Verbraucherrecht

22.12.2022

Scoring – So funktioniert die Bewertung von Verbraucher*innen

Auch wenn wir kurz nach der Fußball-WM bei dem englischen Wort Score eher an Tore und Spielstände denken, so hat das sogenannte Scoring mittlerweile in die verschiedensten Lebensbereiche Einzug gehalten. Der Begriff beschreibt ein Verfahren, welches das zukünftige wahrscheinliche Verhalten von Verbraucher*innen berechnet. Was dahinter steckt und wie sich Schufa, Versicherungen und Online-Shops dies zu Nutze machen, lesen Sie hier.

Scoring – So funktioniert die Bewertung von Verbraucher*innen
© MichaelJBerlin - stock.adobe.com

Bedeutung und Anwendung von Scoring

Beim Scoring handelt es sich um ein mathematisch-statistisches, auf Algorithmen gründendes Verfahren. Jeder Person wird ein Punktwert (ein sogenannter Score), zum Beispiel ein Wert zwischen 0 und 100, zugeordnet.  Mit Hilfe dieses Wahrscheinlichkeitswerts sind dann Aussagen möglich über die Zahlungsmoral eines potenziellen Kunden, über das Fahrverhalten von Autofahrer*innen und über vieles mehr.

Unternehmen werten hierzu die Daten von Millionen Verbraucher*innen aus und ziehen daraus Rückschlüsse auf den Einzelnen. Wird zum Beispiel festgestellt, dass Personen, die mehrere Handyverträge gleichzeitig besitzen, ihren Kreditvertrag weniger zuverlässig zurückzahlen, wirkt sich die Vertragsanzahl auch negativ auf den Score-Wert des Einzelnen aus. Alle Verbraucher*innen mit diesem Merkmal gelten dann als weniger kreditwürdig, obwohl das im Einzelfall gar nicht zutreffen muss.

Insbesondere Unternehmen, die Kredite vergeben, versichern oder bei Verträgen in Vorleistung gehen, haben ein großes Interesse daran, ihre Kund*innen zu bewerten. Sie wollen wissen:

  • Wird der Verbraucher / die Verbraucherin den Kredit zurückzahlen können?
  • Kann der Verbraucher / die Verbraucherin nach Abschluss eines Vertrages die laufenden Forderungen bezahlen?
  • Wie hoch ist das Risiko für einen Versicherungsfall?

Ist Scoring überhaupt erlaubt?

Die rechtliche Zulässigkeit, Scoring-Verfahren einzusetzen, richtet sich nach Artikel 22 EU-Datenschutzgrundverordnung (DSGVO) und § 31 Bundesdatenschutzgesetz (BDSG). Dieser postuliert, dass Personen nicht ausschließlich einer automatisierten Entscheidung unterworfen werden sollen, wenn diese ihnen gegenüber rechtliche Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt.

Eine automatisierte Entscheidung genügt aber, wenn die betroffene Person ausdrücklich einwilligt, wenn es für den Abschluss eines Vertrages zwischen der betroffenen Person und den Verantwortlichen erforderlich ist oder wenn Rechtsvorschriften der Mitgliedsstaaten dies vorsehen.
Diese nationalen Rechtsvorschriften müssen dann allerdings angemessene Maßnahmen zur Wahrung der Rechte und Freiheiten sowie der berechtigten Interessen der betroffenen Personen enthalten.

Eine solche mitgliedstaatliche Regelung ist in Deutschland §31 BDSG. Danach müssen bei einer automatisierten Entscheidung die Vorschriften des Datenschutzrechts eingehalten wurden. Die genutzten Daten müssen nachweisbar für die Berechnung der Wahrscheinlichkeit eines bestimmten Verhaltens relevant sein. Des Weiteren darf die Wahrscheinlichkeitsrechnung nicht ausschließlich auf Anschriftendaten beruhen.

Wo kommt Scoring im Alltag vor?

Schufa

Der nach wie vor prominenteste Verwender von Scoring-Verfahren ist die Schutzgemeinschaft für allgemeine Kreditsicherung (Schufa). Neben der Schufa gibt es noch weitere Wirtschaftsauskunfteien wie zum Beispiel Creditreform oder Crif Bürgel, bei denen das Scoring analog abläuft.

Die Schufa sammelt Daten und errechnet einen Score, die Zahlungsfähigkeit von Verbraucher*innen betreffend. Diesen stellt sie den angeschlossenen Unternehmen wie Banken oder Mobilfunkunternehmen auf Anfrage zur Verfügung. Wenn wir eine Wohnung mieten möchten, fordert der Vermieter häufig eine Selbstauskunft der Schufa. Häufige Kritik am Scoring-Verfahren der Auskunfteien, nicht zuletzt von Verbraucherschützer*innen, ist die Intransparenz desselben. Verbraucher*innen erfahren nicht in ausreichendem Maße, wann sie gescort werden und welche Daten in den Score einfließen.

Im Herbst dieses Jahres hat die Schufa eine sogenannte Transparenz-Offensive gestartet. Auf der Homepage (www.schufa.de) unter Score-Simulator besteht die Möglichkeit, die Berechnung des eigenen Score-Werts näherungsweise zu prüfen. Zu den von der Schufa einbezogenen Kriterien zählen unter anderem das Girokonto, Kreditkarten, Ratenkredite oder Online-Käufe auf Rechnung. Nach eigenen Angaben nutzt die Schufa keine Angaben zum Einkommen, Vermögen, Alter und Geschlecht sowie im Grundsatz auch nicht zur Wohngegend.

Einmal pro Jahr haben Verbraucher*innen Anspruch auf eine kostenlose Schufa-Selbstauskunft. Wer diese geltend machen möchte, wählt auf der Seite der Schufa die Schufa-Datenkopie nach Art. 15 DSGVO. Unter dem Reiter „Privatkunden“ finden Sie nämlich zunächst nur kostenpflichtige Angebote.

Generell sollten Verbraucher*innen aktiv ihr Recht auf Auskunft, Löschung oder Berichtigung falscher Daten einfordern.

Weitere Beispiele für Scoring in unserem Alltag

Telematik-Tarife

Das Wort Telematik setzt sich aus dem Wort „Telekommunikation“ und „Informatik“ zusammen.
Es drückt aus, dass mit Hilfe der Technik Informationen gesammelt und dann elektronisch an einen Empfänger übersandt werden.

Einige KFZ-Versicherer überwachen mit Einverständnis ihrer Kund*innen deren Fahrstil und Fahrwege und verarbeiten diese Daten zu einem Score Wert. Unter bestimmten Bedingungen erhalten Kund*innen dann einen Teil ihrer Prämie zurückerstattet.

Krankenversicherte können von Bonusprogrammen profitieren, wenn Sie regelmäßig Gesundheitsdaten an den Versicherer übermitteln. Bei günstigen Gesundheitsdaten, also positivem Score, erhalten sie Prämien.

Problematisch ist, dass sich Verbraucher*innen zunehmend „gezwungen“ fühlen könnten, umfangreiche Daten über ihre Lebensgewohnheiten preiszugeben, um keine wirtschaftlichen Nachteile zu erleiden.  Bei Versicherungsverträgen besteht zudem die Gefahr, dass das Solidarprinzip zunehmend ausgehöhlt wird. Verbraucher*innen mit persönlichen Merkmalen, die als Risiko eingestuft werden, müssen mehr für ihren Vertrag zahlen.

Preisgestaltung im Internet

Beim Surfen im Internet hinterlassen Nutzer*innen viele Daten. Firmen errechnen daraus, welche Verbraucher*innen bereit sind, einen höheren Preis für ein Produkt zu bezahlen und bieten es diesen Nutzern entsprechend teurer an.

Beispiel hierfür ist das sogenannte Gender Pricing (Preisdifferenzierung nach Geschlechtern). Es können gleiche Hygieneartikel in pinker Farbe teurer sein als blaue oder neutral gehaltene.

Vom Öko-Token zum Social Scoring?

Im Sommer wurde in Bayern über die Einführung eines Ökotokens diskutiert. Die Idee: wer den öffentlichen Nahverkehr nutzt, solle dafür kostenlos ins Museum gehen dürfen. Bologna plant mit der sogenannten „Smart City Wallet“ das erste europäische Social Credit System einzuführen. Auch hier der Ansatz, umweltbewusstes Verhalten auf noch nicht näher spezifizierte Weise zu belohnen.

Die in der Presse aufgeworfene Frage, ob diese Maßnahmen nun jeweils ein erster Schritt in Richtung der Einführung eines Social Scoring Systems nach chinesischem Vorbild sind oder nicht, kann nicht final beantwortet werden. Wichtig für Verbraucher*innen ist, dass sie sich gut überlegen, inwieweit sie ihr eigenen Verhalten zum Bezugspunkt möglicher Belohnung oder Bestrafung machen möchten.

Zum Social Scoring in China: Durch ein online betriebenes Sozialkredit-System wird mit der Vergabe von Punkten für sozial erwünschtes Verhalten bzw. mit dem Entzug von Punkten für sozial unerwünschtes Verhalten Kontrolle über die Bevölkerung ausgeübt. Bei einem zu niedrigen Punktelevel drohen Einschränkungen im Alltag.

Verordnung über Künstliche Intelligenz (KI-Verordnung)

Die EU plant eine Verordnung über Künstliche Intelligenz. Vor dem abschließenden Trilog von Europäischer Kommission, Rat der Europäischen Union und Europäischem Parlament geben derzeit Sachverständige Stellungnahmen zu dem Entwurf ab. In Erwägungsgrund 37 des Vorschlags der Europäischen Kommission heißt es:
„(…) Insbesondere KI-Systeme, die zur Kreditpunktebewertung oder zur Bewertung der Kreditwürdigkeit natürlicher Personen verwendet werden, sollten als Hochrisiko-KI-Systeme eingestuft werden, da sie den Zugang dieser Personen zu Finanzmitteln oder wesentlichen Dienstleistungen wie Wohnraum, Elektrizität und Telekommunikationsdienstleistungen bestimmen. KI-Systeme, die zu diesem Zweck eingesetzt werden, können zur Diskriminierung von Personen oder Gruppen führen und historische Diskriminierungsmuster, beispielsweise aufgrund der rassischen oder ethnischen Herkunft, einer Behinderung, des Alters oder der sexuellen Ausrichtung, fortschreiben oder neue Formen von Diskriminierung mit sich bringen“.

Fazit

Je mehr Entscheidungen und Bewertungen im Zuge der Digitalisierung von Maschinen getroffen werden, desto mehr sind Verbraucher*innen gefordert, diese Prozesse kritisch zu hinterfragen und im Zweifelsfall die eigenen Rechte aktiv einzufordern.

Quellen:

SVRV (2018). Verbrauchergerechtes Scoring. Gutachten des Sachverständigenrats für Verbraucherfragen. Berlin: Sachverständigenrat für Verbraucherfragen.

https://www.zeit.de/news/2022-10/13/schufa-transparenz-offensive-mehr-infos-fuer-verbraucher

KI-basiert ermittelte Kredit­ausfallrisiken mit Vorsicht zu genießen | Börsen-Zeitung (boersen-zeitung.de)

EUR-Lex - 52021PC0206 - EN - EUR-Lex (europa.eu)

2017_12_08_Faltblatt_Scoring_final.pdf (verbraucherservice-bayern.de)

Umstrittener „Ökotoken“ in Bayern: Guter Bürger, schlechter Bürger - taz.de

https://de.wikipedia.org/wiki/Sozialkredit-System