Big Data im politischen Wahlkampf von Donald Trump (2016)

Wie die politische Meinungsbildung und Wahlentscheidung durch Cambridge Analytica beeinflusst werden konnte


Fachbuch, 2019

57 Seiten

Anonym


Leseprobe

Inhaltsverzeichnis

Abkürzungsverzeichnis

1. Einleitung
1.1 Forschungsproblem

2 Forschungsstand
2.1 Aktueller Forschungsstand
2.2 Forschungslücke

3 Forschungsfrage
3.1 Wissenschaftliche, gesellschaftliche und politische Relevanz

4 Methodische Umsetzung

5 Microtargeting als theoretischer Rahmen
5.1 Microtargeting
5.2 Rechtliche Grenzen des Microtargetings

6 Forschungsgegenstand Big Data
6.1 Definition von Big Data
6.2 Die vier Eigenschaften von Big Data
6.3 Einsatzgebiete von Big Data
6.4 Vor- und Nachteile der Big Data Technologie

7 Analytischer Rahmen
7.1 Cambridge Analytica als zentraler Akteur im Wahlkampf von Donald Trump
7.2 Analyse der gängigen Big Data Microtargeting-Strategie im Wahlkampf

8 Fazit
8.1 Beantwortung und Weiterführung der Fragestellung
8.2 Kritische Reflexion und Ausblick

Wissenschaftliches Literaturverzeichnis

Bibliografische Information der Deutschen Nationalbibliothek:

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

Impressum:

Copyright © Studylab 2020

Ein Imprint der GRIN Publishing GmbH, München

Druck und Bindung: Books on Demand GmbH, Norderstedt, Germany

Coverbild: GRIN Publishing GmbH | Freepik.com | Flaticon.com | ei8htz

Abkürzungsverzeichnis

ABIDA Assessing Big Data

BDSG Bundesdatenschutzgesetz (Centraal Bureau voor de Statistiek)

DSGVO Datenschutzgrundverordnung

FTC Federal Trade Commission

IVR Interactive Voice Response

NSA National Security Agency

OCEAN-Modell Openness to experience, Conscientiousness, Extraversion, Agreeableness, Neurotizismus

RNC Republican National Committee

SCL Strategic Communication Laboratories

VA US-Department of Veterans Affairs

1. Einleitung

1.1 Forschungsproblem

Daten sind die Trittleiter zu einer neuen Erkenntnisstufe. Big Data wird Gesellschaft, Politik und Wirtschaft so grundlegend verändern wie der elektrische Strom und das Internet. (Bloching et al. 2012: 10f)

Heutzutage – besonders seit dem Präsidentschaftswahlkampf zwischen Donald Trump und Hillary Clinton im Herbst 2016 – existiert ein Bewusstsein und eine Sorge über die politische Macht digitaler Technologien (vgl. Pietsch 2014: 165). Nach der ersten Euphorie und der umfassenden Einführung von Schlüsseltechnologie dauerte es einige Jahre, bis Individuen, Bürgerrechtsgruppen, Regierungen und die Gesellschaft insgesamt allmählich erkannten, welche Herausforderungen diese Technologien gleichzeitig mit sich bringen (Körner 2019: 3). Gleichzeitig hat sich durch die rasche Einbindung von Social Media-Plattformen in alle Lebensbereiche der Nutzer ganz neue Möglichkeiten der gezielten, personalisierten, automatisierten und häufig auch unbemerkten Einflussnahme ergeben (Körner 2019: 3). Parallel zum Anstieg der Relevanz von sozialen Medien erhöht sich das Missbrauchspotential an der öffentlichen Meinungsbildung durch Datenmissbrauch (Pietsch 2014: 165). Es wird angenommen, dass anonyme Daten aus den unterschiedlichsten Lebensbereichen abrufbar sind. Da anonyme Daten keine personenbezogenen Daten sind, unterliegen sie nicht dem Datenschutzrecht, sind frei als Ware handelbar und können damit gemäß Annahme nicht missbraucht werden (vgl. Sarunski 2016: 425). Ebenso wird davon ausgegangen, dass selbstlernende Algorithmen Zugang zu den unterschiedlichsten anonymen Datenquellen haben und eigenständig agieren (Sarunski 2016: 425). Diese Annahmen scheinen, vor dem Hintergrund der rasanten technischen Entwicklung im Bereich der Computertechnik ab den 70er Jahren bis heute, realistisch (Sarunski 2016: 425). Es ist nicht ausschließbar, dass aus der Vielzahl der täglich produzierten anonymen Daten, mit Hilfe von Big Data-Mechanismen, ein Personenbezug hergestellt werden kann (Sarunski 2016: 427). Mit Sicherheit kann durch ein Datenleck die Kette der Anonymität durchbrochen und dauerhaft ein absoluter Personenbezug für gesammelte anonyme Daten hergestellt werden (Sarunski 2016: 427). Die trotzdem berechtigte Forderung der Aufsichtsbehörden nach frühzeitiger Anonymisierung von personenbezogenen Daten ist als ein Teil des Schutzes für den Einzelnen zu verstehen (Sarunski 2016: 427). Die Anforderungen an jeden Einzelnen, die tägliche Informationsflut zu filtern und kritisch zu hinterfragen, sind deutlich gestiegen (Körner 2019: 3). Gleichzeitig haben autoritäre Staaten rasch gelernt, wie sie Überwachungstechnologie, Massendaten und künstliche Intelligenz zu ihrem Vorteil nutzen können – sei es, um die staatliche Kontrolle im Inland zu stärken, oder um demokratische Gesellschaften im Ausland zu unterminieren (Körner 2019: 3). Insbesondere die Skandale um Cambridge Analytica und Facebook im Zusammenhang mit dem Brexit-Referendum sowie den US-Präsidentschaftswahlen im Jahr 2016 haben gezeigt, dass digitale Technologie auch in etablierten Demokratien eingesetzt werden kann, um Wähler bewusst zu manipulieren und den politischen Diskurs zu verzerren (Körner 2019: 3). Der Skandal hat weltweit nicht nur die moralischen Grenzen der illegalen Datennutzung/-auswertung aufgezeigt, sondern darüber hinaus auch insbesondere die weitreichenden Ausmaße des globalen Datenmissbrauchs verdeutlicht. Die Einblicke in eine sonst verdeckt operierende Parallelwelt und deren technisch komplexen Strukturen und Verflechtungen haben eine Diskussion globalen Umfangs zu den Themen des Datenschutzes, Datenmissbrauchs sowie der Freiheitseinschränkung ausgelöst. Der Skandal ist durch die sogenannte Cambridge Analytica Affäre entstanden, indem die Daten ohne Zustimmung erhoben wurden und damit Wähler getäuscht und manipuliert wurden. Solche Geschäftspraktiken über den Cambridge Analytica Skandal hinaus sind heutzutage, unterstützt durch den Einsatz von Big Data, im politischen Bereich weit verbreitet. Diese verstoßen nicht nur gegen alle Prinzipien von Seriosität, Aufrichtigkeit und rationalem Urteilsvermögen, sondern auch gegen illegale Nutzung von Daten, die ohne Zustimmung angeeignet und genutzt werden. Der derzeitige Präsident der USA, Donald Trump, hatte im Wahlkampf nicht nur auf die einfache Botschaft: „Make America great again“, sondern setzte auch konsequent auf datenbasierte und digitale Wähleransprache (Voigt 2018: 149). Selbiges stellte sich auch bei den Skandalen der Brexit-Kampagne oder des US-amerikanischen Wahlkampfs 2012 von Barack Obama dar (Dorschel 2015: 6). Es zeigt, dass die Beeinflussung der Wahlentscheidung durch Datenanalyse-Unternehmen ein neuartiges Phänomen ist, welches schwierige gesellschafts- und rechtspolitische Fragen aufwirft, die auch die Möglichkeiten und Grenzen der Datennutzung für Politik betreffen (Dorschel 2015: 6). Abgeleitet davon führt das zur Diskussion, welche Aspekte hierbei betroffen sind: rechtliche oder „nur“ ethische Aspekte.

Bei der Nutzung bestehender Daten oder auch bei der Entwicklung neuer Daten- und Informationsströme sind rechtliche Aspekte zu beachten (Kraus 2013: 14). So geht es vielfach um die Nutzung personenbezogener Daten und damit um grundlegende Fragen des Datenschutzes (Kraus 2013: 14). Demnach haben die Verbraucher als Adressaten eines kommerziellen Microtargetings ein weitreichendes Recht auf Information, Fairness in der Werbung, Schutz vor irreführenden Behauptungen sowie unfairen Praktiken (vgl. Dubois et al. 2018). Diese Regeln sind jedoch nicht auf politisches Microtargeting anzuwenden (Dubois et al. 2018). Heute ist es schwer nachvollziehbar, warum die Adressaten des politischen Microtargetings geringen Anspruch auf Schutz vor irreführenden oder manipulativen Behauptungen haben. Kampagnen fallen typischerweise unter Wahlgesetze, die den Wählern in vielen Fällen keinen vergleichbaren Schutz bieten (vgl. Dubois et al. 2018). Die daraus resultierende Diskrepanz zwischen Wähler- und Verbraucherrechten sollte Aufmerksamkeit in der Regierung von einzelnen Staaten erfordern.

Die technologischen Entwicklungssprünge des letzten Jahrzehnts haben sich derart rasch vollzogen, dass sowohl politische Entscheidungsträger als auch Marktteilnehmer die entsprechenden Implikationen erst im Rückblick vollständig erfassen können (Körner 2019: 3). Hierbei ist zweifelsohne eine der größten Herausforderungen für Gesetzgebung und Regulierung im Hinblick darauf zu sehen, wie mit den Risiken bestimmter Technologien für demokratische Institutionen und Prozesse umzugehen ist (Körner 2019: 3).

Einschlägige Organisationen wie Cambridge Analytica machen sich die Vielfalt an digitalen Spuren der Individuen zunutze, um mittels Big Data Analysen Persönlichkeitsprofile zu generieren und auf dieser Grundlage Wahlabsichten gezielt zu beeinflussen (Pietsch 2014: 165). Der Einfluss von Big Data wird deshalb in den letzten Jahren zunehmend thematisiert. Das betrifft nicht nur Wirtschaft und Wissenschaft, sondern auch Politik und Gesellschaft, bei denen der Wert von Datenanalysen deutlich wird (vgl. Pietsch 2014: 165). Big Data Analysen können beispielsweise zum Einsatz kommen, um staatliche Entscheidungen und Handlungsprogramme zu legitimieren, wenn mit ihnen die Repräsentation der Interessen und Bedürfnisse von Bürgerinnen und Bürgern behauptet wird, z.B. in der Ausrichtung von öffentlichen Dienstleistungen (Ulbricht et al. 2018: 161). So wird daran gearbeitet, mit Methoden der „sentiment analysis“ und des „opinion mining“ die Bedürfnisse „der Bevölkerung“ oder bestimmter Benutzergruppen oder Gesellschaftsklassen zu repräsentieren, um davon ausgehend die Abschaffung, die Ausweitung oder den Zuschnitt von staatlichen Leistungen zu legitimieren (vgl. Ulbricht et al. 2018: 161). Ein konkretes Beispiel findet sich bei der nationalen Statistikbehörde der Niederlande (CBS), die einen monatlichen Indikator für Verbraucherinnen- und Verbrauchervertrauen auf der Grundlage von sentiment analysis mit Daten aus Sozialen Medien erstellt. Dieses Vorgehen bietet dem CBS zufolge den Vorteil gegenüber umfragebasierten Indizes, indem es schneller und häufiger aktualisiert werden könne. Einem Bericht der niederländischen Zentralbank zufolge erwägen auch andere politische Entscheidungsträgerinnen und -träger, Wahrnehmungen von Bürgerinnen und Bürgern durch social media sentiment analysis zu ermitteln, z.B. hinsichtlich der öffentlichen Sicherheit (Ulbricht et al. 2018: 162).

Zusammenfassend ist ersichtlich, dass die Politik gefordert ist, zu handeln und die richtigen Rahmenbedingungen zu schaffen, um die institutionellen Normen einzuhalten. Daraus ergibt sich: Zum einen seine Bürger vor Datenmissbrauch zu schützen und zum anderen weiterhin die Entwicklung von IT-Lösungen zu verfolgen.1 Wie real und eng verbunden die Bedrohungs- szenarien mit dem Phänomen Big Data sind, zeigen die Praktiken der Überwachung westlicher, demokratisch kontrollierter Geheimdienste auf der einen und die Datennutzung durch die vor allem US-amerikanisch geprägte Internetwirtschaft auf der anderen Seite (Dorschel 2015: 9). Die gesellschafts- und rechtspolitische Auseinandersetzung mit dem Phänomen Big Data war in der Vergangenheit wesentlich geprägt durch den so genannten „NSA2 -Skandal“, also die anlass- und unterschiedslose Speicherung jedweder verfügbarer Daten durch Geheimdienste (Dorschel 2015: 9). Ungeachtet der Unschärfe des Begriffes verbinden sich mit Big Data konkrete Erwartungen eines Wandels politischer Akteurskonstellationen, Strukturen und Prozesse (Orwat et al. 2015: 6). Mit dem Schlagwort „Big Data“ vermarkten Unternehmen datenbasierte Produkte, Politiker versprechen eine rationale Politik, und Wissenschaftlerinnen wollen damit Forschungsmittel einwerben (Ulbricht 2017: 18).

Big Data kann auf konstruktive, positive Weise eingesetzt werden, um das Leben vieler Menschen zu verbessern. Andererseits besteht ebenfalls die Möglichkeit, dass Big Data für einseitige Interessen genutzt wird und für den Großteil der Bevölkerung negative Konsequenzen hat. Insgesamt ist das Phänomen bislang viel zu wenig erforscht und über die konkreten Praktiken bei Cambridge Analytica ist immer noch zu wenig bekannt (Dachwitz et al. 2018).

In diesem Zusammenhang ist erkennbar, dass die Beeinflussung der Wahlentscheidung durch Datenanalyse-Unternehmen ein grundlegendes Verständnis des Einsatzes von Big Data Technologie und der zugehörigen Prozesse verlangt. Die politikwissenschaftliche Relevanz soll dazu dienen, neben dem Verständnis der Einflussmöglichkeiten von Big Data, entsprechende Maßnahmen ergreifen zu können. Das betrifft unter anderem eine langfristige und wirksame Maßnahme für die Anwendung der datentechnischen Möglichkeiten, um die Manipulation von Meinungsbildung und deren Auswirkungen vermeiden zu können.

2 Forschungsstand

2.1 Aktueller Forschungsstand

Die wissenschaftlichen Auseinandersetzungen über die Entwicklung und Wandlungsprozesse, die sich im individuellen und gesellschaftlichen Leben der Menschen durch die neuen Technologien ergeben, werden nicht selten kritisch betrachtet. Es wird darauf hingewiesen, dass Medienwirkung und -beeinflussung die realen, individuellen, gesellschaftlichen, lokalen und globalen Wahrnehmungsmuster und Weltbilder verändern (Reichert 2014). Big Data aus politikwissenschaftlicher Perspektive zu analysieren bedeutet, ein bislang als primär technisch und einheitlich konstruiertes Phänomen vielmehr als ein ganzes Ensemble von Techniken, Strukturen, Akteuren und Praktiken zu begreifen und deren vielfältige gesellschaftliche und politische Wechselwirkungen aufzudecken (Ulbricht et al. 2018: 152).

Big Data wird für Verkehrsprognosen, in der medizinischen Forschung oder zur Analyse von Verbraucherverhalten eingesetzt. Wie der Wahlkampf in den USA zeigt, haben aber auch Parteien und Politiker ein starkes Interesse daran, spezifische Erkenntnisse über die Wähler zu erlangen. Wählerregister, Vereinsmitgliedschaften, Telefonumfragen, Verhalten beim Onlineshopping: Mit zahlreichen Daten werden Scoringmodelle gespeist, die genaue Prognosen über das Wählerverhalten zulassen (Gröschel 2016).

Die Anzahl der wissenschaftlichen Publikationen und Veranstaltungen zu Big Data ist stark gestiegen; oft werden Fragestellungen und Forschungsrichtungen aus disziplinärer Sicht erst entwickelt oder es wird sich auf allgemeine Reflexionen oder Fallstudien beschränkt (Orwat et al. 2015: 83). Zahlreiche Studien zeigen auf, dass Verfahren der automatisierten Datenverarbeitung, die auf sehr große Datenbestände zurückgreifen, inzwischen dazu genutzt werden, um zwischen regelkonformen Handlungen und Regelverstößen zu unterscheiden und Akteure als schuldig oder unschuldig, bestechlich oder unbestechlich zu beurteilen (Ulbricht/Haunss 2018: 179). Der spezifische Forschungsgegenstand der Big Data Technologie scheint durch den etablierten Microtargeting Einsatz nur schwer greifbar. Dennoch gibt es einige wissenschaftliche Beiträge, die in diesem Zusammenhang auch die Big Data Technologie und die Rolle der Datenanalyse-Unternehmen hierbei in einen theoretischen Bezug setzen.

Eine Publikation von David W. Nickerson und Todd Rogers unter dem Titel Political Campaigns and Big Data stellt dabei generell die Frage nach der Notwendigkeit bzw. dem Bedarf von Datenauswertung und -analyse für politische Kampagnen. Hierbei greifen die Autoren auch beispielhaft auf den Erfolg der Kampagne aus dem Jahr 2012 zur Wiederwahl von Präsident Obama zurück und sehen in diesem Zusammenhang einen Fortschritt bezüglich angemessener Datennutzung für die Beeinflussung der Wahlentscheidung (vgl. Nickerson/Rogers 2013: 6). Ein zentrales Ergebnis ihrer Forschung ist dabei, dass Kampagnendatenanalysten eine zunehmend wichtigere Rolle in der Politik spielen (Nickerson/Rogers 2013: 6). Mit ihrem Forschungsbeitrag verweisen die beiden Autoren auch auf den Microtargeting Einsatz, der für ihre Ergebnisse einen passenden theoretischen Rahmen bietet, auch wenn hierbei von den Autoren nicht alle Annahmen übernommen werden. Da sich in diesem Kontext bereits der Einsatz des Microtargetings bewährt hat, bildet dieser einen adäquaten Analyseansatz für die Fragestellung, die vorliegend erörtert wird. Die Untersuchungen von Nickerson und Rogers konzentrieren sich jedoch auf die Beeinflussung der Wahlentscheidung im amerikanischen Wahlsystem in Bezug auf die zwei Gesellschaftsschichten, wohingegen der Gegenstand der Datenauswertung bzw. -analyse durch die Datenanalyse-Unternehmen bzw. hier das Fallbeispiel der Obama Kampagne nur unterstützend als einzelnes Beispiel verwendet, und nicht weiter behandelt wird.

Ebenfalls wird Big Data von Eric Mülling (2019: 7) untersucht, was weiterhin die Relevanz dieses Forschungsgegenstandes aufzeigt. Mülling (2019: 7) hat mit seinen Ansätzen einen wesentlichen Beitrag zu dem Phänomen beigetragen. In seiner Dissertation „ Big Data und der digitale Ungehorsam “ wendet er den Begriff Big Data konsequent auf politische und soziologische Ereignisse an. Verdeutlicht wird hierbei, dass unter digitalem Ungehorsam Mülling (2019: 69) eine auf das Internet fokussierte Variante des zivilen Ungehorsams versteht, der sich durch den Protest einzelner Personen, wie zum Beispiel Edward Snowden, Julian Assange und Chelsea Manning, aus Angst vor der Entstehung eines Überwachungsstaates auszeichnet. Die Akteure des digitalen Ungehorsams stellen dabei klassische politische Fragen wie die nach der Freiheit des Einzelnen oder nach Teilhabe und Transparenz mit neuen Mitteln (Mülling 2019: 69). Es wird einerseits auf die negativen Auswirkungen von Big Data aufmerksam gemacht, wie etwa die Analyse von Telekommunikation im Rahmen der Vorratsdatenspeicherung oder die im öffentlichen Raum installierten Überwachungstechnologien wie die Gesichtserkennung (vgl. Mülling 2019: 70). Diese seien dem zivilen Ungehorsam abträglich, denn Big Data schränke Aktivisten ein und kompromittiere die vertraulichen Grundlagen digitalen Protests (Mülling 2019: 70). Zugleich aber provozierten ebenjene datenanalytischen Prognosetechniken, mit denen menschliches Verhalten vorhergesagt werden soll, die digitalen Aktivisten dazu, ihre Appelle an die Mehrheitsgesellschaft zu richten (Mülling 2019: 70). Big Data sei also sowohl Blockierer als auch Anstifter des digitalen Ungehorsams. Auch geht Mülling dabei jedoch nicht weiter auf dessen Spezifika oder mögliche Erklärungsansätze ein.

Wissenschaftliche Disziplinen, die sich mit Big Data befassen, Forschungsdesiderate, die nach politikwissenschaftlichen Analysen verlangen, etwa in der Frage, wie Big Data demokratietheoretisch zu bewerten ist oder bei der Suche nach angemessenen Koordinations- und Regulierungsmechanismen (Ulbricht et al. 2018: 152). Zudem werden durch Big Data zentrale politikwissenschaftliche Erkenntnisse und Konzepte infrage gestellt. So diagnostiziert Shoshana Zuboff (2015) mit Big Data etwa die Ablösung des Markt-Kapitalismus durch einen Überwachungs-Kapitalismus mit negativen Folgen für den Wohlfahrtsstaat und individuelle Autonomie. Karen Yeung (2016) sieht in Big Data das zentrale Element einer Regulierungsform, die Individuen stimuliert anstatt sie zu überzeugen und somit potenziell manipulativ wirkt. Barocas und Selbst (2016) zeigen anhand Big Data auf, dass Strukturprinzipien des Rechts, wie etwa die Intentionalität bei Diskriminierung, gegenüber selbstlernenden Algorithmen zum Teil zu kurz greifen und die Reichweite staatlicher Regulierung begrenzt ist.

Die Verfügbarkeit und Auswertung großer Datensätze, das Entdecken neuer Muster und Verfolgen sozialer Prozesse in Echtzeit kann also politische Prozesse beeinflussen. Wie hoch die Erwartungen an Big Data in diesem Bereich sind, wird besonders dann deutlich, wenn Akteurinnen und Akteure auf ihren Einsatz verzichten. Gilt Data Mining schon als elementarer Bestandteil moderner Wahlkampfkommunikation, so wurde die Beobachtung mit Erstaunen quittiert, Donald Trump habe die US-Präsidentschaft scheinbar ohne den Einsatz von Big Data gewonnen. Der Sieg Trumps ohne jegliche datengestützte Kampagnenarbeit wie sie in den letzten zehn Jahren üblich wurde, stelle somit ein ganzes System infrage: „A Trump win means, in effect, that decades of research designed to organize and influence voters can be overpowered by a chaotic, from-the-gut perfomance“.

Indes scheint der Schluss zu voreilig, die Kampagne von Trump habe nicht auch auf die algorithmisch programmierte Auswertung von sehr großen Mengen Daten aus sozialen Netzwerken gesetzt – und damit letztlich doch einen wahlentscheidenden Vorsprung errungen (Ulbricht et al. 2018: 194).

Der Gegenstand der Big Data Technologie als Regulierungsgegenstand und -ressource wird dabei auch vor dem Hintergrund von dem politikwissenschaftlichen Arbeitskreise des Forschungsprojektes ABIDA3 behandelt. In diesem wird das Ziel verfolgt, Wissen aus gesellschaftlicher Perspektive über Entwicklungen, Herausforderungen und Handlungsoptionen von Big Data zusammenzubringen, zu erzeugen, zu vertiefen und zu verbreiten (Orwat et al. 2015: 83). Das Projekt analysierte die öffentliche Verhandlung von Big Data im Kontext politischer Kampagnen (Pentzold/Fölsche 2018: 10). Hierdurch wurde es möglich, an einem exponierten Feld politischer Praxis die Generierung von und kontroverse Debatte um Big Data-basierte Abbildungsverhältnisse, Regulierungsabsichten und Repräsentationsbeziehungen zu rekonstruieren (Pentzold/Fölsche 2018: 10). Es erfasst, welche Bedeutung und welche Bedeutsamkeit Daten in Wahlkampfaktivitäten zugeschrieben werden (Pentzold/Fölsche 2018: 2). Im Rahmen politischer Aktivitäten erkennen nicht nur staatliche Agenturen und Verwaltungen die Möglichkeiten einer wirksamen, datenbasierten Verhaltenssteuerung (Pentzold/Fölsche 2018: 67). Auch Parteien greifen in Wahlkämpfen auf datenbasierte Auswertungen zurück, um ihre Botschaften zu kommunizieren, WählerInnen zu adressieren und Wahlentscheidungen zu beeinflussen (Pentzold/Fölsche 2018: 67). In diesem Zusammenhang wird deutlich, dass sich die politischen Kampagnen aktiv und wesentlich an Datenanalysen beteiligen, und die verpflichtenden regulativen Maßnahmen nicht konstant durchsetzen.

Bei der Analyse des derzeitigen Standes der politikwissenschaftlichen sowie soziologischen Forschung zu diesem Forschungsgebiet, zeigt sich dabei nicht nur durch das ABIDA Projekt, dass in Bezug auf die Anwendung der Big Data Technologie durch die Datenanalyse-Unternehmen zur Manipulation von Wahlentscheidungen eine recht weitgehende Forschungslücke besteht. Insbesondere gilt dies für Auseinandersetzungen mit theoretischem Einsatz der Big Data Technologie in der politikwissenschaftlichen Disziplin.

2.2 Forschungslücke

Trotz der entscheidenden Rolle, die Datenanalyse-Unternehmen bei dem Fortbestehen des Tatbestandes der Beeinflussung der Wahlentscheidung einnehmen, und den daraus resultierenden gesellschaftlichen wie politischen Folgen, fehlt es weiterhin an wissenschaftlichen Belegen für die Aussagekraft von Facebook-Profildaten über das Wahlverhalten eines Nutzers (vgl. Kolany-Raiser/Radtke 2018: 4).

Zwar haben sich, wie im vorherigen Abschnitt dargelegt wird, einige Politikwissenschaftler mit der umfassenderen Thematik der Big Data Technologie beschäftigt, jedoch bleibt der Gegenstand der Wahlbeeinflussung durch Big Data Technologie von Datenanalyse-Unternehmen mit den damit zusammenhängenden Spezifika meist auf juristische oder ökonomische Forschungen ohne bestimmten Theoriebezug sowie auf deskriptive Forschungsliteratur beschränkt. Diese übergeordneten Beiträge allein werden dabei jedoch der Realität des Forschungsgegenstandes nicht gerecht und greifen insbesondere mit Hinblick auf eine Analyse möglicher Einsätze zu kurz. Da der Gegenstand der Wahlbeeinflussung durch Big Data Technologie von Datenanalyse-Unternehmen nicht durch die aktuellen Forschungsansätze in seiner Gesamtheit erfasst wird, erfolgt nachfolgend eine detaillierte theoretische Auseinandersetzung vor diesem Hintergrund. Zudem werden Erklärungsansätze bzw. begünstigende Faktoren aufgezeigt. Diese Arbeit hat das Ziel als ein möglicher initialer Ansatzpunkt für die Wahlbeeinflussung durch Big Data Technologie von Datenanalyse-Unternehmen zu dienen, da hierdurch auch auf systeminhärente, politische und soziologische Faktoren verwiesen wird, sowie ferner ein weiterführendes Verständnis für diese Problematiken geschaffen werden kann.

3 Forschungsfrage

Anhand des Forschungsstandes und der identifizierten Forschungslücke ist ersichtlich, dass innerhalb der politikwissenschaftlichen Disziplin bezüglich der Thematik der Wahlbeeinflussung durch Big Data Technologie von Datenanalyse-Unternehmen noch hoher Bedarf an weiterer Forschung besteht. Die vorliegende Arbeit schließt an diesen Umstand an und behandelt die folgende Forschungsfrage:

Inwieweit kann Big Data Technologie von Datenanalyse-Unternehmen eingesetzt werden, um durch personalisierte Wahlwerbung, sogenanntes Microtargeting, die politische Wahlentscheidung zu beeinflussen?

Hierbei liegt der Fokus ausschließlich auf der Einschätzung des Missbrauchspotenzials sowie die Reflexion der spezifischen Abläufe seitens der politischen Akteure wie etwa der organisierten Wahlmanipulation anhand der theoretischen Grundkonzeption von Big Data-Analysen und Microtargeting durch Datenanalyse-Unternehmen, d.h. die rechtlichen und unethischen Aspekten bzw. Grenzen der Datenauswertung mittels Big Data Technologie werden hierbei vernachlässigt. Zugleich wird sich auf spezifische theoretische Strategie und ein zentrales Fallbeispiel beschränkt. Als Beleg für die Argumentation wird insbesondere das Fallbeispiel des Skandals von Datenmissbrauch durch Cambridge Analytica aus dem Jahr 2016 herangezogen, da hier im Gegensatz zu aktuelleren Fällen ausführliche Informationen verfügbar bzw. veröffentlicht wurden. Mit dieser Arbeit werden schließlich mögliche Erklärungsansätze aufgezeigt, wobei jedoch keine Anforderung an eine lückenlose Aufführung dieser gestellt wird.

Die nachfolgende Arbeit gliedert sich dabei wie folgt: Zunächst wird das methodische Vorgehen aufgezeigt, bevor die für die Forschungsfrage relevanten Aspekte des ausgewählten Einsatzes, dem sog. Microtargeting, skizziert werden. Auf diesen Einsatz wird anschließend in der Analyse zurückgegriffen, um eine fundierte Erläuterung der zugrundeliegenden Frage darlegen zu können. Der Analyse vorausgehend wird dabei zunächst der Forschungsgegenstand von Big Data genauer erörtert, um eine fachliche Grundlage mittels des Einsatzes des Microtargetings zu schaffen. Abschließend wird diese Arbeit mit einer Zusammenfassung der Analyse sowie einer kritischen Reflexion der Forschungsergebnisse und der möglichen Ansatzpunkte zu weiterführender Forschung.

3.1 Wissenschaftliche, gesellschaftliche und politische Relevanz

Die Sammlung von Daten der Social-Media-User wird als relevantes Anwendungsbeispiel von Big Data-Analysen eingestuft (vgl. Kolany-Raiser/Radtke 2018: 1). Durch die zunehmende gesellschaftliche Vernetzung und Nutzung der Big Data Technologie ergeben sich Möglichkeiten zur Einflussnahme auf die politische Willensbildung, beispielsweise der Einsatz von Microtargeting (Kolany-Raiser/Radtke 2018: 1). Das Thema der Datenrevolution mit dem Schlagwort Big Data ist heutzutage aufgrund des erheblichen Umfangs neuer Möglichkeiten zur datenbasierten Entscheidungsunterstützung und Verwaltungsautomatisierung weltweit ein relevantes Thema über die wirtschaftspolitische Agenda hinaus (vgl. Thapa/Parycek 2018: 40). Da, wie bereits im Forschungsproblem verdeutlicht, die Auswirkungen und Ausmaße der Manipulation der politischen Wahlentscheidung durch Datenanalyse-Unternehmen mittels Big Data Technologie nicht nur auf einzelne Länder beschränkt sind, ist die Bekämpfung dieser Straftat insbesondere aus einer gesellschaftlichen Perspektive für alle Staaten gleichermaßen erforderlich. Dies hat den Hintergrund, dass durch eine direkte und indirekte Hilfe der Datenanalyse-Unternehmen bei der Manipulation der politischen Wahlentscheidung durch Big Data gleichzeitig auch ein Verstoß gegen den Datenschutz gefördert wird, der z.B. in Form von Datenmissbrauch als sozio-politische Problematiken offensichtlich werden. Insbesondere der fehlende Bezug soziologischer Untersuchungen mit diesen politischen, sozialen und wirtschaftlichen Zusammenhängen zeigt die wissenschaftliche Relevanz des Themas allgemein sowie der hier zugrundeliegenden Fragestellung auf. Schließlich wird mit dieser Arbeit an aktuelle Debatten sowie Ereignisse wie beim Cambridge Analytica Skandal, aus politisch-soziologischer Perspektive angeschlossen, was nicht nur die wissenschaftliche, sondern auch die gesellschaftliche Relevanz der Forschungsfrage hervorhebt.

4 Methodische Umsetzung

Zur nachfolgenden Analyse der vorgestellten Forschungsfrage wird die Methode der qualitativen Einzelfallanalyse unter Zuhilfenahme von wissenschaftlichen Monographien bzw. Fachzeitschriftenartikel angewandt. Diese wird angewandt, da dadurch die meist deskriptiv behandelte Thematik aus einem neuen Blickwinkel analysiert, und davon abweichende begünstigende Faktoren sowie mögliche Einsätze aufgezeigt werden können. Ferner kann damit die Anwendung datenintensiver Methode im politischen sowie sozialen Bereich an einem gegenwärtig viel diskutierten Thema – dem von Big Data Technologie in der Politik – angewandt und auf ihre Beständigkeit geprüft werden. Darüber hinaus ist ein weiterer Vorteil dieser angewandten Methodik, dass mittels der zentralen Argumente des verwendeten Einsatzes eine Fallgeschichte in ihrer Ganzheitlichkeit realitätsgerecht und detailliert erfasst wird, wofür eine kritische Konfrontation und Reflexion mit dem Forschungsgegenstand erforderlich ist. Schließlich ist hierbei auch ein interdisziplinärer Ansatz gefordert, da sich dieser Ansatz und Forschungsgegenstand mit denen des Datenschutzes bzw. des Datenmissbrauchs und Politikwissenschaft überschneiden. Der vor diesem Hintergrund ausgewählte Ansatz des Microtargetings ist ein besonders adäquates Fallbeispiel in Bezug auf die Einschränkung der Entscheidungsfreiheit sowie Manipulation der Wähler. Die Problemstruktur des Microtargetings ist dieselbe wie bei vielen anderen sozialwissenschaftlichen Fragestellungen, wenn es darum geht, eine große Gruppe von Menschen zu einem bestimmten Verhalten zu bewegen (Pietsch 2014: 173). Es ist insbesondere relevant zu argumentieren, dass Microtargerting als Beispiel eines sozialen Engineering freiheitsbeschränkend wirkt (Pietsch 2014: 165). Zum einen durch das Ausnutzen psychologischer Mechanismen, die einer bewussten Entscheidung entgegenwirken (Pietsch 2014: 165). Zum anderen durch interessengefärbte Informationsauswahl, die einer ausgewogenen Informiertheit der Wähler im Weg stehen (Pietsch 2014: 165). Der Hintergrund für die Wahl dieser Big Data bezogener Strategie ist dabei, dass die Forschungsfrage damit von unterschiedlichen Perspektiven beleuchtet werden kann. In dieser Arbeit wurde sich dabei jedoch auf zentrale Konzepte dieser Strategie beschränkt, um dem Umfang der Arbeit gerecht zu werden sowie um relevante Aspekte abdecken zu können. An dieser Stelle sei darauf verwiesen, dass in der vorliegenden Bachelorarbeit ausschließlich aus Gründen der besseren Lesbarkeit das generische Maskulinum verwendet wird. Selbstverständlich soll sich hier gleichberechtigt ebenfalls sowohl auf weibliche als auch auf diverse Personen bezogen werden.

5 Microtargeting als theoretischer Rahmen

Einer Analyse der Einsätze der Big Data Technologie aus einer politisch-soziologischen Perspektive vorausgehend werden zunächst die zugrundeliegende Theoriegrundlage bzw. die zugrundeliegende Methode des Microtargetings erläutert. Zunächst wird aus dem Theoriestrang der personalisierten Wahlwerbung, sogenanntes Microtargeting, die zentralen Aussagen des Modells vorgestellt. Dieser gemeinsam ist eine Betrachtung des Individuums als Ausgangspunkt rechtlicher Handlungen. Im Anschluss sollen die tatsächlichen und rechtlichen Grenzen des Microtargetings aufgezeigt werden.

5.1 Microtargeting

5.1.1 Politisches Microtargeting

Das sog. Microtargeting wird in der Debatte oft als Begriff für jedweden datengestützten Wahlkampf verwendet (Kolany-Raiser/Radtke 2018: 2). Gemäß den Wissenschaftlern Frédéric Dubois, Tom Dobber und Natali Helberger (2018) ist politisches Microtargeting eine von PolitikerInnen eingesetzte Technik, mit der einzelne WählerInnen durch individualisierte Nachrichten angesprochen werden, angepasst auf deren Hintergrund, Einstellung, Glauben oder Sorgen. In Wahlkampfzeiten kann politisches Microtargeting dazu genutzt werden, um Wahlwerbung zu personalisieren. Zwischen den Wahlen wird es oft dazu verwendet, den Kreis der WählerInnen zu vergrößern, diese zu mobilisieren und bestehende WählerInnen zu binden (Dubois et al. 2018).

Nach der Definition von den Big Data Forschern Dr. Barbara Kolany-Raiser und Tristan Radtke (2018: 2) ist Microtargeting die personalisierte und zielgerichtete Ansprache der einzelnen Wähler unter Vorhersage der Auswirkungen dieser Ansprache. Unter dem weiten Begriffsverständnis können datengestützte Haustürwahlkämpfe ebenso wie gezielte Telefonanrufe oder personalisierte Werbeanzeigen im Internet als Microtargeting anzusehen sein (Kolany-Raiser/Radtke 2018: 2). Darüber hinaus, ist das Element der gezielten und personalisierten Ansprache mittels gewonnener Daten zentral für Microtargeting (Kolany-Raiser/Radtke 2018: 2).

Im Zeitalter von Big Data, in dem immer mehr Daten, z.B. aus sozialen Netzwerken wie Facebook, zur Verfügung stehen, gewinnt der Einsatz von Microtargeting im Wahlkampf an Attraktivität (Kolany-Raiser/Radtke 2018: 2). Obwohl sich aufgrund der zahlreichen Faktoren, die Einfluss auf das Wahlergebnis haben, die tatsächliche Wirksamkeit nicht ohne weiteres messen lässt (Kolany-Raiser/Radtke 2018: 2). Dies bestätigt sich dadurch, dass:

“Online political microtargeting is a type of personalised communication that involves collecting information about people and using that information to show them targeted political advertisements. Politicians apply microtargeting because they expect that targeting makes ads more effective. Such ads can address issues which are important to an individual, adapting the format and language to meet the individual needs and interests for maximum effect. Recipients of targeted political information are more likely to act upon it. Online political microtargeting may be both a blessing and a curse to democracies. It could increase participation, and lead to more knowledge among voters about certain topics. But microtargeting also brings risks. For instance, a political party could, misleadingly, present itself as a one-issue party to different individuals. And data collection for microtargeting raises privacy concerns.” (Zuiderveen Borgesius et al. 2018: 82; Hervorhebung im Original).

Aus diesem Zusammenhang geht hervor, dass unabhängig von der Frage nach der Effizienz und der rechtlichen Bewertung Microtargeting weiteren Einfluss auf die Art des politischen Diskurses haben kann (Kolany-Raiser/Radtke 2018: 2). Microtargeting soll beispielsweise aus Sicht der politischen Parteien die Kosten für die Ansprache des einzelnen Wählers senken (Kolany-Raiser/Radtke 2018: 2). Dies geht schließlich so weit, dass: „online political microtargeting could also be seen as a type of behavioural advertising, namely political behavioural advertising.“ (Zuiderveen Borgesius et al. 2018: 83; Hervorhebung im Original).

Die klassischen Wahlkampfaktivitäten, wie etwa Auftritte von Politikern und Wahlwerbespots, könnten mittels Big Data Technologie potenziell eine breite und heterogene Masse erreichen (vgl. Kolany-Raiser/Radtke 2018: 3). Die Methode des Microtargetings durch psychometrische Analyse großer Datensätze (Big Data) scheint besonders in Wahlkämpfen mit knappen Mehrheitsverhältnissen relevant, um Wählermeinungen zu beeinflussen (Kind/Weide 2017: 1).

5.1.2 Bestandsaufnahme des politischen Microtargeting im USA-Wahlkampf

Microtargeting ist vor allem aus den Wahlkämpfen in den USA bekannt (Kind/Weide 2017: 2). Erstmalig wurden Daten zum Lebensstil und zum Einkaufsverhalten in der Kampagne von Bill Clinton 1996 dokumentiert (Kind/Weide 2017: 2). Bekannt und populär wurde das Microtargeting im US-Wahlkampf 2008 von Barack Obama (Kind/Weide 2017: 2). Damals wurde erstmalig Big Data unter Nutzung von sozialen Medien für das politische Marketing eingesetzt und einzelne Wähler zielgenau in den wahlentscheidenden Swing-States adressiert oder für Spenden angesprochen (Kind/Weide 2017: 3). Wie Barack Obama soll auch Hillary Clinton bereits im Wahlkampf 2008 als Kandidatin der Demokraten im Wettrennen gegen Obama stark auf das Microtargeting gesetzt haben (Kind/Weide 2017: 3). Seit den Wahlkämpfen 2012 setzen auch die Republikaner auf ein solches Verfahren (Kind/Weide 2017: 3). Anschließend im Jahr 2016 soll Cambridge Analytica nicht nur die Brexit-Entscheidung, sondern auch den US-Wahlkampf von Donald Trump unter Nutzung von psychologischen Profilen, demografischen Informationen sowie Daten von Facebook beeinflusst haben (Kind/Weide 2017: 3). Im Jahr 2018 wurde veröffentlicht, dass 87 Millionen Datensätze von Facebook-Nutzern die Grundlage für die Arbeit von Cambridge Analytica waren und entgegen der Facebook-Vorgaben genutzt wurden (Kolany-Raiser/Radtke 2018: 4).

Im Falle von Microtargeting werden möglichst viele Daten von Wählerinnen und Wählern gesammelt, in Datenbanken gespeichert und über Machine-Learning-Verfahren ausgewertet. Auf dieser Grundlage findet eine Feinjustierung der Wahlkampfkampagnen statt und es wird festgelegt, welche Wahlberechtigten auf welchem Weg angesprochen werden sollten.4 Die tatsächliche Bedeutung des praktizierten Microtargetings lässt sich kaum sicher ermitteln aufgrund der zahlreichen Faktoren, die Einfluss auf ein erfolgreiches Wahlergebnis haben (Kolany-Raiser/Radtke 2018: 11). Daher bleibt den Parteien nichts anderes übrig als entweder den Verheißungen von mehr Effizienz im Wahlkampf zu vertrauen oder Nachteile wie einen drohenden „Wahlkampf im Untergrund“ stärker zu gewichten (ebd.). Microtargeting besitzt das Potenzial, den Wettbewerb der Meinungen zu beeinflussen (ebd.).

Risiken des Microtargetings werden häufig darin gesehen, dass kleine Einheiten der Gesellschaft mit für sie passenden Nachrichten adressiert werden. Diese Form der Werbung kann letztlich dazu führen, dass bei den angesprochenen Gruppen Filterblasen entstehen, die zu einer selektiven Wahrnehmung von Themen führen. Eine Folge davon kann sein, dass diese Verfahren die Demokratie unterminieren, wenn Debatten unmöglich werden, weil jeder eine andere politische Botschaft erhält (Kind/Weide 2017: 6).

Ähnlich wie die amerikanischen Parteien könnten auch die hiesigen Parteien oder regierungsnahen Organisationen im anstehenden Wahlkampf Experimente mit politischer Wahlwerbung betreiben, indem verschiedenen Nutzergruppen mit bestimmten Interessen und Verhaltensweisen unterschiedliche Botschaften zur Verfügung gestellt werden. Den Nutzern sei nicht transparent, dass sie spezifisch ausgewählt worden sein (Kind/Weide 2017: 6).

In den USA spielen datengestützte Wahlkämpfe eine wichtige Rolle – auch wenn die tatsächlichen Auswirkungen einer einzelnen Methode auf das Wahlergebnis nur schwer zu messen sind. Ein Grund für die Bedeutung der datengestützten Wahlkämpfe ist die einzigartige Datengrundlage der Parteien. In den USA gibt es kein zentrales Einwohnermeldeamt. Zur Verhinderung von Wahlbetrug werden stattdessen öffentliche Wählerlisten geführt, die von den US-Bundesstaaten an die Parteien weitergegeben werden. Der Umfang der Datensätze divergiert je nach Bundesstaat, zum Teil sind auch Informationen über die ethnische Zugehörigkeit und die Registrierung zu den Vorwahlen der Demokraten oder der Republikaner enthalten. Die Datensätze aus den Wählerverzeichnissen können um weitere Daten ergänzt werden, sodass sich noch umfangreichere Profile der Wahlberechtigten aus den Wählerlisten ergeben. Zu diesem Zweck kaufen die Demokraten und Republikaner z.B. Marketing-Daten ein (Kolany-Raiser/Radtke 2018: 4).

Das Zusammenführen von Datensätzen ist ein wesentlicher Erfolgsfaktor der neuen Methoden, weil es die Wahrscheinlichkeit erhöht, robuste Zusammenhänge aufzudecken. Des Weiteren ist entscheidend, dass überhaupt Daten zur Verfügung stehen, die das Wahlverhalten einer möglichst großen und vielfältigen Gruppe von Wählern erfassen und mit anderen Parametern kombinieren (Pietsch 2014: 172). In den USA unterhalten sowohl die Demokraten wie auch die Republikaner entsprechende Datenbanken (ebd.). Sind genügend Personen auskunftsbereit, lässt sich das Wahlverhalten der übrigen modellieren (ebd.). Hier zeigt sich auch, warum herkömmliche Prinzipien von Datenschutz rasch an Grenzen stoßen (ebd.). Die Auskunftsbereitschaft einiger kann auch die Vorhersagbarkeit jener zur Folge haben, die mit ihren Daten vorsichtiger umgehen (ebd.). Aus diesem Grund sollen nachfolgend die rechtlichen Grenzen der Big Data-bezogenen theoretischen Grundlage genauer erläutert werden.

5.2 Rechtliche Grenzen des Microtargetings

Die Rechtslage stellt primär aufgrund ihrer Inkonsistenz innerhalb einzelner Länder und über Ländergrenzen hinweg eine Barriere für das Potenzial von Big Data und dessen Methoden wie Microtargeting dar (vgl. King 2014: 156). Es wird derzeit verstärkt an neuen Formaten für die Regulierung von Big Data gearbeitet, jedoch konnte bisher weder die Entwicklung finalisiert noch die Implementierung gestartet werden (King 2014: 156). Zukünftige Richtlinien werden die Privatsphäre, das Eigentumsrecht an Daten und den Datenschutz fokussieren und strengere Kontrollen bzw. eine Auskunftspflicht für Organisationen einführen (King 2014: 157). In Europa geschieht dies mit der „Data Protection Regulation“, in den USA mit der „Consumer Privacy Bill of Rights“ (King 2014: 157).

Soweit im Microtargeting dem einzelnen Wähler gezielt Versprechungen gemacht werden, ist ein Abgleich mit anderen Aussagen des gleichen Politikers nicht möglich (Kolany-Raiser/Radtke 2018: 3). Widersprüche können nicht aufgedeckt und von einer breiten Öffentlichkeit erörtert werden (Kolany-Raiser/Radtke 2018: 3). Ebenso wenig wie die Übergabe von Daten von Konsumentinnen und Konsumenten an Organisationen ist derzeit der Austausch von Daten zwischen Unternehmen geregelt (King 2014: 157).

Microtargeting verstärkt die Gefahr, dass womöglich widersprüchliche Versprechungen im Wahlkampf gar nicht öffentlich werden und es leichter fällt, gezielt Wähler der konkurrierenden Parteien unentdeckt zu demobilisieren (Kolany-Raiser/Radtke 2018: 3). Bestimmten Akteuren sollte es demnach untersagt sein, gewisse gesellschaftlich relevante Daten zu erheben (Pietsch 2014: 182). Demokratische Parteien sollen zwar Informationen über Interessen und Wünsche ihrer Wähler erheben dürfen, aber es sollte ihnen nicht gestattet sein, diese mit dem jeweiligen Wahlverhalten zu verknüpfen (Pietsch 2014: 183). Dadurch lässt sich das hier geschilderte Microtargeting unterbinden, das einer wohlinformierten, freien Wahlentscheidung entgegenwirkt (Pietsch 2014: 183).

Die Wählerschaft und ihre Wertvorstellungen können Einfluss darauf haben, wie das Microtargeting eingesetzt wird (Kolany-Raiser/Radtke 2018: 3). Insbesondere der Einsatz von Microtargeting in US-Wahlkämpfen offenbart seine Attraktivität für Parteien ebenso wie die unterschiedlichen Erscheinungsformen des Microtargetings (Kolany-Raiser/Radtke 2018: 3). Der datenbasierte Wahlkampf wurde stetig optimiert und so wurde für den überraschenden Wahlerfolg Trumps 2016 ein entsprechender Erklärungsversuch unternommen: Mittels Daten von Facebook-Profilen soll es dem Unternehmen Cambridge Analytica gelungen sein, die Wertvorstellungen und politischen Einstellungen der Wahlberechtigten besser einzuschätzen, um das Wahlverhalten möglichst genau vorhersagen zu können (Kolany-Raiser/Radtke 2018: 4). Die Aktivitäten der Facebook-Nutzer seien so aussagekräftig, dass sich etwa anhand der Likes mit 95-prozentiger Wahrscheinlichkeit die Parteiaffinität eines Nutzers prognostizieren lasse (Kolany-Raiser/Radtke 2018: 4). Ausschlaggebend sind damit – wie regelmäßig bei dem Einsatz von Big Data – auch bei diesem Verfahren Korrelationen, also Zusammenhänge zwischen verschiedenen Datensätzen (Kolany-Raiser/Radtke 2018: 4).

Das Microtargeting im US-amerikanischen Wahlkampf schafft so eine Blasenwelt, in der gezielte Informationsauswahl den Wähler dazu bewegen soll, für einen Kandidaten zu stimmen (Pietsch 2014: 180). Anstatt vollständig über das Wahlprogramm zu informieren, werden selektiv Informationen an den Bürger herangetragen mit dem Ziel, dass diese ihn zum gewünschten Wahlentscheidung verleiten (ebd.). Eine funktionierende Demokratie sollte aber darauf hinarbeiten, einer möglichst großen Zahl von Bürgern eine wohlinformierte Wahlentscheidung zu ermöglichen und psychologische Manipulationsversuche weitgehend zu verhindern (ebd.). Die Praxis des Microtargetings untergräbt diese Zielsetzung (ebd.). Unternehmen werden bei Big Data Projekten deshalb häufig mit rechtlichen Barrieren konfrontiert (King 2014: 106). Es muss festgelegt werden, welche Rechte zur Nutzung der Daten erforderlich sind, wer für den rechtskonformen Umgang der Daten verantwortlich ist und welche rechtlichen Risiken entstehen, wenn Drittparteien mitwirken (ebd.). Um dem wertschöpfenden Gebrauch von Daten und dem Schutz der individuellen Privatsphäre gleichermaßen Sorge zu tragen, müssen politische Entscheidungsträgerinnen und -träger fundamentale Konzepte des Privatsphäre-Rechts überarbeiten, einschließlich die Definition von personenbeziehbaren Daten, Einverständniserklärungen und dem Prinzip der Datenminimierung (ebd.: 110). Oftmals sind die Nutzungsmöglichkeiten von Daten zum Zeitpunkt der Datensammlung schwer zu antizipieren (ebd.). Es kann vor diesem Hintergrund folglich davon ausgegangen werden, dass für die Einordnung und Beurteilung des Microtargetings eine Unterscheidung zwischen zwei Arten von Gesetzen bedeutsam ist (Pietsch 2014: 181). Diese bestimmen gemeinsam das gesellschaftliche Zusammenleben: auf der einen Seite Gesetze der Freiheit, auf der anderen Gesetze der Notwendigkeit (ebd.). Hier entsteht ein beträchtlicher Regulierungsbedarf, wie nicht zuletzt das Beispiel Microtargeting zeigt (ebd.). Die Gesetze der Freiheit sind über Jahrhunderte ausgearbeitet und ausgehandelt worden, vor allem [...] in der politischen Theorie (ebd.). Diese Gesetze sind auf ein bestimmtes Ziel ausgerichtet, sollen letztlich ein geregeltes Zusammenleben gewährleisten, das Wohlstand, Zufriedenheit und Gestaltungsmöglichkeiten für alle in größtmöglichem Maß erlaubt (ebd.).

Für keiner dieser Barrieren konnten bislang ausreichende Lösungen entwickelt und in der Praxis angewendet werden (King 2014: 157). Eine frühzeitige Vorbereitung der Organisationen auf die abzusehenden Veränderungen ist ohne Zweifel zu empfehlen (ebd.).

Die Anwendung datenintensiver Wissenschaft in der Politik erlaubt ein genaueres Bild von den Wünschen und Erwartungen der Wähler zu zeichnen und den Bürger mit seinen Interessen zunehmend als Individuum wahrzunehmen (Pietsch 2014: 182). Dies kann zu einer bürgernahen Politik und zu einer Verbesserung des demokratischen Prozesses führen (Pietsch 2014: 182). Dennoch dürfen datenintensive Methoden nicht für eine gezielte Manipulation der Wähler verwendet werden, wie es durch das Microtargeting geschieht (Pietsch 2014: 182). Deshalb warnen Kritikerinnen und Kritiker vor dem Missbrauch der Daten und der Entwicklung eines Überwachungsstaates (King 2014: 111). Für keiner dieser Barrieren konnten bislang ausreichende Lösungen entwickelt und in der Praxis angewendet werden (King 2014: 157). Eine frühzeitige Vorbereitung der Organisationen auf die abzusehenden Veränderungen ist ohne Zweifel zu empfehlen (ebd.). Die Richtlinien zur Datensammlung und -nutzung sollten demnach verschärft, konkretisiert und der Verstoß dagegen härter bestraft werden (King 2014: 111). Data Governance kann die Erfüllung der Richtlinien und die derzeit notwendige Einzelfallprüfung unterstützen (King 2014: 157). Eine absolute Anonymisierung der Daten ist der Überwindung rechtlicher Barrieren ebenso zuträglich wie der Zukauf von Know-how und Expertisen, falls diese in der Organisation noch nicht vorhanden sind (ebd.). Um das Potential von Big Data allen Unternehmen unter spezifischen Bedingungen zum Schutz der Konsumentinnen und Konsumenten zugänglich zu machen, wird eine Kontrollinstanz benötigt (ebd.). Bisher konnte aufgrund der großen Verantwortung und Macht, welche dieser Instanz zukommt, keine einvernehmliche Lösung gefunden werden, wie dies aussehen könnte (ebd.). Wer die Informationen kontrolliert, wird Macht und Einfluss haben und kann diese zur Erreichung von positiven oder negativen Ergebnissen einsetzen (ebd.).

[...]


1 Big Data – Große Chancen, große Gefahren? Online: https://politik-digital.de/news/big-data-grosse-chancen-grosse-gefahren-127634/ (zuletzt geprüft am 10.10.2019).

2 Abkürzung von National Security Agency (NSA) – der größte Auslandsgeheimdienst der Vereinigten Staaten.

3 ABIDA (Assessing Big Data) ist ein interdisziplinäres Cluster zur gesellschaftswissenschaftlichen Begleitforschung im Bereich Big Data.

4 Microtargeting in Deutschland und Europa. Online: https://www.medienanstalt-nrw.de/foerderung/forschung/aktuelle-forschungsprojekte/microtargeting-in-deutschland-und-europa.html (zuletzt geprüft am 7.10.2019).

Ende der Leseprobe aus 57 Seiten

Details

Titel
Big Data im politischen Wahlkampf von Donald Trump (2016)
Untertitel
Wie die politische Meinungsbildung und Wahlentscheidung durch Cambridge Analytica beeinflusst werden konnte
Jahr
2019
Seiten
57
Katalognummer
V537396
ISBN (eBook)
9783960958963
ISBN (Buch)
9783960958970
Sprache
Deutsch
Schlagworte
Big Data, Wahlkampf, Cambridge Analytica, Donald Trump, Wahlbeeinflussung
Arbeit zitieren
Anonym, 2019, Big Data im politischen Wahlkampf von Donald Trump (2016), München, GRIN Verlag, https://www.grin.com/document/537396

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Big Data im politischen Wahlkampf von Donald Trump (2016)



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