Kultur und Customer Relationship Management. Kundensegmentierung unter Datenschutzaspekten in Deutschland und den USA


Seminararbeit, 2016

22 Seiten, Note: 1,7


Leseprobe

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

1 Problemstellung und Aufbau der Arbeit

2 Grundlagen
2.1 Kundensegmentierung im Customer Relationship Management
2.1.1 Eindimensionale Segmentierungsverfahren
2.1.2 Mehrdimensionale Segmentierungsverfahren
2.1.3 Gemeinsamkeiten und Informationsbedarf
2.2 Datenschutz
2.2.1 Deutsche und europäische Regelungen
2.2.2 US-amerikanische Regelungen

3 Vergleich in der Praxis beider Länder
3.1 Relevanz für die Datenerhebung
3.2 Relevanz für die Datenverarbeitung und -nutzung
3.2.1 Aktuelle Praxis
3.2.2 Kulturelle Wechselwirkungen und Ursachen

4 Fazit & Ausblick

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1: Abgrenzung CRM von verwandten Begriffen

Abbildung 2: Kundensegmentierung mittels Scoring

Abbildung 3: Beispiel für ein RFM-Verfahren

Abbildung 4: Beispiel eines Scoring-Portfolios

Abbildung 5: Datenschutzregelungen in Deutschland und den USA

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Problemstellung und Aufbau der Arbeit

Die folgende Arbeit beschäftigt sich mit den Möglichkeiten der Segmentierung von Kunden unter dem Gesichtspunkt des Datenschutzes. Exemplarisch erfolgt dies an zwei Ländern: Einerseits die Bundesrepublik Deutschland und andererseits die Vereinigten Staaten von Amerika (USA).

Untersuchungsgegenstand ist zunächst die Kundensegmentierung selbst. Es wird aufgezeigt, welche Beziehung zum Customer Relationship Management besteht, welche Möglichkeiten bestehen und was diese gemeinsam haben. Beim Datenschutz werden eistierende Regelungen gegenübergestellt und gegebenenfalls durch kulturelle Faktoren ergänzt. Es wird zudem untersucht, ob und auch warum sich diese Regelungen unterscheiden und inwieweit sie Einfluss auf Unternehmen ausüben, die Kundensegmentierungen vornehmen.

In Bezug auf die Methode wird vorrangig auf vorhandenes Forschungsmaterial zurückgegriffen, insbesondere beim aktuellen Stand der Kundensegmentierung. Bezüglich der gesetzlichen Regelungen erfolgt die Arbeit an den Gesetzestexten selbst und gegebenenfalls an Gerichtsurteilen. Für die Untersuchung der praktischen Relevanz wird ein aktueller Fall aus dem Wirtschaftsgeschehen als Fallstudie untersucht. Zur Untersuchung werden Presseberichte herangezogen.

Die hauptsächliche Forschungsthese ist, dass nicht allein die Ausgestaltung des Datenschutzes die entscheidende Größe ist, sondern dass noch weitere Faktoren berücksichtigt werden müssen. Dies gilt insbesondere, wenn das Ergebnis der Segmentierung öffentlich wahrnehmbar ist oder sein könnte.

Zunächst wird am Beginn der Arbeit der Begriff Customer Relationship Management definiert. Es wird eine Verbindung zum Verfahren der Kundensegmentierung hergestellt, verschiedene Verfahren werden erläutert. Die jeweiligen Stärken und Schwächen werden herausgearbeitet und auf Gemeinsamkeiten hin untersucht. Im weiteren Verlauf der Arbeit wird der Begriff des Datenschutzes erläutert, anhand der Regelungen in Deutschland und den USA werden verschiedene Verständnisse aufgezeigt. Diese werden gegenübergestellt und verglichen. Im Mittelteil der Arbeit werden die Wechselwirkungen und das Zusammenspiel von Kundensegmentierung und Datenschutz untersucht. Insbesondere geht es um die Klärung der Frage, inwieweit der Datenschutz das praktische Vorgehen in beiden untersuchten Ländern beeinflusst und welche weiteren Faktoren es noch geben könnte. Hauptsächlich wird untersucht, inwieweit gesetzliche Regelungen das mögliche Vorgehen beeinflussen. Darüber hinaus wird anhand einer Fallstudie dargestellt, dass nicht nur die gesetzlichen Regelungen das gewünschte Vorgehen beeinflussen. Des Weiteren wird nach Gründen für das unterschiedliche Vorgehen in Deutschland und den USA gesucht. Zum Schluss der Arbeit wird ein Fazit gezogen und überprüft, inwieweit die Forschungsthese bestätigt oder gegebenenfalls widerlegt worden ist. Zudem erfolgt ein kurzer Ausblick, welchen Anforderungen Unternehmen auch in Zukunft in Bezug auf Kundensegmentierung und den Datenschutz Rechnung tragen werden müssen.

2 Grundlagen

Für den Begriff Customer Relationship Management (CRM) existieren in der einschlägigen Literatur mehrere Definitionen. Für den weiteren Verlauf dieser Arbeit maßgeblich schlagen Leußer, Hippner und Wilde folgende Formulierung vor:

„Customer Relationship Management umfasst den Aufbau und die Festigung langfristig profitabler Kundenbeziehungen durch abgestimmte und kundenindividuelle Marketing-, Sales- und Servicekonzepte mit Hilfe moderner Informations- und Kommunikationstechnologien.“ (Leußer/Hippner/Wilde 2011, S. 18).

Aus der oben stehenden Definition geht hervor, dass es sich beim CRM daher nicht lediglich um eine technologische Lösung zur Identifikation wichtiger Kunden handelt, sondern weitaus mehr Aspekte umfasst. Eine Abgrenzung zu verwandten Begriffen ist aus der folgenden Übersicht erkennbar:

Abbildung 1 : Abgrenzung CRM von verwandten Begriffen

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Leußer/Hippner/Wilde 2011, S. 20

Aus der Abbildung geht hervor, dass sich CRM mit dem Teil des Beziehungsmarketings beschäftigt, der explizit auf die Kunden eines Unternehmens gerichtet ist. Die Beziehung zu diesen soll mithilfe moderner Technologien langfristig profitabel gestaltet werden.

2.1 Kundensegmentierung im Customer Relationship Management

In der Praxis werden Kunden teilweise ab einer gewissen Anzahl nicht individuell behandelt, sondern es wird eine Segmentierung vorgenommen. Im weiteren Verlauf der Arbeit beschreibt Segmentierung die Aufteilung eines heterogenen Gesamtmarktes in homogene Teilmärkte. Aus marketingtechnischer Sicht können einzelne Segmente dann in ähnlicher Weise bearbeitet werden. Diese Aufteilung kann aufgrund verschiedener Merkmale erfolgen. Geographisch kann dies zum Beispiel anhand verschiedener Ländermärkte erfolgen. Dies bedeutet, dass auch Kundengruppen segmentiert werden können. Hier entsteht die Verbindung zum CRM, das sich mit dem Aufbau langfristiger Kundenbeziehungen beschäftigt.

Bezüglich der Segmentierung von Kunden existiert derzeit noch keine einheitliche Systematisierung. In den folgenden Kapiteln werden die gebräuchlichsten Segmentierungsverfahren erläutert, damit ist die Auflistung nicht erschöpfend. Aus Gründen der Übersichtlichkeit wird im Verlauf der Arbeit vorrangig eine Aufteilung in eindimensionale und mehrdimensionale Segmentierungsverfahren vorgenommen. Zudem kann teilweise eine weitere Unterteilung danach erfolgen, ob Kunden individuell oder im Vergleich mit anderen Kunden, also kumuliert, segmentiert werden (Krafft/Albers 2000, S. 1f).

2.1.1 Eindimensionale Segmentierungsverfahren

Bei eindimensionalen Segmentierungsverfahren erfolgt die Einteilung zu einem bestimmten Kundensegment aufgrund eines einzelnen Merkmals. Ihre weite Verbreitung rührt daher, dass die entsprechenden Daten in der Regel bereits im Unternehmen vorhanden sind beziehungsweise auf diesen Daten aufbauen (Krafft/Albers 2000, S. 3).

Auf individueller Ebene kann eine qualitative Segmentierung von Kunden vorgenommen werden. Hierbei wird weniger nach monetären, also quantitativ messbaren, als nach subjektiven Kriterien segmentiert. So kann es sich beispielsweise um den Innovationsbeitrag eines Kunden zum Unternehmen handeln, nach dem eine Einteilung als Lead User oder strategischer Kunde erfolgt. Diese Form der Segmentierung geht zwar subjektiv vor, erfreut sich jedoch großer Beliebtheit und ist weit verbreitet. Ein Vorteil ist allerdings, dass sich Kunden hierbei auch bereits segmentieren lassen, bevor überhaupt Daten vorliegen, sodass der Datenbedarf vergleichsweise gering gehalten werden kann (Krafft/Albers 2000, S. 3f). Werden die Kunden in Folge einer qualitativen Segmentierung untereinander verglichen, handelt es sich um ein kumuliertes Verfahren. Ein solches qualitatives Ranking bringt Kunden aufgrund eines subjektiv gewählten Kriteriums in eine Rangfolge. Es gelten die gleichen Einwände bezüglich der Willkür subjektiver Kriterien wie auch bei der individuell vorgenommenen qualitativen Segmentierung von Kunden (Krafft/Albers 2000, S. 5).

Bei den quantitativen Verfahren auf individueller Ebene sind die Kundendeckungsbeitragsrechnung und die Berechnung des Customer Lifetime Value (CLV) zu nennen.

In Zuge einer Kundendeckungsbeitragsrechnung werden entstandene Kosten und Erlöse einem einzelnen Kunden verursachungsgerecht zugerechnet. Die Vorgehensweise ist vergleichbar mit der klassischen Deckungsbeitragsrechnung auf Produktebene. Voraussetzung ist, dass die entsprechenden Daten des Rechnungswesens vorliegen. Zu den Schwächen des Verfahrens gehört, dass die Kundendeckungsbeitragsrechnung über die reinen Kosten- und Erlösdaten keine weiteren Kriterien in die Betrachtung aufnehmen kann und damit teilweise unvollständig bleibt (Günter/Helm 2011, S. 278f).

Der CLV versucht ergänzend zu den bisherigen Ein- und Auszahlungen eines Kunden auch die erwarteten Beträge zu erfassen. Hierbei werden Methoden der dynamischen Investitionsrechnung verwendet. Der Kundenwert wird damit vom Verhältnis zwischen erwarteten Ein- und Auszahlungen in Bezug auf die Dauer der durchschnittlichen Geschäftsbeziehung abhängig gemacht. Eine solide Messung des Kundenwertes mithilfe des CLV ist allerdings nicht möglich (Günter/Helm 2011, S. 279f). Dies ist in der Tatsache begründet, dass gerade im Bereich der erwarteten Umsätze Schätzungenauigkeiten zu erwarten sind, da hier nicht mit bereits vorhandenen Daten gearbeitet werden kann (Krafft/Albers 2000, S. 5).

Ein dagegen weit verbreitetes Verfahren kumulierter Art ist die ABC-Analyse. Diese kann aufgrund von beispielsweise Umsatz oder Deckungsbeitrag erfolgen, wobei in der Regel der Umsatz als Kriterium verwendet wird (Günter/Helm 2011, S. 275f). Die vorhandenen Kunden werden dann beispielsweise nach Umsatz aggregiert in Klassen von A bis C eingeteilt. In der Praxis zeigt sich allerdings nicht zwangsläufig ein linearer Zusammenhang zwischen hohem Umsatz und hoher Profitabilität, sodass die Aussagekraft solch einer ABC-Analyse begrenzt ist und daher durch andere Verfahren ergänzt werden sollte (Krafft/Albers 2000, S. 5).

2.1.2 Mehrdimensionale Segmentierungsverfahren

Die bisher dargestellten Ansätze verdeutlichen, dass die Betrachtung von lediglich einem Kriterium zur Segmentierung von Kunden nur begrenzte Aussagekraft liefert. Diese Verfahren sind immer mit einem hohen Informationsverlust an anderer Stelle verbunden, sodass im weiteren Verlauf mehrdimensionale Segmentierungsverfahren versuchen, diese Schwäche auszugleichen (Krafft/Albers 2000, S.5f). Auch bei mehrdimensionalen Verfahren kann eine genauere Unterteilung nach individueller und kumulierter Vorgehensweise erfolgen.

Individuelle Verfahren mit weiter Verbreitung sind beispielsweise Punktbewertungsverfahren, teilweise auch als Scoring bekannt. Hierzu wird ein Katalog mit mehreren Kriterien qualitativer oder quantitativer Art erstellt. Diesen wird ein Gewicht zugeordnet, die Einzelgewichtungen ergeben in der Summe 100 Prozent beziehungsweise den Wert 1. Daraufhin werden Kundenbeziehungen auf diese Merkmale überprüft wobei in Bezug auf deren Ausprägung Punktwerte vergeben werden. Der Kunde erhält dann einen Scoring-Wert, der mit den Werten anderer Kunden vergleichbar ist (Günter/Helm 2011, S. 276f). Die folgende Abbildung veranschaulicht dieses Vorgehen:

Abbildung 2 : Kundensegmentierung mittels Scoring

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Krafft/Albers 2000, S. 6

Schwächen von Scoring-Modellen liegen in der Subjektivität in Bezug auf die ausgewählten Kriterien, deren Gewichtungen und die einzelnen Zuordnungen. Bei qualitativen Kriterien tritt vor allem der erste Punkt deutlich hervor (Günter/Helm 2011, S. 277).

Um eine Analyse auf rein quantitativer Basis vorzunehmen, eignet sich das RFM-Verfahren. Das Kürzel setzt sich zusammen aus den Begriffen „Recency of last purchase“, Frequency of purchase“ und „Monetary Value“. Teilweise findet sich auch die Bezeichnung RFMR-Verfahren, wobei dann der letzte Punkt als Monetary Ratio“ benannt wird. Diesen Punkten werden bestimmte Kriterien zugeordnet. Dabei kann es sich um das letzte Kaufdatum, die Häufigkeit des Einkaufs in einem definierten Zeitraum, den durchschnittlichen Umsatz oder die Anzahl der Retouren handeln. Diesen wird dann ein Punktwert zugeordnet. Hohe Umsätze sorgen dabei für einen eher hohen Punktwert, wohingegen für Maßnahmen wie Katalogversand, die einen Aufwand darstellen, Punkte abgezogen werden können (Link/Münster/Gary 2011, S. 167f). Ein Beispiel für das RFM-Verfahren findet sich in der nächsten Abbildung:

Abbildung 3 : Beispiel für ein RFM-Verfahren

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Krafft/Albers 2000, S. 7

Nach dem Endwert lässt sich untergliedern, welche Kunden für das Unternehmen besonders interessant sind. Die Punktvergabe erfolgt meist weitestgehend intuitiv, das heißt subjektiv. Allerdings ist es möglich, diese auch statistisch zu stützen. Zum Beispiel kann mithilfe von Regressionsanalysen versucht werden, die Zusammenhänge und den Einfluss verschiedener Größen aufeinander zu quantifizieren (Krafft/Albers 2000, S. 7)

Zu den mehrdimensionalen kumulierten Verfahren kann die Portfoliobildung gezählt werden. Beim Scoring-Portfolio werden sowohl aktuelle als auch potenzielle Kunden mittels der klassischen Portfoliotechnik dargestellt, im Regelfall geordnet nach den Dimensionen Kundenattraktivität und Wettbewerbsstärke des eigenen Unternehmens. Als Indikatoren für die Kundenattraktivität können neben vielen weiteren unter anderem Umsatz beziehungsweise Umsatzentwicklung oder Umsatzpotential, Bonität, Preissensibilität und Reklamationsverhalten dienen. Mögliche Parameter für die eigene Wettbewerbsstärke sind etwa der Lieferanteil am jeweiligen Kunden, Kundenzufriedenheit oder der momentane Deckungsbeitrag sowie das eigene Image beim Kunden. Aufwendige Maßnahmen wie Außendienstbesuche oder ähnliches bleiben dann den Kunden vorbehalten, die in der Portfoliomatrix entsprechend platziert sind. Kunden an anderer Stelle im Portfolio werden dementsprechend nachrangig behandelt (Link/Münster/Gary 2011, S. 169). In der nächsten Abbildung ist ein Beispiel eines Scoring-Portfolios abgebildet:

Abbildung 4 : Beispiel eines Scoring-Portfolios

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Krafft/Albers 2000, S. 8

Zu erwähnen ist an dieser Stelle, dass die die Position von Kunden aufgrund der subjektiven Gewichtung einzelner Merkmale variieren kann. Zudem kann das Scoring-Portfolio eventuelle Verbindungen zwischen den Kunden nur ungenügend oder gar nicht erfassen, sodass aufgrund von Interdependenzen strategisch wichtige Kunden im Portfolio bei den Verzichtskunden auftauchen.

Des Weiteren ist noch das klassische Kundenportfolio zu nennen. Dieses beurteilt nur bisher bestehende Kunden, da es auch nur auf bisher bekannte, quantitative Messzahlen zurückgreift. Potentialgrößen wie mögliche Umsätze oder Gewinne werden nicht berücksichtigt. Dies stellt zwar einerseits einen Vorteil dar, da alle Größen exakt messbar sind, trägt aber der Dynamik von Geschäftsbeziehungen unter Umständen nicht ausreichend Rechnung (Krafft/Albers 2000, S. 9).

2.1.3 Gemeinsamkeiten und Informationsbedarf

Über die bisher genannten Verfahren hinaus sind auch noch weitere Segmentierungsverfahren denkbar. So ist es ebenfalls möglich, Kunden nach sozio-demografischen oder psychografischen Merkmalen, Präferenzstrukturen oder anhand bestimmter Verhaltensweisen zu segmentieren (Müller/Gelbrich 2004, S. 526ff).

Den genannten und vielen weiteren Verfahren ist gemeinsam, dass Sie alle auf das Vorhandensein von Informationen angewiesen sind. Eine Segmentierung ist höchstens so hochwertig wie die eingesetzten Daten. Teilweise sind diese Daten aufgrund bestehender Geschäftsbeziehungen bereits im Unternehmen vorhanden, wie beispielsweise Umsatzdaten, in anderen Fällen müssen die benötigten Daten erst von außen beschafft werden. Letzteres gilt umso mehr, je mehr mit Prognosen und neu zu erschließenden Kundengruppen beziehungsweise bisher unbekannten oder kaum erschlossenen Märkten gearbeitet wird.

2.2 Datenschutz

Im Zuge der Datenbeschaffung ist zu evaluieren, welche Informationen von außen ohne weiteres beschafft werden können oder an welcher Stelle eventuelle Beschränkungen stehen. Zusätzlich ist die Zulässigkeit der Verwendung von Informationen gesondert zu klären. Einen Rahmen für diese Fragen bietet unter anderem der Datenschutz.

Im Folgenden werden die datenschutzrechtlichen Regelwerke betrachtet, die in der Bundesrepublik Deutschland Gültigkeit besitzen. Diesen werden die entsprechenden Regelungen in der USA gegenübergestellt, sofern welche existieren. Hiermit werden zwei Verfahrensweisen aufgezeigt, die sich deutlich voneinander unterscheiden.

2.2.1 Deutsche und europäische Regelungen

Der Datenschutz in Deutschland ist durch zahlreiche Regelungen präzisiert. Am bekanntesten ist das Bundesdatenschutzgesetz (BDSG) aus dem Jahr 1990. Als Anwendungszweck bestimmt das Gesetz „den Einzelnen davor zu schützen, dass er durch den Umgang mit seinen personenbezogenen Daten in seinem Persönlichkeitsrecht beeinträchtigt wird“ (§1 Abs. 1 BDSG), gültig ist es für „die Erhebung, Verarbeitung und Nutzung personenbezogener Daten“ (§1 Abs. 2 BDSG). Darüber hinaus ist geregelt, dass nicht nur öffentliche Stellen die Vorschriften des Gesetzes anzuwenden haben, sondern auch nicht-öffentliche Stellen wie „natürliche und juristische Personen, Gesellschaften und andere Personenvereinigungen des privaten Rechts“ (§2 Abs. 4 BDSG). Es ist der Grundsatz der Datensparsamkeit beziehungsweise Datenvermeidung formuliert, das bedeutet, es sind so wenig Daten wie möglich zu erheben (§3a BDSG). Dass die Einwilligung betroffener Personen einzuholen ist, ist ebenfalls erwähnt (§4a BDSG). Die Datenerhebung, -verarbeitung und -nutzung in nicht-öffentlichen Stellen und öffentlich-rechtlichen Wettbewerbsunternehmen ist an mehrere Bedingungen geknüpft (§28 BDSG). Scoring bezüglich der zukünftigen Verhaltenswahrscheinlichkeit einer Person ist gesondert reglementiert (§28b BDSG). Ergänzend existieren Datenschutzgesetze der einzelnen Bundesländer.

Aus dem Grundgesetz für die Bundesrepublik Deutschland (GG) geht lediglich ein Recht auf informationelle Selbstbestimmung hervor. Dieses ergibt sich aus dem allgemeinen Persönlichkeitsrecht (Art. 2 Abs. 1 GG) in Kombination mit Art. 1: „Die Würde des Menschen ist unantastbar. Sie zu achten und zu schützen ist Verpflichtung aller staatlichen Gewalt“ (Art. 1 Abs. 1 GG). Das Bundesverfassungsgericht (BVerfG) hat in seiner Rechtsprechung der informationellen Selbstbestimmung im „Volkszählungsurteil“ den Rang als Grundrecht eingeräumt. Eine der getroffenen Aussagen ist: „Freie Entfaltung der Persönlichkeit setzt unter den modernen Bedingungen der Datenverarbeitung den Schutz des Einzelnen gegen unbegrenzte Erhebung, Speicherung, Verwendung und Weitergabe seiner persönlichen Daten voraus“ (BVerfG, Urteil des Ersten Senats vom 15. Dezember 1983).

Übergeordnet und für die gesamte Europäische Union (EU) gültig gibt es weitere Regelwerke. Ein Recht auf Achtung des Privat- und Familienlebens ist in der Europäischen Menschenrechtskonvention (EMRK) verankert. Hier heißt es: „Jede Person hat das Recht auf Achtung ihres Privat- und Familienlebens, ihrer Wohnung und ihrer Korrespondenz“ (Art. 8 EMRK). Dieses in der EMRK formulierte Recht wird genauer in einer speziellen Richtlinie des Europäischen Parlamentes und des Rates der EU zum Schutz persönlicher Daten erläutert. Diese soll unter anderem „ein gleichwertiges Schutzniveau hinsichtlich der Rechte und Freiheiten von Personen bei der Verarbeitung dieser Daten in allen Mitgliedstaaten“ (Absatz 8, Richtlinie 95/46/EG) gewährleisten. Hier sind auch ein Informations- (Abschnitt IV, Art. 10/11, Richtlinie 95/46/EG) und ein Auskunftsrecht der betroffenen Person spezifiziert (Abschnitt V, Art. 12, Richtlinie 95/46/EG).

Zusammengefasst besagen diese Regelungen, dass es in Deutschland nur unter Auflagen zulässig ist, Daten zu erheben, verarbeiten und nutzen. Da Personen ein zugesichertes Recht an ihren eigenen Daten besitzen, müssen deren Einwilligungen eingeholt und die Betroffenen über das Sammeln von Daten informiert werden.

2.2.2 US-amerikanische Regelungen

Im Gegensatz zu Deutschland oder zur EU existiert in den USA kein gesamtstaatlich gültiges Regelwerk zum Datenschutz. Der Umgang mit Daten ist nur für einzelne Bereiche oder nur auf Ebene einzelner Bundesstaaten geregelt (Hasty/Nagel/Subjally 2013, S.3). Die wenigen existenten Regelungen finden sich im Finanzbereich, im Bildungswesen und im Gesundheitssektor (Hasty/Nagel/Subjally 2013, S.4ff). Bundesstaaten mit Gesetzen zum Datenschutz sind Kalifornien, Massachusetts, New York und der Bundesdistrikt District of Columbia (Hasty/Nagel/Subjally 2013, S.12ff). Für den Schutz von Kreditkarteninformationen existieren lediglich Standards ohne ausdrückliche Gesetzeskraft (Hasty/Nagel/Subjally 2013, S.18).

Überdies existiert keine Regelung, wie lange Daten gespeichert werden dürfen oder ob falsche Daten berichtigt werden müssen (Seltzer 2015, S. 2). Des Weiteren erschwert es die Vielzahl an einzelstaatlichen Regelungen Betroffenen zu beurteilen, inwiefern und von wem Daten gesammelt oder verwendet werden. Für ein in der Realität noch niedriges Datenschutzniveau sorgt der im Zuge der Terroranschläge vom 11. September 2001 verabschiedete USA PATRIOT ACT (Selzer 2015, S. 3). Der USA PATRIOT ACT regelt unter anderem, dass die Überwachung von Telefon- und Internetkommunikation nicht mehr an einen richterlichen Beschluss gebunden ist (Sec. 201/202/203, USA PATRIOT ACT). Bestehende Bankgesetze werden durch Zusätze zur Weitergabe verdächtiger Informationen durch Finanzinstitutionen oder deren Angestellte erweitert (Sec. 351, USA PATRIOT ACT). Insbesondere werden die Bestimmungen des Foreign Intelligence Surveillance Act, welcher die Überwachung und Sammlung von Daten auch außerhalb der USA durch US-amerikanische Sicherheitsbehörden zulässt, ergänzt; die Weitergabe von Informationen an Sicherheitsdienste wird erleichtert (Sec. 214, USA PATRIOT ACT) und straffrei gestellt (Sec. 225, USA PATRIOT ACT).

[...]

Ende der Leseprobe aus 22 Seiten

Details

Titel
Kultur und Customer Relationship Management. Kundensegmentierung unter Datenschutzaspekten in Deutschland und den USA
Hochschule
Internationale Fachhochschule Bad Honnef - Bonn
Note
1,7
Autor
Jahr
2016
Seiten
22
Katalognummer
V445084
ISBN (eBook)
9783668818583
ISBN (Buch)
9783668818590
Sprache
Deutsch
Schlagworte
CRM, Datenschutz, Customer Relationship Management, Kultur, Kundensegmentierung, Deutschland, USA
Arbeit zitieren
Daniel Poggenpohl (Autor:in), 2016, Kultur und Customer Relationship Management. Kundensegmentierung unter Datenschutzaspekten in Deutschland und den USA, München, GRIN Verlag, https://www.grin.com/document/445084

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Kultur und Customer Relationship Management. Kundensegmentierung unter Datenschutzaspekten in Deutschland und den USA



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden