Immer mehr (junge) Menschen informieren sich während des Wahlkampfs in sozialen Netzwerken und diskutieren dort tagesaktuelle, politische Themen. Sind Twitter, Facebook und Co. also demnächst das 'Zünglein an der Urne'? Wie die digitalisierte Debatte den politischen Meinungsbildungsprozess und dessen Ergebnis verändern und welche Beeinflussungsmöglichkeiten mit und durch die dort vorhandenen Diskussions- und Verbreitungsmöglichkeiten entstehen, soll in diesem Artikel erklärt werden.
›Industrie 4.0‹ steht inzwischen auch für eine fortschreitende Verfügbarkeit von ›Big Data‹ und den Zugriff auf mitarbeiterbezogen Daten sowie der Möglichkeit, diese maschinell zu aggregieren, analysieren und auszuwerten. Das hat nicht nur einen Wandel in der Produktion zur Folge, sondern führt auch zu tiefgreifenden Veränderungen hinsichtlich des Faktors ›Arbeit‹ und das vor allem auf der Ebene der Beschäftigten: ›Hybride‹ Arbeitsumgebungen werden geschaffen, Arbeitsabläufe werden von Sensorik dokumentiert und überwacht. Die Regulierbarkeit der individuellen Arbeitskraft durch die kontinuierliche Messbarkeit ihrer ›Performance‹ haben eine Effizienzsteigerung, mehr ›Agilität‹ und bessere ›Anpassungsfähigkeit‹ zum Ziel. Hinzutritt, dass sich diese neuen Technologien auch in anderen Unternehmensbereichen etablieren, bspw. in der Personalrekrutierung, -optimierung und -rationalisierung. Mitbestimmung und Interessenvertretung der Beschäftigten erscheinen unter diesen Verhältnissen zunehmend erschwert, denn die ›datengetriebenen Verfahren‹ bleiben häufig intransparent. Außerdem benötigen betrieblichen Mitbestimmungsakteur*innen ein umfassendes Wissen, um die Datenanalyse nachvollziehen und so ungewollte Folgen frühzeitig erkennen zu können. Im folgenden Artikel sollen die Herausforderungen von KI und Machine Learning anhand von Beispielen aus dem Personalmanagement aufgezeigt und die Möglichkeiten für die betriebliche Mitbestimmung erörtert werden.
: Politische Werbung in sozialen Netzwerken spielt eine immer größere Rolle: Durch die Auswertung und Analyse der in sozialen Netzwerken befindlichen, personenbeziehbaren Nutzerdaten (dem sog. Microtargeting) lassen sich individualisierte Werbebotschaften und Anzeigen erstellen, die auf unterschiedlichste Nutzergruppen zugeschnitten werden können. Während in den USA Microtargeting bereits seit geraumer Zeit von Politikern und Parteien in Wahlkämpfen eingesetzt wird, steht Deutschland bei dieser Entwicklung erst am Anfang. Neben Parteien und Politikern vertreten jedoch auch andere Institutionen, Organisationen und Nutzer politische oder gesellschaftlich relevante Standpunkte und bewerben diese in sozialen Netzwerken. Hinsichtlich bezahlter Werbeanzeigen sind in Deutschland die Gewerkschaften und die Arbeitgeberverbände kontinuierlich aktiv. Daher stellt sich die Frage, ob sich bei der politischen Werbung dieser Organisationen bereits Hinweise für ein Nutzertargeting finden lassen? Auf Basis unserer Daten aus der Facebook Ad Library soll im Artikel dieser Frage nachgegangen werden. Mit seiner Ad Library sammelt und veröffentlicht das Unternehmen Facebook seit 2019 nach eigenen Angaben alle politisch und gesellschaftlich relevanten Werbeanzeigen, für die Werbetreibende bezahlt haben. Vor diesem Hintergrund werden die unterschiedlichen Werbestrategien der deutschen Gewerkschaften und Arbeitgeberverbände im ersten Teil des Artikels anhand der Anzeigenanzahl, der Werbekosten und der Reichweite der bezahlten Werbung innerhalb des Beobachtungszeitraums März 2019 bis Juni 2020 verglichen. Im zweiten Teil wird versucht, mögliche Targeting-Strategien anhand der demographischen und der räumlichen Verteilung der Facebook - Nutzern nachzuzeichnen, denen die Werbung angezeigt worden ist.
