Onlinewerbung hat sich innerhalb des letzten Jahrzehnts zu einer dominanten Form von Werbung entwickelt. Gegenüber der klassischen Offlinewerbung erlaubt es diese, dass Zielgruppen gezielt angesprochen werden können. Moderne Technologien erlauben hierfür eine feingranulare Profilierung von Personen. Hierbei wird das Verhalten der Anwender über seine besuchten Internetseiten hinweg beobachtet und ausgewertet. Diese Technologien sind als (Online-)Tracker bekannt. Der einfache Besuch einer Internetseite reicht, damit dieser, für den Anwender unsichtbar, vom Tracker registriert wird. Die einzige Voraussetzung ist die Einbindung der Funktion in den HTML Code der Internetseite. Anwender sehen als einzigen Effekt die für sie angezeigte personalisierte Werbung (Guha, Cheng & Francis 2010). Somit liegt die Entscheidung, welche Werbung Anwender angezeigt bekommen, beim Anbieter der Onlinewerbung.
Schutz bieten sogenannte Adblocker. Sie blockieren die Tracker und unterbinden damit die angezeigte Werbung. Onlinewerbung ist jedoch nicht per se als negativ zu sehen . Das Interesse an Online Angebotsportalen, wie Mydealz mit über 1 Millionen Teilnehmern, zeigt, dass Anwender ein Interesse am Erwerb von Dienstleistungen und Produkten im Internet sind und sich aktiv für in ihren Augen gute Angebote interessieren. Für den Anwender uninteressante Werbung wird als störend empfunden, während für ihn interessante Werbung einen gegenteiligen Effekt aufweisen kann. Nur besitzen Anwender keine Möglichkeit, einen Einfluss auf die ihnen angezeigte Werbung zu nehmen (Miroglio et al. 2018; Pujol, Hohlfeld & Feldmann 2015; Brajnik & Gabrielli 2010; Pasadeos 1990).
Zusammenfassend ist festzustellen, dass Anwender in Bezug auf Onlinewerbung keine Möglichkeiten zur informationellen Selbstbestimmung besitzen. Ihre Entscheidungsmöglichkeit wird auf eine binäre Entscheidung reduziert. Sie akzeptieren die Existenz der Tracker und der damit angezeigten personalisierten Werbung oder sie blocken die Tracker und damit gleichzeitig alle anzuzeigende Werbung. Als Reaktion hierauf sind Technologien entstanden, welches dieses Blockieren erkennen und Anwender den Inhalt der besuchten Internetseite verwehren. Somit soll ihnen auch diese binäre Entscheidungsmöglichkeit genommen werden (Fox 2015).
Inhaltsverzeichnis
1. Einleitung
1.1. Motivation
1.2. Ziele und Nutzen
1.3. Wissenschaftlicher Ansatz
1.4. Struktur der Arbeit
2. Grundlagen
2.1. Grundlagen zur Onlinewerbung
2.1.1. Erscheinungsbild von Onlinewerbung
2.1.2. Positionierung von Onlinewerbung
2.1.3. Größe von Onlinewerbung
2.2. Extensions als Möglichkeit der Erweiterung der Funktionalität eines Browsers
2.2.1. Aufbau von Extension
3. Technische Aspekte des Onlinetrackings
3.1. Definition des Onlinetracking
3.2. Teilnehmende Parteien
3.3. Verwendete Technologien
3.3.1. Tracking mittels Cookies
3.3.2. Tracking mittels Advertising
3.3.3. Tracking mittels sozialen Widgets
3.3.4. Tracking mittels Fingerprinting
3.3.5. Andere Trackingmechanismen
3.4. Auswirkung von Tracking auf Anwender
3.5. Erkennen von Tracking
3.6. Verbreitung von Tracking
3.7. Blocken von Tracking
3.8. Zukunft des Trackings
4. Ökonomische Aspekte des Onlinetrackings
4.1. Einführung in Digitale Güter
4.2. Daten als Ressource
4.3. Datenmärkte für personenbezogene Daten
4.4. Finanzflüsse der personenbezogenen Daten
4.5. Onlinewerbung
4.6. Diskussion zum Trackings und zur Onlinewerbung
5. Systemarchitektur
5.1. Mathematisches Modell zur interessensbasierenden Filterung von Werbung
5.2. Beschreibung der Systemarchitektur
5.3. Diskussion der Systemarchitektur
6. Implementierung
6.1. Untersuchung von Möglichkeiten zur Klassifizierung von Werbung
6.2. Implementierung der Systemarchitektur
6.3. Erfahrungen während der Implementierung
6.4. Evaluation der Implementierung
6.5. Zukünftige Erweiterungen der Implementierung
6.6. Diskussion der Implementierung
7. Wissenschaftliche Untersuchung des Anwenderverhaltens
7.1. Reduktion der angezeigten Onlinewerbung durch eine Wahrscheinlichkeitsfunktion
7.2. Untersuchungsdimensionen
7.3. Untersuchung anhand eines Laborexperiments
7.4. Untersuchung anhand eines Feldexperiments
7.5. Diskussion der wissenschaftlichen Untersuchung
8. Verwandte Arbeiten
8.1. Tracking und Adblocker
8.2. Onlinewerbung
9. Zusammenfassung, Fazit und Ausblick
9.1. Zusammenfassung der Arbeit
9.2. Wissenschaftlicher Beitrag der Arbeit
9.3. Grenzen der Arbeit und zukünftige Forschung
Zielsetzung & Themen
Die vorliegende Arbeit befasst sich mit der Problematik, dass Anwender im Internet aktuell lediglich die Wahl zwischen einer totalen Überwachung durch Tracker (und damit einhergehender personalisierter Werbung) oder dem vollständigen Blockieren aller Werbeanzeigen durch Adblocker haben. Das primäre Ziel der Masterthesis ist die Entwicklung, Implementierung und Evaluation eines Systems, das eine interessensbasierende Filterung von Onlinewerbung ermöglicht. Dadurch soll Anwendern ein höheres Maß an informationeller Selbstbestimmung zurückgegeben werden, während das ökonomische Modell des Internets gewahrt bleibt.
- Technische Analyse und Funktionsweise von Online-Tracking-Technologien.
- Ökonomische Betrachtung des Online-Werbemarktes und der Rolle von Datenmaklern.
- Konzeption und mathematische Modellierung einer Systemarchitektur für interessensbasierte Werbefilterung.
- Prototypische Implementierung des Systems als Browser-Extension für Google Chrome.
- Wissenschaftliche Evaluation des Anwenderverhaltens mittels Labor- und Feldexperimenten.
Auszug aus dem Buch
3.3.1 Tracking mittels Cookies
Bei Cookies handelt es sich um eine Technologie, die es ermöglicht, dass Internetseiten einen Textstring auf dem System des Anwenders speichern. Erfunden wurden sie 1994 von Lou Montulli während seiner Arbeit am Mosaic Browser (Giannandrea & Montulli 1994). Innerhalb von 3 Jahren haben sich Cookies zu einem Standard für Internetseiten und Webbrowser entwickelt (Kristol & Montulli 1997). Cookies können von Internetseiten erstellt und beim Laden einer Internetseite über den Header des Seitenaufrufs an den Server der Internetseite übertragen werden. Dies erlaubt es, Informationen über Sitzungen hinweg zu speichern. Sie verbleiben bis zu ihrer Löschung auf dem System des Anwenders. Einsatzszenarien für Cookies sind zum Beispiel automatisierte Login-Systeme oder Warenkörbe in einem Shoppingsystem.
Werden die teilnehmenden Akteure beim Einsatz von Cookies betrachtet, so wird zwischen 2 Arten von Cookies unterschieden, den in Abbildung 5 gezeigten „1st Party Cookies” und den „3rd Party Cookies” aus Abbildung 6 (Merzdovnik et al. 2017; Cahn et al. 2016; Nasir 2014; Roesner, Kohno & Wetherall 2012).
Bei 1st Party Cookies aus Abbildung 5 sind 2 Akteure involviert. Der erste Akteur ist der Anwender. Er besucht eine Internetseite. Der zweite Akteur ist der Server, auf der die Internetseite gespeichert ist. Beim Aufruf der Internetseite wird im Fall des Tracking ein Cookie erzeugt. Hierbei wird das Cookie auf dem Endgerät des Anwenders gespeichert. Ruft der Anwender diese Internetseite erneut auf, während das Cookie noch existiert, dann wird dieses beim Aufruf der Seite mit an den Server übertragen.
3rd Party Cookies aus Abbildung 6 haben einen zusätzlichen involvierten Akteur. Das Cookie ist in diesem Fall nicht vom Server, auf dem die Internetseite gespeichert wird, erzeugt. Dieser Server lädt für seine Internetseite zusätzliche Webelemente von einem dritten Server. Der dritte Server erstellt neben den angefragten Webelementen zusätzlich das trackende Cookie. Auch hier wird das Cookie auf dem System des Anwenders gespeichert. Ruft dieser eine Internetseite auf, welche auf Webelemente des vorhin erwähnten Servers zugreift, dann wird das erzeugter 3rd Party Cookie an den 3rd Party Server mit übertragen. Dabei kann auch der Aufruf von einen anderen 1st Party Server erfolgen, solange dieser Webelemente desselben 3rd Party Server nachlädt.
Zusammenfassung der Kapitel
1. Einleitung: Die Arbeit motiviert die Notwendigkeit für eine interessensbasierte Werbefilterung, um die binäre Entscheidung zwischen totalem Tracking und Adblocking zu überwinden.
2. Grundlagen: Es werden die technischen Grundlagen von Onlinewerbung und die Funktionsweise von Browser-Extensions als Basis für die spätere Implementierung erläutert.
3. Technische Aspekte des Onlinetrackings: Dieses Kapitel detailliert die verschiedenen Tracking-Technologien, von Cookies über Fingerprinting bis hin zu komplexeren Mechanismen und deren Verbreitung.
4. Ökonomische Aspekte des Onlinetrackings: Hier wird die Rolle von Daten als digitales Gut analysiert und die Finanzflüsse im Ökosystem der Datenmakler und Werbenetzwerke untersucht.
5. Systemarchitektur: Basierend auf einem mathematischen Modell wird eine Systemarchitektur für die interessensbasierte Filterung konzipiert.
6. Implementierung: Das Kapitel beschreibt die technische Umsetzung der Architektur als Chrome-Extension sowie die Herausforderungen bei der Identifikation und dem Austausch von Werbeelementen.
7. Wissenschaftliche Untersuchung des Anwenderverhaltens: Es wird ein methodischer Rahmen für Labor- und Feldexperimente zur Evaluation des entwickelten Systems entworfen.
8. Verwandte Arbeiten: Ein Überblick über den aktuellen Forschungsstand zu Tracking, Adblocking und Online-Werbung rundet die theoretische Fundierung ab.
9. Zusammenfassung, Fazit und Ausblick: Die Arbeit resümiert die Ergebnisse, bewertet den wissenschaftlichen Beitrag und diskutiert Grenzen sowie zukünftige Forschungsansätze.
Schlüsselwörter
Onlinewerbung, Tracking, Adblocker, Internet-Privatsphäre, Informationsselbstbestimmung, Browser-Extension, Cookies, Fingerprinting, Datenmarkt, User-Tracking, Ad-Filterung, Datenschutz-Grundverordnung, personalisierte Werbung, Web-Technologien, Nutzerverhalten
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der Entwicklung eines technischen Systems, das Anwendern ermöglicht, personalisierte Onlinewerbung auf Basis ihrer eigenen Interessen zu filtern, anstatt diese lediglich pauschal zu blockieren oder ungefiltert zu akzeptieren.
Was sind die zentralen Themenfelder?
Die zentralen Themen sind technische Tracking-Methoden im Internet, die ökonomischen Hintergründe des Online-Werbemarktes, das Konzept der informationellen Selbstbestimmung sowie die Entwicklung von Browser-Erweiterungen zur Steuerung von Werbeinhalten.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel ist es, eine Systemarchitektur zu entwerfen und zu implementieren, die Anwendern ein Bestimmungsrecht über die ihnen angezeigte Werbung gibt, um so einen Mittelweg zwischen Privatsphärenschutz und dem ökonomischen Modell des Internets zu finden.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit nutzt einen kombinierten Ansatz: Literaturrecherche für den theoretischen Rahmen, eine analytische Entwicklung einer Systemarchitektur basierend auf mathematischen Modellen, eine prototyphafte Implementierung als Software sowie die Konzeption eines wissenschaftlichen Experiments zur Evaluation.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in technische Analysen von Tracking, ökonomische Analysen von Datenmärkten, die architektonische Planung der Browser-Extension und deren konkrete Implementierung sowie die Planung von Anwendertests.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit lässt sich am besten mit Begriffen wie "Onlinewerbung", "Tracking", "Adblocker", "informationelle Selbstbestimmung" und "Browser-Extension" beschreiben.
Was ist die größte technische Herausforderung bei der Umsetzung?
Die größte Schwierigkeit bestand in der verlässlichen Identifikation und Kategorisierung von Werbeelementen auf Webseiten, da diese durch technische Schutzmechanismen und wechselnde Implementierungsformen der Anbieter vor einer einfachen Analyse geschützt sind.
Welchen individuellen Beitrag leistet die Arbeit zur Forschung?
Die Arbeit liefert einen neuartigen, radikalen Ansatz: Da die Analyse des Werbeinhaltes scheiterte, tauscht das System die identifizierte Werbung durch eine datenbankgestützte Auswahl aus, um die gewünschten Interessen des Anwenders besser bedienen zu können.
- Arbeit zitieren
- Sebastian Wittor (Autor:in), 2019, Filterung von Onlinewerbung auf Basis von Anwenderinteressen, München, GRIN Verlag, https://www.grin.com/document/535420
