Schaden durch Pokémon Go bei 2 bis 7,3 Milliarden Dollar für die USA? Fast 30.000 Verletzte? 256 Tote?


Interessantes Paper von Mara Faccio und John J. McConnell, beide an der Krannert School of Management an der Purdue University.

Die beiden Wissenschaftler haben versucht, die Auswirkungen von Pokémon Go auf Verkehrsunfälle zu berechnen (und auch in ökonomischen Schaden umzurechnen).

Errechnet haben Faccio und McConnell den Anstieg über Unfälle an Kreuzungen. Dazu wurden Daten aus unterschiedlichen Quellen zusammengeführt: Die PokéStops (an denen ich kämpfen bzw. sammeln kann) kamen aus Pokémon Maps, die Unfälle (Ort, Schaden, Ursache, Anzahl Verletzte bzw. Tote) aus den Unfallberichten der Polizei (vor und nach dem Launch von Pokémon Go) und die Kreuzungen aus OpenStreetMap. Dann haben sich die Autoren angeschaut, wie sich die Unfallzahlen an den Kreuzungen in der Nähe eines PokéStops und wie an Kreuzungen weit entfernt von einem PokéStop in den beiden Zeiträumen entwickelt haben. In den Nähe eines PokéStops stiegen die Unfälle nach dem Launch von Pokémon Go pro Kreuzung von 0,005989 auf 0,007667 pro Tag (+0,001678 oder +28%), weiter entfernt nur von 0,002015 auf 0,002155 (+0,00014 oder +6,9%).

Neben dem deutlich überproportionalen Anstieg fällt auf, dass PokéStops oft in der Nähe von schon immer unfallträchtigen (weil wahrscheinlich belebten, verkehrsreichen Kreuzungen) liegen. Man mag einwenden, dass das unter Umständen verfälscht, allerdings sind die beiden Wissenschaftler anscheinend ziemlich ordentlich vorgegangen. Ich will kurz beschreiben, wie:

Faccio und McConnell haben unter anderem versucht, den Einfluss der Semesterferien an der Uni Purdue herauszurechnen, die in die 148 Tage des Zeitraums nach Einführung von Pokémon Go fielen.
Auch wurden PokéStops, in deren Nähe man während des Autofahrens spielen kann (weil man nur Gegenstände einsammelt), und PokéStops (sogenannte "Gyms"), in deren Nähe man während des Autofahrens de fakto nicht spielen kann (weil man kämpfen muss; das dauert schlicht zu lange), gesondert untersucht. Es zeigt sich: Die Unfallzahlen in der Nähe der "Gyms" stiegen viel weniger stark; es scheint also wirklich an den Stellen zu hängen, wo man während des Autofahrens Pokémon Go spielen kann.
Auch ein anderer Check zeigt in die richtige Richtung: Wenn man die Monate einzeln analysiert, passt die Zahl der zusätzlichen Unfälle durch Pokémon Go ganz gut zu den offiziell bekanntgegebenen Nutzungszahlen des Spielebetreibers Niantic; stärkster Anstieg von im Juli, dann wieder leicht sinkend).
Sogar über den Einfluss von Tag und Nacht haben sich die Verfasser Gedanken gemacht.
Sie haben auch den Umkreis um den PokéStop variiert: Statt ein 100-Meter-Kreis (in dem man spielen kann) wurde ein "Ring" von 100 bis 500 Metern um den PokéStop (was definitiv zu weit weg ist) untersucht: Damit sollte man die Änderung der Verkehrsdichte in dieser "Ecke" der Stadt erfasst haben, aber Pokémon während der Fahrt spielbar vs. nicht spielbar drin haben: Es zeigt sich: gleiches Ergebnis wie in der Gesamtstudie.
Ebenfalls stabil bleiben die Korrelationen, wenn Unfälle mit Fußgängern aus den Daten genommen werden.
Kurz: Die ganze Studie scheint methodisch sauber und robust zu sein (wer zweifelt, kann sich die oben nur kurz angerissenen "Robustheits-Checks" in Kapitel 5 der Studie en detail anschauen).

Was errechnet sich für Tippecanoe County, Indiana? Fast 47% der 286 zusätzlichen Unfälle im Zeitraum der 148 Tage 2016 gehen auf Pokémon Go zurück. Dadurch entstand ein zusätzlicher materieller Schaden von 498.567 Dollar (+22%) (Zahl direkt aus den Polizeiberichten), es gab 31 zusätzliche Verletzte (25% mehr --> 988.621 Dollar Schaden) und 2 Tote zusätzlich (3,8 Millionen Dollar "Schaden"; ich will jetzt eigentlich nicht diskutieren, ob ein Menschenleben mit 1,9 Millionen Dollar Schaden "sinnvoll" bewertet ist; irgendeine Zahl muss man annehmen, wenn man den Schaden in Geld umrechnen will; wer sich für die Details interessiert, kann Seite 24 und 25 der Studie lesen. Man kann problemlos auf deutlich höhere Zahlen von 6,9-13,8 Millionen Dollar pro Todesfall kommen). Frage ist eher, ob man das überhaupt machen muss oder ob nicht allein die Aussage "2 Tote zusätzlich" reicht …)

Auch wenn die Datenbasis der Studie relativ klein ist (Nur 148 Tage (6. Juli 2016 - 30. November 2016), nur 930 PokéStops), schreit das Ergebnis aus Tippecanoe County, Indiana danach, es auf die ganze USA hochzurechnen. Diese haben die Autoren aber nicht mehr so detailliert abgeleitet wie im Tippecanoe County, sondern sie haben einfach den Anstieg der Unfallzahlen und der entsprechenden materiellen Schäden (+25%), der Zahl der Verletzten (+22%) und Toten auf die gesamte USA hochgerechnet. Die Gesamtzahl für die USA ist ja bekannt, der Anstieg ist bekannt und davon lassen sich die absoluten Zahlen errechnen: So kommt man landesweit auf zusätzlich 29.370 Verletzte und 256 zusätzliche Tote innerhalb des Zeitraums von 148 Tagen, die auf Pokémon Go zurückzuführen sind. Der Gesamtschaden (inkl. des relativ überschaubaren Anteils an harten materiellen Schäden) läge somit bei 2 bis 7,3 Milliarden Dollar, natürlich stark davon abhängig, wie man den Schaden von Verletzten und vor allem von Toten in Geldbeträge überführt.

Übrigens, auch den Schaden für alle haben die Autoren versucht zu errechnen: Die höhere Anzahl der Unfälle verteuert nämlich die Autoversicherung und zwar um geschätzte 9,86 Dollar pro Jahr …

Die Studie: DEATH BY POKÉMON GO (PDF) oder Web:

Auf jeden Fall eine interessante Studie; mal schauen, wie robust sie ist, wenn sie von anderen Wissenschaftlern kritisch unter die Lupe genommen wird.

P.S. Ich sollte hinzufügen, dass man die Zahlen nicht auf längere Zeiträume hochrechnen kann. Erstens hat Niantic eine Funktion nachgeliefert, die die Nutzung der App ab einer gewissen Geschwindigkeit (Fahrrad klappt noch, Auto ist zu schnell) verhindert, zweitens sind die Nutzerzahlen doch um einiges gesunken (wenn auch durchaus noch relevant)

Update (28.11.17):

Die FAZ hat die Studie auch, erklärt mehr was Pokémon Go ist (was ich natürlich voraussetze, meine Leser sind ja nicht 75 …), und fragt sich weniger, ob die Studie Hand und Fuß hat. Dafür aber viel besser zu lesen als mein Geschreibsel: Wie tödlich ist Pokémon Go?

Wirtschaftsnobelpreis für Richard Thaler - Ein paar Podcasts und Links …


Gute Wahl, IMHO.

Die Behavioural Economics aka Verhaltensökonomie hat immerhin an einen Pfeiler der "Mainstream"-Ökonomie die Axt angelegt … Menschen sind bei vielen wirtschaftlichen Entscheidungen im Leben nicht rational, selbst wenn sie über alle Informationen verfügen (was ja auch nur selten der Fall ist). Der "homo oeconomicus" ist oft nur eine weltfremde Annahme, um die darauf basierende Modelle einfach zu halten. Ob die Modelle wohl noch was taugen, wenn die Grundannahme schon falsch ist?

Menschen verhalten sich nicht rational. Wenn sie es erst einmal was besessen haben, wollen sie es nicht wieder abgeben (auch wenn der finanzielle Verlust ausgeglichen würde). Wenn man Systeme als "Opt-In" statt "Opt-Out" gestaltet, sinken die Teilnahmequoten an Systeme (andersrum steigen sie): Organspender als "Opt-Out" (also man ist standardmäßig Organspender) führt zu Teilnahmequoten von 80, 90 oder noch mehr Prozent. Organspende-Systeme mit "Opt-In" liegen deutlich niedrig. Auch Aktienkurse ergeben sich nicht rein rational, Aktien mit positiver Performance bekommen mehr Aufmerksamkeit und werden mehr gekauft. Manchmal beeinflusst allein der Name Investmententscheidungen (Obama lockert Sanktionen gegenüber Kuba, ein Fonds mit dem Tickersymbol "CUBA" steigt).

Der umstrittenste Teil von Thalers Forschung ist das Nudging (den Begriff hat er geprägt, sein erstes Buch heißt so: Nudge: Wie man kluge Entscheidungen anstößt). Hierunter versteht man das "Anstupsen" von Menschen, um sie zu besserem Verhalten zu bringen … Und das mit einem "freundlichen" Stupsen, nicht mit einem Verbot. Hier startet gleich die Diskussion um die Wirkung ("sei doch wirkungslos") oder auch mit der gängigen Staatsskepsis ("der Staat soll mich nicht schuppsen"). Nur muss man an diesen Stellen auch dagegen fragen: Soll sich der Staat ganz raushalten? Oder soll der Staat gleich verbieten? Das betrifft solche Entscheidungen wie das Organspendesystem (siehe oben), aber auch der Altersvorsorge (Opt-In vs. Opt-Out). Oder auch Steuern oder Warnhinweise auf Tabak, Alkohol oder Zucker. Meine Meinung: Funktioniert manchmal, manchmal auch nicht. In vielen Fällen würde ich es erstmal mit Nudging probieren, bevor ich einfach verbiete.

Aber selbst wenn man dem Nudging grundsätzlich skeptisch gegenübersteht, den Nobelpreis gab es eh nicht dafür, sondern für die Grundlagenforschung.

Genug der Rede, ein paar Links:

Podcasts:

NPR: Predictably Unpredictable: Why We Don't Act Like We Should (25 Minuten) (Wenn man nur eines hört, dann den).

MiB: Richard Thaler on the Human Side of Economics (69 Minuten Podcast von Barry Ritholtz mit Richard Thaler)

Und ein sehr alter Podcast von 2006: Econtalk: Richard Thaler on Libertarian Paternalism (62 Minuten)

Freakonomics Podcast über eine spezielle Anwendung von Thalers Forschung: Fighting Poverty With Actual Evidence: A New Freakonomics Radio Podcast (39 Minuten): Frage: Ist es sinnvoll Menschen in Armut Geld zu geben (und sie selber entscheiden zu lassen) oder Menschen ein Investment zu geben (Kuh, Auto, Computer, …)

Artikel:

Und für alle, die immer noch nicht davon überzeugt ist, dass Podcasts besser sind als selber lesen ;) noch ein paar Artikel:

Von Tyler Cowen, inkl. Links auf gefühlte 32 Stunden weiterer Lektüre: Marginal Revolution: Nobel Prize awarded to Richard Thaler

Bloomberg (Von Barry Ritholtz): An Economics Heathen Wins the Economics Nobel

Bloomberg (von Michael Lewis): The Economist Who Realized How Crazy We Are

Und nochmal Tyler Cowen: Why Conservatives Should Celebrate Thaler's Nobel (interessante Perspektive, weil Nudging meistens als liberales Konzept begriffen wird).

Update (10.10.2017):

Wie zu erwarten war, trudeln noch eine Menge Links ein. Daher noch mal ein Update …

Als erstes muss ich die offizielle Erklärung zur Preisvergabe verlinken:

Press Release: The Prize in Economic Sciences 2017 - Integrating economics with psychology

Darin braucht man nur die drei Zwischenüberschriften zu lesen, um eine Idee zu bekommen, warum und wofür Thaler den Nobelpreis bekommen hat:

"Limited rationality", "Social preferences", "Lack of self-control". Und nur bei letzterem spielt "nudging" eine Rolle, aber interessanterweise nur als "may help people exercise better self-control". Vom Staat ist dabei nicht die Rede. Daher gehen IMHO viele der Kritiken an der Preisvergabe in die falsche Richtung, weil sie sich ausschließlich auf dieses Element beziehen: Nudging durch den Staat.

So zum Beispiel diese:

Welt: Ein Schubser vom Staat ist auch keine Lösung (einfach mal so postuliert. Wie man CO2 oder Alkoholverbrauch senken kann, ohne über Steuern zu "nudgen", bleibt unklar. Aber kritisieren ist halt einfacher als an Lösungen zu arbeiten, sprich zu forschen, was funktioniert und was nicht).

Ähnliche Kritik gilt auch an diesem Artikel in der Wiwo: Wiwo: Lass! Dich! verführen!, angepriesen durch diesen Tweet:

Zugegeben, der Artikel ist besser als der Tweet. Im wesentlichen wird die These vertreten, dass dem Nudging ein negativer Menschenbegriff zugrunde liegt, also in die Richtung "Der Mensch ist doof". An dem Argument ist was dran. Allerdings würde ich dieses Argument auch gerne konsequent durchdekliniert sehen, wenn es als Argument gegen das BGE demnächst wieder heißt, dass das bedingungslose Grundeinkommen nicht funktionieren kann, weil der Mensch faul sei (und aus diesem Grund auch hinter Hartz IV Zwang stehen müsse).

Die ganzen Zusammenhänge zwischen "Liberal" und "Bevormundung", zwischen "Freiwilligigkeit" und "Verbot" in der Politik und des Nudgings im speziellen dröselt dieser lange, durchaus anspruchsvolle Artikel in der NZZ gut auseinander:

Mir wären ein paar Artikel zur Vorstellung der Arbeit von Thaler lieber gewesen, dieser im Atlantic ist zum Beispiel gelungen:
The Atlantic: Richard Thaler Wins the Nobel in Economics For Killing Homo Economicus

Vielleicht lässt man Thaler einfach selber reden, die Bücher lesen sich gut, aber auch die Kolumnen-Beiträge in der New York Times machen Spaß, zum Start vielleicht diesen: NYT: Unless You Are Spock, Irrelevant Things Matter in Economic Behavior. Darin das schöne Beispiel der Altersvorsorge in Dänemark, wo Steuergutschriften und automatisches "Roll-In" zur Altersvorsorge verglichen wurden; Ergebnis: Steuergutschriften funktionieren nur sehr eingeschränkt, automatisches Roll-In hingegen bombastisch. Nett auch die Anekdote, warum es in seinen Klausuren 137 Punkte zu erreichen gibt und nicht 100 … (Auch die anderen Artikel sind voll mit solchen Anekdoten).

Man sieht schon, dass Nudging funktionieren kann, auch wenn es nicht immer funktioniert und das auch nicht verspricht. Aber es spricht nichts dagegen, damit weiter zu experimentieren, auch wenn es in der Politik ungerne gesehen wird, wenn man mit Experimenten scheitert, weil man in der Politik grundsätzlich nicht scheitern will. Muss man aber … Experimente funktionieren halt so (man schaue sich mal das BGE-Experiment in Finnland an: Einfach mal 5.000 Menschen ein BGE geben und schauen. Daten sammeln, analysieren und überlegen, ob ein BGE funktionieren kann, wie man es gestalten muss, etc. pp.)

Mein Lieblingsnudge für die Elektrfizierung des Straßenverkehrs wäre übrigens: E-Roller bekommen 60 km/h Höchstgeschwindigkeit (statt der aktuell üblichen 45 km/h; Bremsen müssen natürlich auch ausgelegt werden). Ende. Man nimmt keinem Verbrenner-Roller-Fahrer etwas, man muss nicht einen Cent in die Hand nehmen, man gibt nur dem Käufer des teureren E-Roller-Fahrers einen Zusatznutzen. Nudging funktioniert nicht? Der Staat kann nichts machen, ohne Leute zu bestrafen? I beg to differ🤘

Dann gibt es noch einige Kritik, die die Verhaltensökonomie grundsätzlich für "unwissenschaftlich" zu sehen (weil Psychologie auch unwissenschaftlich ist (durchaus was dran)) und keinerlei Aussagekraft zum Beispiel für Finanzkrisen zu sehen. Stimmt, aber darum geht es bei Verhaltensökonomie auch nicht. Es geht um Mikroökonomie, darum das Verhalten des Einzelnen zu erklären , nicht um Makroökonomie und Konjunkturzyklen von ganzen Volkswirtschaften. Irgendwann mag sich darauf eine Art "Grand Unifying Theory" ergeben, aber davon ist die Ökonomie noch viel weiter entfernt als die Physik. Auch scheint Einigen unklar zu sein, dass die Ökonomie immer noch zu den Sozialwissenschaften gehört, egal wie viel Mathematik normalerweise in die Modelle eingebaut wird. Auch ein Experiment, auch eine Beobachtung ist was wert, auch wenn zur Erklärung der Ergebnisse noch nicht in ein Modell gegossen werden kann. Manchmal gibt es Nobelpreise für eine Theorie, ein Modell, manchmal gibt es Nobelpreise für die Beobachtung ("Gravitationswellen"). Und manchmal gibt es halt auch Nobelpreise für den Nachweis, dass etwas NICHT so ist, wie zum Beispiel der Homo Oeconomicus …

Update 2 (15:31):

Noch ein netter Richard-Thaler-Zitate-Überblick von Patrick Bernau: FAZIT: Richard Thaler in Quotes, u.a. weil ich darin dieses Interview mit Thaler gefunden habe: Minneapolis Fed: Interview with Richard Thaler

Und für alle, die lieber ein Video mit Thaler sehen wollen (und denen Thalers Auftritt in The Big Short" (Ausschnitt) entgangen ist ;) ):



Und wer mal eine lange, fundierte Kritik (und Lob) lesen möchte: A fine theorem: The 2017 Nobel: Richard Thaler.
Und zum Schluss noch eine Würdigung von einem, der versucht Behavioural Economics auch in die Makroökonomik einzubauen: Roger Farmer: And the 2017 Economics Nobel Prize goes to ...

Das war's jetzt aber endgültig. Voraussichtlich. Hab ja nie behauptet, rational zu sein …

Okay, hier noch ein langer Artikel von "Plurale Ökonomie": Behavioral Economics. Und wem das noch nicht reicht: Am Ende des Artikels gibt es Links auf (Online)-Kurse, in denen man das Thema noch weiter vertiefen kann.

Mikro059: Versichere richtig, das ist wichtig …

Damit dieser Blog nicht komplett einschläft …

Marcos und mein neuer Podcast ist online. Wir reden über ICOs, Carl Icahn und Trump im Korruptionssumpf tummeln, und wie die staatliche Flutversicherungen in den USA zur Katastrophe in Houston beigetragen hat.



Wir freuen uns auch immer über Kommentare drüben im Blog (uund auch über Stimmen im Comdirect Blogaward:

Mikro059

Google und Facebook - Das große Duopol im Online-Anzeigenmarkt wird immer duopoliger …

(Der FT Alphaville Artikel, über den ich das gefunden habe, benötigt leider eine kostenlose Registrierung), aber im Wesentlichen geht der Artikel eh nur auf einen Tweet zurück:


Die Zahlen für 2016:

Umsatzwachstum Gesamtmarkt: 12,9 Mrd. $. (IAB-Zahlen).
Umsatzwachstum Google: 6,3 Mrd. $ (Geschäftsbericht)
Umsatzwachstum Facebook: 5,1 Mrd. $ (Geschäftsbericht)
Bleiben als Umsatzwachstum für den ganzen Rest: 1,4 Mrd. $.

Das heißt, fast 90% des Wachstums gehen an Google und Facebook. Und der Gesamtmarktanteil der beiden Großen ist von 64,1 auf 72,5% gestiegen.

Das hat mit Marktwirtschaft nicht mehr so wahnsinnig viel zu tun …

Eine andere Berechnung eines Analysten von Pivotal Reserach kommt auf einem ähnlichen Weg auf noch krassere Zahlen:



Marktanteil des Duopols 2016 danach sogar 77%. Und satte 99% des 2016er-Wachstums gingen an Facebook und Google.

Das ist nicht gut …

Neue Folge unseres Podcasts - Mikro038 - Chaos (logisch, wir sprechen über Trump, Globuli und die Bahn ;) )

Weil wahrscheinlich noch nicht alle "drüben" abonniert haben, empfehle ich mal wieder kurz eine neue Folge des Mikrooekonomen-Podcasts mit @mh120480 und mir.

Mikro038 Chaos

Es geht um Trumps Vorschläge für den US-Haushalt 2018 und die Ideen zur Neugestaltung des Gesundheitssystem (hier auch verbloggt), die in ihrer Radikalität deutlich schlimmer kommen als ich das gedacht hätte. Es gibt kurz was zu Tesla und einen langen Nachklapp zum Aufreger-Thema "Homöopathie - soll die Krankenkasse das bezahlen?" aus Folge37.

Viel Spaß beim Hören. Empfehlt uns weiter, hinterlasst möglichst viele Sterne in eurem Podcast-Player. Und folgt uns auch auf Twitter: @mikrooekonomen. #projekt100

Trump so far: Mehr Militär, mehr Abhören. Weniger Gesundheit, weniger Soziales, weniger Umwelt, weniger Wissenschaft. Das volle Programm :(



(Grafik via Trump budget cuts: U.S. federal funding 2018 - Washington Post)

Trumps neuer Budget-Vorschlag: Militär und Überwachung/Sicherheit rauf, alles andere runter. Arbeit, Bildung, Umwelt. Was in der prozentualen Grafik oben nicht deutlich wird: Beim Militär geht es um 54 Mrd. Dollar zusätzlich.

Dazu kommt jetzt noch das: Science: NIH, DOE Office of Science face deep cuts in Trump's first budget. Und die Kürzungen greifen wirklich breit, nicht nur in die Klimaforschung, sondern natürlich in "social science", aber auch in die Biotechforschung. In vielen Bereichen geht es um 20% oder mehr der Budgets der entsprechenden Forschungseinrichtungen.

Die Trumpsche Umverteilung endet hiermit natürlich nicht. Der große Brocken "Medicair" steht ja auch an. Und hier wird die Umverteilung noch absurder: Leistungskürzungen und Beitrittserhöhungen, die in den nächsten 10 Jahren 24 Millionen Amerikanern die Mitgliedschaft in einer Krankenversicherung kosten würden (womit dann wohl wieder etwa 20% der US-Bürger unversichert wären gegenüber etwa 10% aktuell). Das ganze spart über 800 Milliarden Dollar über die nächsten 10 Jahre ein, und wird … trommelwirbel … nach einigen Berechnungen fast vollständig an die Gutverdienenden zurückgegeben. So werden zwei "Zusatz"steuern für alle Paare mit Jahreseinkommen von mehr als 250.000 Dollar gestrichen: Eine 3,8%-Steuer auf Kapitaleinkünfte und eine 0,9%-Steuer auf Lohneinkommen. Einnahmen pro Jahr: 27 Mrd. Dollar, über die 10 Jahre 275 Milliarden. Dazu kommen noch einige Steuern, die die Pharma- und Healthcare-Unternehmen zahlen müssen, die dann ebenfalls wegfallen sollen. Dazu noch etwas Kleinkram, und alles zusammen macht dann 594 Mrd. Dollar. Es gibt Berechnungen, die sogar von 800 Milliarden oder mehr ausgehen. Aber auch die knapp 600 Milliarden Dollar sind äußerst bemerkenswert, v.a. wenn man berücksichtigt, dass fast die Hälfte (46%) direkt an Steuererleichterungen für die Top-1,5% der Einkommenspyramide gehen.

Da wird sich ehemalige Stahlarbeiter aus Pittsburgh aber freuen! Vor allem, wenn man die Einzelfälle berücksichtigt. Hier wird es nämlich nicht nur für Reiche preiswerter (wegen weniger Steuern), sondern auch für Arme teurer (weil Zuschüsse wegfallen). Zusätzlich ändert sich noch die Gebührenkalkulation in der Krankenkasse. Für Jüngere wird es preiswerter, für Ältere teurer. Das Handelsblatt nennt den Fall eines 60-Jährigen, der 20.000$ im Jahr verdient. Dieser erhält in Zukunft 5.000 (!!!) Dollar geringere Zuschüsse bei einem eh schon sehr geringen Gehalt. Es ist quasi unmöglich, das irgendwie über Einsparungen auszugleichen, kurz er wird aus der Krankenversicherung fallen.
Handelsblatt: Trumpcare und das Leiden von Millionen

The GOP’s Plan Is Basically a $600 Billion Tax Cut for Rich Americans

Es ist jetzt nun wirklich nicht so, als hätte ich nicht schlechte Dinge von Trump erwartet, aber was jetzt bis hierhin aus Finanzsicht sichtbar ist, übertrifft meine Befürchtungen …

Die einzige Hoffnung: Auch den Republikanern ist das alles viel zu heftig und sie lehnen es ab. Immerhin gibt es in zwei Jahren die Zwischenwahlen und da wollen einige wiedergewählt werden. Und dazu sind ein paar Millionen Menschen ohne Krankenkasse wohl nicht sonderlich hilfreich …

Update (17:32):

Die Zeit hat auch noch was: ZEIT: US-Haushaltsplan: Waffen statt Wohnungen

Update 2 (16.03.2017):

Die einzelnen Posten im US-Haushalt im Überblick mit prozentualer und absoluter Änderung:



Einige weitere interessante Links auch zum Gesundheitssystem hat Marco in die Shownotes zu unserer aktuellen Podcast-Folge eingetragen: Mikro038: Chaos, der hiermit empfohlen sei …

Update 3 (21.03.2017):

Noch zwei Nachklapps:

John Oliver zum Haushalt:



Und ein Blick auf die Kürzungen im Wissenschaftssektor, deren Auswirkungen weltweit zu spüren sein werden:

Motherboard-Vice: Wenn Trumps Haushaltsplan durchkommt, wäre das eine Katastrophe für die Wissenschaft

Und ein kurzes Streitgespräch zwischen zwei Ökonomen bei NPR:



Update 4 (22.03.2017):

Ein Nachklapp noch zum Reformvorschlag von Medicaid, den ich noch ganz wichtig finde: Die Krankenversicherung in den USA ist bekanntlich freiwillig. Man kann sich also auch entscheiden, sich nicht zu versichern. Das macht natürlich nur Sinn, wenn man richtig gut verdient (oder ein großes Vermögen besitzt); und wenn man dann das Glück hat, gesund zu bleiben (eigentlich deckt die Krankenversicherung ein so fundamentales Risiko ab, dass sich diese jeder kaufen sollte; aber gut, das mag man im Land der Freiheit anders sehen). Für alle Armen und Wenig- bis Normalverdiener macht es hingegen gar keinen Sinn auf die Krankenkasse zu verzichten; allerdings sind genau das die Menschen, die zwangsweise wegen zu hoher Beiträge aus der Krankenversicherung ausscheiden. Aus beiden Überlegungen heraus ist daher die reine Anzahl der Unversicherten nicht ganz aussagekräftig. Genau genommen müsste man noch nach den Einkommensklassen unterscheiden aus denen die Unversicherten stammen. Das war übrigens auch einer der wesentlichen Punkte, auf die Obama damals bei der Gestaltung des Affordable Health Care Act (aka Obamacare) explizit geachtet hat: Die Leute in die Krankenversicherung zu bekommen, die es vorher nicht bezahlen konnten. Und genau das will Paul Ryan wieder zurückdrehen. Zuschüsse für die Armen runter (von denen dann welche kündigen müssen), gleichzeitig die Zuschüsse der Größer-250.000-Dollar-Klasse abschaffen. Einige wenige profitieren (die Top 1,5-Prozent), viele zahlen etwas mehr (aber nun gut, es ist vergleichsweise neutral), aber ein paar Millionen müssen richtig leiden.


Gedanke aus dem empfehlenswerten "The Weeds"-Podcast von Vox u.a. mit Ezra Klein:

The Weeds: where does the Republican health plan go from here?.

Was von Cambridge Analyticas Psycho-Profil-basiertem Facebook-Micro-Targetting für Trump und Brexit übrig bleibt: Nix

Witzigerweise heißt der Mann von Cambridge Analytica Mr. Nix …

Das Thema wurde nach dem ursprünglichen Bericht in DasMagazin breit diskutiert, u.a. auch bei uns im Mikrooekonoemen Podcast (u.a. hier: Folge 27, bei der Lage der Nation und in nahezu allen großen Medien. Die drei Behauptungen von Cambridge Analytica waren im wesentlichen:

a) Wir [Cambridge Analytica) können mit ein paar Likes auf Facebook ziemlich viele Dinge über die Person sagen, die diese Likes abgegeben hat. Z.B. über das Geschlecht, über das Alter, über die Bildung, die sexuelle Orientierung, das Einkommen, den Wohnort, aber auch über das psychografische Profil (ängstlich/offen/kommunikativ/…) zum Beispiel die politische Ausrichtung (progressiv/konservativ) ableiten, etc. pp. Wir haben dieses Profil für über 200 Millionen Amerikaner auch bereits erstellt.

b) Mit diesem psychologischen Profil können wir hingehen, und über Facebook die Personen genauer ansprechen als jemals zuvor. Unter anderem, weil wir die Anzeigen, Nachrichten und Botschaften messen und testen können. Wir können maßgeschneiderte Nachrichten schicken, also zum Beispiel ängstliche Personen mit Angst (vor Ausländern, vor Einbrechern, …) ansprechen oder auch progressiven Wählern erzählen, dass Clinton gar nicht progressiv ist.

c) Wir haben das im Wahlkampf für Trump erfolgreich gemacht.

Neben vielen Detailfragen (die wir und andere dann auch diskutiert haben) stellten sich mir einige Fragen, die diese Geschichte im Laufe der Zeit immer unplausibler gemacht haben. Vor allem, weil die Antworten auf die Fragen, die nach dem ersten Bericht aufkamen, eigentlich mehr neue Fragen generierten als an alten Fragen beantwortet wurde.

Meine Hauptfragen waren:

zu a) Wie kommt Cambridge Analytica an die Daten von Facebook? Normal sieht ja nicht jeder alle Likes von jedem. Auch über die Programmierschnittstellen von Facebook nicht. Sicher, Facebook hat die Daten, aber alle draußen sehen nur Likes von "Freunden" und die Reaktionen auf eigene Artikel/Bilder/etc. Dadurch mag zwar bei großen Anbietern durchaus einiges an Daten zusammenkommen, außerdem kann man in den USA dank laschem Datenschutz eine Menge externer Daten einkaufen, für 200 Millionen Profile dürfte das trotzdem nicht ansatzweise reichen.

zu b) Selbst wenn man weiss, welches Profil (welcher Nutzer) welche Eigenschaften hat, kann ich diese Person über die Werbeschnittstellen von Facebook NICHT einzeln ansprechen. Facebook entscheidet nämlich alleine, nach welchen Kriterien gefiltert werden kann. Damit ist zwar viel genaueres Targetting möglich als in klassischen Medien, aber es ist immer noch weit weg von einer Ansprache auf Einzelpersonenebene. D.h selbst wenn ich weiss, dass ich den User 172.234 und 193.274 ansprechen möchte, kann ich das nicht, weil Facebook das nicht zulässt. Ich kann zwar sagen: Ok, 172.234 ist männlich, wohnt in Pittsburgh-Ost und ist 25-34 Jahre alt und progressiv (und ich muss ihn als Wahlkämpfer von Trump von der Stimmabgabe für Clinton abhalten), ich muss aber trotzdem Werbung kaufen, die dann an ALLE Männer in Pittsburg-Ost im Alter von 25-34 geht. Dieses Targetting ist zwar immer noch ein potenziell deutlicher Vorteil gegenüber einem gröberen Targetting, aber WEIT weg von der (Horror-?) Vision, die verbreitet wurde, dass jetzt Big Data Firmen alle Menschen auf Facebook kennen und jede Person einzeln für Werbung ansprechen können.

Und auch bei Punkt c gab es nie eine Bestätigung. Okay, logisch, wenn der Wahlkampf von Trumpf wirklich durch Cambridge Analytica entscheidend verbessert wurde, wäre Trump ziemlich doof, dieses Geheimnis öffentlich bekannt zu geben; es gibt schließlich in vier Jahren den nächstem Wahlkampf.

Bestätigt wurde nur das Engagement von Cambridge Analytica für Ted Cruz, aber das taugte nicht für Erfolgsgeschichte, Cruz verlor im Vorwahlkampf ja gegen Trump. Insbesondere interessant die Information der NYT heute, dass es genau aus dem Grund gestoppt wurde, mit dem Cambridge Analytica hausieren ging: Die Psycho-Profile haben schlichtweg nicht funktioniert, die Hälfte der vermeintlichen Supporter von Cruz wurden falsch identifiziert.

Weiter meldet die NYT unter Berufung auf Ex-Mitarbeiter aus Trumps Wahlkampfteam, dass Trump das Modell von Cambridge Analytica zwar getestet hat, es sich aber als "slightly less effective" als das schon vorhandene Targetting des Republican National Congress entpuppte.

Mitarbeiter von Cambridge Analytica waren wohl im Wahlkampf von Trump eingespannt, aber im Wesentlichen als Lieferant von Know-How, um relativ normales Targetting zu machen, das aber viel näher an dem Targetting von Obama von 1999 (man kennt kritische Wechselwählerbezirke auf Straßenzugebene und wandert von Tür zur Tür) war als an der angepriesenen magischen Kristallkugel mit Einzeltargetting der kritischen Wähler.

Die von Cambridge Analytica erwähnte Rolle für die Social Media Kampagne der Leave-Seite in der Brexit-Abstimmung gab es laut NYT übrigens auch nie.

Zusammengefasst: Alles, was aus den Zutaten Meinungsforschung, Werbetargetting und Big-Data zu einer Suppe gekocht wird: Die wird nie so heiß gegessen wie sie gekocht wird. Vor allem, wenn die Aussagen aus der Marketingabteilung der entsprechenden Firma kommt. Da gibt es dann gerne haltlose Aussagen, die manchmal auch nur äußerst knapp an der Lüge vorbeistreifen … Die Branche war für übergroße Versprechen schon immer anfällig …

NYT: Bold Promises Fade to Doubts for a Trump-Linked Data Firm

Update (09.03.2017):

Zwei Updates, die sich nach einer Diskussion auf Twitter ergeben haben:

Meine Aussage "Normal sieht ja nicht jeder alle Likes von jedem" ist nicht eindeutig. Natürlich kann jeder jeden Artikel und jede Seite (solange sie öffentlich geteilt sind) sehen und damit auch die Likes. Trotzdem ist es meines Wissens nach NICHT erlaubt, diese Informationen zu crawlen, also automatisch über Facebook-Seiten zu surfen und alle Likes einzusammeln. Wenn man Profile für 220 Millionen Amerikaner erstellen will, kommt man mit den Likes auf ein paar Artikel nicht sonderlich weit. Möglicherweise ist es möglich, mit weniger Seiten als ich jetzt denken würde, bereits sinnvolle Profile zu erstellen. Allerdings würde ich erwarten, dass man hier auf das Problem von "Sparse Data", also auf spärliche Daten, stößt, sprich man muss richtig viele Seiten und Posts crawlen, um eine vernünftige Datenbasis zu kommen. (Ob man damit dann sinnvolle psychografische Profile erstellen kann, ist damit noch lange nicht gesagt …). Also: Aussage ungenau, steht im Endeffekt aber noch.

Die zweite Aussage ist hingegen (wohl) falsch. Neben dem von mir beschriebenen Filtern der Zielgruppe auf Facebook, um dann Anzeigen zu schalten, hat Facebook eine neue Targetting-Möglichkeit: Die so genannten Custom Audiences. Das funktioniert so: man lädt seine eigenen Kundendaten hoch, also z.B. Telefonnummern, E-Mail-Adressen, Facebook-Namen, …). Diese Daten liegen übrigens nicht im Klartext vor, sondern werden "gehasht". Facebook sucht jetzt diese gehashten Daten (also z.B gehashte E-Mail-Adresse) in der eigenen Nutzer-Datenbank. Findet Facebook eine Übereinstimmung, wird die dazugehörige Facebook-ID in die "Custom Audience" eingetragen. Wenn man nun Werbung ausspielen will, wählt man als Zielkriterium einfach die passende "Custom Audience" aus und kann damit eine Gruppe ziemlich genau ansprechen. So wäre wohl eine direkte Ansprache möglich, falls Cambridge Analytica denn alle passenden Daten (E-Mail-Adressen, Telefonnummern, Facebook-Namen, …) hat. Da der Datenschutz in den USA aber gering ist und der Handel von personenbezogenen Daten ziemlich ausgeprägt ist, halte ich das für durchaus realistisch. (In Deutschland dürfte das sowohl mit dem Datenschutz Probleme geben (auch wenn das noch nicht endgültig geklärt zu sein scheint) und es dürfte deutlich schwieriger sein, ausreichend personenbezogene Daten einzukaufen (aggregierte Daten reichen ja nicht, darauf kann Facebook nicht matchen).

Zusammengefasst: Aus rein technischer Sicht ist das was Cambridge Analytica angepriesen hat, wohl denkbar. Der mögliche Knackpunkt ist das Crawlen der Daten auf Facebook und auch der Einkauf ausreichend vieler personenbezogener Daten. Das individuelle Targetting hingegen erscheint mir inzwischen möglich. Das ist aber nur die IT-Sicht auf das Problem. Was Cambridge Analytica aber weiterhin nicht bewiesen hat: Dass das psychografische Modell etwas taugt, dass das psychografische Modell überhaupt mit den oben beschriebenen Daten sinnvoll gefüttert werden kann. Und was wohl feststeht: Cambridge Analytica hat weder im Trump-, noch im Brexit-Wahlkampf die angepriesenen Methoden mit den Facebook-Likes und dem psychografischen Modell einen Einfluss, geschweige denn Erfolg vorzuweisen.

Danke an T. Preusse für das hilfreiche Feedback:



Eine weitere Zusammenfassung zum Thema gibt es bei der ZEIT: Die Luftpumpen von Cambridge Analytica

Update 2 (16.03.2017):

Dass die Custom Audiences keine Spinnerei sind, zeigt die ZEIT; wer Russia Today geliked hat, bekommt CSU Wahlwerbung auf Russisch ausgespielt:

Zu manchen spricht die CSU auf Russisch

Related Posts with Thumbnails

egghats Amazonstore