 Guten Abend, meine Damen und Herren. Ich freue mich, Sie hier willkommen zu heißen in dieser wunderbaren Halle hier. Ich freue mich, Sie zu begrüßen hier im Namen des Alexander von Humboldt Instituts für Internet und Gesellschaft und die Bundeszentrale für politische Bildung. Es ist schön, dass Sie alle gekommen sind, trotz des Sommerwetters, was draußen herrscht. Vielen Dank, dass Sie gekommen sind. Es ist der vierte Vortrag unserer Reihe Making Sense of the Digital Society. Mit dieser Serie möchten wir uns Gedanken machen über die aktuellen Transformationen, die folgen aus den beschleunigten Prozessen, die mit der Digitalisierung zu tun haben. Obwohl die Digitalisierung im Allgemeinen schon vor einigen Jahrzehnten begonnen hat, je nachdem, ob Sie die Informationstechnik im Allgemeinen jetzt betrachten oder das Internet im Besonderen, sehen wir, dass sich die Entwicklung neuer Technologien und Trends doch noch weiter beschleunigt. Es brauchte Jahre oder so Jahrzehnte, bis das Telefon eine Million Nutzer hatte oder auch das Internet brauchte, viele Jahre bis es um sich griff. Im Gegensatz dazu verbreiten sich neue Apps zum Teil innerhalb von Stunden. Und viele dieser Geräte sind heute verbunden mit der Fähigkeit, personenbezogene Daten zu sammeln und zu analysieren, personenbezogene Daten über unser Verhalten. Und es ist nicht immer klar, wer Zugang hat zu diesen Daten, wie wir letztens gesehen haben, Zusammenhang mit Cambridge Analytica und Facebook. In diesem Zusammenhang zielte die Bundeszentrale für politische Bildung darauf ab, den Menschen zu helfen, zu verstehen, wie diese Prozesse vonstatten gehen und wie sie sich in das Gesamtbild einfügen. Und zusammen mit dem Humboldt-Institut möchten wir diesen stattfindenden Transformationsprozess untersuchen und unser Schwergewicht auf die europäische Perspektive legen. Nur wenn wir verstehen, welche Auswirkungen die Nutzung neuer Technologie, Apps, Geräte und Plattformen hat und welche Auswirkungen es hat, wenn wir sie mit Informationen über uns selbst füttern, Informationen, die zuvor strikt privat waren oder einfach nicht verfolgt worden sah, nur dann können wir verstehen, welche möglichen Vorteile, aber auch welche Gefahren damit im Zusammenhang hängen. Und mit diesem Wissen können wir dann später Entscheidungen treffen als informierte, ermächtigte Bürger. Und deswegen freue ich mich, dass heute Marion Foucault zu uns sprechen wird. Sie wird über Sozialstruktur sprechen. Und in ihrer Arbeit zeigt sie, wie unterschiedliche Strukturierungsmechanismen unser tägliches Leben gestalten und wie jeder unterschiedlichen Bewertungsmechanismen, Einstufungsmechanismen und Punktebewertungssystem unterliegt aufgrund der vielen Verfolgungsinstrumentenmechanismen. Und obwohl diese Beurteilungen oft gerechtfertigt werden mit positiven oder auch fürsorgenden Argumenten, bleibt doch die Frage, wie dadurch die Leute in unterschiedliche Kategorien geteilt werden. Eine Frage, die auch Karl Marx beschäftigte, dessen 200 Jahre Geburtstag ja gerade am Wochenende gefeiert worden ist. Und Marion Foucault nahm an einer Konferenz ein Teil, bei der eben diese Veränderungen besprochen worden sind aus anderses Geburtstag ist von Karl Marx. Und wir hoffen, dass wir mögliche Schritte herausarbeiten können, um dafür zu sorgen, dass mehr Menschen eben drin sind und nicht ausgeschlossen sind. Das war die ursprüngliche Grundlegende Unterteilung oder Klassifizierung von Menschen, nämlich, dass sie drin sind oder draußen sind. Und wir hoffen, dass wir mit diesen Überlegungen dafür sorgen, dass mehr Leute drin sind. Ja, vielen Dank, Sascha, und wunderbar, dass wieder Leute gekommen sind. Ich glaube, jetzt ist Zeit für den letzten Teil hier, dass sie jetzt ihre Brühenbläser putzen. Wir werden gefilmt hier, also, es wird eine Filmaufnahme gemacht, aber es wird nicht gestreamt. Wir haben technische Probleme, das passiert manchmal auch bei Technikkonferenzen, also kein Streaming heute. Aber es gibt die Möglichkeit, dass diese ganze Vortrag auf den entsprechenden Webseiten der Bundeszentrale für politische Bildung und das Humboldts-Institut für Internet und Gesellschaft dort hinterlegt wird und dort angesehen werden kann, genau wie die früheren Vorträge, die sie sich dort auch noch anschauen können. Der Hashtag Digital Society wird nach dem heutigen Abend obsolet, das tut mir leid. Nach diesem Vortrag, unser bekannten Vortragenden, gibt es eine Diskussion zwischen uns beiden und dann sind sie dran, denn gibt es live Fragen von Ihnen. Es gibt, glaube ich, eine Reihe von Mikrofonen, die hier verteilt worden sind und damit haben Sie die Möglichkeit, Ihre Kommentare und Ihre Fragen hier einzureichen. Das wird dann so für 30 Minuten vorgesehen sein. Unser Gastrednerin ist eine komparative Soziologin. Sie studierte in Assault-Born in Paris, dann zog sie weiter nach Princeton, dann New York University und dann wieder zurück in Princeton. In 2003 zog sie weiter zur University of California in Berkeley, wo sie eine Professorin für Soziologie ist und sie ist auch ein Associate Fellow auf dem Max Planck Society. Das ist eine französisch-deutsche Kooperation über im Bereich der Gesellschaftswissenschaften. Economist in Society, sie ist ihr erstes Buch Disziplin und sie vergleicht dort die Situation in Frankreich, Großbritannien und Franklichen Staaten von 1980 bis 1990. Das heißt sie, und wir hatten einen kleinen Vorbereitungsgespräch auf Skype, ob das hier übersetzt werden soll, wie es die Situation in Deutschland und in der Schweiz, ich komme aus der Schweiz, sagen wir bis hinten über Skype, drüber gesprochen. Und schließlich kamen wir zur Social Scoring Tracking. Das heißt, das sind, will ich, ihre Interessensgebiete und das zeigt sich auch in ihrer Arbeit. Im nächsten Buch, da arbeitete sie mit Kieran Haley zusammen. Mit Kieran Haley hat sehr viele Artikel geschrieben, die das Buch heißt, The Ordinal Society, also die geordnete Gesellschaft. Und da geht es um soziale Stratifizierung und Moral in den Volkswirtschaften. Marion Foucaud, Sie haben das Wort. Ja, vielen Dank, vielen Dank für diese Einladung. Das ist eine große Freude für mich, ich liebe Berlin. Also es ist eine große Freude für mich, dass ich hier sein kann und dass ich auch teilnehmen kann oder Teil dieser sehr interessanten und herausgehobenen Vortragsserie sein kann. Also digitale Dienstleistungen, da beziehen wir uns in der Regel drauf, wie wir auch uns auch auf öffentliche Güter beziehen, wie Bildung und Verteidigung. Wir nehmen sie selbstverständlich an und denken oft nicht darüber nach, wie viel wir eigentlich dafür bezahlen. Das heißt, Sie können sich viele Dinge vorstellen. Suchfunktionen, Lokalisierungsfunktionen, das kommt alles mit dem Internet. Und dann können wir uns noch eine ganze Reihe von Dienstleistungen vorstellen, die früher mal in unserem Computer angesiedelt waren oder in gesonderten Programmen und die jetzt zunehmend im Bereich Cloud Computing stattfinden. Das heißt Funktionen, die in der Cloud gespeichert sind, wie zum Beispiel Social Network, die Kommunikation, Speicher, Zusammenarbeit und auch die Synchronisierung der Computer und der anderen technischen Geräte, die man hat. Und natürlich zunehmend auch Office-Anwendungen. Und die Frage für uns ist, ursprünglich haben wir dafür gezahlt für diese Dienstleistungen. Wir haben früher Software gekauft und manchmal auch Dienstleistungen mussten bezahlt werden, aber das ist nicht mehr so. Heute gibt es diese Programme einfach so verfügbar. Wir nehmen also Google Docs, um Dokumente zu speichern und denken darüber nicht nach, da kamen keine Hintergedanken dabei. Und viele Schulen ermutigen sogar ihre Schüler, ihre Arbeiten dort online zu speichern. Auf Facebook, Dropbox, Instagram, Twitter und so weiter, Instagram nutzen dieses Vorgehen, dieses System. Das ist also die Wolke, die Cloud. Und die Frage für uns ist, was bedeutet das eigentlich? Was bedeutet es, wenn man alles, wenn alles durch diese technologische Infrastruktur geschickt wird? Naja, Unternehmen hatten zuvor ja einen Anreiz, grates Dienstleistungen anzubieten, zum Beispiel Google Earth, Google Maps und so weiter. Das war ganz schön teuer für Google, das alles zu entwickeln. Aber es ermöglichte es Google dafür zu sorgen, dass Leute so viel Zeit online verbrachten, wie möglich. Facebook war auch ein Erfolg. Das hängt von einer Infrastruktur ab, die mehr mit Eingängen, Forten und Zäunen verknüpft ist. Also unterschiedliche Vorgehensweisen der Unternehmen, die einen Zugang zu dieser Wirtschaftsform zu finden. Aber insgesamt kann man sagen, haben wir hier ein faustisches Abkommen, ein faustischen Handel. Also natürlich gibt es nichts umsonst. Wir zahlen natürlich Steuern und Cloud Computing und alle Dienstes sind natürlich auch nicht umsonst. Also hier geht es um die Auswirkungen dieser Situation, Auswirkungen darauf, wie wir über die Prozesse der Sozialstruktur und der Ungleichheit sprechen sollten. Wir sprechen über der neuen Datenwirtschaft. Wir machen uns große Gedanken über den Datenschutz, über die Privatsphäre. Und wir machen uns Sorgen über Fragen zusammen mit der Freiheit. Aber oft fragen wir uns nicht, welche Art von Gesellschaft wir damit überhaupt schaffen. Welche Art von Sozialordnung oder sozial Struktur schaffen wir dadurch? Wie wird sich das auf die Ungleichheit in der Gesellschaft auswirken? Darüber möchte ich heute sprechen. Vieles ist natürlich spekulativ, von dem muss ich sagen, denn die Gesellschaft ist ja noch nicht vollständig, bis du diesen Punkt entwickelt. Also zunächst ein Zitat nach einer Frage, die mein Forschungsassistent und ich uns gefragt haben. Wir haben Leute gefragt, ob sie irgendwie es nicht mögen, dass der CEO von Igelnet sagte, du bekommst es umsonst, irgendwie müssen sie doch Geld machen. Also die sind alles Synonyme. Alle Zitate, die ich heute bringe, sind hier anonym dargestellt. Also auch die Unternehmensnamen der Sprecher dieser Zitate sind erfunden von uns. Also sie sollten hier unsere Fantasie auch bewundern. Also und das Geschäftsmodell, das große Bild, ist, dass unser Ziel bei Igelnet, darin besteht, dass 10 Millionen von Leute, von Business-Leuten unsere Igelnet-Plattform umsonst nutzen sollten und noch ein Zitat. Das ist Max Buck, ein Mitbegründer und CEO von der anderen und von einem anderen Unternehmen, genannt Elliptical. Und er sagt Elliptical ist im Prinzip umsonst Crowdsourced, eine Datenbank, die im Prinzip gratis ist. Also es ist ein umsonst gratis Produkt und die Nutzer machen mit, registrieren sich um dieses gratis Dienst von unserer Datenbank zu bekommen. Und es ist ein Modell, nach dem man gibt, um etwas zu bekommen. Und sie bekommen etwas aus der Datenbank und dafür muss man anonym unser Datenbank etwas mitteilen. Und das zum Beispiel, das bezieht sich jetzt nicht nur auf Beziehungen zwischen Personen und auch zwischen Unternehmen. Also ein anderer Befragter nannte uns ein Beispiel, ein Unternehmen, das Dienstleistung anbot, um Informationen oder eine Dienstleistung zu bekommen und gab dafür Informationen. Also zum Beispiel, diese Informationen konnte dieses Unfallnehmen weitergeben an, zum Beispiel Google oder ein anderes Unternehmen, das Werbung schaltete. Werbung an ein großes Publikum, zum Beispiel Stellenausschreibung usw. Und dafür, dass man eben seine Daten hier abgab konnte, man einen Discount für ein anderes Produkt bekommen. Also wieder geben, um etwas zu bekommen. Und so wurden dann Daten von 100.000 von Leuten eingesammelt und Google und andere Unternehmen konnten. Und dann diese Informationen bekommen und die eigenen Algorithmen damit verfeinern. Also in der modernen digitalen Wirtschaft gibt es sehr viel in dieser Hinsicht und hier gibt es einen impliziten Handel. Das heißt, die Unternehmen geben gratis Dienstleistungen ab und versuchen uns mit allgemeinem Wissen, aber um Zugang zu diesem Wissen, um diese Informationen zu behaben, müssen wir unsere Seele verkaufen und kleine Stückchen von Daten hinterlassen, die in gewisser Weise ein bisschen auch zeigen, wer wir sind und was wir machen. Wie interessant ist es, dass das natanische Wort Daten übersetzt werden kann mit Dinge, die gegeben werden? Also die erste 1587 gab es an der Definition des Wortes Datum. Das heißt Datum ist etwas, was geschenkt wird, was gegeben wird. Also was passierte? Auf der technischen Seite gibt es eine technische Infrastruktur, die die Zirkulierung bestimmter Arten von Daten ermöglicht. Das sind zum Beispiel Geolokalisierungsdienste, Logs, Blogs und so weiter. Cookies, die auf den Computern von den Leuten hinterlassen werden und die Identifizierung von Nutzern über lange Zeiten hinweg erleichtern und ermöglichen. Und die Identifizierung wird immer genauer und immer persönlicher. Mehr und mehr Seiten fordern ein Log in und IP-Adressen fordern auch eine Individualisierung und andere Techniken wie digitale Fingerabdrücke. Da kann man Leute verfolgen, ohne dass irgendetwas in den Computer eingegeben wird. Die persönliche Art, wie jemand die Maus bedient oder wie jemand die Tassatur bedient, das sind solche persönlichen Identifizierungsmerkmale, die zunehmend auch genutzt werden. Natürlich gäbe es keine Daten im System, wenn es nicht Leute gäbe, die diese Netze bevölkerten. Diese Macht der Daten zieht ja die Leute auch an. Zwei fundamentale Aspekte in Bezug auf diese Wahlarchitektur. Der erste Aspekt ist dieser sogenannte zweiseitige Markt oder das Problem des zweiseitigen Markts. So könnten wir das nennen. Das bezieht sich auf eine ökonomische Theorie, die sich anschaut, wie eine spezifische Infrastruktur die Schaffung eines Netzwerkeffektes verursacht. Also wie kann man sicherstellen, dass deine Plattform dein Standard, auch wirklich die Standardplattform, der Standard, Standard wird. Also da muss man zwei Publikumstypen bedienen, nämlich zum einen die Nutzer und zum anderen die eigenen Entwickler. Und diese beiden Wirtschaftswissenschaften, Tirol und Rocher, nutzen Visa, die Visa-Karte. Sie hatten Nutzer, die eine Visa-Karte haben möchten, aber sie hatten natürlich auch Geschäftskunden auf der anderen Seite, also Ladenbesitzer zum Beispiel, die natürlich die Visa-Karten akzeptieren mussten. Und er brauchte diese beiden Seiten, damit diese Visa-Karte zum Standard wurde. Also an beiden Enden muss man arbeiten. Und so wir ziehen Nutzer an, indem wir Gratisdienste anbieten, aber Entwickler zieht man an, indem man die Zahl der Nutzer erhöht. Man muss die Attraktivität der eigenen Plattform erhöhen, indem man Nutzer, also Entschuldigung, Entwickler, anzieht, die weitere Dienstleistungen entwickeln. Und das zieht wieder dann mehr Nutzer an. Zum Beispiel bei Apple, den gab es die Hardware, das iPhone, aber wir haben jetzt die ganzen APIs, die diese Verbindungen überhaupt erst ermöglichen. Also je mehr Apps von Dritten, je mehr Anwendungen die in Schnittstellen schaffen, umso mehr Entwickler hat man auf der einen Seite und umso mehr Nutzer hat man auf der anderen Seite. Das ist also dieser Netzwerkeffekt. Und wenn man zum Beispiel sagt Facebook, das reduziert jetzt drastisch diese Apps von Dritten wegen Datenschutzproblemen, aber anfangs war es so, dass Facebook und andere Unternehmen es schafften, sich auszuweiten und zu vergrößern, weil sie vielen Entwicklern die Möglichkeit gaben, Apps zu schaffen, die einfach hinzugefügt werden konnten und die noch weitere Funktionalitäten zu der Facebook-Plattform hinzufügt. Also die Entwickler müssen ja ein Gewinn daraus ziehen und dieses Etwas sind in der Regel Daten. Also wenn Sie da oben hinschauen, also die Entwicklungsplattform und die Regeln davon, das ist typischerweise das, was man sieht und wenn man sich das anschaut, also für die Nutzer, zum Beispiel das ist im Dritten Absatz, da steht, wir haben dieselben Datenschutzregeln für Informationen auf der, aber jetzt können Sie auch noch die Regeln verwenden, die von anderen auf unserer Plattform genutzt werden. Also das zeigt diesen Netzwerkeffekt, dieses Weiterreichen und noch ein weiteres Element dieser Wahlarchitektur ist folgendes, nämlich dass Leute dem zustimmen. Also auf der einen Seite muss man die Leute amziehen, die Nutzer und die Entwickler und auf der anderen Seite, und wenn man die Nutzer angezogen hat, dann muss man sicherstellen, dass die Nutzer auch wirklich diese Daten freigeben, denn sonst bekommen die Entwickler, also die auf der anderen Seite, nicht das, was sie eigentlich wollen und machen bei Ihrer Plattform nicht mit. Und wie macht man das? Und hier gibt es Wiederwirtschaftstheorie, mit denen man das erklären kann, und das ist hier die Theorie von Tala & Sunstein in dem Buch Nudge-Stupsen. Das heißt, man bekommt so eine Wahlarchitektur und darin verbudelt, also versteckt man allerdings die Informationen über diese Zustimmung. Also typischerweise hat man Webseiten, in denen sowas durch diese Voreinstellungen passiert, Default-Einstellungen, also Voreinstellungen, und das wird sogar dokumentiert. Also wenn man Organe spenden möchte, dann hat man ein, andere Einstellungen, die nämlich bis eines Leute ihre Organe spenden, außer sie stimmen dem nicht zu, also aktiv nicht zu. Also praktisch dieses Implizite zustimmen, und wenn man nicht zustimmt, dann muss man aktiv aus, nicht eben seine Zustimmung verweigern. Das sind diese Voreinstellungen. Und ein entscheidendes Element in dieser Architektur, in dieser Wahlarchitektur, das ist ein entscheidendes Element in dieser Wahlarchitektur, damit diese ganze Prozesse überhaupt stattfindet, also diese Zustimmung durch Voreinstellungen. Das heißt, die Leute geben nun personenbezogene Daten in diese im Prinzip unsichtbare Infrastruktur rein, und das wird automatisch zurückgeleitet an den ursprünglichen Eigner der Webseite oder der Plattform, und auch an Dritte wird es weitergeleitet. Das heißt, diese Dinge werden... Es gibt diese Wahlarchitektur, die dieses Geben- und Nebenmodell möglich macht, und noch ein Aspekt, der ebenfalls sehr wichtig ist, ist, wie Dinge geordnet oder sortiert werden. Die Frage bei Informationen ist hier oft oder weniger, ob man diese Information hat oder nicht, sondern wie nützlich diese Information ist. Und natürlich bei denjenigen, ich denke mal, viele von ihnen sind jetzt ziemlich jung, aber bei denjenigen, die sich noch die frühen Tage von Facebook erinnern, die wissen, dass man damals nur Like hatte. Und das war es. Weil jetzt hat man diese ganze Palette von Gefühlen, die man ausdrücken kann. Also die Informationen wird zunehmend raffinierter und ausgefallter dargestellt. Das heißt, diese Dienste stupsen uns mehr und mehr zu etikettieren, zu bezeichnen, zu chemzeichnen und Informationen zu teilen. Das passiert auf unserer Seite, aber es passiert ja auch sehr viel auf der anderen Seite, auf der Seite der Entwickler, der Diensteentwickler. Also diese Schnittstelle zwischen der Diensteentwickler und der Apps. Das heißt, diese Ausweitung der möglichen Gefühle, die man auf Facebook ausdrücken kann. Also das führt dazu, dass der Inhalt, den wir weitergeben, immer raffinierter wird, immer ausgeklügelter wird, immer besser sortiert wird. Und das ist das, wenn die Industrie davon spricht, dass die Nutzer um sich mehr engagieren oder mehr beteiligen sollen, dann ist das genau damit gemeint. Und hier haben wir noch so ein paar Beispiele für Taxidienste. Das heißt, früher hatte man einfach nur eine Bewertung für den Taxifahrer abgegeben. Da hat man eine Skala von fünf Schritten. Aber zunehmend gibt es auch all diese anderen Aspekte, die bei einer Taxifahrt beurteilt werden können. Das Ziel davon ist natürlich, dass noch ausgeklügelte Informationen erhalten wird, aber es geht auch um einen Wettbewerb zwischen den Fahrern. Also Uber bekommt deswegen natürlich mehr Wissen über die einzelnen Fahrer, aber es wird auch noch eine Art Wettbewerb zwischen den Fahrern angestachelt. Das heißt, man bekommt vielleicht eine Art Badge, wenn man hier ein besonders toller Taxifahrer ist. Und all diese interne Arbeit dient dazu die Entwicklung von Predictive Analytics, Werbung und zunehmend intelligenten System zu befördern. Also es werden nicht nur Dinge gegeben, Dinge angeboten und so weiter, sondern wenn man beispielsweise ein Foto aufnimmt, dann wird Apple dann für die Gesichtserkennung sorgen. Wenn man einen bestimmten Link bei Google anklickt, dann werden die Suchergebnisse optimiert, sodass sie in den eigenen Präferenzen entsprechen. Hier eine Google Translate Übersetzung, eine Übersetzung meiner Rede. Wenn Sie Google dabei helfen, indem Sie hier eine Übersetzungsanfrage stellen, dann helfen Sie Google dabei, sich zu verbessern. Eine der Folgen ist hier, dass natürlich Dutzende Hunderte von Übersetzern ihre Arbeit verlieren. Dinge werden also so automatisiert. Und schließlich gibt es die Multiplikation von Dingen. Wenn die Daten also erst einmal im Prinzip geerntet wurden, gesammelt wurden, was, welche Garantie hat man dann, dass diese Daten zu dem Zweck verwendet werden, zu dem sie ursprünglich gesammelt wurden? Hier habe ich Ihnen ein Beispiel mitgebracht aus einem der Interviews, die wir durchgeführt haben. Unser Interview Partner hatte eine Datenbank für Individuen aufgebaut, bei denen es um die Auswertung von Unternehmens-E-Mail-Daten ging. Und einer der Investoren sagte, dass die wertvollsten Daten die Verkaufsgeschichte der Personen sind. Also das waren nicht die Daten, die die Datenbank eigentlich sammeln wollte. Wenn ich absolut ehrlich sein soll, dann haben unsere Geschäftsbedingungen, waren so breit gestaltet, dass wir genau das aber auch erzielen konnten. Am Ende würde das irgendjemand herausfinden und dann würden Dinge für uns natürlich unangenehm werden. Also Sie sehen hier, er weiß natürlich, dass er so etwas nicht tun sollte, wenn sein Unternehmen nicht in Schwierigkeiten geraten sollte. Aber es gibt natürlich anderen Druck aus anderen Richtungen von den Investoren beispielsweise, um die Daten neuen Zwecken zuzuführen. Also werden hier Daten multipliziert und verändert. Ein weiterer Aspekt bei der Multiplikation, bei der Verstärkung im Prinzip, der Erhöhung der Anzahl von Daten ist durch Addictive Design. Dazu gibt es aktuell sehr viele Diskussionen. Viele Bücher wurden veröffentlicht. Tracel Harris haben hier eine Initiative gestartet an den Schulen, um dafür zu sorgen, dass Unternehmen sich dieses Problems der Suchtentstehung bewusster sind. Also das hier ist wieder ein Auszug aus einem unserer Interviews. Vor wenigen Wochen habe ich einen Typ gesehen bei einer Tech-Konferenz und ich war wirklich schockiert, weil er ein Buch vorstellte, in dem es darum ging, wie Apps noch mehr Suchtpotenzial mit sich bringen können. Und ich hasse es, wenn meine Kinder so an ihrem Telefon hängen. Das ist also ein Aspekt und dann gibt es natürlich das kontinuierliche Tracking. Also die Tatsache, dass Daten nicht einfach nur da sind, punktuell, wenn man eingeloggt ist, sondern kontinuierlich erschaffen werden und abgerufen werden von den verschiedenen Geräten, die wir verwenden. Warum ist das jetzt alles so wichtig? Wie ich vorhin gesagt habe, es gibt natürlich legitime Gedanken, die man sich macht über Freiheit, Demokratie, Privatsphäre, Datensicherheit. Aber meiner Meinung nach ist es vor allem deswegen, weil der faustische Handel eine neue Sozialstruktur erschafft. Wir haben hier diesen Begriff gehört, das neue Erdöl. So wurden Daten 2012 einmal ganz bekannt bezeichnet. Was hier im Economist gemeint war, was Menschen meinen, wenn sie so darüber über Daten reden, dann meinen sie, dass Daten nicht nur profitabel sind, gewinnbringend sind, sondern wirklich der neue Treibstoff sind, der die Wirtschaft antreibt. Wir können uns also ganz legitim die Frage stellen, ob all das wirklich neu ist, sind wir wirklich in einer neuen Ära angekommen, in einer neuen Ära der wirtschaftlichen Entwicklung, in der Daten uns tatsächlich in ein neues Regime befördern, zu einem gewissen Grad ist es das nicht. Jetzt wäre eine Pause angemessen. Wir sollten uns jetzt einmal fragen, wie sind wir denn überhaupt hierhergekommen? Wie sind wir dazu gekommen, personenbezogene Daten als den neuen Rohstoff anzusehen? Wenn wir einmal zurückschauen, dann sehen wir das Überwachung in der Wirtschaft, die Abfragung von Informationen für Daten, für Informationserfassung nichts Neues ist. Das ist vielmehr ein legitimes Interesse, das Unternehmen an ihren Verbrauchern, in ihren Nutzern oder an ihren Mitarbeitern oder sogar Wettbewerbern haben. Wie sieht also dieses legitime Interesse an Daten aus in der Zeit vor Google? Wenn wir uns einmal diese Zeit anschauen, dann können wir uns beispielsweise den Aufstieg der Kredite, Versicherungen, Marketingsektoren anschauen, der möglich war durch persönliche Profilbildung im Namen des legitimen wirtschaftlichen Interesses der Industrie, der Wirtschaftsbereiche. Ich werde mir jetzt ganz spezifisch den Bereich der Kreditvergabe anschauen, denn wenn wir uns die Geschichte dieses Bereichs anschauen, dann sehen wir, dass einige sehr zentrale Prozesse darin abgebildet werden, die uns dabei helfen, zu verstehen, wie die Zukunft aussehen kann. Also, die Kreditvergabe kann hierfür etwas sehr viel größeres stehen. Wenn wir also einmal in die Vergangenheit schauen, in die Geschichte der Vereinigten Staaten, dann möchte ich hier in der Zeit anfangen, als erstmals personbezogene Daten erhoben wurden in den 1840ern. Damals war es ein Ziel, ein Informationszentrum für die Kreditvergabe für Händler zu gründen. Informationen wurden durch Dritte gesammelt. Also, die meisten dieser Daten zu den Händlern wurde kostenlos von lokalen Rechtsanwälten gesammelt, im Falle der Fallbearbeitung. Also, hier hatte man bereits eine Art des Ich gebe die Informationen und du gibst mir andere Informationen, die für mich nützlich sind. Also, man hat jetzt zwei Seiten auf der einen Seite die Kreditstelle und auf der anderen Seite die lokalen Rechtsanwälte, die örtlichen Rechtsanwälte. In den 1870er Jahren hatte man dann das Verbraucherkreditreporting und in den 1920ern gab es dann bereits eine nationalere Kreditvergabe, Kreditwürdigkeitserfassung. Das Konzept der finanziellen Identität war damit geboren, dass sich unterziehen einer Überprüfung der eigenen Person des eigenen Charakters, die sich bewerben für einen Kredit ist also im Prinzip der Ursprung der modernen Überwachung des Verbrauchers. Damals, das ist der Unterschied, wurde diese Bewertung von Personen durchgeführt auf Grundlage von Gerüchten, Lästereien und heute sind es aber Computer. In den 1970ern und 80ern kam es dann zur Rationalisierung dieses Kreditbewertungssystems und in den 1980ern hatte man dann also mittlerweile drei große Unternehmen, die hier die wichtigsten in diesem Bereich waren. Dann gab es immer mehr Computer, Digitalisierung und das Ganze wurde effizienter. Die Unternehmen haben dann auch Anfang andere Daten zu erheben und heute ist es in der Tat so, dass viele dieser Kreditunternehmen tatsächlich Datenunternehmen geworden sind, also im Prinzip so Datenvermittler, Datenmarkler, sie sehen also, dass sich die Nutzung personbezogene Daten verändert hat. Am Anfang waren diese Profile individuelle Profile und wundern aber immer numerischer. Was ist ein Profil? Ein Profil ist vor allem eine Liste von Kategorien, das ist ja ein Zitat von Gandhi, die bestimmt wurde, dass sie relevant sind für Verwaltungsentscheidungen, die von einer Organisation in Bezug auf ein Individuum eine Gruppe oder eine Klasse getroffen werden müssen. Individuelle Kategorien oder Variablen sind hier die Dimensionen anhand derer eine Einheit bewertet wird. Es gibt dann Unterkategorien, die kombiniert werden können, um eine Indexbewertung vorzunehmen. Der grundlegende Zweck eines Profils ist die Zuordnung eines Individuums zu einer Klasse oder eine Kategorie. Das stellt eine Entscheidung dar. Also wir kommen hier weg von einem Kredit, sind jetzt in den 1960ern, damals war man entweder im Kreditmarkt oder draußen. Wenn man also keinen Zugang zum Kreditmarkt hatte, dann hatte man keinen Zugang zu Krediten und war aber eben nur über Krediteihe, also im Prinzip hier dubiosen Kreditanbietern. Dann aber hat sich der Markt verändert, die Daten wurden, wie gesagt, numerisch. Der Zweck eines Profils verändert sich jetzt, also es geht jetzt nicht mehr darum, ob eine Person ein Kredit erhalten sollte oder nicht, sondern es geht um die Frage, zu welchen Bedingungen soll eine Person einen Kredit erhalten. Der Zweck ist also auf Grundlage der erhobenen Informationen eine Vorhersage zu treffen. Wie groß ist die Wahrscheinlichkeit, dass eine Person den Kredit zurückzahlen wird und über welchen Zeitraum und das kann man auf andere Bereiche übertragen. Wie hoch ist die Wahrscheinlichkeit, dass eine Person Diabetes bekommen wird und so weiter. Das ist also der Aufstieg bereits der Predictive Analytics, also der vorherragenden Analysen. Wie gesagt, hat sich diese Kreditbewertung entwickelt, aber auch andere Entwicklungen haben stattgefunden, die dann dazu führen, dass die Überwachungsmechanismen zentralisiert werden konnten und somit konnte man nun den Unternehmensbereich erweitern auf andere Gesellschaftsgruppen. Und das taten die Kreditvergabe-Institute. In den Mitte der 1980er Jahren kam dann FreeScore, ein statistisches Kreditvergabe-Werkzeug auf den Markt. Und dieses ermöglicht es den Banken jetzt speziell Verbraucher anzusprechen, die sich bereits einer Überprüfung unterzogen hatten. Hier ging es also wieder um die Grundlage für eine Entscheidung. Dieses Scoring, diese Bewertung war ein entscheidender Schritt, der es ermöglichte, dass Kredite und Schuldenvolumen in den USA so steigen konnten, wie sie gestiegen sind. Heute ist dieser Kreditbewertungsstandard FICO eine Bewertung, die zwischen 300 bis 900 Punkten liegt. Diese Bewertungsmechanismen wurden also in den 1980er und 1989 entwickelt. Das behauptet zumindest FICO. Das hier ist die Information, die FICO selbst herausgibt, aber die tatsächlichen Algorithmen sind natürlich geheim. Aber so sieht es aus, so stellt es FICO dar. Der größte Teil der Bewertung ist die Bezahlhistorie, dann auch die Dauer der Kreditgeschichte. Seit wann nehmen Sie Kredite aus? Seit wann nutzen Sie eine Kreditkarte seit 20 Jahren vielleicht? Das ist eine Historie, die Sie damit aufgebaut haben. Wie viel Schulden haben Sie? Wie viel Ihres Kredites haben Sie bereits abgezahlt? Also hier, diese Zahlen ermöglichen, beispielsweise eine Aussage darüber zu treffen, dass Sie beispielsweise einen Kreditkartenlimit von 10.000 Dollar haben, aber Sie sollten dieses Limit natürlich nicht ausnutzen und haben Sie das bereits einmal getan. Und dann natürlich die verschiedenen Kreditarten, die Sie bereits in Anspruch genommen haben. So sieht das also aus. Und dann kennen Sie natürlich hier wahrscheinlich diese Art der Bewertung. In Deutschland gibt es ja die Schuferbewertung. Ich weiß nicht sehr viel über Schufer, aber so sieht das hier in Deutschland also aus. Ich habe Ihnen also die unterschiedlichen Teile, Komponenten gezeigt, aber wenn man dann erstmal eine Kreditbewertung hat, dann gibt es hier also eine Aussage über Ihre Person, die zu einer Entscheidung führt. Und bei der Entscheidung geht es natürlich um eine Dienstleistung, die bereitgestellt wird. In den 2000ern wurde die Bewertung des Kreditrisikos individualisiert und nun auf individuelles Verhalten zurückgeführt. Und das ist wichtig, denn Sie werden vielleicht denken, oh, was soll diese ganze Kreditgeschichte, Kredite, das haben doch nichts mit der digitalen Gesellschaft zu tun. Aber das hat absolut alles und vollkommen mit der digitalen Gesellschaft zu tun. Denn es sagt so viel aus über die Sozialstruktur einer digitalen Gesellschaft. Das hier ist wirklich das originale Modell, das dahintersteckt. Ein anderer Grund, warum es wichtig ist, ist folgender. In den USA ist es heute so, dass Kreditbewertung, Kreditwürdigkeit in verschiedenen Wirtschaftsbereichen eine Rolle spielt, wenn man beispielsweise sich bewirbt auf einen Job, wenn man einen Auto kaufen möchte, wenn man eine Wohnung anbieten möchte und so weiter, bei Versicherungsprodukten. Die Soziologen sprechen hier davon, dass die Bewertung auch Auswirkungen außerhalb des Finanzsystems hat. Auswirkungen auf die Lebenschancen von Menschen, auf den Arbeitsmarkt, den Versicherungsmarkt, den Wohnungsmarkt und so weiter. Wir haben also hier über vorherragende Analysen gesprochen, Predictive Analytics und die Zuordnung eines Individuums in eine bestimmte Risikokategorie. Vorherragende Analysen können also nicht nur Vorhersagen verbessern, sondern sie können auch genutzt werden, um Wert zu schöpfen, Wert zu erzeugen auf Grundlage des Risikoniveaus. Die Frage ist jetzt eine andere. Wenn wir auf Basis der Bewertung einer Person, dieser einer bestimmten Gruppe oder Klasse zuordnen, welchen Wert können wir dann daraus ziehen? Also das sind zwei unterschiedliche Fragen. Sehen Sie das? Also das eine ist die Wahrscheinlichkeit, dass bei einer bestimmten Person etwas bestimmtes eintritt. Und die zweite Frage ist aber aufbauend auf dieser Aussage, wie viel nutzen, wie viel Geld können Sie daraus ziehen? Also bei der Inwertsetzung kann man sehr viele Daten zum Verhalten einer Person nutzen. Beispielsweise können Sie eine Bewertung. Dazu treffen, wie hoch die Wahrscheinlichkeit ist, dass jemand auf einen schlechten Versicherungsplan anspringt. Also das sagt nochmal sehr viel mehr darüber aus, wer eine Person ist, wie eine Person ist. Das finanzielle Verhalten kann hier also mit anderen Verhaltensarten in Bezug gesetzt werden und darüber aufs Konflikt geben. Es geht hier also um den Wert, um den Gewinn, der aus bestimmten Personen, aus einzelnen Personen gezogen werden kann in Bezug auf die Kreditvergabe. Also die von Ihnen, die sich in den Wirtschaftswissenschaften auskennen. Hier geht es um Management-Szenarien. Das bedeutet also, dass Dienstleistungen und Preise sehr unterschiedlich ausfallen werden. So viel zeitlich als auch örtlich gesehen. Und sie werden auch unterschiedlich ausfallen, nicht nur in verschiedene Bevölkerungsgruppen, sondern von Person zu Person anders sein. Denn jetzt kann man Systeme entwerfen, die unterschiedliche Geschäftsbedingungen und an unterschiedliche Personen anbieten. Aufbauend aus all diesen Bewertungen, die ich genannt habe. Und in dieser Situation ist es natürlich so, dass je mehr Daten es gibt, die Unternehmen ihre Wahrscheinlichkeitsvorhersage verbessern können und somit auch ihr Ergebnis und ihr Abschlein verbessern können. Beispielsweise hat sich gezeigt, dass ihre Likes auf Facebook sehr hoher Wahrscheinlichkeit viel über sie vorhersagen können. Das hat sich beispielsweise in den letzten Präsidentschaftswahlen in den USA sehr deutlich gezeigt. Das ist relevant in Bezug auf vieles, was ich vorhin bereits gesagt habe, beispielsweise eine Art von Produkt, die ihnen angeboten wird. Was wir hier sehen, ist also eine Situation, in der Personen die ganze Zeit im Prinzip getestet werden, um ihr Profil zu schärfen, um die Wahrscheinlichkeiten, diese Person vorhersagen zu schärfen. Alle guten Daten sind gute Daten, wenn man sie zusammenbringt aus den verschiedenen Systemen. Auch die Daten, die zunächst nicht relevant erscheinen. Facebook Likes beispielsweise, die wirken noch erst einmal irrelevant. Wen interessiert es, welche Filme ihnen gefallen. Aber sagt es vielleicht etwas darüber aus, was für eine Person sie sind, wie ihre Familiensituation aussieht, wie ihr sozialer Hintergrund aussieht. Natürlich ist das, was diesen Daten wertverleiht, eine mächtige kulturelle Anziehungskraft. Die Idee nämlich, dass irgendwo in diesen Daten ein Individuum steckt, dass man verstehen kann, dem man folgen kann, dass man manipulieren kann, vom Anfang bis zum Ende. Wie sieht also die Perspektive der Soziologie auf diesen Prozess aus? Das interessiert mich natürlich. Womit haben wir es also zu tun? Was für eine Art der Gesellschaft bauen wir auch auf? Was für eine Gesellschaftsform bereiten wir uns vor? Michel Foucault hat einmal gesagt, in disziplinen Panisch hat er gesagt, dass die Sichtbarkeit eine Falle ist bei der Sexualität, sagt er, dass Leute kontrolliert werden von der Tatsache, dass sie ständig gezwungen sind, zu sprechen, alles von sich zu geben. Das war im Kontext der katholischen Beichte, aber das sehen Sie hier auch. Also viel von sich erzählen, viel von sich geben, viel von sich preisgeben, das stellt einen natürlich, liefert einem den Experten aus, dem Therapisten, dem Therapeuten oder dem Priester. Digitale Systeme ermuntern uns, maximal sichtbar zu sein. Also Kommentare, Posts, das ist etwas, was ich von meinen Teenagern gelernt habe und viele von Ihnen können das wahrscheinlich aus eigener Erfahrung. Also dem zu widerstehen ist sehr schwierig. Und die Frage ist, dass es ja manchmal noch nicht immer wünschenswert ist. Denn vielleicht ist es so, dass die Unsichtbarkeit auch eine Falle ist. Diejenigen, die unsichtbar dem System gegenüber sind, sind wenig nützlich für das System oder so und auch schlimmer. Es gibt noch eine interessante Arbeit von Tanja Bücher zu Facebook feeds und die sagen, dass diejenigen, die sich nicht bei Facebook beteiligen, ganz schnell auf den Bodensatz der Liste rutschen und unsichtbar werden für andere. Also wenn man nicht mit seinen Freunden chattet, wenn man keine Likes und keine Posts dort hinterlässt, dann wird man nicht gesehen. Dann ist der Algorithmus so programmiert, dass man selbst unsichtbar wird. Das heißt, eine Forscherin von Princeton hat gesagt, dass sie versucht, ihre Schwangerschaft aus dem Internet unsichtbar zu machen. Sie hat ihre Schwangerschaft nirgends erwähnt, nicht im Internet, nicht gegenüber Freunden oder Kollegen. Und dann wollte sie einfach schauen, was passierte. Sie wollte einen Kinderwagen kaufen und sie sagte, wie kann ich einen Kinderwagen kaufen? Und es war ein Kinderwagen, der nicht verfügbar war in einem Laden. Das heißt, sie hat versucht, über Amazon diesen Kinderwagen zu kaufen, aber sie hat versucht, Geschenkgutscheine zu verwenden, um nicht eine Spur zu ihrer Kreditkarte zu legen. Es zeichte sich, dass sie zu ihrem örtlichen Laden kaufte, Geschenkgutscheine wird von 500 Euro. Aber es zeichte sich, dass wenn jemand so etwas macht, dann sieht das schon verdächtig aus. Und sie wurde gemeldet bei der Polizei. Und es zeichte sich, dass wenn jemand in zwei Tagen in unserer Kreditkarten wirtschaftt, wenn da jemand Geschenkgutscheine über 500 Euro kauft, dann wird das verdächtig und man wird gleich Teil des Lumpenproletariats, so rutscht an das untere Ende der Liste. Und sie wurden als Kriminelle behandelt. Das heißt, Unsichtbarkeit ist auch eine Falle. Das heißt, diejenigen, die abwachen von dem erwarteten Verhalten, führen dazu das Warnsignal angeht. Und schließlich, die technologische Infrastruktur der digitalen Wirtschaft hat alle möglichen Maßnahmen, vorrätig und vorkehrungsvorricht, die irgendwie dafür sorgen, dass wir zeigen, wer wir sind. Die guten Seiten dieses Verfahrens, das man seine Identität zeigt, ist natürlich die Autifindizierung, die Überprüfung, die Bestätigung, dass man auch wirklich der ist, den man vorgibt zu sein. Und das ist oft natürlich sehr nützlich für Transaktionen. Das heißt, man drückt auf seine Uber App und das Taxi kommt. Man weiß dann sofort, der Taxifahrer weiß sofort, wer man ist und man weiß, wer der Taxifahrer ist. Und das ist natürlich ein sehr reibungsloser Prozess. Aber die sorgenmachende Seite ist sozusagen die Backstage, der Hinterhalt der Bühne. Und diese Datenalgorithmen werden auch genutzt, um die Wahrheit über uns zu zeigen. Also oft eine Wahrheit, die wir selbst oft nicht kontrollieren. Also der Hinterhalt der Bühne, das ist da, wo man nicht sichtbar ist, wo man sich entspannen kann im Gegensatz zu der vorderen Teil der Bühne. Und jetzt haben diese Algorithmen auch Zugang zu diesem hinteren Teil der Bühne, wo man glaubt, dass man nicht gesehen wird. Also Facebook sieht zum Beispiel auch etwas über den Partner, bevor man selbst das über seinen Partner weiß. Also Foucault, ja, ich bin Französin und deswegen gibt es jetzt nach Foucault auch noch Bourdieu. Bourdieu, denke ich, ist sehr nützlich in diesem Bereich. Und wir können die Gesamtheit unserer Interaktion in der digitalen Gesellschaft und Wirtschaft uns ansehen. Das können wir betrachten als eine Art von Kapital. Diese akkumulierte Arbeit, das können wir über Kapital. Diese Form der Totalität der Interaktionen mit der digitalen Wirtschaft. Und das ist das Ergebnis von allem. Das heißt, wir brauchen einen Begriff, der diesen Status erfasst. Hier gibt es Überlappungen zu den traditionellen Formen, die von Bourdieu definiert worden sind, zum Beispiel Kapital und Ennis. Aber es gibt auch Abweichungen. Und im Prinzip kann das auch eine numerische Form annehmen. Das wird akkumuliert über die lange Geschichte der aufgezeichneten Interaktionen von einer Person. Diese Spuren, diese Hätte von Shopping-Website, Kreditbüros, andere finanzielle Interaktionen. Und natürlich den Inhalt der E-Mails, auch die Chats, auch die sozialen Beziehungen, die man hatte, die das soziale Netz über das soziale Netzwerk messbar sind und natürlich auch ein Maß des moralen Wertes, den man hat. Also das ist eine Potenzialität sozusagen, eine Möglichkeit. Wir nennen das Überkapital und es gibt noch einen Begriff für Computer-Nerds, das heißt das sogenannte Eigenkapital. Eigenkapital ist ein bisschen so, als wenn jedes System in ihrem Leben etwas macht wie diese Kreditbewertungssysteme. Also auf der finanziellen Seite hat man eine Kreditbewertung über diese Daten des sozialen Netzwerkes können, auch für soziales Bewertung benutzt werden. Und Gesundheitsdaten zum Beispiel, wenn man seine Fitness misst und so weiter, das sind sozusagen Vektoren in einem Raum, in diesen Tausenden von Dimensionen, die diese Daten haben, Daten, die diese vielen Unternehmen gespeichert haben. Also wenn man sozusagen die Sicht Gottes auf sie, das ist sozusagen dieses Eigenkapital. Wie das kulturelle Kapital, kann Überkapital in drei grundsätzlichen Formen bestehen. Zunächst einmal kann es verkörpert sein. Das heißt es drückt einige dauerhaft und merkt mal über einen, über einen Charakter, über die Fitness von einem, über die wir halt uns so weiter gleichzeitig wird es auch objektiviert. Das heißt es wird umgesetzt auch in den Möglichkeiten, die eigenen Möglichkeiten des Zugangs zu Dienstleistungen und Kapital. Also wenn man als Kreditwürdig angesehen wird, dann hat man besseren Zugang zu Kredit, zu günstigeren Preisen. Oder man muss nicht weiter in der Warteschlange am Telefon warten, wenn man den Kundendienst anruft oder man kommt schneller ins Flugzeug und so weiter. Das heißt diese Daten, die werden genutzt und diese Daten werden auch weiter gereicht. Also bei mich beschränkt auf den Bereich der Kreditwürdigkeit, sondern es geht weiter zum Wohnungsbereich und so weiter und diese Daten zirkulieren also von einem Bereich zum nächsten, auch sogar in ganz weit entlegende Ecken zum Beispiel Dating Websites nutzen, zunehmend auch in die Kreditwürdigkeitsbewertung von Personen. Also dieses Überkapital ist sozusagen eine Potenzialität. Also die Technologie treibt uns in eine bestimmte Richtung hin zur Schaffung dieser zunehmend gemessenen Qualitäten des Einzelnen in den verschiedenen Märkten. Es besteht nicht als voll total koherentes, institutionalisierte Ding, aber in China ist das möglich. In den USA ist das nur im Finanzbereich sehr integriert, aber in China ist das bereits schon eine Realität, diese voll integrierte Datenzusammenführung. Also das ist Überkapital in China. In 2015 hat die chinesische Regierung acht Datenunternehmen die Lizenz erteilte Kreditwürdigkeitssysteme zu schaffen. So funktioniert das und wie hier dargestellt, dass es hier von einer Tochter von Alibaba geschaffen worden ist, da wird eine Bewertung geschaffen, in dem man die Kreditgeschichte einer Person bewertet, die Fähigkeit, die Vertragsverpflichtungen zu erfüllen, und einfließen auch die zwischenmenschlichen Beziehungen. Also wenn dein Bewertung niedriger ist als meine Bewertung, dann hat das eine negative Auswirkung auf meine Bewertung. Das heißt, das ist eine Beziehung, in der ich nicht interessiert sein kann. Und in die Bewertung fließen auch ein die Einzelnen vorlieben und das Verhalten, ob das nützlich oder... Also dieses Bewertungssystem ist verbunden auch mit Apps von Dritten. Also wenn man zum Beispiel eine hohe Bewertung bei einer App hat, zum Beispiel wenn man ein Auto mieten möchte, dann kriegt man auch Zugang zu bestimmten anderen Dienstleistungen. Und je nach Verhalten von einem mit dieser App, also ob man zum Beispiel ein rotes Licht hat bei einem Autovermietung, dann wird das auch wieder reingefüttert in das ursprüngliche Bewertungssystem. Also die ursprüngliche Bewertung multipliziert sich automatisch durch das ganze Netz von Bewertungssystemen und das multipliziert sich sozusagen durch den ganzen digitalen Wirtschaft. Also ursprünglich wurde dieses System entwickelt von einer privaten Firma von Alibaba. Aber vor Kurzem hatte der Staatsrat dazu aufgerufen, dass ein Landesweites Trackingsystem eingeführt werden soll, damit auch Regierungsbeamte und Leute in der Wirtschaft beurteilt werden können. Also es gibt eine immer engere Verbindung zwischen der Privatsektor und dem öffentlichen Sektor. Wichtig ist, dass das dann dabei hilft, im Prinzip alles zu reglementieren. Also die Visa für die Auslandsreise, Restaurants, Reservierungen, Premium für Zinsen, vielleicht auch die Schulmöglichkeiten, die den Kindern geboten werden können. Also je nach Bericht kann das alles von dieser sozialen Bewertung abhängen. Also es gibt eine Art von Rankingsystem. Und das ist auch einen Plan hier für Unternehmen. Hier wird detailliert aufgeführt, welche Daten für diese Unternehmen eingefüttert werden sollen oder könnten und welche Auswirkungen das haben kann auf bestimmte Sachen. Also zum Beispiel Kreditunternehmen können Zugang darauf haben, also auch Zugang zu öffentlichen Aufträgen, Reisebegünstigungen usw. All das kann abhängen von dieser Beurteilung, diesen Bewertungssystem. Und es wird noch eine Integration geben zwischen der persönlichen Bewertung und dem Unternehmensbewertung. Also wenn Ihr Unternehmens besteht aus einzelnen Personen, die niedrigere Bewertung haben, dann wird das auch die Gesamtbewertung des Unternehmens nach unten ziehen. Also Sie sehen, auch diese Daten werden integriert. Das ist der Plan. Warum ist das wichtig? Warum ist das ein Thema? Natürlich haben Leute Sorgen über diese Big-Water-Konsequenzen dieser Art von dieses Systems. Aber es hat noch mehr Auswirkungen auf das Thema Ungleichheit und Sozialstruktur. Aufgrund der zunehmenden Effizienz und der Profite ist es jetzt möglich, Einzelpersonen mit Algorithmen in Verbindung zu bringen, die entscheiden, was sie verdienen. Also das Verhalten der Leute, ihre Gewohnheiten, ihre Disposition und so weiter, wird jetzt alles reingefüttert in diese Architektur der digitalen Wirtschaft in der Qualität. Ungleichheit hatte immer eine moralische Komponente und es wurde immer schon unterschieden zwischen den würdigen und den nichtwürdigen Menschen her. Und so haben immer schon Machtsysteme eine solche Unterscheidung zwischen Orten, die einer Sache würdig sind und den, die etwas nicht würdig sind legitimiert. Aber mit diesem neuen System wird es jetzt, wird es schwierig, Ungleichheit politischen Frage zu stellen. Diese, statt ein gestuftes Abstufung zu haben, also Gruppen wie zum Beispiel Arbeiter oder Manager oder wie Marx sagte, es war jetzt sein Geburtstag, also das Proletariat gegenüber der Burj Masih und die, wir haben jetzt statt, dass wir jetzt Gruppen haben, gesellschaftliche Gruppen, die in einer Hierarchie miteinander stehen, haben wir jetzt andere Gruppen, die zusammengeführt werden durch ihr Verhalten, durch aggregierte Daten über ihre Verhalten und da wird es sehr schwierig, politisch gegen eine solche Strategie in der Gesellschaft vorzugehen. In einem solchen System erscheint es so, dass das Ergebnis legitim ist. In China ist es so, dass Sesame Credit ziemlich akzeptiert ist, weil, wie Xiao Jiqing, und ich zitiere hier eine Zeitung, ein Artikel der Süddeutschen Zeitung, Xiao Jiqing, der Shanghai, der von Shanghai, der dort zuständig ist, für die Shanghai abzuständig ist, hat gesagt, es geht nur darum, das auf den Markt zu bringen. Und natürlich am Ende hat es auch etwas mit sozialer Ordnung oder sozialer Struktur zu tun. Also diese Remoralisierung des gesamten Systems stammt aus der Tatsache, dass die Unterschiede des Ergebnisses sich jetzt nur ergeben aus unterschiedendem Verhalten und nicht aus anderen Unterschieden, wie zum Beispiel kategorische Unterschiede zwischen Männer und Frauen, oder Diskriminierung und so weiter. Nein, jetzt wird es nur auf dich zurückgeführt. Das ist deine Schuld. Und ob Einzelpersonen oder Unternehmen, die außen stehen, die ausgeschlossen sind, sind wirklich ausgeschlossen. Denn das Prinzip der Grundführerausgeschlossenheit scheint jetzt ausschließlich ihnen selbst zu liegen, ihre eigene Schulzeit zu sein. Und ein Artikel in Wired sagte, am Ende liegt es nur an dir. Also man kann diese gesellschaftliche Kraft und Macht dieses Systems sehen. Und das ist natürlich nicht vorbeigegangen an den Entwicklern in China, in der Stadt Ronshen. Also dieses, das erste Zitat von Wired, dieses in einer Stadt in China, sagt ein Journalist, sagt eine Person, der einem Journalisten von der SZ, wir möchten die Leute zivilisieren. Und wir wollen hier nur eine Bilanz der Ehrlichkeit der Bürger von Ronshen erstellen, sodass wir wissen, wem hier vertrauen können. Und dann macht es das schwierig, denjenigen, die ihren Ruf verloren haben, auch nur einen einzigen Schritt zu machen, ob das jetzt ganz fiktional ist. Wir wissen nicht, ob das funktioniert wird, ob das rein fiktiv ist oder ob das irgendwie tatsächlich umgesetzt werden wird. Aber diese Anleitung ist sozusagen, aber es gibt wenig Grund zu glauben, dass diese Art von Design nicht Teil unserer Zukunft sein wird. So wie auch hier Kreditbewertung ja schon Teil unserer jetzigen Gegenwart sind. Und hier werde ich schließen mit meinem Vortrag. Danke.