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