Grin logo
de en es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › Business economics - Miscellaneous

Social Scoring in Deutschland. Wenn Algorithmen über die Kreditwürdigkeit entscheiden

Title: Social Scoring in Deutschland. Wenn Algorithmen über die Kreditwürdigkeit entscheiden

Textbook , 2019 , 43 Pages

Autor:in: Tobias Rieling (Author)

Business economics - Miscellaneous
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

Ungefähr jeder zehnte Erwachsene in Deutschland ist nicht in der Lage, seine laufenden Rechnungen pünktlich zu bezahlen. Immer häufiger greifen die betroffenen Personen auf Ratenkredite zurück. Dieser Anstieg der Überschuldungsquote erfordert verlässliche Hilfsmittel in der Kreditwürdigkeitsprüfung. Neben der bekannten Schufa-Auskunft stellt Social Scoring eine neue Möglichkeit der Bonitätsprüfung dar. Bei diesem Verfahren werden Informationen aus sozialen Netzwerken oder anderweitig im Internet zugänglichen Quellen analysiert, um so eine Aussage über die Bonität treffen zu können.

Welche Möglichkeiten bietet Social Scoring im Rahmen der Kreditwürdigkeitsanalyse? Welche Herausforderungen ergeben sich bei der Nutzung von Social Scoring? Und wie lassen sich unternehmerische Interessen und der Schutz vor Missbrauch von personenbezogenen Daten miteinander vereinbaren?

Der Autor Tobias Rieling erläutert die rechtlichen Rahmenbedingungen für Social Scoring in Deutschland. Anhand des Praxisbeispiels "Auxmoney" zeigt er die Anwendung von Kreditscoring und gibt einen Ausblick für den zukünftigen Umgang mit Social Scoring in Deutschland.

Aus dem Inhalt:
- Datenschutz-Grundverordnung
- Big Data
- Kreditwesengesetz
- Scorewert
- SCHUFA
- Social Media

Excerpt


Inhaltsverzeichnis

1 Einleitung

1.1 Problemstellung

1.2 Aufbau der Arbeit

2 Was ist Scoring – Definition und Darstellung

2.1 Definition des Begriffs „Scoring“

2.2 Bedeutung des Scorings im Rahmen der Kreditwürdigkeitsprüfung

2.3 Forschungsstand des Social Scorings in der Kreditwürdigkeitsanalyse

3 Rechtliche Rahmenbedingungen für Kreditscoring in ausgewählten Ländern

3.1 Regelung in Deutschland durch die DSGVO und das KWG

3.2 Regelung in China durch das NSL

4 Kreditwürdigkeitsanalysen im Vergleich

4.1 Kreditscoring in Deutschland

4.1.1 Umgang mit Kreditscores am Beispiel von „Auxmoney“

4.2 Sozialkreditsystem in China

4.2.1 Umgang mit dem Sozialkreditsystem am Beispiel von „Zhima Credit“

4.3 China als Vorreiter für das Kreditscoring in Deutschland

5 Fazit

Zielsetzung & Themen

Die Arbeit untersucht die Möglichkeiten und Herausforderungen von Social Scoring im Rahmen der Kreditwürdigkeitsanalyse in Deutschland, unter Berücksichtigung der unterschiedlichen regulatorischen Ansätze in Deutschland und China.

  • Vergleich klassischer Kreditscoring-Methoden und innovativer Social-Scoring-Ansätze.
  • Analyse der rechtlichen Rahmenbedingungen (DSGVO/KWG in Deutschland vs. NSL in China).
  • Praxisbeispiele für Scoring-Verfahren (Auxmoney in Deutschland, Zhima Credit in China).
  • Bewertung der Übertragbarkeit chinesischer Systeme auf den deutschen Markt.
  • Diskussion von Datenschutzbedenken und ethischen Konfliktpunkten bei der Datennutzung.

Auszug aus dem Buch

4.2 Sozialkreditsystem in China

Ein Sozialkreditsystem unterscheidet sich massiv von dem Scoringverfahren, welches im Kapitel 4.1 behandelt wurde. Die chinesische Regierung möchte dieses Verfahren bis 2020 in der gesamten Volksrepublik einführen und anwenden lassen. Zurzeit laufen einige Pilotprojekte in mehr als 40 Städten, in denen chinesische Bürger, aber auch Unternehmen auf Basis ihres Verhaltens bewertet und gesteuert werden sollen. Diese Bewertung ist zum Teil öffentlich einsehbar. So werden besonders „aufrichtige“ Bürger öffentlich gewürdigt und besonders „unaufrichtige“ Bürger werden wiederum öffentlich „an den Pranger gestellt“. Dabei gilt zum Beispiel, wer sich sozial besonders positiv herausstellt oder regelmäßig seine Steuern zahlt, wird auf eine rote Liste gesetzt und genießt dadurch wesentliche Vorteile, wie unter anderem eine bessere Kreditwürdigkeit. Dabei wird der Scorewert in China nicht nur zur Verbesserung der Einschätzung von Bonitätsaspekten bei Krediten verwendet. Der Wert beeinflusst das tägliche Leben der Bevölkerung. Dies fängt bei der Erlaubnis zur Nutzung von Hochgeschwindigkeitszügen oder der bevorzugten Behandlung bei Flugbuchungen an und geht bis zur Annahme bzw. Absage von Plätzen an beliebten Schulen.

Zusammenfassung der Kapitel

1 Einleitung: Die Einleitung stellt die Relevanz der Kreditwürdigkeitsprüfung im Kontext steigender Überschuldungsquoten dar und formuliert die Forschungsfrage bezüglich der Möglichkeiten und Herausforderungen von Social Scoring.

2 Was ist Scoring – Definition und Darstellung: Dieses Kapitel definiert den Begriff Scoring, erläutert seine Bedeutung für die Minimierung von Kreditrisiken und gibt einen Überblick über den aktuellen Forschungsstand zu Social-Scoring-Ansätzen.

3 Rechtliche Rahmenbedingungen für Kreditscoring in ausgewählten Ländern: Hier werden die regulatorischen Voraussetzungen für Kreditscoring in Deutschland (DSGVO/KWG) und China (NSL) gegenübergestellt und analysiert.

4 Kreditwürdigkeitsanalysen im Vergleich: In diesem Hauptteil erfolgt ein Vergleich der Praxisanwendungen von Scoring in Deutschland und China, inklusive einer Diskussion der jeweiligen Vor- und Nachteile sowie der Übertragbarkeit.

5 Fazit: Das Fazit fasst die Erkenntnisse zusammen und schätzt die Wahrscheinlichkeit einer Einführung oder teilweisen Adaption von Social Scoring in Deutschland als eher gering ein.

Schlüsselwörter

Social Scoring, Kreditwürdigkeit, Bonitätsprüfung, Kreditscoring, Datenschutz, DSGVO, China, Sozialkreditsystem, Big Data, Finanzdienstleister, Algorithmen, Risikomanagement, Auxmoney, Zhima Credit, Verbraucherschutz.

Häufig gestellte Fragen

Worum geht es in der Arbeit grundlegend?

Die Arbeit analysiert die Möglichkeiten und Herausforderungen, die der Einsatz von Social Scoring für die Kreditwürdigkeitsanalyse in Deutschland mit sich bringt.

Was sind die zentralen Themenfelder?

Zentrale Themen sind die Definition von Scoring, die rechtlichen Rahmenbedingungen in Deutschland und China, sowie der Vergleich zwischen klassischen Kreditauskunfteien und modernen Social-Media-gestützten Scoring-Modellen.

Was ist das primäre Ziel der Arbeit?

Ziel ist es, zu beantworten, welche Chancen und Risiken Social Scoring für Scoringinstitutionen im deutschen Kreditwesen bietet.

Welche wissenschaftliche Methode wird verwendet?

Die Arbeit nutzt eine Literaturanalyse sowie den Vergleich von Fallbeispielen (Auxmoney in Deutschland und Zhima Credit in China), um die Thematik theoretisch und praktisch zu beleuchten.

Was wird im Hauptteil behandelt?

Der Hauptteil gliedert sich in die Definition von Scoring, die rechtliche Analyse (Deutschland vs. China), den konkreten Vergleich von Kreditscoring-Verfahren sowie die Erörterung der Vor- und Nachteile.

Welche Schlüsselwörter charakterisieren die Arbeit?

Die Arbeit wird maßgeblich durch Begriffe wie Social Scoring, Kreditwürdigkeit, Datenschutz, DSGVO und Sozialkreditsystem geprägt.

Warum wird das Beispiel von Auxmoney in Deutschland angeführt?

Auxmoney dient als Praxisbeispiel für einen alternativen Scoring-Ansatz, der neben klassischen Auskunfteidaten auch Verhaltensdaten der Nutzer zur Bonitätsprüfung heranzieht.

Was unterscheidet das Sozialkreditsystem in China vom deutschen Modell?

Während in Deutschland der Fokus auf der reinen finanziellen Kreditwürdigkeit liegt, umfasst das chinesische System weitreichendere soziale Aspekte, die den Alltag der Bürger bis hin zu Reisen und Bildungschancen beeinflussen.

Wie bewertet der Autor die Übertragbarkeit chinesischer Standards auf Deutschland?

Aufgrund der strengen europäischen Datenschutzbestimmungen und der rechtlichen Hürden hinsichtlich der Datenverarbeitung hält der Autor eine direkte Übertragung für unwahrscheinlich.

Excerpt out of 43 pages  - scroll top

Details

Title
Social Scoring in Deutschland. Wenn Algorithmen über die Kreditwürdigkeit entscheiden
Author
Tobias Rieling (Author)
Publication Year
2019
Pages
43
Catalog Number
V498060
ISBN (eBook)
9783964870919
ISBN (Book)
9783964870926
Language
German
Tags
Datenschutz-Grundverordnung Big Data Kreditwesengesetz Scorewert SCHUFA Social Media
Product Safety
GRIN Publishing GmbH
Quote paper
Tobias Rieling (Author), 2019, Social Scoring in Deutschland. Wenn Algorithmen über die Kreditwürdigkeit entscheiden, Munich, GRIN Verlag, https://www.grin.com/document/498060
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  43  pages
Grin logo
  • Grin.com
  • Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint