Empirische Erfassung und Prädiktion von Datenschutz-Verhalten beim Onlineshopping

• Main Author: Märki, Heike
• Format: Others
• Language: de
• Published: 2019
• Online Access: https://tuprints.ulb.tu-darmstadt.de/8872/1/Empirische%20Erfassung%20und%20Pr%C3%A4diktion%20von%20Datenschutz-Verhalten%20beim%20Onlineshopping.pdf; Märki, Heike <http://tuprints.ulb.tu-darmstadt.de/view/person/M=E4rki=3AHeike=3A=3A.html> (2019): Empirische Erfassung und Prädiktion von Datenschutz-Verhalten beim Onlineshopping.Darmstadt, Technische Universität, [Ph.D. Thesis]

Personenbezogene Daten von Internetnutzern sind heutzutage ein begehrtes Gut. Aus der Erhebung, Sammlung und Speicherung dieser Daten können sich für die Nutzer unterschiedliche, auch negative Konsequenzen ergeben. Obwohl die Nutzer, wenn danach gefragt, um die Sicherheit ihrer Daten besorgt sind, lassen Nutzungsdaten von sozialen Netzwerken oder Umsatzzahlen bezüglich Onlineshopping daran zweifeln. Das Phänomen der Inkonsistenz zwischen Aussagen von Befragten zu ihrem Verhalten bezüglich des Datenschutzes wird in der Literatur privacy paradox genannt. Daraus ergibt sich für die Forschung in diesem Kontext die Notwendigkeit der Erfassung von tatsächlichem Verhalten, um haltbare Aussagen bezüglich Einflussfaktoren und daraus abgeleiteter Ansatzpunkte für potentielle Interventionen oder Unterstützungen machen zu können. Dabei muss der Schwierigkeit begegnet werden, das Verhalten von Nutzern in einer Risikosituation zu untersuchen, ohne diese einem tatsächlichen Risiko auszusetzen und trotzdem eine möglichst reale Situation zu schaffen. Initiales Ziel der Arbeit ist daher die Identifikation einer geeigneten Möglichkeit zur empirischen Erfassung tatsächlichen Datenschutz-Verhaltens beim Onlineshopping. Weitere Ziele stellen die Übersetzung des erfassten Verhaltens in aussagekräftige Daten und die Ermittlung signifikanter Prädiktoren dar. Zur notwendigen Operationalisierung des Konstruktes tatsächliches Datenschutz-Verhalten beim Onlineshopping wird im ersten Schritt eine Definition erarbeitet. Unter Zuhilfenahme einer Expertenbefragung werden die acht wichtigsten Hinweise identifiziert, die Nutzer auf den Seiten eines Webshops verwenden können, um sich ein Bild über den jeweiligen Umgang mit personenbezogenen Daten zu machen. Um im Rahmen einer Blickbewegungsanalyse quantifizieren zu können, inwieweit diese Hinweise genutzt werden, wird die Messgröße der Fixation im Rahmen dieser Arbeit definiert. Das entwickelte Studiendesign stellt die Grundlage für die Überprüfung eines Arbeitsmodells bezüglich potentieller Einflussgrößen auf tatsächliches Verhalten beim Onlineshopping dar. Eine explorative Studie führt zu ersten Erkenntnissen bezüglich möglicher Prädiktoren. Für eine Validierung wird das Arbeitsmodell angepasst und eine Validierungsstudie durchgeführt, deren Design dem der Explorationsstudie entspricht. Die Analyse der Blickbewegungen im Rahmen beider Studien zeigt, dass alle Hinweise insgesamt wenig zur Orientierung verwendet werden. Am häufigsten wird der Hinweis Shopname (URL) fixiert (23 von 73 Teilnehmern). Der höchste Wert für tatsächliches Verhalten beim Onlineshopping, der sich aus der Summe der betrachteten wichtigsten Hinweise errechnet, beträgt nur vier der acht möglichen. Das Alter der Teilnehmer kann als signifikanter Prädiktor nachgewiesen werden, der allerdings nur zu einem geringen Anteil an Varianzaufklärung führt. Der, auch im Rahmen dieser Studien nicht signifikante, Zusammenhang zwischen der erfragten Wahrscheinlichkeit für ein Verhalten und dem entsprechenden tatsächlichen Verhalten steht im Einklang mit den Erkenntnissen zum Privacy Paradoxon. Das beweist, dass die Intention im Rahmen von Datenschutz keinen akkuraten Prädiktor für tatsächliches Verhalten darstellt und bekräftigt die Notwendigkeit der empirischen Erfassung von tatsächlichem Verhalten für weitere Forschung in diesem Kontext. Das im Rahmen dieser Arbeit entstandene Untersuchungskonzept kann dem einen Rahmen geben und unmittelbar für weitere Untersuchungen verwendet werden, die das tatsächliche Datenschutz-Verhalten beim Onlineshopping als Variable beinhalten.