Publikationen
Algorithmen-basierte Werbung: Ungeplante Nebeneffekte und warum es nicht ganz einfach ist, negative Auswirkungen zu…
DownloadLambrecht, A. & Tucker, C. (2021). Algorithm-Based Advertising: Unintended Effects and the Tricky Business of Mitigating Adverse Outcomes. NIM Marketing Intelligence Review 13(1), 24-29. https://doi.org/10.2478/nimmir-2021-0004
2021
Catherine Tucker
Algorithmen-basierte Werbung: Ungeplante Nebeneffekte und warum es nicht ganz einfach ist, negative Auswirkungen zu vermeiden
Anja Lambrecht und Catherine Tucker
Es gibt immer mehr Hinweise, dass nicht nur Menschen, sondern auch Algorithmen zu Diskriminierung neigen können. Die vorgestellte Studie untersucht geschlechtsspezifische Diskriminierung in der Social-Media-Werbung. Die Ergebnisse deuten darauf hin, dass die Algorithmen für die automatisierte Anzeigenschaltung als solche nicht geschlechtsspezifisch agieren, aber ökonomische Kräfte zu unbeabsichtigten Verzerrungen führen könnten. Spillover-Effekte aus anderen Branchen bewirken, dass Werbetreibende einzelne Konsumentensegmente leichter erreichen können als andere. Bei einer geschlechtsneutralen Strategie ist es weniger wahrscheinlich, Frauen zu erreichen, da Frauen öfter auf Werbung reagieren als Männer. Bei gleichem Mitteleinsatz werden ungeplant mehr Männer erreicht. Lösbar wäre das Problem mit getrennten Kampagnen für Männer und Frauen. Die Antidiskriminierungsgesetzgebung in vielen Ländern schreibt Unternehmen jedoch vor, Stellenanzeigen geschlechtsneutral zu formulieren. Ironischerweise verhindern damit Gesetze, die das Ziel haben, Diskriminierung zu vermeiden, eine vergleichsweise einfache Möglichkeit, ungewünschte Ungleichbehandlung in der Online-Zielgruppenansprache auf Facebook und anderen Plattformen zu korrigieren. Die Erkenntnisse zeigen, dass es weiteren Regulierungsbedarf gibt.
Autorinnen und Autoren
- Anja Lambrecht, Professor of Marketing, London Business School, England, alambrecht@london.edu
- Catherine Tucker, Professor of Management Science, MIT Sloan School of Management, Cambridge, USA, cetucker@mit.edu
Literaturhinweise
- Lambrecht, A.; & Tucker, C. (2019): “Algorithmic Bias? An Empirical Study of Apparent Gender-Based Discrimination in the Display of STEM Career Ads”, Management Science, Vol. 65(7), 2966-2981. https://doi.org/10.1287/mnsc.2018.3093
- Sweeney, L. (2013): “Discrimination in online ad delivery”, ACM Queue, Vol. 11(3), 10:10–10:29.
Weitere Artikel der MIR-Ausgabe “Die dunklen Seiten des digitalen Marketings”
Hier finden Sie weitere spannende Artikel dieser Ausgabe.
