Valuing User Data by Predictive Contribution: A Framework for Privacy Compensation under Heterogeneous Risk Preferences in Platform Markets

In der digitalen Wirtschaft findet bei jeder Nutzung einer Plattform ein gewaltiger und unsichtbarer Austausch statt. Nutzer bieten ihre persönlichen Informationen an – was sie kaufen, wo sie leben und wie sie sich verhalten – im Austausch für Dienstleistungen, von gezielter Werbung bis hin zu personalisierten Empfehlungen. Für die Unternehmen, die diese Plattformen betreiben, sind diese Daten ein mächtiges Gut, ein Rohstoff, der dazu dient, zukünftiges Verhalten vorherzusagen und Gewinne zu steigern. Es besteht jedoch schon seit langem eine grundlegende Diskrepanz darin, wie dieser Wert gemessen wird. Traditionell ist der Preis von Daten daran gekoppelt, wie „sensibel“ sie eingestuft werden; eine Krankenakte oder eine Privatadresse wird oft als wertvoller angesehen als eine einfache Vorliebe für eine bestimmte Art von Musik. Gleichzeitig setzen die Unternehmen, die die Daten nutzen, das Geld, das sie dafür bezahlen, selten mit dem tatsächlichen wirtschaftlichen Wert in Verbindung, den dieses spezifische Stück Information für ihre Geschäftsmodelle generiert. Dies führt dazu, dass Nutzer das Risiko eines Verlusts der Privatsphäre tragen, ohne dass es einen klaren Mechanismus für eine Entschädigung gibt, der den wahren Wert dessen widerspiegelt, was sie hergeben.

Eine neue Studie versucht, dieses Ungleichgewicht zu lösen, indem sie einen Rahmen vorschlägt, der Nutzerdaten basierend darauf bewertet, was sie tatsächlich für eine Vorhersage leisten, anstatt nur darauf, was sie sind. Die Forscher entwickelten ein System, das Daten nicht als statisches Handelsgut, sondern als dynamischen Beitrag zur Entscheidungsfindung behandelt. Sie stellten eine einfache, aber tiefgründige Frage: Wenn ein Stück Datensatz einem Computermodell hilft, den nächsten Kauf eines Nutzers vorherzusagen, wie viel ist dieser Beitrag wert, und wie sollte der Nutzer dafür bezahlt werden? Um dies zu beantworten, bewegten sie sich weg von der alten Vorstellung, dass alle „sensiblen“ Daten gleichermaßen wertvoll sind. Stattdessen maßen sie den spezifischen Einfluss jedes Datenpunkts auf die Genauigkeit eines Modells für maschinelles Lernen. Auf diese Weise konnten sie die Entschädigung, die ein Nutzer erhält, direkt mit dem wirtschaftlichen Nutzen verknüpfen, den seine Daten für das Unternehmen generieren, während sie gleichzeitig berücksichtigten, dass Menschen unterschiedlich empfinden, wenn es um das Teilen ihrer Privatsphäre geht.

Die Forscher testeten ihre Ideen anhand eines Datensatzes aus einem großen E-Commerce-Ökosystem, der Informationen über tausend Nutzer enthielt. Sie ließen Computermodelle zwei Aufgaben ausführen: erstens sollten sie vorhersagen, ob ein Nutzer einen Kauf tätigen würde, und zweitens, wie oft ein Nutzer kaufen würde. Sie trainierten diese Modelle mit verschiedenen Algorithmen, einschließlich komplexer baumbasierter Systeme, die komplizierte Verhaltensmuster erkennen können. Die Ergebnisse waren bemerkenswert. Die Modelle fanden heraus, dass die wertvollsten Datenpunkte nicht jene waren, die traditionell als hochsensibel eingestuft werden, wie etwa das Geschlecht oder der Standort einer Person. Stattdessen stammten die Daten, die die Vorhersagen am stärksten vorantrieben, aus transaktionalen Verhaltensweisen, insbesondere dem durchschnittlichen Betrag, den ein Nutzer pro Bestellung ausgab, und seiner gesamten Kaufhistorie.

Als die Forscher genau aufgeschlüsselt, wie viel jedes Stück Information zu den endgültigen Vorhersagen beitrug, zeichnete sich ein klares Muster ab. Die transaktionalen Attribute, die banal erscheinen mögen, machten etwa einundachtzig Prozent des gesamten durch den Datensatz generierten prädiktiven Wert aus. Im Gegensatz dazu trugen demografische Details wie Alter, Geschlecht und Standort nur sehr wenig zur Fähigkeit der Modelle bei, das Verhalten vorherzusagen. Dieser Befund stellt die verbreitete Annahme infrage, dass Privatsphärensensitivität und wirtschaftlicher Wert in dieselbe Richtung verlaufen. Die Studie legt nahe, dass die Einkaufsgewohnheiten eines Nutzers für die prädiktive Engine einer Plattform weitaus wertvoller sind als seine demografischen Daten, obwohl die demografischen Daten oft als die privatesten und daher als die teuersten in der Akquise behandelt werden.

Um dies in ein faires Zahlungssystem zu übersetzen, führten die Forscher eine Methode ein, um den spezifischen Wert jedes Datenattributs zu berechnen. Sie nutzten eine Technik, die misst, wie stark sich die Vorhersage ändert, wenn ein bestimmtes Stück Information hinzugefügt oder entfernt wird. Dies ermöglichte es ihnen, jedem Attribut einen monetären Wert zuzuweisen, basierend auf seinem tatsächlichen Beitrag zum Erfolg des Modells. Sie kombinierten dies dann mit einem Maß für die Sensitivität der Privatsphäre, das von öffentlichen Informationen wie einem Spitznamen bis hin zu hochsensiblen Daten wie Gesundheitszuständen reicht. Entscheidend war auch, dass sie erkannten, dass Menschen nicht alle gleich sind, wenn es um das Risiko geht. Einige Nutzer sind bereit, Informationen für eine kleine Belohnung zu teilen, während andere extrem vorsichtig sind und einen hohen Preis für dieselbe Offenlegung verlangen. Der Rahmen berücksichtigt diese Unterschiede, indem er drei verschiedene Kompensationspfade für risikofreudige, risikoneutrale und risikoaversive Nutzer erstellt.

Die Studie untersuchte auch, wie sich der Wert von Daten ändert, wenn die Menge der Daten wächst. Sie testeten die Modelle mit einer zunehmenden Anzahl von Nutzerdatensätzen, um zu sehen, ob das Sammeln von mehr Daten zwangsläufig zu besseren Vorhersagen führt. Sie fanden heraus, dass das Hinzufügen von Daten die Leistung zunächst signifikant steigert, der Nutzen sich jedoch schließlich abflacht. Sobald ein Modell aus etwa vierzig bis sechzig Prozent der verfügbaren Daten gelernt hat, bringt das Hinzufügen weiterer Datensätze kaum noch einen Mehrwert. Dies deutet darauf, dass die Strategie der Plattformen, unendliche Mengen an Daten zu horten, ineffizient ist. Ab einem gewissen Punkt übersteigen die Kosten für die Entschädigung der Nutzer für ihre zusätzlichen Daten den winzigen Gewinn an prädiktiver Genauigkeit.

Durch die Zusammenführung dieser Elemente konstruierten die Forscher eine einzige Formel zur Bewertung von Nutzerdaten. Diese Formel beginnt mit einem Basiskostenpunkt, der das Geld umfasst, das an die Nutzer für ihre Privatsphäre gezahlt wird, sowie die Betriebskosten für die Speicherung und Verarbeitung der Informationen. Sie fügt dann einen Aufschlag hinzu, der darauf basiert, wie nützlich die Daten für Vorhersagen sind. Wenn die Daten sehr effektiv bei der Steuerung von Geschäftsentscheidungen sind, steigt der Wert des Datenprodukts deutlich über die Anschaffungskosten. Wenn die Daten schlecht darin sind, Ergebnisse vorherzusagen, bleibt ihr Wert nahe am Kosten-Baselinie. Dieser Ansatz stellt sicher, dass der Preis der Daten sowohl die Kosten der Privatsphäre des Nutzers als auch den tatsächlichen wirtschaftlichen Nutzen widerspiegelt, den die Daten für die Plattform bieten.

Die Auswirkungen dieser Arbeit sind bedeutend für die Frage, wie Datenmärkte in Zukunft funktionieren könnten. Sie bietet einen Weg, sich von pauschalen Regeln zu entfernen, die alle persönlichen Informationen als gleichermaßen wertvoll oder gleichermaßen riskant behandeln. Stattdessen schlägt sie ein nuancierteres System vor, in dem Nutzer basierend auf dem spezifischen Nutzen der von ihnen geteilten Informationen entschädigt werden. Ein Nutzer, der detaillierte Ausgabengewohnheiten angibt, könnte eine höhere Zahlung erhalten als einer, der nur seine Postleitzahl angibt – nicht weil die Ausgabengewohnheiten privater sind, sondern weil sie für die Ziele der Plattform nützlicher sind. Diese Abstimmung von Wert und Entschädigung könnte zu einer transparenteren und gerechteren Datenökonomie führen, in der der Informationsfluss durch klare, messbare Beiträge und nicht durch vage Annahmen über die Privatsphäre gesteuert wird.

Letztlich zeigt die Studie, dass der Wert von Nutzerdaten keine feste Eigenschaft der Information selbst ist, sondern ein Ergebnis dessen, wie diese Information verwendet wird. Durch die Konzentration auf den prädiktiven Beitrag haben die Forscher ein Werkzeug geschaffen, um den wirtschaftlichen Wert von Daten von der emotionalen Gewichtung der Privatsphäre zu trennen. Diese Unterscheidung ermöglicht einen rationaleren Ansatz für die Datenverwaltung, bei dem Plattformen fundierte Entscheidungen darüber treffen können, welche Daten sie sammeln und wie sie dafür bezahlen, und Nutzer den wahren Wert der Informationen verstehen können, die sie teilen. Der Rahmen löst nicht alle Probleme der digitalen Wirtschaft, aber er bietet einen strukturierten Weg nach vorn, indem er das abstrakte Konzept des Datenwerts in der konkreten Realität dessen verankert, wie Maschinen lernen und wie Menschen Entscheidungen treffen.