"Was wir gegenwärtig machen im Geschäftsmodell, das nennen wir inzwischen statistische Genauigkeit. Und alt schwäbisch ist es so: Kräht der Hahn auf dem Mist, ändert sich das Wetter oder es bleibt wie es ist. Das ist immer eine sichere Vorhersage. Statistische Genauigkeit ist das, eine ganz große Gefährlichkeit, statistische Genauigkeit hinterlässt ein übles Gefühl."
Manfred Kloiber: Das sagt Professor Günter Müller von der Universität Freiburg über das Geschäft mit dem Scoring. Scoring, das heißt oft Kreditscoring, und da geht es darum zu berechnen, ob und gegebenenfalls wie kreditwürdig jemand ist, welche Bonität er hat. Das machen Firmen wie die Schufa oder Creditreform. Aber diese Scoringmethoden werden auch in ganz anderen Bereichen eingesetzt, etwa, wenn es darum geht, wie wertvoll bestimmte Kunden zum Beispiel für ein Mobilfunkunternehmen oder für ein Möbelhaus sind.
Ab Sonntag treffen sich die Spezialisten der Gesellschaft für Datenschutz und Datensicherheit in Timmendorfer Strand zu ihrer Sommertagung. Und da wird Scoring eines der ganz großen Themen sein. Scoring sei gefährlich geworden, heißt es sogar. Was ist gefährlich am Scoring, Peter Welchering?
Gefahren der Scoring-Methode
Peter Welchering: Gefährlich ist daran, dass niemand mehr durchblickt. Scoring ist eine Methode, mit der der Profilwert einer Person in Bezug auf ein gewünschtes Verhalten berechnet wird. Zahlt er den Kredit pünktlich zurück oder nicht? Um diese Frage beantworten zu können, nimmt man Daten aus der Vergangenheit dieser Person und schätzt ihr künftiges Verhalten. So war das bisher. Hinzu kommen Daten von Menschen mit ähnlichen Merkmalen. Und mit diesen Daten wird einfach mein künftiges Verhalten dann geschätzt.
Dabei gibt es drei Schwierigkeiten: Die Zahl der Parameter ist sehr groß geworden, teilweise mehr als hundert Datenarten. Durchschnitt liegt bei 40. Die überblickt kein Mensch mehr. Und kein Mensch kann mehr sagen, ob die zu den Parametern gesammelten Daten richtig oder falsch sind. Zweite Schwierigkeit: Die Auskunfteien und Kreditscoring-Institute halten ihre Algorithmen geheim. Deshalb weiß niemand, wie welcher Parameter gewichtet wird und wie berechnet wird. Und durch diese Algorithmen blicken dann oftmals nicht mal mehr die Experten der Auskunfteien durch. Und so kommt es, dass ein Mensch mit denselben Daten zum selben Zeitpunkt mal als kreditwürdig, mal als nicht kreditwürdig eingestuft wird.
Kloiber: Scoring, und insbesondere Kreditscoring, ist also so etwas wie eine Blackbox geworden. Man füttert Daten ein und bekommt einen Bonitätswert heraus. Aber was dazwischen passiert, das Wissen darüber scheint in vielen Fällen verloren gegangen zu sein. Die hauptsächlichen Probleme haben wir im Gespräch mit dem Scoring-Spezialisten Dr. Walter Krämer beim Landesbeauftragten für den Datenschutz in Baden-Württemberg zusammengefasst.
Beitrag:
"Die Institutionen, die die Kreditwürdigkeit eines Menschen einschätzen wollen, müssen sich prinzipiell auf solche Parameter beschränken, die etwas über die Zahlungsfähigkeitsaussagen, d. h. solche, die bekunden, ob er seine Forderungen rechtzeitig erfüllt, ob er überschuldet ist, ob er in einer Schuldnerkartei steht oder ob er insolvent ist. Wenn man anderweitige Quellen ausschöpft, muss man davon ausgehen, dass solche Information dort weitgehend nicht vorhanden sind und d. h. es werden die bereits bisher in zunehmendem Maße sachfremde Kriterien mit an Land gezogen."
Genau das beschreibt das größte Problem des Scoring: Weder die Datenschützer noch die Verbraucher können nachvollziehen, welche Kriterien zum Beispiel einem Bonitätswert zugrunde liegen. Und oftmals können das nicht einmal mehr die Analytiker in den Auskunfteien selbst. Danach gefragt heißt es oft: Das hat der Computer so berechnet. Walter Krämer:
"Man kann letztendlich jedes Kriterium heranziehen. Man kann auch aus bestimmten Schuhgrößen von Verbrauchergruppen feststellen, welche kreditwürdiger ist und welche nicht mit einer bestimmten Berechnungsmethode. Das Gesetz geht davon aus, // dass in der Tat für solche Berechnungen nur zahlungsrelevante Umstände Berücksichtigung finden sollen."
Gesetze und das Kreditscoring
Stattdessen aber werden Daten wie etwa Fremdsprachenkenntnisse, die Zahl der Kinder oder die Zahl der Umzüge im Leben als Ausgangsdaten für die Berechnung der Bonität genommen. Im Kreditscoring ist das üblich, obwohl die Gesetze ganz deutlich besagen: Nur zahlungsrelevante Daten sind zugelassen.
"Das ist für viele Auskunfteien ein echtes Problem. Denn abgesehen von einer großen, die hauptsächlich von den Banken versorgt wird, haben die anderen so gut wie keine Kenntnisse über die Zahlungsfähigkeit eines Menschen. Das heißt, die sind auf solche Dritterkenntnisse angewiesen, die natürlich die Sache insbesondere deswegen fragwürdig machen, weil wir wissen, dass zwischen den Berechnungen solcher Institute, die tatsächlich zahlungsrelevante Informationen haben bei einer derselben Person und bei denen die sie nicht haben, ganz erhebliche Abweichungen auftreten. Und das dürfte eigentlich nicht sein."
Geoscoring
Als zahlungsrelevante Information gilt übrigens auch der Wohnort. Geo-Scoring nennt sich die Methode, um die Kreditwürdigkeit aus der Gegend, in der ein Mensch wohnt, und der dort üblichen Kaufkraft und Zahlungsmoral zu berechnen.
"Dieses sogenannte Geo-Scoring hat der Gesetzgeber ausdrücklich zugelassen. Wir verstehen die Vorschrift hier wieder so, dass es nur 50 Prozent der Beurteilung eines Menschen ausmacht, weil es sich sonst nicht mehr, wie das Gesetz auch aussagt, um eine individuelle Beurteilung, sondern um die der Nachbarschaft handelt. Aber tatsächlich darf bei der Einschätzung das Verhalten der Nachbarschaft berücksichtigt werden, auch seine Wohnverhältnisse. Allerdings müssen sie richtig sein. Nach unserer Erfahrung kommt es häufig vor, dass jemand so betrachtet wird, als ob er in der Gosse lebt, tatsächlich aber hat er ein Einfamilienhaus."
Und gegen solch falsche Einschätzungen kann der Verbraucher nur wenig unternehmen.
"Denn es handelt sich denn es handelt sich bei dieser Prognose um eine Meinungsäußerung und das Grundgesetz schützt eben auch die falsche Meinung."
Kloiber: Da muss man sich natürlich fragen: Wie kommt es zu solchen falschen Meinungen. Gibt es da Antworten der Spezialisten, Peter Welchering?
Welchering: Ja, klar: Unkenntnisse der Methoden, mangelndes statistisches Wissen, totale Unkenntnis der Algorithmik, das sind so die wesentlichen Ursachen. Aber weil mit Scoring viel Geld verdient wird, traut sich da niemand heran.
Kloiber: Fangen wir doch mal mit den Daten an, aus denen so ein Scoring-Wert errechnet wird. Sie haben das bei vielen Auskunfteien, teilweise verdeckt recherchiert. Welche Daten erheben die denn von Kunden, die einen Kredit wollen?
Welchering:
- Alter, Geschlecht, Familienstand, Anzahl und Alter der Kinder
- Bildungsstand, Beruf
- Art und Dauer der Beschäftigung, Arbeitgeber
- Adresse, Wohndauer, Haushaltstyp, soziales Milieu, Umzüge
- Nationalität, Religion
- KFZ-Besitz, Wertanlagen, Immobilien, Sicherheiten
- Monatseinkommen, monatliche Ausgaben
- Kontoumsätze, Einzeltransaktionen, Kontensaldi, Überziehungen, Zahl der Kreditkarten, Zahl der Konten, Zahl der Verträge
- Eigenkapitaleinsatz, vorherige Kredite, Scheckrückgaben
Berechnung der Daten
Kloiber: Wie werden diese Daten dann berechnet, um zu einer Aussage über die Kreditwürdigkeit zu kommen?
Welchering: Mit Algorithmen, die erstens die Datenarten bewerten (Einkommen viermal so stark gewichtet wie Arbeitgeber). Zweitens Assoziationsregeln: Wer Bier kauft, kauft auch Windeln. Wer mehr als drei Mobilfunkverträge hat, kommt in finanzielle Schwierigkeiten und drittens Sequenzregeln: Wenn jemand zum fünften Mal umgezogen ist, folgt nach zwölf Monaten Überziehung des Kontos. Problem: Mehrstufige Verfahren in diesen unterschiedlichen Algorithmen. Weil hier keiner mehr durchblickt, kann ein bestimmter Wert, ein Score auch oft nicht mehr nachvollzogen werden.
Kloiber:Datenschützer Walter Krämer hat ja darauf hingewiesen, dass die eigentlich zahlungsrelevanten Daten einigen Auskunfteien gar nicht zur Verfügung stehen. Wie berechnen die dennoch die Bonität?
Welchering: Wohnort, Arbeitgeber, also sogenannte Drittdaten. Besonders oft: Kommunikationsverhalten auf Twitter und Facebook. Wer da kritisch über seinen Arbeitgeber schreibt, verliert an Bonität. Die Wahrscheinlichkeit, dass er seinen Arbeitsplatz verliert, steigt.
