen Praxis am finanziellen Wert ihrer Daten partizipieren können.⁴⁵ Grundsätzlich gibt es drei Arten des Datenhandels, wobei der Handel gegen Service herauszustellen ist. Hierbei ist die Nutzung eines Dienstes zwar kostenfrei, allerdings gibt der Verbraucher meist über die alternativlose Einwilligungserklärung in den AGBs seine persönlichen Daten zur Nutzung preis. Der direkte Handel gegen Entgelt und die Möglichkeit der Datenspende wird an dieser Stelle zurückgestellt, da sich diese Bereiche noch im Anfangsstadium ihrer Verbreitung befinden.⁴⁶ Als Beispiele für den Handel gegen Service sind vor allem Bonusprogramme, die Preisreduktion durch die Nutzung von Kundenkarten (z.B. Payback) und die kostenlose Nutzung von Online-Angeboten (z.B. soziale Netzwerke, Google) aufzuführen. Die Verwertung dieser Daten erfolgt für die meisten Verbraucher oft unbewusst im Hintergrund. So werden die Daten auf Unternehmensseite gesammelt, verarbeitet, gespeichert und womöglich mit weiteren Daten aggregiert bevor sie analysiert und eventuell sogar an Partnerunternehmen oder Datenhändler weitervertrieben werden.⁴⁷

Die Fragen, die sich aus dieser Wertschöpfungskette ergeben, sind zum aktuellen Zeitpunkt nicht final zu beantworten. In diesem Zusammenhang ist nach der ersten Preisgabe schon nicht mehr klar wem die Daten überhaupt gehören und wer befugt ist damit auf welche Art und Weise Wert zu generieren. Ähnlich wie in der Musikindustrie könnte eine Art Lizenzgebühr für die Nutzung angedacht werden, vor allem da es sich bei persönlichen Daten um nicht rivalisierende Güter handelt, die nach Benutzung ihren Wert beibehalten oder ihn sogar erst durch Weiterverarbeitung und die Verknüpfung mit weiteren Daten steigern.⁴⁸

3 Perspektivengetriebene ökonomische Analyse

3.1 Beurteilungskriterien und -perspektiven

Nach den bisherigen Ergebnissen aus dem vorangegangenen Grundlagenteil bleibt festzuhalten, dass persönliche Daten zwar einen wirtschaftlichen Wert generieren, eine konsistente und allgemeingültige monetäre Bewertung mit den bisher bekannten Methoden aber nicht möglich scheint. Zu groß ist der Einfluss der einzelnen Beurteilungsperspektiven und dem damit verbundenen, unterschiedlichen Bewertungszusammenhang.⁴⁹ Zudem konnte in Abschnitt 2.3 bereits gezeigt werden, wie viele verschiedene Teilaspekte mit unterschiedlicher Gewichtung in die Gesamtbewertung einfließen und so auch indirekt auf die in Abschnitt 2.4 aufgeführten Vermarktungsmöglichkeiten für die einzelnen Marktteilnehmer wirken. Um die Ausgangsfrage dennoch beantworten zu können, folgt in diesem Abschnitt eine argumentative Klärung inwiefern sich die Bewertungen aus einzelnen Perspektiven heraus unterscheiden. Hierfür werden in der Folge Kriterien formuliert, die die Beurteilung am stärksten beeinflussen. Nach der dann vorgenommenen Vorstellung der wichtigsten Akteure am Markt für den Austausch von Daten, werden diese hinsichtlich der zuvor festgelegten Kriterien analysiert.

[...]

---

¹ Im Sinne der Digitalisierung/Vernetzung von Alltagsgegenständen (Vgl. Jöns 2017).

² Im Sinne einer Analyse umfangreicher Datenmassen durch Algorithmen (Vgl. Jöns 2017).

³ Vgl. Jöns 2017, S. 16 ff.; Bründl/Matt/Hess 2015, S. 4.

⁴ Vgl. Theisen 2015, S. 815 ff.

⁵ Vgl. Bründl/Matt/Hess 2015, S. 6.

⁶ Vgl. Palmetshofer/Semsrott/Alberts 2017, S. 3; Jentzsch 2014, S. 793.

⁷ Vgl. Jöns 2017, S.10 und 30; KPMG AG 2017, S. 8

⁸ Vgl. Rotella 2012; World Economic Forum 2011; Oehler 2016, S. 2.

⁹ Vgl. OECD 2013, S. 4.

¹⁰ Vgl. Initiative D21 2016, S. 1 & 9.

¹¹ Vgl. Palmetshofer/Semsrott/Alberts 2017, S. 8.; Acquisti/John/Loewenstein 2013, S. 249.

¹² Vgl. Eling 2017, S. 2.

¹³ Vgl. EuGH 2015.

¹⁴ Vgl. Kosinski/Stillwell/Graepel 2013; Jentzsch 2014, S. 793; Bründl/Matt/Hess 2015, S. 5.

¹⁵ Vgl. Jöns 2017, S. 32.

¹⁶ Vgl. BDSG 1990, § 1 Abs. 1.

¹⁷ Vgl. Bründl/Matt/Hess 2015, S. 6.

¹⁸ Vgl. BDSG 1990, § 3 Abs. 1 - 5.

¹⁹ Vgl. BDSG 1990, §§ 3 Abs. 4 - 4a.

²⁰ Vgl. EuGH 2015; Jöns 2017, S. 26 - 28.

²¹ Vgl. Palmetshofer/Semsrott/Alberts 2017, S. 33.

²² Vgl. Jöns 2017, S. 41.

²³ Vgl. Oehler 2013, S. 45; Micklitz et al. 2010, S. 2.

²⁴ Vgl. Ruckriegel 2009, S. 49 - 51; Oehler 2013, S. 46; Enste et al. 2016, S. 5 ff.

²⁵ Vgl. Jensen/Meckling 1976, S.34.

²⁶ Vgl. Kahneman/Tversky 1976; Oehler 2013, S. 48.

²⁷ Vgl. Thaler 1980; Oehler 2002, S. 857.

²⁸ Vgl. Kahneman/Tversky 1976, S. 263.

²⁹ Vgl. Acquisti/Grossklags 2005, S. 26.

³⁰ Engels/Grunewald 2017, S. 1 ff.

³¹ Oehler 2013, S. 49 ff.

³² Vgl. Buxmann 2015, S. 812 ff.

³³ Vgl. Microsoft 2016; Sordello 2016.

³⁴ Vgl. OECD 2013, S. 4.

³⁵ Vgl. OECD 2013, S. 5.

³⁶ Vgl. ebda.

³⁷ Vgl. Bründl/Matt/Hess 2015, S. 11.

³⁸ Vgl. Lange/Stahl/Vossen 2016, S. 3; Bründl/Matt/Hess 2015, S. 4; OECD 2013, S. 4.

³⁹ Vgl. Oehler 2016, S. 1.

⁴⁰ Vgl. Acquisti/Grossklags 2013, S. 255; Palmetshofer/Semsrott/Alberts 2017, S. 13.

⁴¹ Vgl. Acquisti/Grossklags 2013, S. 255; Bründl/Matt/Hess 2015, S. 13.

⁴² Vgl. OECD 2013, S. 19; Bründl/Matt/Hess 2015, S. 11; Lange 2016, S. 3.

⁴³ Vgl. Bründl/Matt/Hess 2015, S. 10 ff.

⁴⁴ Vgl. ebda.

⁴⁵ Vgl. Oehler 2016, S. 1 ff.

⁴⁶ Vgl. Jöns 2017, S. 37; Bründl/Matt/Hess 2015, S. 2.

⁴⁷ Vgl. Hartmann et al. 2014, S. 11.

⁴⁸ Vgl. Palmetshofer/Semsrott/Alberts 2017, S. 20 ff.; Acquisti/John/Loewenstein 2013.

⁴⁹ Vgl. OECD 2013, S. 2.