reputation und feedback im web. einsatzgebiete und beispiele

Das Internet erweitert Kontakt und Handelsmöglichkeiten, diese sind jedoch schwer überschaubar und bewertbar. Informationen über Ruf oder Ansehen von Personen und Organisationen sind gefragt. Dieser Bedarf wird zunehmend durch die Einführung von Reputationssystemen gestillt. Mit ihrer Hilfe kann zum Beispiel besser eingeschätzt werden, ob einem Ratschlag Glauben geschenkt werden kann, ob ein potentieller Arbeitnehmer passende Kompetenzen und Referenzen aufweist oder wie zuverlässig ein OnlineHändler ist. Reputationssysteme können auch Einblicke über Interessen, Kompetenzen und Rollen von Mitlernenden, von Mitspielern oder CommunityMitgliedern geben. Reputationssysteme haben wie persönlich zugängliche Feedbacksysteme also auch häufig die Aufgabe, ein gewünschtes Verhalten zu erreichen und die Motivation zur Nutzung eines Systems aufrechtzuerhalten.

In dieser Broschüre wird dargestellt, wie und zu welchem Zweck Feedback und Reputationssysteme eingesetzt werden. Dabei werden Motive für den Einsatz der Systeme, wichtige Anwendungsgebiete sowie etliche Beispiele und Erfahrungen beschrieben. Systeme, die allein die Nutzeraktivitäten auswerten werden ebenso vorgestellt wie Systeme, die auf gegenseitigen Bewertungen aufbauen. Auch den webweit aggregierenden Reputationssystemen ist ein Abschnitt gewidmet. Schließlich werden in der Studie Empfehlungen für die Entwicklung von Reputations und Feedbacksystemen gegeben.

Diese Broschüre ist ein Ergebnis der ComStudy, die am Salzburg NewMediaLab (SNML) im Zeitraum von Oktober 2008 bis Februar 2010 durchgeführt wird. Das SNML, das Kompetenzzentrum für Neue Medien in Österreich, arbeitet daran, digitale Inhalte clever zu strukturieren, verknüpfen, personalisieren, für alle auffindbar zu machen und nachhaltig zu nutzen und betrachtet dabei die Community als einen wesentlichen Faktor vieler Projekte.

rEpu

tati

on

un

d f

EEd

back

im W

Eb –

Ein

satz

gebi

ete

und

Beis

piel

e

reputation und feedback im WebEinsatzgebiete und Beispiele

Sandra Schaffert, Georg Güntner, Markus Lassnig und Diana Wieden-Bischof

© sx

c.hu

Schriftenreihe: Social mediaband 4

ISBN 9783902448170

Sch

rift

EnrE

ihE:

So

cial

mEd

ia |

Ban

D 4

Contacts: 152

VIP

Contacts: 1

Newbie

Contacts: 85

Moderator

Contacts: 37

VIP

Sandra Schafert

Reputaton und Feedback im Web

Einsatzgebiete und Beispiele

mit Beiträgen von Georg Güntner, Markus Lassnig und Diana Wieden-Bischof

Salzburg NewMediaLab (SNML), das Kompetenzzentrum für Neue Medien gab die vorliegende Broschüre im Rahmen des Projekts „ComStudy“ (Leitung: Dr. Sandra Schafert) in Aufrag. Unter der Leitung von DI Georg Güntner arbeitet das SNML dar-an, digitale Inhalte clever zu strukturieren, verknüpfen, personalisieren, für alle auf-fndbar zu machen und nachhaltg zu nutzen. Das SNML ist ein industrielles Kompe-tenzzentrum im Rahmen der Aktonslinie Kind des Bundesministeriums für Wirtschaf und Arbeit (BMWA) und wird gefördert aus Miteln des BMWA und des Landes Salz-burg. Homepage: newmedialab.at

© Salzburg NewMediaLab 2010

ISBN 978-3-902448-17-0

Sandra Schafert, Georg Güntner, Markus Lassnig und Diana Wieden-Bischof:

Reputaton und Feedback im Web.Einsatzgebiete und Beispiele.

Band 4 der Reihe „Social Media“, herausgegeben von Georg Güntner und Sebastan Schafert

Verlag und Herstellung: Salzburg Research, SalzburgUmschlaggestaltung: Daniela Gnad, Salzburg Research

Bibliografsche Informaton der Deutschen Natonalbibliothek:

Die Deutsche Natonalbibliothek verzeichnet diese Publikatonin der Deutschen Natonalbibliografe; detaillierte bibliografsche Daten sind im Internet über htp://dnb.d-nb.de abrufar.

VORWORT

Das Kompetenzzentrum für Neue Medien, Salzburg NewMediaLab, betrachtet im Rah-men seines Forschungsprogramms die Wechselwirkung zwischen digitalen Inhalten und ihren Autor(inn)en bzw. Konsument(inn)en aus technologischer und sozialer Perspekt-ve. Dabei ergibt sich naturgemäß die Frage, welche Art von Beziehungen zwischen Auto-rInnen und LeserInnen untereinander, aber auch zu den von ihnen erstellten bzw. konsu-mierten Inhalten besteht. Zudem untersuchen wir, wie sich die aufgrund dieser Bezie-hungen entstehenden Gemeinschafen auf die Atraktvität und Nutzung der Inhalte so-wie auf das Angebot von erweiterten Diensten auswirkt.

Unter der Bezeichnung „ComStudy“ wurde im Oktober 2008 am Salzburg NewMediaLab eine Studie gestartet, die sich mit Orienterungs- und Entscheidungshilfen für den Auf-bau und die Nutzung von Online-Communitys beschäfigt. Dabei betrachten wir auch die in der Wechselwirkung von Inhalten und Communitys anfallenden Metainformato-nen und die auf den Inhalten basierenden Dienste, wie etwa Empfehlungs- und Reputa-tonssysteme.

Der vorliegende (vierte) Band der Reihe „Social Media“ geht der Frage nach, welche Ei-genschafen heutge Online-Systeme zur Einschätzung und Bewertung von Benutzerin-nen und Benutzern charakterisiert. Wir untersuchen außerdem, wie und zu welchem Zweck Feedback- und Reputatonssysteme eingesetzt werden, und stellen dar, welche Erfahrungen damit bisher gemacht wurden. Die Bandbreite der Themen reicht dabei von der Motvaton für den Einsatz dieser Systeme über die wichtgsten Anwendungsge-biete bis hin zu Anregungen für die Entwicklung und Evaluaton dieser Systeme.

Die Darstellung der Analyse und von deren Ergebnissen erfolgt – wie in den drei voran-gehenden Publikatonen – stets unter dem Gesichtspunkt, den Leserinnen und Lesern praktsche Orienterungs- und Entscheidungshilfen für die Konzepton und Umsetzung zur Verfügung zu stellen. Im Namen des Salzburg NewMediaLab wünsche ich Ihnen in diesem Sinne bei der Lektüre viele brauchbare Anregungen und viel Erfolg bei der prak-tschen Umsetzung in Ihren Online-Communitys.

Georg GüntnerLeiter des Salzburg NewMediaLabFebruar 2010

DANK UND ANMERKUNG ZUR SCHREIBWEISE

Herzlichen Dank an die beiden Experten Dr. Christan Glahn (CELSTEC) und Peter Reiser (Sun Microsystems) für ihre Bereitschaf unsere Fragen zu beantworten. Danke auch an die Kolleginnen und Kollegen: Mag. Diana Wieden-Bischof für die ausführliche Recher-che, Zusammenstellung von Rohmaterial sowie für das Lektorat des Manuskripts, an Dr. Markus Lassnig für die Ausführungen zur Rolle von Reputatonssystemen im Tourismus sowie DI Georg Güntner für seine Darstellung ausgewählter Algorithmen von Reputat-onssystemen; danke auch an Daniela Gnad für das Titelbild!

Da die Gefahr groß ist, die eine oder den anderen zu übersehen, der bei den Trefen, oder in E-Mails oder beim informellen Gespräch beim Kafee hilfreich war, danke ich den weiteren Kolleg(inn)en ohne einzelne Namen zu nennen: Wie bei jeder der Veröfentli-chungen im Rahmen des Projekts Comstudy stecken auch hier hinter vielen Ideen und Hinweise auf interessante Tools, Projekte, Veröfentlichungen und Expert(inn)en zahlrei-che Kolleg(inn)en des Salzburg NewMediaLab sowie der Salzburg Research Forschungs-gesellschaf. Es macht Spass, mit so vielen cleveren Köpfen zusammenzuarbeiten!

Schließlich, wie bei den bisherigen Veröfentlichungen dieser Reihe auch hier: Um die-sen Beitrag nicht durch weibliche Endungen, Bindestriche und Klammern zu einem zwar korrekten, aber auch schwerer zu lesenden Werk zu machen, haben wir im Folgenden durchgehend darauf verzichtet, die gendergerechte Schreibweise zu verwenden. Zudem haben wir uns bemüht, auf englische Ausdrücke oder Lehenswörter zu verzichten wo sie uns unnötg erschienen – aber im Bereich des Internets und der modernen Manage-mentheorie kommt man leider viel zu of nicht darum herum.

Sandra SchafertSalzburg Research ForschungsgesellschafFebruar 2010

INHALTSVERZEICHNIS

1 Einleitung und Hintergrund........................................................................................ 91.1 Reputaton und Feedback ......................................................................................91.2 Überblick über Feedback- und Reputatonssysteme und ihre Quellen ................101.3 Schwerpunkte, Forschungsfragen und Vorgehen.................................................111.4 Hintergrund.......................................................................................................... 12

2 Feedbacksysteme: Ideen und Anwendungen............................................................132.1 Feedbacksysteme als Anreiz für die Beteiligung an Community-Aktvitäten........132.2 Realisierungen von Feedbacksystemen................................................................ 142.3 Entwicklung von Feedbacksystemen.................................................................... 20

3 Reputatonssysteme im Überblick ........................................................................... 233.1 Ziele und Zwecke des Einsatz von Reputatonssystemen......................................233.2 Reputaton aus Sicht der Nutzer...........................................................................243.3 Verschiedene Arten von Reputatonssystemen.................................................... 26

4 Reputatonssysteme: fünf ausgewählte Einsatzgebiete............................................274.1 Überblick über fünf ausgewählte Einsatzgebiete..................................................274.2 Reputatonssysteme zur Unterstützung der Gemeinschaf...................................284.3 Reputatonssysteme im Markt der Kompetenzen.................................................324.4 Reputatonssysteme im Online-Handel................................................................ 414.5 Reputatonssysteme im Bereich der Online-Spiele............................................... 494.6 Aggregierende Web-Reputatonsdienste für Personen ........................................54

5 Entwicklung von Reputatonssystemen ................................................................... 595.1 Überblick und Überlegungen zur Entwicklung......................................................595.2 Beispiele für komplexe Reputatonsalgorithmen ................................................. 635.3 Herausforderungen und Schwächen ....................................................................71

6 Ausblick: Konsequenzen und Herausforderungen ....................................................73

Literatur und Quellen................................................................................................. 75

Autorinnen und Autoren............................................................................................ 80

Social Media – Weitere Bände....................................................................................80

1 EINLEITUNG UND HINTERGRUND

1.1 Reputaton und Feedback

Wenn man früher erfahren wollte, welcher Händler gute Ware hat, welcher Handwerker saubere Arbeit leistet oder ob jemand einen Arbeiter sucht, war der Marktplatz oder der Stammtsch ein guter Ort um Erkundungen einzuholen. Man erfuhr dort schnell, auf wen man sich verlassen kann und wem man besser kein Vertrauen schenkt.

Das Internet und die damit verbundene größere Anonymität der Agierenden und gerin-gere Überschaubarkeit des Angebots, erhöht den Bedarf nach Informatonen über Ruf oder Ansehen von Personen, Organisatonen und Unternehmen. Dieser Bedarf wird zu-nehmend durch die Einführung von Reputatonssystemen gestllt. Damit kann zum Bei-spiel abgesichert werden, ob einem Ratschlag Glauben geschenkt werden kann, ob ein potenzieller Arbeitnehmer passende Kompetenzen und Referenzen aufweist oder wie zuverlässig ein Online-Händler ist.

Reputatonssysteme spielen eine wichtge Rolle am häufg undurchsichtgen Online-Markt. Auch wenn manche Online-Akteure anonym handeln, unterstützen Reputatons-systeme durch das Sammeln und Verbreiten von Bewertungen und Einschätzungen den Entscheidungsprozess, wer als passend, vertrauenswürdig oder interessant eingeschätzt wird. Unangenehme Überraschungen können besser vorgebeugt werden, da man be-reits im Vorfeld prüfen kann, ob der potenzielle Kontakt den Wünschen entspricht. Der „gute Ruf“ wird für Online-Akteure immer wichtger, teilen doch immer mehr Menschen durch das Web ihre Erfahrungen mit der breiten Masse. Es gibt viele Aussagen dazu, was konkret „der gute Ruf“ oder „Reputaton“ ist. Pfeifer (2008a) bietet beispielsweise eine Sammlung von mehr als 20 Defnitonen zu Reputaton und Corporate Reputaton. Auch die Begrife „Image“ und „Prestge“ werden manchmal synonym verwendet.

Abdul-Rahman und Hailes (2000) defnieren Reputaton als eine Erwartung über das Verhalten eines Agenten, basierend auf Informatonen über oder Beobachtung von des-sen bisherigen Verhalten. In dieser Defniton wird deutlich, dass die aktuelle Reputaton die Erwartungen über das zukünfige Verhalten beeinfusst. Nach Grobholz (2008) kann Reputaton auch als öfentliches Ansehen von Menschen, Organisatonen und Unterneh-men verstanden werden, das sich aus Meinungen von Vielen zu einem Gesamtbild zu-sammensetzt (vgl. Grobholz, 2008). Reputatonssysteme haben dabei in dreierlei Hin-sicht ihren Wert (s. Adler & de Alfaro, 2007, 262): Zunächst einmal haben sie einen prä-skriptven Wert, d. h. das Verhalten der Nutzer orientert sich an den Regeln mit denen man hohe Reputatonen erreicht. Zweitens unterstützen Reputatonssysteme Nutzer zu klassifzieren und einzuordnen, sie haben also einen deskriptven Wert. Dritens hat die Reputaton auch eine prädiktven Wert, d.h. aus der Reputaton werden Annahmen über zukünfiges Verhalten abgeleitet.

Webbasierte Reputatonssysteme versuchen den Prozess der Reputatonsentwicklung zu moderieren und zu automatsieren, indem die Nutzeraktvitäten verfolgt werden und die Reaktonen der Mitglieder darauf ausgewertet werden (Glass, 2008). Wie in dieser Stu-die gezeigt wird, entsteht „Reputaton“ in solchen Systemen also nicht immer (aus-schließlich) durch Einschätzungen und Bewertungen von Driten, sondern wird in einzel-nen Systemen alleine durch das Verhalten eines Nutzers und Reaktonen von anderen indirekt ermitelt.

Mindestens genauso wichtg wie die Bewertung durch Drite in Online-Reputatonssys-temen, ist auch die Rückmeldung beispielsweise zur eigenen Aktvität und Häufgkeit der Teilnahme in einer Community oder Anwendung: Wir bezeichnen diese „persönliche

9

Sicht“ auf Aktvitäten und Feedback dazu als Feedbacksystem. Solches Feedback für Nut-zer wird dabei nur im privaten Bereich angezeigt und ist für die anderen Online-Akteure des Netzwerks nicht ersichtlich. Feedbacksysteme sollen vor allem motvierend wirken und zur aktven Teilnahme im Netzwerk anregen. Sie geben dabei gleichermaßen Rück-meldung zum Engagement und zu Einschätzungen oder Kommentare von anderen Teil-nehmern wieder, die nicht öfentlich zugänglich sind. Online-Engagement wird dabei als Grad der Partzipaton, also der Teilnahme und der Bindung einer Person, Gruppe oder Organisaton verstanden.

Nutzer können auf verschiedene Weisen in eine Community eingebunden werden (vgl. Schafert & Wieden-Bischof, 2009). Eine aktve Beteiligung der Mitglieder kann dabei (auch) durch den Einsatz von gezielten Feedback- und Reputatonssystemen entstehen bzw. diese Beteiligung erst ermöglichen oder unterstützen.

1.2 Überblick über Feedback- und Reputatonssysteme und ihre Quellen

Im Überblick lassen sich drei Formen von webbasierten Reputatons- und Feedbacksys-temen unterscheiden, also Systeme, die Einschätzungen und Bewertungen zu einer be-stmmten Person im Hinblick auf ihr Verhalten im Web sowie der Einschätzung der Com-munity bzw. anderer Nutzer eines Systems erlauben.

Abbildung 1: Online-Systeme zur Einschätzung und Bewertung von Personen

Die folgende Zusammenstellung gibt einen Überblick über die Quellen auf deren Grund-lage Reputatons- und Feedbacksysteme Auskunf geben können.

10

Abbildung 2: Quellen für Feedback- und Reputatonssysteme

Welche Quellen für Feedback- und Reputatonssystem genutzt werden, ist sehr unter-schiedlich realisiert, of werden mehrere unterschiedliche verwendet. So gibt es zu-nächst eine Reihe von direkten Verfahren: Hier werden Nutzer einer Anwendung aufge-rufen, andere Personen (oder Organisatonen) zu bewerten, beispielsweise mit der Ver-gabe von Punkten oder Auszeichnungen. Feedback und Reputatonssysteme können die Zahl der gesamten positven und negatven Bewertungen durch Mitglieder für bestmm-te Zeiträume darstellen (der letzten 6 oder 12 Monate); auch Bewertungen in detaillier-ten Kategorien (z. B. Qualität, Höfichkeit). Auch gibt es Anwendungen, bei denen einzel-ne Aktonen der Nutzer bewertet werden können, wie das Verhalten bei einzelnen Transaktonen im Online-Handel oder einzelne Diskussionsbeiträge.

Indirekte Verfahren analysieren das individuelle Nutzerverhalten bzw. das Verhalten der anderen. So geben beispielsweise das Datum der Registrierung bzw. des letzten Einlog-gens in einem System Auskunf über die (vermeintliche) Erfahrung und Aktvität bei der Nutzung wieder. Auch kann – je nach System und Zweck – ausgewertet werden an wie-vielen unterschiedlichen Stellen eingeloggt wurde, wie of in einer Nacht Ortswechsel erfolgen, wie of man im Monat oder am Tag eingecheckt ist, zu welcher Tageszeit usw. Auch kann die Zahl der Beiträge oder die durchschnitliche Wortlänge ausgewertet wer-den. Einzelbeiträge auszuwerten ist jedoch insbesondere in kollaboratven Systemen wie Wikis oder in Sofware-Entwicklungsprojekten nicht einfach. Auch das Kommunikatons-verhalten und die Vernetzungsstruktur bieten zahlreiche Nutzungsmöglichkeiten für Feedback- und Reputatonssysteme. So kann ausgewertet werden, ob jemand sehr schnell Antworten gegeben hat oder die erste Antwort geschrieben hat, oder auch ob man eine Frage gestellt hat, auf die es keine Antwort gab.

1.3 Schwerpunkte, Forschungsfragen und Vorgehen

Eingangs betrachten wir die Bewertungen und Einschätzungen, die Nutzer nur im per-sönlichen Profl einsehen können und dort erhalten, um dadurch Feedback über ihr En-gagement zu erhalten und es beispielsweise aufrecht zu erhalten oder zu erhöhen.

Schwerpunktmäßig werden wir dann community-basierte Reputatonssysteme betrach-ten, also Systeme, die auch auf den Bewertungen und Einschätzungen anderer Anwen-der oder Nutzer eines Systems beruhen. In der Regel betrift dies Personen, solche Sys-teme können aber auch von Organisatonen und Unternehmen genutzt werden.

Daneben gibt es aber auch Verfahren, die die im Web verteilten Informatonen automa-tsch aggregieren und darstellen, die also auch indirekt Bewertungen und Einschätzun-gen ermöglichen: Beispielsweise lässt sich damit feststellen, wie populär jemand „im Web“ ist, wie häufg Artkel oder Weblogeinträge über einen Popstar oder Politker ge-schrieben werden.

11

Folgende, eher praktsche Fragen waren dabei forschungsleitend:

| Welche Arten von Online-Systemen zur Einschätzung und Bewertung von Personen gibt es derzeit?

| Wie und zu welchem Zweck werden sie eingesetzt?

| Welche Erfahrungen wurden dabei bisher gemacht?

Diese Publikaton verfolgt das Ziel, über unterschiedliche Branchen und Anwendungsbe-reichen hinweg Realisierungsmöglichkeiten und Beispiele vorzustellen. Es wird dabei be-trachtet, welchen Nutzen einzelne Benutzer eines Services oder einzelne Community-Mitglieder haben oder wie die Nutzergruppe insgesamt davon proftert. Weil Reputat-on im Web auch für den einzelnen Nutzer ganz entscheidend ist, insbesondere den be-rufichen und persönlichen Erfolg beeinfussen kann, schließt diese Broschüre mit Hin-weisen zu den Gestaltungs- und Einfussmöglichkeiten der Nutzer.

Im Überblick beschäfigt sich die Studie also mit

| Zielen und Zwecken des Einsatzes von Reputatons- und Feedbacksystemen,

| Feedbacksystemen, also Rückmeldungen zur Aktvität im persönlichen Profl,

| Reputatonssystemen in unterschiedlichen Bereichen,

| Hinweisen zur Entwicklung solcher Systeme sowie

| Herausforderungen und Konsequenzen.

Ein gewisses technisches Grundverständnis voraussetzend, wendet sich diese Studie vor allem an Praktker, die sich durch die unterschiedlichen Nutzungsmöglichkeiten anregen lassen wollen, für ihre eigenen Produkte und Dienstleistungen innovatve Einsatzmög-lichkeiten zu entwickeln. Hierfür wurden Beispiele, Publikatonen und Experten einbezo-gen, um einen guten Einsteg und Überblick zum aktuellen Stand der Nutzung sowie an-regende Einblicke ermöglichen zu können.

1.4 Hintergrund

Diese Broschüre ist ein Ergebnis der „ComStudy“, die am Salzburg NewMediaLab (SNML) im Zeitraum von Oktober 2008 bis Februar 2010 durchgeführt wird. Das SNML, das Kompetenzzentrum für Neue Medien in Österreich, arbeitet daran, digitale Inhalte cle-ver zu strukturieren, verknüpfen, personalisieren, für alle aufndbar zu machen und nachhaltg zu nutzen und betrachtet dabei die Community als einen wesentlichen Faktor vieler Projekte. Im Rahmen der ComStudy wurde bereits eine Studie zum erfolgreichen Community-Aufau durchgeführt, die anhand Literaturanalysen, Best-Practce-Beispie-len, Fallanalysen und Expertenbefragungen für unterschiedliche Szenarien konkrete Im-plementerungsempfehlungen gibt (Schafert & Wieden-Bischof, 2009). In einer weite-ren Broschüre wurde die Entstehung und Nutzung von (Meta-) Informatonen in Com-munitys beschrieben. Unterschiedliche Einsatzgebiete und Nutzungen, von der Entwick-lung von Services für die Communitys selbst bis zum unternehmensgetriebenen Web-monitoring werden dabei beschrieben (Schafert u.a., 2009). Auf diesen Vorarbeiten be-ruht im Rahmen des Projekts diese Studie zu Feedback und Reputatonssystemen. Die Veröfentlichungen im Rahmen des Projekts kompletert eine Studie zu Empfehlungs-systemen (Schafert u.a., 2010).

12

2 FEEDBACKSYSTEME: IDEEN UND ANWENDUNGEN

Reputatonssysteme versuchen für andere die Qualitäten eines Nutzers sichtbar zu ma-chen, und setzen damit Anreize, sich an einer Community zu beteiligen. Dazu ist nicht notwendigerweise ein Reputatonssystem notwendig. Auch die Bereitstellung von Feed-backs über die Nutzeraktvitäten in persönlichem Profl kann für Nutzer ein Anreiz sein, sich verstärkt und qualitatv hochwertg in eine Community einzubringen. In diesem ers-ten Abschnit beschäfigen wir uns daher mit solchen nur persönlich zugänglichen Feed-back-Systemen.

2.1 Feedbacksysteme als Anreiz für die Beteiligung an Community-Aktvitäten

Generell kann man zwischen intrinsischer und extrinsischer Motvaton unterscheiden. Bei der extrinsischen Motvaton wird das Verhalten der Online-Akteure durch beispiels-weise fnanzielle Anreize, Anerkennung, Lob und Reputatonsgewinn von außen beein-fusst. Die intrinsische Motvaton hingegen entsteht aus der inneren Befriedigung her-aus, da beispielsweise die Aufgabe Freude bereitet oder man seine selbst gesetzten Zie-le erreicht hat (Mates, 2008).

Da (indirekte) fnanzielle Anreize in Online-Communitys und auch die entsprechenden Anreizsysteme ansonsten praktsch nicht vorzufnden sind, scheint das Engagement von Mitgliedern in der Regel mit eher intrinsischen Motvatonen zu erklären sein. Auf den ersten Blick kann es hilfreich erscheinen, Anreize für Aktvitäten möglichst hoch anzuset-zen, um möglichst viel Aktvitäten hervorzurufen. Untersuchungen zeigen jedoch, dass dies ein Trugschluss ist: extrinsische Faktoren erhöhen die Leistungsbereitschaf of nur unwesentlich und bremsen freiwillige Tätgkeiten („Crowding-Out-Efekt“; s. Koch & Richter, 2009).

Die Motve für die Teilnahme an Online-Communitys können folgendermaßen unter-schieden werden: Es gibt egoistsche Motve, beispielsweise den Wunsch, sich selbst zu verwirklichen oder etwas zu lernen und altruistsche Motve, wie beispielsweise, eine Sache voran zu bringen oder anderen zu helfen (s. Schafert & Wieden-Bischof, 2009, 45).

Auch Darstellung und Feedback der Aktvitäten in einem System bzw. in einer Communi-ty können für Mitglieder motvierend sein: Um aktvierend und unterstützend zu wirken muss es jedoch zu den persönlichen Motven passende Rückmeldungen geben. Online-Communitys sind nicht unbedingt „Communites of practces“ wie es Wenger (1998) be-schreibt, doch erscheinen uns einige der Faktoren, die er nennt auch hilfreich für eine konzeptonelle Beschreibung, was Feedbacksysteme bieten können. Feedbacksysteme bzw. persönliche Profle in Communitys sollten Auskünfe und Rückmeldungen in Bezug auf die eigenen Aktvitäten und Aktvitäten der Community geben und können auch de-ren Verhältnis beschreiben:

| soziale Präsenz (z. B. wer ist online, wie geht es den anderen, wieviele Male loggte ich mich im letzten Monat ein, wie häufg machen das andere, wie fühle ich mich, wie die anderen?)

| Rhythmus (z. B. wann war ich das letzte Mal online, stehen Community-Termine an, gibt es Berichte über Community-Events?)

| Interakton (z. B. von wem liegen Fragen, Antworten, Kommentare vor; gibt es beson-ders wichtge Diskussionen?)

13

| Eingebundenheit (z. B. wie sehr bringe ich mich, im Vergleich mit den anderen, in die Community-Aktvitäten ein? Wie aktv bin ich? Wie verbunden fühle ich mich?)

| Verbindungen (z. B. zu welchen Inhalte, Themen, Personen liegen Verbindungen vor, gemeinsame Interessen?)

| Persönliche Identtät (z. B. gibt es Aktualisierungs- oder Änderungsbedarf beim öf-fentlichen Profl, welche Rolle habe ich derzeit in der Community?)

| Community Identtät (z. B. wie beschreibt sich die Community, welche Ziele und Zwe-cke verfolgt sie, gibt es hier Veränderungen?)

| Beziehungen (z. B. wen kenne ich und woher, welcher Art sind meine Beziehungen, kennen sich meine Kontakte untereinander?)

Je nach Ausrichtung des Systems – soll das Feedbacksystem beispielsweise Lernen un-terstützen oder soll es eher ein Cockpit über fnanzielle Transaktonen sein – ist die kon-krete Ausprägung unterschiedlich.

Aktuell versprechen insbesondere die Arbeiten im Projekt Insemtves1 interessante und aktuelle Sammlungen und Neuentwicklungen im Bereich der Anreizsysteme, auch im Bezug auf Feedbacksysteme.

2.2 Realisierungen von Feedbacksystemen

Im Folgenden beschreiben wir exemplarisch drei Feedbacksysteme aus zwei unter-schiedlichen Bereichen: Zwei Feedbacksysteme für Lerner und eines für Nutzer eines so-zialen Netzwerkes für Wissenschafler.

Comtella

Viele Online-Communitys leiden gerade in der Anfangsphase darunter, nicht genügend Nutzerbeteiligung zu verzeichnen. Um eine aktve Teilnahme an der Community atrakt-ver zu gestalten und die kritsche Masse an Nutzern zu erreichen, die für das Überleben und die Nachhaltgkeit der Community von Bedeutung sind, ist es wichtg Anreize zu schafen. Allerdings sollte eine Teilnahme der Nutzer nicht zu jedem Preis erwünscht sein, denn dies kann sehr schnell mit hoher Quanttät und schlechter Qualität der Bei-träge bestraf werden und wiederum die Abwanderung von Mitgliedern zur Folge ha-ben. Es ist daher wichtg eine Balance zwischen Qualität und Quanttät der Beiträge zu erlangen, um eine nachhaltge Nutzerteilnahme in der Community zu sichern. Abhängig von der Reputaton der Nutzer und den Bedürfnissen der Community selbst, lohnt es sich somit Belohnungen für bestmmte Formen der Teilnahme und für individuelle Nut-zer zu adapteren.

Comtella verfolgt genau diesen Ansatz des Anreiz- bzw. Motvatonsmechanismus. Es wurde im MADMUC-Labor der Universität Saskatchewan entwickelt, um klassenrelevan-te Webressourcen (Bookmarks) unter Studenten zu teilen und dem Problem der man-gelnden Nutzerbeteiligung und -beiträge entgegenzuwirken. Comtella misst und belohnt gewünschte Nutzeraktvitäten, fördert stabile und aktve Nutzerbeteiligung, verringert die Informatonsüberfutung und erhöht die Nachhaltgkeit der Community. Die Beiträge und die Teilnahme der einzelnen Nutzer werden gemessen und bewertet. Je besser die Beurteilung ausfällt (Qualität und Nutzen für die Community) desto höher der Status (Bronze, Silber, Gold) innerhalb der Community. Abhängig vom Status wird der User

1 htp://www.insemtves.eu, Stand 02/2010

14

durch auf ihn abgestmmte zusätzliche Dienstleistungen (z. B. unterschiedliche Benutze-roberfächen, zusätzliche Suchmöglichkeiten) belohnt.

Ein Anreizsystem wie es Comtella verfolgt, muss die Qualität der Nutzerbeiträge in Be-tracht ziehen und die Hochwertgen belohnen und die Minderwertgen (ver)hindern. Es ist allerdings nicht einfach, die Qualität der Beiträge unvoreingenommen und genau zu messen, den Qualitätsmessungen sind meistens subjektv. Die Evaluierung der Qualität kann sowohl implizit als auch explizit erfolgen. Bei der impliziten Messung wird bei-spielsweise die Qualität von Postngs durch die Häufgkeit des Anklickens erhoben. Da-bei wird davon ausgegangen, dass Nutzer die die Ressource gesehen haben auch gleich-zeitg eine positve Einstellung dazu haben, was nicht immer der Fall ist. Im Gegenteil dazu erfolgt eine explizite Messung direkt durch die Einschätzung bzw. Bewertung der anderen Mitglieder. Hier kann jedoch wiederum das Problem entstehen, dass Beiträge die zu einem späteren Zeitpunkt hinzugefügt werden, ungenügend Aufmerksamkeit er-halten, da sie eine geringere Chance haben von anderen gelesen und daher auch bewer-tet zu werden.

Ofensichtlich spielt daher der Zeitpunkt bei der Beteiligung ebenfalls eine große Rolle besonders auch in einem klassenunterstützenden System wie Comtella, da sich die The-men wöchentlich ändern und spätere Beiträge vernachlässigt werden. Der Anreizmecha-nismus von Comtella besteht aus zwei Teilen: a) Einerseits werden Nutzer ermutgt Res-sourcen zu bewerten und b) andererseits erhalten sie Belohnungen für verschiedene Ak-tvitäten.

(a) Jedes Mitglied erhält eine beschränkte Anzahl an Punkten, die es für die Bewertung von Beiträgen vergeben kann. Jeder Beitrag kann mit +1 Punkt oder -1 Punkt bewertet werden. Die Nutzer mit einem höheren Mitgliederstatus erhalten mehr Bewertungs-punkte die sie vergeben können und haben dadurch auch mehr Einfuss in der Commu-nity. Damit alle Beiträge die gleichen Chancen haben gelesen und beurteilt zu werden, liegt die anfängliche Bewertung bei Null, unabhängig vom Status des Mitglieds oder der Qualität seiner Beiträge. Zum Schluss werden alle Bewertungen eines Beitrags zusam-mengezählt und als „Earned Ratngs“ (in Deutsch „verdiente Bewertung“) in der Sucher-gebnisliste mit angezeigt, welche auch nach Nutzern sortert werden kann. Als ein Anreiz für Nutzer die Beiträge zu bewerten, wurde zusätzlich eine virtuelle Währung „c-points“ eingeführt. Zu Beginn hat jeder Nutzer nur eine begrenzte Anzahl an c-points, die sich jedoch sofort weiter erhöht, wenn das Mitglied eine Bewertung von anderen Ressour-cen vornimmt. Die Höhe der gutgeschriebenen c-points ist abhängig von der Reputaton des Nutzers. Mit den c-points kann er seine eigenen Beiträge bewerten und ihre Sicht-barkeit in der Suchergebnisliste steigern, indem sie unter den Top 10 angezeigt werden und wiederum bessere Chancen haben gelesen und bewertet zu werden. Suchergebnis-se werden zuerst nach der Anzahl der c-points und danach nach ihrem erscheinen ge-reiht.

(b) Die Idee hinter diesem Ansatz ist es, dass Belohnungen an die unterschiedlichen For-men der Beteiligung für individuelle Nutzer und deren Reputaton (erlangt durch die Qualität der Beiträge) angepasst werden. Die individuellen Belohnungen für die diversen Möglichkeiten der Beteiligung werden jedes Mal beim Login in persönlichen „Motvat-onsnachrichten“ angezeigt. Sie teilen dem Mitglied auch mit in welchem Bereich die Community von ihm eine Beteiligung erwartet wird sowie über die Anzahl der Ressour-cen zu einem Thema. Auch die Gewichtung der Belohnungen für die verschiedenen Bei-träge variiert von Login zu Login und ist abhängig von Zustand des individuellen Nutzer-models als auch der Community selbst. Der Nutzer wird auch darüber informiert, falls

15

seine Reputaton im Bereich des Teilens von Ressourcen oder im Bereich der Bewertun-gen unterhalb des Gewünschten liegt.

Comtella verfolgt somit ein Community-Modell und ein individuelles Modell. Das Com-munity-Modell zeigt bei jedem Login die erwartete Anzahl der Ressourcen zu einem be-stmmten Thema durch die Mitglieder an, welche nicht von den Nutzern überschriten werden kann. Weiters verlieren ältere Ressourcen im Laufe der Zeit ihre Gewichtung bzw. Wert. Das individuelle Modell hingegen beschreibt den laufenden Mitgliederstatus und die Reputaton der Nutzerressourcen und Nutzerbewertung von den einzelnen Nut-zern an.

Abbildung 3: Persönliches Feedback bei ComtellaQuelle: Cheng & Vassileva, 2006, Abbildung 5, 331

Feedbacksystem für Sprachenlerner

Im Mai 2008 wurde die Community-Platorm Busuu2 zum Sprachen lernen online ge-stellt, die den einzelnen Teilnehmern im persönlichen Profl Feedback in Form von Pfan-zen gibt: Derzeit haben die Nutzer von Busuu die Möglichkeit Englisch, Deutsch, Franzö-sisch, Italienisch und Spanisch zu lernen.

Der Sprachgarten („Language Garden“) gibt jedem Nutzer im privaten Profl eine visuelle Darstellung seiner erworbenen Sprachkenntnisse. Jede Sprache wird in Form eines an-deren Baumtyps dargestellt. Dadurch wird ersichtlich, welche Sprache(n) man gerade lernt und wie weit man ist. Die Größe des Baumes verdeutlicht dem Lerner seine Fort-schrite in der jeweiligen Sprache. Je mehr der Lerner lernt bzw. je mehr Lerneinheiten er beendet hat und je aktver er in der Community ist, umso größer wird bzw. werden

2 htp://www.busuu.com, Stand 12/2009

16

seine Bäume. Klickt der Lernende auf einen Baum, kommt er zum jeweiligen Lernmateri-al der Sprache.

Abbildung 4: Screenshot eines persönlichen „Sprachgartens“ bei BusuuQuelle: htp://busuu.com (06/2009)

Busuu ermöglicht es dem Nutzer seine Fortschrite mit dem Durchschnit der Communi-ty zu vergleichen. Nach jeweils fünf erfolgreich abgeschlossenen Lerneinheiten erhält der Lernende für seinen Einsatz als eine weitere Motvaton kleine animierte Geschenke für den Sprachgarten, die dann als Figuren im Garten aufauchen.

Abbildung 5: Feedback und Anreize bei Busuu Quelle: htp://busuu.com (06/2009)

Das Engagement der Lerner wird jedoch nicht immer nur positv in Form von wachsen-den Bäumen dargestellt. Werden beispielsweise in der Prüfung zu einer Lerneinheit Feh-ler gemacht, beginnen schwarze Ungeziefer am jeweiligen Baum zu nagen. Werden die Fehler im Examen ausgebessert bzw. ein Examen solange wiederholt bis kein Fehler mehr vorhanden ist, dann verschwinden diese Tierchen auch wieder.

Um die Community zu stärken und die Lernenden zu motvieren, sich aktv an der Com-munity zu beteiligen, erhalten Benutzer für jeweils zehn korrigierte Schreibübungen an-derer Benutzer einen Apfel als Geschenk für seinen Sprachgarten.

17

Prototyp Team.sPace

Auch das folgende Beispiel Team.sPace ist ein Feedbacksystem für Lernende, es ist je-doch nur als Prototyp im Einsatz. Vorgestellt wird es hier, weil es sich um eine der An-wendungen handelt, die ihm Rahmen einer Dissertaton systematsch entwickelt und evaluiert wurde (Glahn, 2009).

Glahn (2009) hat sich in seiner Untersuchung die Frage gestellt, wie sich die Visualisie-rung der Aktvitäten in einem community-basierten Informatonsportal auf das Engage-ment der Einzelnen auswirkt. Hintergrund ist, das in den neuen partzipatven Weban-wendungen eine Reihe von informellen Lernaktvitäten statinden, die unterstützt und gefördert werden sollten. Wer sich bei Team.sPace beteiligen will, gibt seinen Weblog an sowie seinen Delicious-Namen, stellt den anderen also seine Weblog-Einträge sowie die (öfentlichen) Bookmarks der Social-Bookmarking-Anwendung Delicious zur Verfügung. Das Ergebnis ist eine Zusammenstellung und Übersicht aller Blogeinträge und Delicious-Bookmarks der Community. Die verwendeten Schlagworte bei den Blogeinträgen sowie den Lesezeichen aller Mitglieder werden in einer Tag-Wolke (rechts) angezeigt. Bei den Mitgliedern handelte es sich um internatonale Nachwuchsforscher im Bereich des tech-nologisch gestützten Lernens.

Abbildung 6: Screenshot von Team.sPaceQuelle: Glahn, Specht & Koper, 2009, 48

Zwei unterschiedliche Feedbacksysteme, also Darstellungen der Aktvitäten im persönli-chen Profl der Teilnehmer wurden entwickelt. Zum einen ist das ein Aktvitätenzähler welcher als farblich variierender Balken dargestellt wird.

18

Abbildung 7: Team.sPace-Feedback Variante I – Aktvitätenzähler nach 3, 72 und 196 AktonenQuelle: Glahn, Specht & Koper, 2009, 49.

Die zweite Variante ist eine „Performance Chart“. Jede mögliche Aktvität wird hier un-terschiedlich bewertet, ein neuer Weblogeintrag gibt beispielsweise zehn Punkte, ein Lesezeichen einen Punkt. Außerdem wird die Aktvität in Relaton zum aktvsten Mitglied der Gruppe dargestellt, angezeigt wird wiederum die persönliche Aktvität sowie die durchschnitliche Gruppenaktvität. Bewertet werden nur die Aktvitäten der letzten sie-ben Tage.

Abbildung 8: Team.sPace-Feedback Variante II – PerformanzzählerQuelle: Glahn, Specht & Koper, 2009, 49.

Nun wurde untersucht, ob und inwiefern sich diese unterschiedlichen Darstellungen auf die Aktvitäten im System auswirken. Dabei wurden die Aktvitäten von 14 Nutzern un-tersucht; insgesamt haben diese im System 48 Weblogeinträge und 549 Lesezeichen ein-getragen. Ihr Nutzerverhalten wurde aufgezeichnet. Zudem wurden sechs der Teilneh-mer interviewt. Angesichts der relatv kleinen Nutzerzahl können hier also zunächst nur einige Trends gezeigt werden (vgl. Glahn, 2009, 87f):

Zunächst einmal haben die Mitglieder sich positv über das System selbst geäußert, bei-spielsweise wurde es als hilfreich erlebt, zu sehen was Personen mit ähnlichen Interes-sen und Hintergründen taggen und bloggen. Die Nutzer mit beiden Feedback-Varianten haben zum Teil zu Beginn versucht, hier möglichst positve Darstellungen zu erhalten. Dadurch unterscheidet sich das Verhalten in der kleinen Stchprobe deutlich:

| Die Nutzer der ersten Variante haten keine Rückmeldung im Vergleich mit der Com-munity. Hier wurde durchgehend berichtet, dass nach anfänglichem Interesse nicht weiter versucht wurde, möglichst viele Punkte zu generieren.

| Bei der zweiten Variante beschwerten sich Nutzer, dass es bei einem Weblogeintrag so viele Punkte gibt, und dass Nicht-Blogger kaum höhere Punktezahlen bekommen können. Es zeigte sich, dass bereits aktve Mitglieder – diejenigen, die also Weblo-geinträge schrieben und Lesezeichen setzten im Unterschied zu den weniger aktven Mitgliedern, die nur ein bißchen „herumschauten“ und wenig Punkte generierten, durch den Community-Vergleich motviert wurden, das System aktv und intensiv zu nutzen. Ein Wenig-Nutzer war hingegen frustriert und hat seine Teilnahme ganz ein-gestellt.

19

Zusammenfassend lässt sich feststellen, dass wesentlich für eine Aktvität zunächst ein-mal der Wert und die Funktonalitäten des Systems selbst sind: Hier wurde v.a. positv bewertet, dass eine thematsch eng fokussierte Community Beiträge zum gemeinsamen Interessengebiet zusammentrug. Darüberhinaus zeigen diese und andere Untersuchun-gen von Glahn (2009), dass die konkrete Ausgestaltung der Feedbacksysteme die Aktvi-tät am und die Wahrnehmung eines Angebots nachhaltg beeinfusst.

2.3 Entwicklung von Feedbacksystemen

Feedbacksysteme in Web-Umgebungen, insbesondere solche, die eher informell organi-siert sind und verteilte Informatonen aggregieren, sind bisher nicht intensiv untersucht worden. Wir haben Christan Glahn, aus dessen Doktorarbeit bereits oben berichtet wurde noch um Tipps für die Entwicklung von Feedbacksystemen gebeten.

Entwicklung eines Feedbacksystems – Interview mit Christan Glahn

? In Ihren Untersuchungen konnten Sie feststellen, dass sich die Darstellung des Feedbacks auf das Nutzerverhalten auswirken kann. Wie würden Sie aufgrund Ihrer Untersuchungen ein Feedback für Lerner in informellen Netzen gestalten und visuali-sieren?

! Informelles Lernen ist stark vom Interesse und der Motvaton der Lernenden gelei-tet. Feedback muss „fair“ sein, damit es motviert und als wichtge Zusatzinformaton zur Kontrolle und Steuerung der persönlichen Lernziele genutzt wird. Dabei ist „Fair-ness“ keine globale Größe, sondern bezieht sich auf die persönliche Lesart der Person, die ein Feedback erhält. Die persönliche Lesart hängt vom jeweiligen Kontext der Lernenden ab und kann durch das Vor-wissen, den aktuellen Arbeitsprozess, dem Aufenthaltsort oder der Rolle in einer Arbeitsgruppe beein-fusst werden. Damit Feedback informelles Lernen unterstützen kann und für die Lernenden von Nutzen ist, müssen die kontextualisierenden Rahmenfaktoren bei der Gestaltung von Rückmeldungen berück-sichtgt werden. Unsere Untersuchungen haben gezeigt, dass Rückmeldungen nicht standardisiert wahr-genommen werden, sondern dass bereits vermeintlich unbedeutende Unterschiede zwischen Lernen-den die Lesart der bereitgestellten Informatonen verändern. Das bedeutet, dass die gleiche Informaton abhängig vom Kontext der Lernenden interpretiert wird, was zu unterschiedlichen Wahrnehmungen der „Fairness“ von Rückmeldungen führen kann. Damit Rückmeldungen relevante Zusatzinformatonen für ein selbstgesteuertes Lernen bieten, müssen diese nicht unbedingt komplex sein. Unsere Ergebnisse zeigen, dass selbst einfache Informatonen, wie die eigene Aktvität im Zeitrahmen von einer Woche oder eines Monats eine wichtge Rückmeldung sein kann.

? Feedbacksysteme lassen sich für unterschiedliche Anwendungen und Kontexte entwickeln. Welches Vorgehen empfehlen Sie denn generell für die Entwicklung und Überprüfung der Wirksamkeit von Feed-backsystemen?

! Feedback muss generell auf den Erfahrungsraum der Nutzer beziehen. Die Daten, die zur Erzeugung des Feedbacks herangezogen werden, müssen daher direkt an die Handlungen der Lernenden gekop-pelt, nachvollziehbar und beeinfussbar sein. Abhängig von der Ausrichtung des Feedbacks, müssen die Daten zum Kontext eines Lernenden passen oder die Aufmerksamkeit auf einen bestmmten Faktor kon-textualisieren. Diese Berücksichtgung des Lernkontexts bezeichnen wir als „Perspektvitätsprinzip“ der Gestaltung von Rückmeldungen. Handlungsbezogene Informatonen reichen allein jedoch nicht aus, da-mit diese das selbstgesteuerte Lernen unterstützen.

20

Zusätzlich müssen Feedbacksysteme sicherstellen, dass die Rückmeldung den Lernenden Anhaltspunkte zur Beurteilung der eigenen Handlungen bietet. Solche Anhaltspunkte werden durch die Bereitstellung von zusätzlicher Informaton geboten, die den Vergleich der eigenen Handlungen mit Referenzfaktoren erlaubt. Die Integraton von Anhaltspunkten in Rückmeldungen nennen wir das „Kontrastprinzip“.

Die Wirksamkeit von Rückmeldungen lässt sich leider nicht kurzfristg messen. Erst über einen längeren Zeitraum hinweg zeigt das Nutzerverhalten des Systems, ob die bereitgestellte Informaton von Lernen-den als relevant eingestuf wird. Darüber hinaus bezieht sich Feedback immer auf Zielgrößen die durch das Feedback beeinfusst werden. Kurzfristge Schwankungen der täglichen oder wöchentlichen Nut-zung sind dabei wenig aussagekräfig. Erst die langfristge Auswertung unter Berücksichtgung der ver-schiedenen Kontexte der Lernenden erlaubt eine Beurteilung der Wirksamkeit des Feedbacks. Die Infor-matonen aus langfristgen Beobachtungen zeigen die Bedeutung der Rückmeldungen für die Lernenden und können zusätzlich Aufschluss über Veränderungen der kontextualisierenden Rahmenbedingungen geben.

Dr. Christan Glahn ist wissenschaflicher Mitarbeiter am Centre for Learning Sciences and Technologies (CELSTEC) bei der Open Universiteit Nederland.

21

3 REPUTATIONSSYSTEME IM ÜBERBLICK

3.1 Ziele und Zwecke des Einsatz von Reputatonssystemen

Eingangs wurden bereits die drei Funkionen von Reputatonssystem hingewiesen: Zu-nächst einmal haben Reputatonssysteme einen präskriptven Wert, d. h. das Verhalten der Nutzer orientert sich an den Regeln mit denen man hohe Reputatonen erreicht. Zweitens unterstützen Reputatonssysteme Nutzer zu klassifzieren und einzuordnen, sie haben also einen deskriptven Wert. Dritens hat die Reputaton auch eine prädiktven Wert, d.h. aus der Reputaton werden Annahmen über zukünfiges Verhalten abgeleitet.

Vielfältg wie die Einsatzgebiete von Reputatonssystemen sind auch die damit verbun-denen unmitelbare Zwecke der Betreiber (u.a. Dellarocas, 2009):

| Sie wollen Nutzer generell aktvieren und zu Beiträgen zu einer Anwendung motvie-ren. Auch kann angestrebt sein, Nutzer an einen Service zu binden.

| Sie wollen ein bestmmtes Verhalten der Nutzer erreichen, beispielsweise communi-ty-unterstützende Aktvitäten fördern indem u.a. Hilfsbereitschaf und Freundlichkeit bewertet wird.

| Sie wollen den Nutzern bessere Orienterungsmöglichkeiten bieten, z. B. über Funk-tonen und Kompetenzen der anderen Nutzer. Durch den Einsatz von Reputatonssys-temen kann beispielsweise in Online-Märkten wie eBay oder bei Amazon das Verhal-ten von Markteilnehmern transparenter gemacht und dadurch Betrug besser vorge-beugt bzw. ausgeschlossen werden.

| Reputatonssysteme werden gerne auch mit sogenannten Anreiz- bzw. Bonussyste-men gekoppelt. Beispielsweise werden Nutzer mit einer hohen Reputaton oder ei-nem hohen Engagement mit besonderen Privilegien belohnt. So könnenBerechtgun-gen in der Community (wie Moderatons- oder Admistratonsrechte) damit verknüpf werden (siehe Slashdot, S. 39) oder Insentves wie reale Trefen (siehe Yelp, S. 31) ge-knüpf werden.

Ziele, die Betreiber mit dem Einsatz von Reputatonssystemen verfolgen, können dabei sein:

| höheres Vertrauen in ein Angebot und Anbieter zu erreichen (insbesondere im Han-del),

| Mitglieder an ein Angebot zu binden,

| mit Hilfe des Empfehlungssystem mehr Nutzer zu bekommen,

| zufriedenere Nutzer zu erhalten,

| sich durch besseren Service von Mitbewerbern zu unterscheiden sowie

| höhere Umsätze und/oder Gewinne zu sichern.

23

Insbesondere im Online-Handel versprechen Reputatonssysteme erhöhte Umsätze durch die geschafene höhere Transparenz. Nutzer gehen bei Online-Einkäufen ein grö-ßeres Risiko ein als bei traditonellen Interaktonen, wie beispielsweise den direkten Ein-kauf in einem Geschäf. Die Risikowahrnehmung der Akteure sinkt jedoch, je größer das Vertrauen gegenüber anderen Online-Akteuren ist. Der Generierung von Vertrauen kommt daher im Online-Handel eine wichtge Bedeutung zu. Ohne Reputatonssysteme würden viele nicht mehr wissen bzw. unsicher sein, welchem Verkäufer sie auf eBay ver-trauen können, welchem Handwerker man einen Aufrag erteilen soll oder wen man für eine Stelle in die engere Wahl zieht. Mitlerweile werden Reputatonssysteme sowohl auf kommerziellen als auch privaten Webseiten der unterschiedlichsten Branchen und Bereiche unterstützend eingesetzt (Kirtland & Schif, 2008).

3.2 Reputaton aus Sicht der Nutzer

Die Vorteile einer guten Reputaton, eines guten Rufs oder Ansehens sind auch für Onli-ne-Akteure wesentlich. Eine positve Reputaton nimmt in vielerlei Hinsicht Einfuss auf die Tätgkeiten von Online-Akteuren. So können bei Konsumenten leichter Vertrauen, (Kunden-) Zufriedenheit und Loyalität geschafen und Neukunden sowie qualitatve Mit-arbeiter gewonnen werden. Auch die Wetbewerbspositon am Markt wird durch eine gute Reputaton gestärkt und beispielsweise höhere Preise können besser gerechtertgt werden oder einzelne Personen können ihre Kompetenzen besser verkaufen bzw. wer-den wahrgenommen (Pfeifer, 2008b). Personen, welche eine hohe Reputaton in Com-munitys genießen, werden besondere Fähigkeiten bzw. Kompetenzen zugesprochen. Faktoren wie Vertrauenswürdigkeit, Verlässlichkeit, Glaubwürdigkeit usw. werden auf dieser Stufe von den Akteuren vorausgesetzt. Aus Sicht der Nutzer ist eine gute Reputa-ton gerade bei wirtschaflichen Unternehmungen aus mehreren Gründen unverzichtbar (Becker, 2007):

| Reputaton ist branchenübergreifend ein wichtger Mechanismus jeder Wirtschaf.

| Weltweite Transaktonen mit zuvor unbekannten Vertragspartnern nehmen in der Netzwirtschaf zu.

| Das Internet ermöglicht das weltweite Recherchieren und Anzeigen bzw. Auswerten von Reputaton.

| Reputaton erleichtert das Finden von hochwertgen Kooperatons- und Projektpart-nern, weil diese naturgemäß ebenfalls nur mit kompetenten und vertrauenswürdi-gen Partnern zusammen arbeiten möchten.

| Reputaton ist in dynamischen Umgebungen ein efzienteres Stabilisierungsinstru-ment als komplexe Verträge.

| Reputaton wirkt als Hebel für das eigene Netzwerk.

Für Nutzer der Reputatonssysteme, die sich also dort über die Reputaton anderer er-kundigen gibt es im Wesentlichen folgende Vorteile: Es können Geschäfsbeziehungen entstehen, die nicht zustande gekommen wären, wenn vertrauensstfende Informato-nen fehlen oder keine passenden Partner gefunden werden können. Außerdem helfen Online-Reputatonssysteme, auf der Suche nach geeigneten Geschäfsbeziehungen, Zeit und Kosten einzusparen.

24

Wie es sich zeigen wird, muss ein Reputatonssystem gezielt Aktvitäten unterstützen, die gewünscht sind und dies ist nicht immer einfach. Die Einführung eines Reputatons-systems kann sehr problematsch sein, wenn es nicht zur Kultur und zu den Erwartungen einer Community passt. Es wäre auch ein Irrtum anzunehmen, dass alle Markteilneh-mer gleichermaßen anstreben, eine hohe Reputaton zu erhalten. Beispielsweise kann es im Online-Handel gewünscht und ratonal sein sich als „Billiganbieter“ zu positonie-ren, der nicht zwangsläufg nur Bestnoten will, sondern davon proftert, dass sich Kun-den über Schlechtleistungen auch weniger aufregen und seltener Artkel tauschen, also wenig Folgekosten entstehen.

Auch motviert ein Reputatonssystem nicht unbedingt: Gerade Experten, die in Syste-men als „Anfänger“ einsteigen müssen, oder Nutzer, die im System beispielsweise durch eingeschränkte Beteiligung keine sehr positve Reputaton erreichen würden, können abgeschreckt werden. Der Aufau einer guten Reputaton zieht sich in der Regel über einen längeren Zeitraum. Wurde bereits eine hohe Reputaton erzielt, muss diese auch gepfegt werden, denn ganz rasch kann sie auch wieder zunichte gemacht werden (Schwalbach, 2001). Die Teilnahme an Reputatonssystemen, bei denen die eigene Repu-taton erhoben und dargestellt wird, birgt auch Risiken. Man läuf dabei ja durchaus Ge-fahr, dass dort ein schlechter Ruf entsteht oder deutlich wird oder dass man durch ge-ringe Teilnahme und Pfege bei einem community-basierten System keine Bestnoten er-zielt.

Dass Online-Akteure freiwillig und ehrlich andere bewerten, ist dabei keineswegs selbst-verständlich: Denn auch wenn der Online-Akteur indirekt einen Nutzen aus seiner Betei-ligung und der Bewertung anderer zieht, verursacht eine aktve Teilnahme einen gewis-sen Arbeitsaufwand und kann sogar auch Nachteile mit sich bringen: Wer seinem Lieb-lingskoch Bestnoten gibt, muss befürchten, in seinem Restaurant danach dort keinen Platz mehr zu bekommen.

25

3.3 Verschiedene Arten von Reputatonssystemen

Einen guten Überblick über verschiedene Arten von Reputatonssystemen gibt die Typo-logie des Yahoo Developer Network (2008), die insgesamt fünf verschiedene Modelle identfziert. Sie werden nach den Grad der möglichen Wetbewerbsintensität von „nicht/wenig Wetbewerb bestmmt“ bis „stark Wetbewerb bestmmt“ unterschieden.

fürsorglich, hilfsbereit

gemeinschaflich freundlich, höfich

weteifernd, konkurrierend

kampfustg

Ziel/Zweck der Community

Mitglieder helfen sich gegenseitg durch Ratschläge, Unterstützung oder Trost

Ziele sollen gemein-sam erreicht werden

Mitglieder haben ei-gene Motve, die nicht im Konfikt mit den Zielen anderer stehen müssen

Mitglieder verfolgen gleiche Ziele und treten dabei gegen-einander an

Mitglieder verfolgen entgegengesetzte Ziele und kämpfen darum, sie zu errei-chen

Zweck des Reputa-tonssystems

Identfzierung von Community-Mitglie-dern mit gutem An-sehen in der Com-munity (Seniors)

Identfzierung von Mitgliedern mit ge-prüfer Leistungsge-schichte als vertrau-enswürdige Partner

Darstellung der Par-tzipaton an der Community, um an-deren einen allge-meinen Eindruck, z. B. zu den Interessen, zu ermöglichen

Darstellung der Er-rungenschafen ei-ner Person, damit andere die Leistung anerkennen (und bestaunen)

Darstellung der Er-rungenschafen, der Siege und Niederla-gen gegen andere (um damit zu prah-len)

Reputatonsdar-stellung durch ...

Labels die Rollen be-schreiben und neu-en Mitgliedern bei der Orienterung helfen können wie „hilfreich“ oder„Fo-rumsmoderator“

Labels, die den Rang in der Community beschreiben wie „Anfänger“ oder „Prof“

statstsche Angaben oder auch Kenn-zeichnung besonde-rer Mitglieder („Top Ten“)

vergleichende Dar-stellungen, z. B. Ranglisten und ge-sammelte Auszeich-nungen

Punktdarstellung, Kennzeichnung von Siegern und Verlie-rern

Tabelle 1: Das Wetbewerbsspektrum und Auswirkungen auf Reputatonssysteme in CommunitysQuelle: Übersetzung/Darstellung nach Yahoo Developer Network, 2008

Im Folgenden werden wir anhand von Einsatzgebieten, die unterschiedliche Wetbe-werbssituatonen in Communitys hervorrufen, vorstellen und dabei auch auf die einzel-nen Formen der Reputatonsdarstellung eingehen.

26

4 REPUTATIONSSYSTEME: FÜNF AUSGEWÄHLTE EINSATZGEBIETE

Es gibt sehr unterschiedliche Einsatzgebiete von Reputatonssystemen. Im Folgenden ha-ben wir fünf ausgewählt.

4.1 Überblick über fünf ausgewählte Einsatzgebiete

Fünf Einsatzgebiete, in denen Reputatonssysteme aus unterschiedlichen Zwecken ein-gesetzt werden, haben wir uns im Folgenden genauer angeschaut. Die Einsatzgebiete wurden gezielt so ausgewählt, dass eine möglichst weite Spanne und verschiedene Vari-anten vorgestellt werden können. Der Überblick über die Absichten, Verfahren, Visuali-sierungen und typischen Einsatzarten der Reputatonssysteme in den ausgewählten Ein-satzgebieten ist keine prototypische Beschreibung, wie die obige Darstellung von Yahoo Developer Network (2008), sondern eine Beschreibung der gegenwärtgen Situaton.

Online-Reputa-tonssysteme

… zur Unterstützung der Gemeinschaf

… im Markt der Kompetenzen

… im Online-Handel … im Bereich der Online-Spiele und -Wetbewerbe

… als Webaggrega-toren

Absicht Hilfreiche und aktve Mitglieder auszeich-nen, um damit die Qualität der Interak-ton der Community zu fördern

Kompetenzen der Mitglieder darstellen

Geschäfsgebaren und Leistungen po-tenzieller Geschäfs-partner darstellen um Vertrauenswür-digkeit zu schafen

Spielspaß und At-traktvität des Spiels erhöhen

Recherche von und Auswertung aller In-ternetaktvitäten ei-ner Person

Verfahren Verhaltensauswer-tung, Bewertungen (Komplimente), No-minierungs- und Ab-stmmungsverfahren

Selbstauskünfe, Be-wertungen der Bei-träge und der Perso-nen selbst

(gegenseitge) Be-wertung bisheriger Transaktonen und Dienstleistungen

Auswertung des Spielerverhaltens

Nutzung von Such-maschinen und Crawlern sowie Aus-zählung und Aus-wertung der Trefer

Visualisierung Darstellung mit „La-bels“ im Benutzer-profl

Labels und auch Punktesysteme, Ranglisten

Punkte-, Sternsyste-me, Prozentangaben u.a.

Punktesysteme, Aus-zeichnungen, Ranglisten

v.a. Treferlisten, Punkte

Typischer Einsatz Of ergänzend zu an-deren Verfahren, zur Förderung von Ge-meinschaf und Aus-tausch

In Frage-Antwort-Formen und in pro-fessionellen Netz-werken

Handelsplatormen mit mehr als einem Anbieter

Online-Spiele, die sich (auch) an Spie-ler vom Typ „Achie-ver“ richten

Personensuchma-schinen, genutzt von potenziellen Ge-schäfspartnern u.a.

Tabelle 2: Charakteristk der Reputatonssysteme in ausgewählten Einsatzgebieten

Nach der Beschreibung des jeweiligen Einsatzgebiets in den folgenden Abschniten ge-ben wir eine kurze Übersicht über Realisierungen und Daten, sofern und soweit sie be-kannt sind. Insgesamt kann festgestellt werden, dass eine nahtlose Abgrenzung des je-weiligen Systems ofmals nicht möglich ist und häufg mehrere Typen von Reputatons-systemen parallel zum Einsatz kommen.

27

4.2 Reputatonssysteme zur Unterstützung der Gemeinschaf

Für Community-Mitglieder ist es wichtg andere „besondere“ Mitglieder innerhalb der Community identfzieren zu können, die sich in besonderer Weise für die Community einsetzen und ihren Beitrag für die Community leisten. Es kann also durchaus ein „Wet-bewerb“ um diese Rollen entstehen, aber die damit verbundene Reputaton bezieht sich zum Beispiel nicht auf professionelle Kompetenzprofle oder fnanzielle Vertrauenswür-digkeit. Häufg wird dieser Typ von Reputatonssystem in wetbewerbsfreien Umgebun-gen (z. B. Online-Selbsthilfegruppen) oder als Ergänzung zu anderen Reputatonssyste-men eingesetzt, um Verhaltensweisen die die Community-Bildung und -Moderaton un-terstützen zu fördern.

Rollen in Online-Communitys

Die Mitglieder eines Netzwerks haben bzw. übernehmen im Laufe der Zeit ihrer Teilnah-me verschiedene Rollen, manchmal sogar mehrere gleichzeitg. Manche fnden sich als Berufsbilder wieder und andere wiederum hängen mit der Stellung in der Community zusammen. Einige sind ofmals zeitlich befristet, ändern sich im Laufe der Zeit und wie-der andere behält der Teilnehmer solange er Mitglied des Netzwerks ist.

Die folgende Typologie von Rollenbeschreibungen zeigt, dass Rollen, also entsprechende „Labels“ in Reputatonssystemen sich auf recht unterschiedliche Aspekte beziehen kön-nen:

Abbildung 9: Verschiedene Rollentypen und BeispieleQuelle: Ergänzte Darstellung nach Wikiservice, 2009

Kim (2001) stellt in ihrem Buch „Community Building“ einige allgemeine Führungsrollen vor, die in einem Netzwerk aufreten können bzw. je nach Typ des Netzwerks Anwen-dung fnden.

28

Rolle Zuständigkeit Aufgabe

Greeter Neue Mitglieder begrüßen

Newbies willkommen heißen

Guided Tours durchführen

Grundlegende Fragen beantworten

Den Einsteg in Diskussionen, Spiele oder andere Aktvitäten erleichtern

Gastgeber Hauptaktvitäten ermöglichen

Diskussionen anregen und Abweichungen vom Thema verhindern, Themen oder Threads entwickeln oder begrenzen

Spieler in Spiele oder Aufgaben einführen

Aktvitätsbezogene Fragen beantworten (z. B. Benutzung der Chat-Tools)

Redakteur Inhalte bewerten Wichtge Inhalte auswählen, die besonders hervorgehoben werden sollen

Ungeeignete Inhalte für eine mögliche Enternung kennzeichnen

Cops (Polizisten)

Mitglieder und Inhalte enternen, die die Commu-nity-Regeln verletzen

Inhalte bewerten und enternen

Mitglieder für eine bestmmte Zeit aus dem System ausschließen

Lehrer Mitglieder zu Leadern ausbilden

Hilfe bei der Auswahl von Führungskandidaten

Schulungen und Seminare durchführen

Einzelbetreuung anbieten

Lernende bewerten (durch schrifliche Prüfungen oder interaktve Sitzungen)

Event-Koordinator

Veranstaltungen planen und durchführen

Zeit, Ort und Teilnehmer einer Veranstaltung festlegen

Veranstaltung publik machen (Kalender, E-Mail, Web)

Veranstaltung als Gastgeber oder Schiedsrichter moderieren

Protokoll oder Gewinnerliste versenden, an Folgediskussion teilnehmen

Support Fragen zum System beantworten

Technische oder soziale Fragen beantworten

Änderungen oder Aktualisierungen am System veranlassen

FAQ-Liste pfegen und aktualisieren

Manager Leiter beurteilen und unterstützen

Wochenberichte der Leader anfordern und lesen

Gruppentrefen durchführen

Leader für Auszeichnungen vorschlagen

Leader mit mangelhafem Verhalten maßregeln oder ausschließen

Leiter Führungsprogramm erstellen und pfegen

Rollen und Zuständigkeiten von Führungspositonen festlegen

Führungsdokumente (Anwendung, Handbuch, Verhaltenskodex, Geheimhaltungsver-einbarung, Vorlage für Wochenbericht usw.)

Richtlinien bei Bedarf ändern

Führungspositonen besetzen

Tabelle 3: Mögliche Rollen in einer CommunityQuelle: Kim, 2001, 177

Die Liste an möglichen Rollen ist lang und trotzdem unvollständig. Auch können je nach Anwendungsbereich und Community-Typ neue Rollen ergänzt werden. Rollen und ihre Beschreibungen dienen als Orienterungshilfe für die Mitglieder, auch können mögliche Konfiktsituatonen dadurch entschärf werden (Wikiservice, 2009).

Solche Rollenbeschreibungen können also als Basis für die Entwicklung von spezifschen Rollen in einer Community und entsprechende „Labels“ für das Reputatonssystem die-nen. Im Folgenden wird anhand von drei Beispielen gezeigt, wie dies in der Praxis umge-setzt wird. Die Rollenbeschreibungen innerhalb der Community werden dabei im ersten Fall durch das Auswerten der Nutzeraktvitäten, im zweiten durch regelmäßige Nominie-rungs- und Auswahlverfahren und im driten Fall durch gegenseitge Bewertungen („Komplimente“) zugeteilt.

29

Verleihung von Badges bei Stack Overfow

Zunächst einmal möchten wir zwei Systeme aus dem Bereich der Sofwareentwicklung vorstellen. Das erste verwendet ein automatsches System, dass allein das Nutzerverhal-ten auswertet, beim zweiten ist die Community bei den Auszeichnungen aktv eingebun-den.

Auf Stack Overfow3 können sich Programmierer und Entwickler gegenseitg helfen, Fra-gen stellen, Antworten geben und darüber abstmmen. Für all diese möglichen Aktvitä-ten verleiht Stack Overfow seinen Mitgliedern „Badges“. Insgesamt existeren 37 Bad-ges, welche den Hauptkategorien Gold, Silber und Bronze zugeordnet werden. Sie variie-ren von konkreten Rollennamen bis hin zu geleisteten Aktvitäten.

Abbildung 10: Badges bei Stack OverfowQuelle: htp://stackoverfow.com/badges (02/2010)

Es zeigt sich, dass solchermaßen generierte Labels auf unterschiedlichen Daten und Aus-wertungen beruhen. In diesem Fall wird jemand als „kritsch“ bezeichnet, der als erster einen Beitrag negatv bewertet, oder erhält das Label „populäre Frage“, wenn er eine Frage gestellt hat, die andere Nutzer sehr of aufgerufen haben oder wird als aktver Mitentwickler einer bestmmten Version einer Sofware gekennzeichnet.

Nominierungs- und Auswahlverfahren bei der Eclipse-Community

Eclipse4 ist ein quellofenes Programmierwerkzeug zur Entwicklung von Sofware und bietet für seine Mitglieder eine eigene namentlich gleiche Community an. Hier werden jährlich verschiedene Auszeichnungen an einzelne Mitglieder vergeben, die sich auf die Rolle in der Community beziehen. Ziel und Zweck ist es, jene Teilnehmer auszuzeichnen und zu markieren, die die Community beispielhaf und am besten durch z. B. das Ergän-zen von Beiträgen, das Schreiben von Kommentaren, das Schreiben von Einträgen in den Newsgroups, das Erstellen von White-Papers, das Abhalten von Präsentatonen auf Kon-ferenzen, das Helfen von Neulingen unterstützen. Die Award-Gewinner werden von der Community nominiert.

3 htp://www.stackoverfow.com, Stand 12/20094 htp://www.eclipse.org, Stand 12/2009

30

Abbildung 11: Individuelle Auszeichnungen in der Eclipse-CommunityQuelle: htp://www.eclipse.org/org/foundaton/eclipseawards/index.php (02/2010)

Die Awards werden nicht nur für einzelne Personen, sondern auch für Projekte und spe-zielle technologische Beiträge (z. B. für Entwicklerwerkzeuge) vergeben.

Reputatonssystem bei Yelp, der Community-Platorm für Ausgehtpps

Ein weiteres Beispiel für ein Reputatonssystem in einem eher wetbewerbsfreien Um-feld ist Yelp5. Hier basiert die Vergabe von Rollenbezeichnungen überwiegend auf Be-wertungen die in Form durch „Komplimente“ der andere Mitglieder vergeben wurden.

Yelp ist eine Community-Platorm auf der jeder die Möglichkeit hat, Ausgehmöglichkei-ten von der Imbissbude bis zur Opernauführung zu bewerten und zu beschreiben. Zur Community-Unterstützung setzt Yelp dabei ein umfangreiches Reputatonssystem ein. Mitglieder sehen, welche beitragenden Mitglieder die beliebtesten, angesehensten und produktvsten sind, wie lange diese bereits Mitglied sind und welche Interessen sie ha-ben. Mitglieder werden bei jedem Kommunikatonsbeitrag auch gebeten, „Komplimen-te“ auszuwählen und damit auf die Beiträge von anderen Nutzern nicht nur textuell zu antworten.

5 htp://www.yelp.com, Stand 12/2009

31

Abbildung 12: Komplimente für Yelp-Nutzer und ein NutzerproflQuelle: htp://www.yelp.com (06/2009)

Im Gegensatz zu den vorher beschriebenen Reputatonssystemen werden bei Yelp auch weitere Anreize mit den Auszeichnungen verknüpf: Mitglieder die eine bestmmte An-zahl an Reviews bzw. Beiträge geschrieben haben, mindestens 21 Jahre alt sind, ein ech-tes Foto von sich sowie den richtgen Namen im Profl eingetragen haben, erhalten als kennzeichnende Beschrifung ein „Elite“-Emblem auf ihrer Proflseite, welches auch von den anderen Mitgliedern gesehen wird. Für diese sogenannten Elite-Mitglieder werden jedes Jahr spezielle Ofine-Events in Nachtclubs, Bars, Restaurants und kulturellen Orten veranstaltet.

4.3 Reputatonssysteme im Markt der Kompetenzen

Im Markt der Kompetenzen sind Fach-, Sach- und Sozialkompetenz sowie Vertrauens-würdigkeit und folglich ein guter Ruf wesentliche Faktoren, um Unsicherheiten und so-mit das Risiko zu minimieren an die falsche Person zu geraten. Aus Sicht von Nutzern von Webportalen ist es häufg wichtg, einschätzen zu können, wie kompetent jemand ist. Mithilfe von Reputatonssystemen wird es leichter, passende Projektpartner zu fn-den oder einzuschätzen wie qualifziert ein Gesprächspartner ist. Eine hohe Reputaton wirkt hier als stabilisierender Faktor.

Kompetenzerfassung

Während noch vor 15 Jahren die Qualifkaton des Kooperatonspartners, also sein er-lernter Beruf oder die erreichten Weiterbildungsabschlüsse entscheidend waren, um Vertrauen in sein fachliches Wissen und Können zu haben, hat aufgrund wandelnder An-forderungen und großen Veränderungen beruficher Profle der Begrif der „Kompeten-zen“ mehr und mehr Aufmerksamkeit erhalten. Kompetenzen sind dabei aus Sicht des Psychologen Erpenbeck Fähigkeiten sich in ofenen und unüberschaubaren komplexen und dynamischen Situatonen selbst organisiert zu Recht zu fnden (Erpenbeck & Heyse, 2007). Unter „Kompetenz“ werden umgangssprachlich beispielsweise professionelles Wissen, Fachkenntnis, Englischkenntnisse oder Organisatonskompetenzen verstanden. Kompetenzen zu messen und zu bewerten, ist auch außerhalb des Web keine simple Tä-tgkeit und es liegen sehr unterschiedliche Verfahren vor (vgl. Erpenbeck & Rosenstel, 2003), auch solche bei denen Feedback von anderen bei der Beurteilung eingeholt wer-den, beispielsweise das 360-Grad-Feedback-Verfahren.

32

Die folgenden Beispiele zeigen, dass auch in diesem Einsatzgebiet Reputatonssysteme eingesetzt werden, die sich aus unterschiedlichen Quellen speisen; nämlich den Nut-zeraktvitäten sowie Systeme, die auf Bewertungen beruhen.

Reputatonssysteme in der Frage-Antwort-Platorm von Yahoo

Yahoo! Answers6 ist eine Frage-Antwort-Platorm die gleichzeitg verschiedene Reputa-tonssysteme einsetzt, wie beispielsweise Nummerierung nach Entwicklungsstufe (Level 1-7), Vergabe von Punkten sowie kennzeichnende Beschrifung („Cleverle“). Die „Clever-le“-Auszeichnung wird laut den Angaben bei Yahoo an jene Nutzer vergeben, die in einer Kategorie besonders viele Aktvitäten zeigen (z. B. Ausgehen, Gesundheit, Sport, Tiere). Es wird hier also angenommen, dass jemand in einem Bereich, bei dem er gerade viel Aktvität zeigt – damit können grundsätzlich Antworten wie auch Fragen verstanden werden – auch mehr als andere weiß, also besonders clever ist.

Abbildung 13: Profl eines Yahoo!-Answer-Experten und Rangliste im Bereich GesundheitQuelle: htp://answers.yahoo.com (02/2010)

Reputatonssysteme bei der Frage-Antwort-Platorm AllExperts

AllExperts7 ist eine ähnliche Fragen-Antwort-Platorm auf der Nutzer Experten zu vielen verschiedenen Bereichen, angefangen von Kunst über Reisen, fragen können. Man kann sich als Experte in einer Kategorie bei AllExperts eintragen lassen, die Bewerbungen für (freiwillige) Experten werden von AllExperts einzeln geprüf. Jeder Nutzer der eine Frage beantwortet haben möchte, kann diese an einen Experten seiner Wahl stellen, ohne sich im Portal anmelden zu müssen. Zu jedem Experten fndet man ein ausführliches Profl mit einem Steckbrief über seine Expertse und Erfahrungen sowie eine Übersicht der Bewertungen derjenigen, die Antworten bekamen. Bewertet werden Klugheit, Klar-heit der Antwort, benötgte Zeit für die Antwort und Höfichkeit. Die Antworten werden also deutlich diferenzierter bewertet als bei Yahoo (s.o.). Jährlich werden die Experten des Jahres gewählt, die Nominierung erfolgt dabei durch die Fragesteller.

6 htp://answers.yahoo.com, Stand 02/20107 htp://allexperts.com, Stand 02/2010

33

Abbildung 14: Bewertung eines Experten durch Fragesteller bei AllExperts.comQuelle: htp://www.allexperts.com (11/2009)

Reputatonssystem für IT-Experten bei Experts-Exchange

Experts-Exchange8 ist eine kostenpfichtge Platorm zum Wissensaustausch, die es er-möglicht, dass Mitglieder von der ganzen Welt zusammenarbeiten, um ihre IT-Probleme zu lösen. Auf der Homepage steht, ihre Lösung sei patentert, wobei unklar bleibt, was damit konkret gemeint ist. Hat ein Mitglied ein Problem, dann stellt es die Frage und er-fahrene IT-Experten antworten. Akzeptert der Fragesteller eine der Antworten als hilf-reiche Lösung für sein Problem, vergibt er Punkte an den Experten, der die Antwort ge-liefert hat. Die Lösungen werden in der Wissensdatenbank gespeichert. Die Antworten auf eine Frage können mit bis zu 500 Punkten bewertet werden. Die Antworten werden dann durch den Fragesteller bewertet. Der Experte mit der gewählten Antwort erhält das Produkt beider Punktwerte. Im Expertenprofl werden Auszeichnungen in bestmm-ten Fachgebieten, die auf diesen Punkten beruhen, angezeigt.

8 htp://experts-exchange.com, Stand 02/2010

34

Abbildung 15: Reputatonsprofl bei Experts-ExchangeQuelle: htp://www.experts-exchange.com (06/2009)

Für Experten gibt es einen (weiteren) Anreiz hohe Punktezahlen zu erhalten: Sie können mit entsprechendem Punktestand die kostenpfichtge Mitgliedschaf kostenfrei erhal-ten und entsprechend das Wissen anderer Experten nutzen.

Professionelle Netzwerke und ihre Reputatonssysteme

Professionelle Netzwerke werden vom Gros der Nutzer mehr oder weniger als moder-nes Adressbuch für berufiche Kontakte verwendet, dennoch stellt es für viele auch eine gute Möglichkeit potenziell neue berufiche Kontakte zu knüpfen, z. B. gezielt nach Ge-schäfspartnern oder Mitarbeitern zu suchen. Das persönliche Profl der Nutzer in die-sen Netzwerken wird daher in der Regel dazu genutzt, Qualifkatonen und Kompeten-zen darzustellen. Die Teilnehmer an solchen Netzwerken stehen also nicht unmitelbar in Konkurrenz zueinander, aber jeder ist bemüht sich mit seinen professionellen Stärken zu präsenteren. Wie es im berufichen Bereich schon lange Traditon ist, wurden in pro-fessionellen Netzwerken die Empfehlungsschreiben und Arbeitszeugnisse adaptert. Nicht nur Arbeitgeber, sondern auch Mitarbeiter, Aufraggeber oder andere Kontakte können nun explizit Empfehlungen geben, d.h. einen kurzen Text zur Person veröfentli-chen, wobei der Autor genannt wird. Im Netzwerk LinkedIn9 werden diese Empfehlun-gen im Profl angezeigt.

9 htp://www.linkedin.com, Stand 02/2010

35

Abbildung 16: Anonymisierte Empfehlung für ein LinkedIn-MitgliedQuelle: htp://linkedin.com (11/2009)

Kompetenzdarstellungen im wissenschaflichen Bereich

Für bestmmte Berufsgruppen gibt es neben Empfehlungen von Arbeit- und Aufragsge-bern auch weitere Systeme, um die Bedeutung der Einzelnen festzustellen. Im Bereich der Wissenschafen sind es beispielsweise die Veröfentlichungen oder auch Patente, die in den entsprechenden Netzwerken (z. B. bei Scientstsolutons10) im Profl angezeigt werden.

Die Zahl der Veröfentlichungen, die Qualität der Beiträge sowie auch die Ziterhäufgkeit der Veröfentlichungen, also die Nennung der Arbeiten in anderen Veröfentlichungen, ist ein anerkannter Maßstab für die Bedeutung eines Wissenschafler. Google Scholar11, eine Suchmaschine für wissenschafliche Veröfentlichungen, kommt diesem Bedarf bei-spielsweise nach, indem für jeden Autorennamen die Zahl der online zugänglichen Ver-öfentlichungen sowie deren Zitatonen online zugänglichen Veröfentlichungen recher-chiert werden kann.

Für die (eher) deutschsprachige Pädagogik ist die Platorm von Beat Döbeli, das Biblio-netz12, als ein Versuch zu beschreiben, das Interesse an Autoren transparent zu machen, ohne dass die entsprechenden Autoren dabei an der Platorm beteiligt sind. Döbeli er-fasst dazu seit vielen Jahren Veröfentlichungen aus dem Bereich der Pädagogik sowie des technologiegestützten Lernens und wertet Zitate, Zitatonsnetzwerke und weiteres aus. In der Übersicht zu den von ihm mehr als 3.000 erfassten Autoren sind unter ande-rem Zitate und Zitatonen im Laufe der Zeit anzeigt und auch, wie sich das Interesse der Webseitenbesucher im Laufe der Zeit verändert.

10 htp://www.scientstsolutons.com, Stand 02/201011 htp://scholar.google.at, Stand 12/200912 htp://beat.doebe.li/bibliothek/, Stand 12/2009

36

Abbildung 17: Zitate und Zitatonen von Prof. Dr. Heinz Mandl bei BiblionetzQuelle: htp://beat.doebe.li/bibliothek/ (11/2009)

Kompetenzdarstellung bei Ohloh, dem Netzwerk für Open-Source-Entwickler

Ohloh13 wurde im Jahr 2006 gegründet um eine bessere Orienterungshilfe bei der Wahl und Bewertung von Open-Source-Sofware und entsprechende Entwicklungsprojekte zu erhalten. Um einen Mehrwert gegenüber anderen Datenbanken zu schafen wurde bei-spielsweise Wert darauf gelegt, die genauen Lizenzangaben sowie die entsprechenden Lizenztexte einfacher zugänglich zu machen. Um einen Eindruck über den Wert und der Qualität einer Sofwareentwicklung zu erhalten, schätzt Ohloh unter anderem den Zeit-aufwand, der für den Quellcode notwendig ist und vergleicht die Zahl der Kommentare. Ein besser kommenterter Sofwarecode erhält bessere Bewertungen.

Auch für Sofwareentwickler, also für die einzelnen Personen hinter den Projekten, stellt Ohloh eine Reihe von sehr detaillierten Informatonen über die Beteiligung an den ein-zelnen Entwicklungsprojekten dar. Diese Form der Darstellung der Aktvitäten kann auch als eine innovatve Variante der Kompetenzdarstellung betrachtet werden. Im Detail kann angezeigt werden, wie viele Überarbeitungen eine Person in den einzelnen Projek-ten vorgenommen hat (und in welcher Programmiersprache), diese Angaben werden wiederum aggregiert dargestellt.

Abbildung 18: Kompetenzdarstellung von Entwicklern in Open-Source-Projekten bei OhlohQuelle: http://www.ohloh.net (12/2009)

Unabhängig von dieser Art der Kompetenzdarstellung wurde für die Ohloh-Community auch ergänzend die Vergabe von „Kudos“ eingeführt, die sich aktve Mitglieder gegensei-tg verleihen und dadurch unterschiedliche Kudo-Levels erreichen können.

13 htp://www.oloh.net, Stand 11/2009

37

Reputatons„system“ bei Wikipedia

Wikipedia14 ist wohl eines der bekanntesten Beispiele dafür, wie viele Millionen Autoren eine qualitatv akzeptable Online-Enzyklopädie entwickelt haben, die in der Folge mit-verantwortlich für den Bedeutungsverlust von traditonellen Nachschlagewerken ge-macht wird (u.a. Kuhlen, 2005; Hohof, 2009).

Wikipedia hat erstaunlicherweise kein dezidiertes Reputatonssystem für Autoren. Das heißt, das Autoren zwar Proflseiten anlegen und pfegen können und dass auch die Bei-träge der Autoren aufgelistet werden können, also angezeigt werden können, welche Beiträge sie wann an welcher Stelle bearbeitet haben. Auch sind ihre Beiträge auf den Diskussionsseiten der Wikipedia ersichtlich, und wenn sie Administratorenrechte haben, auch diese Aktvitäten. Es gibt also zwar Transparenz, was jeder Editor macht, aber es gibt kein echtes Reputatons„system“. Im oben vorgestellten Frage-Antwort-Forum von Yahoo (2007) hat ein Administrator auf die Frage, ob Wikipedia über ein Reputatonssys-tem verfügt, geantwortet, dass es kein „ofzielles“ Reputatonssystem gibt. Er be-schreibt, dass Autoren, die beständig gute Beiträge zu einem Fachthema schreiben in der Regel Administratoren und anderen Autoren aufallen und dann auch, bei Interesse, als Administrator vorgeschlagen werden. Administratoren haben besondere Rechte, können beispielsweise im Notall Autoren sperren oder neuangelegte, aber unpassende Seiten, wieder löschen. Zudem kann jeder Autor der Wikipedia, sofern er Lust hat seine Anerkennung von anderen durch die Verleihung eines Barnstar (auf Deutsch „Giebel-stern“, gemeint sind die Sternsymbole, die sich auf alten Scheunen und Fachwerkhäu-sern unterm Giebel fnden). Auch kann jeder einen eigenen Barnstar kreieren – es ist also auch dies ein völlig ofenes, unregulierter Ansatz positves Feedback zu geben und wertvolle Arbeit zu belohnen.

Abbildung 19: Barnstars – informelle Auszeichnungen bei der WikipediaQuelle: http://en.wikipedia.org/wiki/Wikipedia:Barnstars (12/2009)

Diese Wikipedia-Politk eines sehr ofenen Editerens mit vergleichsweise vielen Rechten für jeden Nutzer sowie das Fehlen eines formalen Reputatons- und auch Rechtesystems hat sich bisher als äußerst erfolgreich erwiesen. Dennoch gibt es insbesondere für die deutschsprachige Wikipedia immer wieder Kritk, u.a. dass beispielsweise Löschanträge von Personen gestellt werden können, deren echter Name unbekannt ist und deren eventuellen politschen Motve unklar bleiben.

14 htp://www.wikipedia.org, Stand 12/2009

38

Moderatonssystem bei Slashdot

Slashdot15 gehört zu den wichtgsten Platormen für Open-Source-Entwickler, bei dem Nachrichten zu Open Source und Sofware diskutert werden. Um die zahlreichen und unterschiedlich wert- und sinnvollen Beiträge übersichtlicher zu machen und die Quali-tät hoch zu halten, haben Moderatoren die Möglichkeit Beiträge zu bewerten und im Zweifel auch zu löschen. Moderator werden nur solche Nutzer, deren Beiträge schon eine bestmmte Punktezahl erreicht haben. Dieser Punktestand wird bei Slashot als „Karma“ bezeichnet. Mit höheren Karmastufen sind nicht nur Moderatorenrechte, son-dern auch weitere Anreize verbunden, beispielsweise lässt sich dann auf Wunsch Wer-bung ausblenden. Bei den Benutzerproflen wird dieses Karma jedoch nicht explizit an-gezeigt, das Nutzerprofl gibt eine Übersicht über die Beiträge des Nutzers.

Ob das Karma-System bei Slashdot daher ein Reputatonssystem ist, ist nicht eindeutg, da die Bewertungen und damit verbundene Berechtgungen nicht (prominent) einseh-bar sind. Auf alle Fälle ist es ein schon lange erfolgreich eingesetztes Verfahren, Kommu-nikaton in großen Gruppen mit Community-Unterstützung zu moderieren.

Seit April 2009 gibt es im Nutzerprofl zu der Übersicht über Beiträge auch eine Liste von „Achievements“, also Auszeichnungen bzw. Errungenschafen. Es war zunächst zur hu-morvollen „Auszeichnung“ von Statements gedacht. Inzwischen gibt es schon mehrere solcher Auszeichnungen, die jedoch gar nicht als Liste einsehbar sind, weil sie nach und nach entdeckt werden sollen. Aus den Bezeichungen der Auszeichnungen ist zu folgern, das diese automatsch und manuell (durch Moderatoren) verliehen werden. Aufgezählt werden hier u.a. „The Tagger“, „Comedian“, „* Days Read in a Row“ (die größte Anzahl zusammenhängender Tage an denen Slashdot gelesen wurde; Slashdot.org, 2009).

Monitoring und Bewertungsportale von Driten

Es gibt auch Beispiele für Angebote bei denen Kompetenzen und Eigenschafen von Per-sonen und Organisatonen bewertet werden, die gar nicht das System nutzen. Der fol-gende Abschnit weicht insofern von den bisherigen Beispielen ab, nennt aber spannen-de Anwendungen für Reputatonssysteme bei denen Drite im Hinblick auf ihre Aktvitä-ten und Kompetenzen bewertet werden.

Das sind zum Beispiel Platormen, bei denen Lehrerende bewertet werden. Bei My-prof16 lassen sich Bewertungen von Lehrenden an Schulen und Hochschulen in ganz Deutschland nachlesen, sofern man registriertes Mitglied ist. Schüler und Studenten ge-ben dazu Bewertungen zu Fairness, Unterstützung, Material, Verständlichkeit, Spaß, In-teresse, Note/Aufwand sowie eine Empfehlung ab. Zugelassen sind beim Portal nur Schüler, Studenten bzw. die Lehrenden selbst, und es ist verpfichtend, „dass alle ange-geben Daten der Wahrheit entsprechen. Es ist nicht gestatet, falsche oder missver-ständliche Angaben zu machen oder sich unter einer fremden Identtät anzumelden.“ (aus den Nutzerbedingungen, Stand Dezember 2009).

Älter und bekannter ist, nicht zuletzt aufgrund der Gerichtsprozesse über die Zulässig-keit der Lehrerbewertung, das Schülernetzwerk Spickmich17. Hier ist die Lehrerbewer-tung nicht das zentrale, aber ein interessantes Merkmal. Neben den Lehrern auch die Schulen selbst bewertet.

15 htp://slashdot.org, Stand 12/200916 htp://www.myprof.at, Stand 11/200917 htp://www.spickmich.de, Stand 12/2009

39

Abbildung 20: Lehrerbewertungen bei Spickmich.deQuelle: Spickmich.de bei Basic Thinking Blog, 2007 (12/2009)

Bei Kununu18 bewerten Arbeitnehmer ihre Arbeitgeber. Im positven Fall ist das sicher eine gute Werbung für ein Unternehmen. Fast 40.000 Arbeitnehmer haben bisher ihren Arbeitgeber bewertet. Im Einzelnen werden u.a. die Kollegen, die Arbeit, die Arbeitsat-mosphäre, die Kommunikaton, die Gleichberechtgung, der Umgang mit älteren Kolle-gen, das Gehalt und Sozialleistungen, das Bewusstsein für Umwelt und Soziales sowie das Image auf einer 5er-Skala von „mangelhaf“ bis „super“ bewertet.

Abbildung 21: Das aktuelle Arbeitgeberprofl von ratopharm bei Kununu.comQuelle: htp://www.kununu.com/arbeitgeber/de/bw/ulm/pharma-chemie-medizin/rato-

pharm (12/2009)

Auch lassen sich dazu Angebote zählen, die zur „Überwachung“ von einzelnen Personen (oder auch Unternehmen) eingerichtet worden sind. Ein Beispiel dafür ist der Obame-ter19, eine mit dem Pulitzer-Preis 2009 ausgezeichnete Website, in dem Freiwillige die Einhaltung der mehr als 500 Wahlversprechen des derzeitgen US-amerikanischen Präsi-denten beobachten und bewerten.

Abbildung 22: Der Obameter – Wahlversprechen von Präsident ObamaQuelle: htp://politfact.com/truth-o-meter/promises/ (12/2009)

18 htp://www.kununu.com, Stand 12/200919 htp://politfact.com/truth-o-meter/promises/, Stand 12/2009

40

Dass in Platormen dieser Art Drite Personen und Unternehmen bewerten, ohne dass sie selbst ihren Namen veröfentlichen müssen und für ihre Bewertung öfentlich gerade stehen müssen, ist umstriten. So kam es im Falle von Lehrerbewertungsplatormen be-reits zu Gerichtsprozessen über die Rechtmäßigkeit öfentlicher Bewertungen von Leh-rern durch Anonyme: Im Falle von Spickmich und den Lehrerbewertungen hat das Köl-ner Oberlandesgericht am (27.11.07) ihre Rechtmäßigkeit bestätgt (E-Mail der Betreiber von Spickmich.de, zitert in Basic Thinking Blog, 2007).

Neuer Ansatz zur Entwicklung von Kompetenzproflen durch Tagging

Schließlich möchten wir noch auf einen ganz neuen Ansatz zur Erstellung von Kompe-tenzproflen bzw. Reputatonssystemen hinweisen: Im Projekt Collabio wird versucht, ob und wie das Tagging von Personen bei Facebook angenommen wird und wie es genutzt werden kann. Mit der Facebook-Applikaton „Collabio“ experimentert eine Arbeitsgrup-pe von Microsof Research (s. Bernstein et al., 2009).

4.4 Reputatonssysteme im Online-Handel

Im traditonellen Handel wird das Vertrauen durch persönliche Kontakte geknüpf, dies ist jedoch in der virtuellen Welt nur schwer möglich. Reputatonssysteme stellen, wie bereits festgestellt, gerade im fnanziellen Sektor eine wichtge, vertrauensbildende Maßnahme dar, um mit anderen in wirtschafliche Beziehungen zu treten.

Im Internet gibt es Angebote für folgende unterschiedliche Kunden-Business-Beziehun-gen, „C“ steht hier jeweils für „Customer“ (Kunden), „B“ für „Business“ (Unternehmen).

| B-2-C-Platormen sind die traditonelle Online-Märkte bei denen professionelle Ver-käufer Dienstleitungen und Waren anbieten.

| B-2-B-Platormen sind Angebote für Unternehmen, die mit anderen Unternehmen oder Behörden Geschäfe eingehen wollen.

| C-2-C-Platormen sind für private Kleinhändler und Sammler, die als Käufer und Ver-käufer aufreten, beispielsweise Briefmarken sammeln, tauschen, an- und verkaufen.

| C-2-B-Platormen sind Angebote, bei denen Kunden aktv nach Unternehmen su-chen. Ein Beispiel hierfür sind Portale, bei denen Handwerker und andere Dienstleis-ter für Privataufräge gesucht werden.

Reputatonssysteme ermöglichen hier Unsicherheiten über unbekannte Geschäfspart-ner zu verringern. Ein Käufer möchte beispielsweise sicher sein, dass die Beschreibung einer Ware korrekt zutrift und dass der Verkäufer liefert. Für einen Verkäufer ist wich-tg, ob ein potenzieller Kunde auch zahlt und ob er beispielsweise durch intensives Um-tauschen, Kaufpreisminderungen oder Nachverhandeln aufgefallen ist.

Möchte man ein Reputatonssystem auf seiner Webseite einführen, dann sollte man sich zu Beginn die Frage stellen, welches Risiko durch das Reputatonssystem minimiert bzw. gemanagt werden soll. Beispielsweise möchte ein potenzieller Markteilnehmer das Risi-ko minimieren, unzureichende Auskünfe über ein Produkt zu erhalten, Schlecht- oder Nichtleistungen zu bekommen.

Haben Kunden keine vollständigen Informatonen über Verkäufer und ihre Waren ten-dieren sie dazu „saure Gurken“ zu erwischen und zahlen daher auch nur schlechtere Preise. Dieses Phänomen, dass Informatonsdefzite eine höhere Risikowahrnehmung auslösen, wurde von Akerlof (1970) für den Gebrauchtwagenmarkt beschrieben und hat die ökonomische Forschung nachhaltg beeinfusst.

41

Für den Online-Handel haben Reputatonssysteme eine zentrale Bedeutung: Bei der Be-wertung der Atraktvität von Online-Shops legen die Nutzer laut einer Untersuchung besonderen Wert auf Sicherheitsmechanismen. Für 93 Prozent spielt der Schutz beim Einkauf die Hauptrolle. Damit ist Sicherheit den Käufern im Internet noch wichtger als der Preis, den 92 Prozent für entscheidend halten (eBay, 2006; Altmann, 2008). Neben der Einführung von Reputatonssystemen wurden in der Folge auch Gütesiegel für Onli-ne-Händler eingeführt (z. B. Trustedshop.de). Neben den Bewertungen der Käufer spie-len für den Online-Handel auch die Bewertungen für einzelne Produkte eine immer grö-ßere Rolle (Consoline, 2008).

Eine weitere Untersuchung aus Deutschland von der Novomind AG in Kooperaton mit der Wirtschafswoche und dem Handelsblat hat 354 Personen befragt und kommt zu folgenden Ergebnissen. Sie fand heraus, dass mehr als die Hälfe der deutschen Intern-etnutzer prinzipiell bereit sind, ein Produkt zu kaufen, über das sie positve Kommentare im Netz gelesen haben. Aufgrund von negatver Erfahrungsberichte Driter haben sich bereits mehr als ein Viertel schon einmal gegen einen Kauf entschieden. Kundenbewer-tungen werden besonders gerne in Anwenderforen (<50%) und auf Marktplatzseiten wie Amazon (70%) gelesen (Pusch, 2007; ähnlich auch Schmit, 2007; Nielson Company, 2008).

Reputatonssystem beim Online-Marktplatz eBay

eBay20 ist ein US-amerikanisches Unternehmen und das weltweit größte Internetaukt-onshaus, welches seine Dienste u.a. auch in Europa anbietet. Gestartet als Consumer-To-Consumer-Marktplatz erweiterte eBay in den letzten Jahren sein Angebot und wurde zu einer Business-To-Consumer-Platorm, auf der nun nicht nur gebrauchte Waren von privaten Anbietern, sondern auch Neuwaren von kommerziellen Händlern angeboten werden. In den meisten Ländern ist eBay nahezu konkurrenzlos am Markt tätg. Zwar gibt es einige kleinere Auktonshäuser, die sich meist auf nur ein Land konzentrieren oder sich auf spezielle Fachgebiete spezialisiert haben, dennoch ist eBay in den meisten Länder Marktührer.

Ein Bewertungssystem auf eBay ermöglicht beiden Seiten nach einem Kauf, die Transak-ton zu beurteilen, um die Vertrauenswürdigkeit beider Nutzer für Andere und weitere Wechselbeziehungen abschätzbar und sichtbar zu machen.

20 htp://www.ebay.com, Stand 12/2009

42

Abbildung 23: Reputatonsprofl bei eBayQuelle: htp://feedback.ebay.com/ws/eBayISAPI.dll?ViewFeedback2&userid=approvedauct-

on&fab=AllFeedback (06/2009)

In der Abbildung mit „A“ gekennzeichnet sieht man neben dem Namen des Benutzers die Zahl der positven Feedbacks seit der Registrierung, sowie einen von zwölf Sternen, der die jeweilige Stufe markiert, rot heißt in diesem Fall dass zwischen 1.000 und 4.999 positve Bewertungen vorliegen. Das erhaltene Feedback (B) kann positv, neutral oder negatv sein. Die einzelnen Bewertungen und Kommentarformen sind im Detail nachzu-lesen (C). Für die Einschätzung über die Zuverlässigkeit eines eBay-Mitglieds als Verkäu-fer ist zudem noch die Zahl der zurückgezogenen Gebote (D) wertvoll.

eBay-Verkäufer können auch noch das „Power-Seller“-Symbol direkt neben ihrer User-ID erwerben, indem sie beispielsweise ein beständiges Verkaufsvolumen verzeichnen, ins-gesamt 98 Prozent an positvem Feedback aufweisen und eBays Marktpolitk befolgen. Käufer können aufgrund dieses Zeichens versichert sein, dass sie mit einem erfahrenen eBay-Verkäufer verhandeln. Auch die Verkäufer profteren davon, wenn sie im Power-Seller-Programm sind.

eBay ist Gegenstand von mehreren Untersuchungen geworden, wo das Reputatonssys-tem als wesentlicher Faktor für den weltweiten Erfolg der Auktonsplatorm betrachtet wird (eine kurze Zusammenstellung fndet sich in Aberer & Despotovic, 2004, 19): Bei-spielsweise ließ sich mit den Daten von eBay nachweisen, dass Reputatonsprofle zu-künfiges Verhalten vorhersagen können (Resnick & Zeckhauser, 2002) und dass sich eine positve Reputaton für Verkäufer auszahlt, da sie höhere Preise erzielen können (Melik & Alm, 2002).

43

Bewertungsplatormen für Produkte und Anbieter – Beispiel Datngjungle

Einige Unternehmen haben sich auf das Anbieten von Reputatonssystemen speziali-siert, welche authentsche Kundenmeinungen einfangen und einen Überblick über den (Online-) Markt ermöglichen sollen. Reputaton wird hier also allein durch die Bewer-tung anderer gemessen, ohne dass die Bewerteten selbst das System nutzen. Für prak-tsch alle Produkte und Dienstleistungen des Alltags und für viele herausragende Perso-nen bzw. Unternehmen lassen sich im Web Foren fnden, bei denen Nutzer und Kunden Bewertungen hinterlassen. Zu den bekannteren Angeboten gehören Ciao21 und Qype22. Am Beispiel von Datngjungle23 zeigen wir, wie dabei Bewertungen vorgenommen wer-den können (s. Schafert u.a., 2009, 28f).

Abbildung 24: Bewertungsformular bei Datngjungle (Ausschnit)Quelle: htp://www.datngjungle.de (10/2009)

Datngjungle versucht einen Überblick über Online-Partneragenturen zu geben und bit-tet deren Nutzer einen Fragebogen auszufüllen. Die Ergebnisse, also Empfehlungen und Ranglisten von solchen Online-Partneragenturen basieren auf diesen Angaben. Datng-jungle ist also – wie alle vergleichbaren Angebote – auf die Bewertungen seiner Nutzer angewiesen, auf welchen weitere Empfehlungen bzw. die Reputaton und Ranglisten der Anbieter aufauen.

Im Folgenden wird am Beispiel einer konkreten Branche, dem Tourismus, der Einsatz und die Bedeutung von Reputatonssysteme im Handel dargestellt.

Reputatonssysteme im Handel am Beispiel des Tourismus

Der Tourismus ist eine informatonsintensive Branche mit vergleichsweise starker IKT-Durchdringung, die bereits markante Verschiebungen am Markt verursacht hat. Am Bei-spiel des Tourismus werden wir die Auswirkungen von Reputatonssystem für den (Onli-ne-) Handel aufzeigen.

Die aktuelle „Reiseanalyse 2009“ bestätgt, dass bereits 74 Prozent der deutschen Inter-netnutzer schon einmal das Internet zur Informatonsbeschafung in Verbindung mit ei-

21 htp://www.ciao.de, Stand 02/201022 htp://www.qype.at, Stand 02/201023 htp://www.datngsjungle.de, Stand 12/2009

44

ner Urlaubsreise genutzt haben, und 37 Prozent haben schon einmal eine Urlaubsreise ganz oder teilweise online gebucht (Aderhold, 2009). Um das Online-Verhalten von Tou-risten zu analysieren, ist es wichtg zu verstehen, dass sich bei touristschen Produkten – im Gegensatz zu Konsumgütern und anderen Dienstleistungen – of extensive Vor- und Nacherlebnisphasen im Konsumatonsprozess ergeben (vgl. Gretzel, 2009). Am häufgs-ten werden bei der Reisevorbereitung Websites von Unterkunfsanbietern, Destnato-nen und online Bewertungsplatormen aufgesucht. Zahlreiche Studien bestätgen, dass Reisende teilweise mehr auf die Erfahrungsberichte und Urteile anderer Reisender ver-trauen als auf Informatonen, die direkt von touristschen Anbietern bzw. Vermarktern stammen.

Bewertungsplatormen bzw. Systeme bei denen die Reputaton von Hotels und Veran-staltern dargestellt wird wie beispielsweise HolidayCheck24 oder TripAdvisor25 verschie-ben die Marktmacht ganz wesentlich vom Anbieter in Richtung Kunden. Kommunikaton über solche Platormen kann zur Kundenbindung und zum Aufau eines Vertrauensver-hältnisses beitragen, im negatven Fall kann es aber auch ein Instrument zur Verurtei-lung und Difamierung sein, das gegebenenfalls auch von Gästen und Hoteliers miss-braucht werden kann. Insgesamt kommt beispielsweise die ÖHV (Österreichische Hote-liervereinigung) zur Einschätzung, dass folgende Vorteile überwiegen (vgl. ÖHV, 2009):

| Für die Gäste: rasche Orienterung über das Preis-Leistungsverhältnis, Zusatzinforma-tonen wie z. B. Hotelfotos, Empfehlungen zu Restaurants, Sehenswürdigkeiten und Geschäfen in der Nähe des Hotels

| Für den Hotelier: sehr unmitelbares Feedback zu seinen Leistungen und of die Mög-lichkeit, unverzüglich zu reagieren; Anregungen und Verbesserungen können direkt in Angrif genommen werden.

Dennoch beweisen einige Negatvbeispiele von Gerichtsprozessen über auf solchen Platormen abgegebenen Bewertungen die Brisanz der Diskussion in der Tourismus-branche. So gab HOTREC, der europäische Dachverband für Hotels, Restaurants und Ca-fes, schon 2007 ein ofzielles Positonspapier heraus, in dem zehn Prinzipien zum Schutz vor Manipulatonen und ungerechten Bewertungen vorgeschlagen werden (HOTREC, 2007):

| Redaktonelle Kontrolle; Kontrolle der Bewertung vor der Veröfentlichung

| Manipulatonen vorbeugen: Bewertung nur durch Übernachtungsgäste ermöglichen

| Qualität sichern

| Keine anonymen Bewertungen

| Mindestanzahl an Bewertungen vor Veröfentlichung gewährleisten

| Notenskalierungen harmonisieren

| Reaktonsmöglichkeiten für den Hotelier eröfnen

| Rechtssicherheit umsetzen

| Aktualität gewährleisten

| Ofzielle Sterneanzahl angeben

24 htp://holidaycheck.de, Stand 01/201025 htp://www.tripadvisor.com, Stand 01/2010

45

Im Folgenden sollen zwei konkrete Reputatonssysteme beispielhaf den Einsatz im Tou-rismus veranschaulichen.

Reputaton von Hotels bei HolidayCheck

HolidayCheck26 ist das größte Hotelbewertungsportal im deutschsprachigen Raum. Die Schwerpunkte liegen auf den Bewertungen und Fotos ehemaliger Gäste für Hotels so-wie auf der Möglichkeit, mit diesen Gästen direkt in Kontakt zu treten. HolidayCheck verzeichnet monatlich 5 Millionen Visits, verfügt über etwa 500.000 aktve Nutzer, aktu-ell 320.000 Hotelbewertungen pro Jahr und 1,3 Millionen Bewertungen insgesamt.

Abbildung 25: Hotelbewertung bei HolidayCheckQuelle: htp://www.holidaycheck.de/hotel-Reiseinformatonen_Hotel+Edelweiss-

hid_87397.html (01/2010)

Zu jedem Angebot wird automatsch die aktuelle Weiterempfehlungsrate von Gästen angezeigt. Aus sämtlichen Hotelbewertungen eines Jahres werden dann jeweils die 99 beliebtesten Häuser weltweit ermitelt. Diese erhalten dann, wie beispielsweise das Ho-tel im Screenshot oben, den „HolidayCheck Award 2010“. Laut Eigenangaben von Holi-dayCheck werden alle Hotelbewertungen vor Veröfentlichung auf typische Katalogspra-che, Schimpfwörter, Verunglimpfungen, unsachliche Kritk oder manipulatve Einträge geprüf. Vier bis fünf Prozent aller Bewertungen landen so im digitalen Papierkorb.

Zu HolidayCheck gibt es unter Hoteliers sehr ambivalente Meinungen, die von „gewalt-vollem System, dem der Hotelier machtlos gegenüber steht“ bis zu „eine sehr gute Mar-ketng-Unterstützung für mein Hotel“ reichen.

Seit 2004 betreibt die Bewertungsplatorm auch ein eigenes Online-Reisebüro. In die-sem können die Angebote von 82 Reiseveranstaltern in über 116.000 Hotels weltweit gebucht werden. Kein Wunder also, dass so viele Hoteliers die Aktvitäten von Holiday-Check argwöhnisch beobachten. Es überrascht so nicht, dass kritsch hinterfragt wird, ob HolidayCheck nicht Hotels benachteiligen würde, die keine Zusammenarbeit anstreben.

26 htp://holidaycheck.de, Stand 01/2010

46

Laut ÖHV könne der Vorwurf einer „schwarzen Liste von Hotels“, deren positve Bewer-tungen zurückgehalten würden, weil sie in der Zusammenarbeit mit HolidayCheck Schwierigkeiten gemacht haten, aufgrund der nicht klaren Vorgehensweisen noch nicht entkräfet werden. Die Rechtertgung von HolidayCheck lautet, dass positve Bewertun-gen, die auf Eigenwerbung schließen lassen, eine erheblich geringere Chance häten, veröfentlicht zu werden, als solche, die eher kritsch urteilten. Angeblich liege das an der leidvollen Erfahrung der diversen Fälschungsversuche von Hoteliers sowie an den di-versen Mystery Checks, also verdeckten Ausprobierens, seitens verschiedener Medien. Bei HolidayCheck häte es ein Hotel, das einmal mit einer nachweislichen Fälschung auf-gefogen ist, dann schwer, (ehrliche) positve Bewertungen zu sammeln (vgl. ÖHV, 2009). Jedenfalls bietet das Portal jedem Hotelier die Möglichkeit, die Präsentaton seines Be-triebes in Form von Beschreibungen, Bildern und Meldungen über Neuigkeiten nach Re-gistrierung und Anmeldung selbst auf den neuesten Stand zu bringen.

Reputaton von Hotels bei TripAdvisor

Eines der am frühesten gestarteten und internatonal bekanntesten Bewertungsportale ist TripAdvisor27. Laut Eigenangaben sind die TripAdvisor-Webseiten mit mehr als 25 Mil-lionen Besuchern im Monat, mehr als 15 Millionen registrierten Mitgliedern und 30 Mil-lionen Bewertungen und Erfahrungsberichten zu mehr als 500.000 Hotels und Sehens-würdigkeiten die größte Reise-Community weltweit. In zweiter Linie bietet TripAdvisor auch die Möglichkeit eines Preisvergleiches über seine Reisesuchmaschine. So kann von der TripAdvisor-Platorm aus über Buchungsplatormen wie beispielsweise Hotels.com, Expedia.com, Venere.com, Splendia.com, Octopustravel.com, Ebookers.com, Weg.de oder Opodo.de gebucht werden. Genauso wie die drei ersten Online-Buchungsportale in der Liste steht TripAdvisor im Besitz der Inter Actve Corporaton.

Auch TripAdvisor bietet Beherbergungsbetrieben die Möglichkeit, ihren Betrieb in Form einer kurzen Beschreibung und einem Bild am neuesten Stand zu präsenteren. Hoteliers können auch Stellungnahmen zu einer Bewertung abgeben, sich durch einen RSS Feed bei Einlangen einer neuen Bewertung benachrichtgen lassen, einen Link zu TripAdvisor auf der hoteleigenen Website setzen lassen etc. In verschiedenen Tests punktete TripAd-visor mit seiner extrem umfangreichen Datenbank, die auch kleinere Hotels jenseits der großen Tourismushochburgen umfasst. Ist ein Hotel Vertragspartner von Expedia, so hat das auch Vorteile bei TripAdvisor: Die Expedia-Hotelbewertungen werden automatsch in die TripAdvisor-Bewertungen übernommen, wodurch sich insgesamt die Anzahl der Bewertungen erhöht und das Ranking steigen kann.

Am Beispiel von TripAdvisor zeigt sich, wie bei einem Bewertungssystem mit Punkten Probleme für ein internatonales Portal entstehen: In diesem Fall reicht die Skala von „1 = schlecht“ bis „5 = exzellent“. Diese Skala ist sehr ähnlich einem Schulnotensystem, das jedoch im Falle von Österreich andersherum gepolt ist: „1“ ist hier die beste Schulnote. Es besteht also die Gefahr eines Missverständnis beim bewertenden Gast.

27 htp://www.tripadvisor.com, Stand 01/2010

47

Abbildung 26: Travel Search Engine bei TripAdvisorQuelle: htp://www.tripadvisor.de/Hotels (02/2010)

Web-Reputatonssysteme als Herausforderung für den Tourismus

Für Beherberger, die sich der Herausforderung stellen wollen, Reputatonssystemen ak-tv zu begegnen, gibt es mitlerweile verschiedenste Sammlungen von Tipps und Hand-lungsanleitungen, wie sie – vielfach ähnlich klassischem Beschwerdemanagement – On-line-Bewertungen zu ihrem Gewinn einsetzen können. Etliche Umfragen untermauern die Einschätzung, dass ein konstruktver Umgang mit Gästebewertungen die Konversi-onsrate (vom Suchen zum Buchen) entscheidend hebt.

Dennoch lautet das Resümee, dass manche Hoteliers solche Reputatonssysteme als massive Geschäfsbedrohung sehen, während andere Beherberger auch über solche Kanäle eine sehr professionelle Kommunikatonskultur mit (potenziellen) Kunden pfe-gen. Fakt ist, dass beispielsweise Hoteliers selbst entscheiden können, welche Informa-tonen sie auf ihrer individuellen Homepage im Internet anbieten, ebenso ob und auf welche Buchungsplatormen sie mit ihrem Betrieb gehen – aber sie können nicht ver-hindern, dass Gäste auf diversen Bewertungsplatormen oder in Online-Foren Informa-tonen über das Hotel posten – und manchmal eben auch die Qualität des Angebotenen hefig kritsieren.

48

4.5 Reputatonssysteme im Bereich der Online-Spiele

Reputatonssysteme, also das gegenseitge Darstellen von Spielständen und Spielerei-genschafen, haben nur eingeschränkte Bedeutung für die Atraktvität eines Online-Spiels: Häufg wird gespielt, ohne dass Spielstände auf öfentlichen Proflen sichtbar sind. Dass wir in dieser Studie auch Reputatonssysteme von Online-Spielen behandeln, erscheint auf den ersten Blick daher seltsam. Online-Spiele und die Erfahrungen mit der Entwicklung von Spielregeln, Spielideen und Darstellungen von Spielerproflen haben je-doch für die Entwicklung von Reputatonssystemen im Web faktsch eine große Bedeu-tung, da Entwickler Erfahrungen mit Online-Spielen haben und diese bei der Entwick-lung von Reputatonssystemen einbringen. Sichtbar wird das insbesondere bei Systemen außerhalb von Spielen, bei denen Punkte vergeben werden, Auszeichnungen verliehen werden usw. (s. Interview mit Amy Jo Kim in Bokardo.com, 2009). Spielerische Ansätze, Spielregeln sowie die Erfahrung mit unterschiedlichen Reputatonssystemen bei Spielen beeinfussen und regen auch die Entwicklung von Reputatonssystemen in anderen Be-reichen an.

Die Rolle der Reputaton bei Mehrspieler-Spielen

Viele Spieler verbringen Stunden und Tage gemeinsam mit Anderen in einer fremden Online-Welt, dabei zeigen sich ganz unterschiedliche Motvatonsfaktoren, die zu einer Teilnahme bewegen. In einer Studie zeigt Yee (2007) unterschiedliche Motvatoren auf. Demzufolge ist „Motvaton durch Errungenschafen“ eine wichtge Antriebsfeder, wenn auch für viele Spiele die beiden weiteren Bereiche „Motvaton durch soziale Kompo-nenten“ und „Motvaton durch Vertefung“ wichtger sein können. Mit letzterem wer-den das Aufgehen und sich selbst Vergessen im Rollenspiel bezeichnet, oder auch der Spass an Entdeckungen und Erkundungen im Spiel. Das Spielergebnis und der Erfolg, im Sinne von Fortschrit, Stärke, Macht, Leistung, Rang und Status, ist somit ein zentraler Aspekt für Online-Spieler, damit auch verbundene Feedback- und Reputatonssysteme. Bartle's Spielertypologie für Mehrspieler-Umgebungen beschreibt hier gut, auch wenn sie empirische nicht unumstriten ist, wie unterschiedlich Spieler und ihre Motve sein können (s. Bartle, 1996, Wei o.J.):

| „Achiever“ möchten möglichst weit im Spiel kommen, also hohe Punkte, Topbewer-tungen oder hohe Levels erreichen

| „Explorer“ wollen neues entdecken und hinterfragen Spielabläufe und Spielregeln

| „Socialiser“ haben vorrangig Spaß und Interesse an den andern Spielern

| „Killer“ sind aggressive Spieler und wollen vorrangig Gegner töten

Es zeigt sich also, dass das Interesse an Reputatonssystemen unterschiedlich ausgeprägt ist und je nach Spielerzusammensetzung und Spielidee unterschiedlich wichtg ist.

Auswahl eines geeigneten Reputatonssystems für Online-Spiele

Adam Martn (2008) schreibt in seinem Blog „Als ein Online-Spiele und MMO-Entwickler und jemand der sich auf „Social Gaming“ und darauf fokussiert wie Reputatonssysteme in etablierte Spieldesigns integriert werden können, würde ich auf die Frage „Welche Form von Reputatonssystemen in eine Social-Gaming-Umgebung eingesetzt werden soll?“ klar und einfach antworten „Alle von ihnen“ (eigene Übersetzung).

49

Er verweist dabei auf das Beispiel von Kongregate28, einer Social-Web-Games-Website, welche insgesamt fünf unabhängige und parallelle Bewertungssysteme für jedes Spiel und sieben Reputatonssysteme für jeden Spieler bzw. Entwickler auf der Seite zur Ver-fügung stellt. „Schaut man sich diese einzelnen Systeme an wie sie miteinander intera-gieren, würde ich argumenteren, dass ein Großteil des Erfolges der Website genau auf den vielfachen und unabhängigen Formen der User-Content-Bewertung begründet ist“ (Martn, 2008; eigene Übersetzung). Aus Sicht von Martn (2008) ist es also wichtg, dass Online-Spiele mehrere Reputatonssysteme anbieten, bzw. Reputatonen in mehreren Bereichen und passend zu den unterschiedlichen Spielerinteressen zur Verfügung ste-hen. Es sei zudem wichtg, zuerst auf die Community zu achten, den Zielmarkt festzule-gen und die Produktzielsetzung einzuschätzen, bevor entsprechende Reputatonssyste-me ausgewählt werden. Schließlich sollte so ein System auch ofen sein, und die Spieler sollten Möglichkeiten haben sich mitzuteilen und sagen können, was sie wollen, damit das Angebot angepasst oder erweitert werden kann (s. Martn, 2008).

Spieltheoretsch fundierte Entwicklung von Reputatonssystemen

Das Anwendungsfeld der Online-Spiele wurde auch deshalb in dieser Studie aufgenom-men, weil die Erfahrungen mit Spielen maßgeblich auch die Entwicklung von Reputat-onssystemen in anderen Bereichen beeinfussen.

Wenn man Reputatonssysteme basierend auf einem spieltheoretschen Ansatz entwi-ckeln will, ist nach Aberer und Despotovic (2004) folgendermaßen vorzugehen:

| Eine Analyse der Interaktonsmuster der Community und Identfkaton des Ist-Zu-stands des Spiels (bzw. der Spielidee)

| Identfkaton eines angemessenen, sich wiederholenden Spielmodells (Langzeitspie-ler mit vielen kurzzeitgen Gegnern oder alle Spieler als Langzeitspieler; oder eine Kombinaton dieser beiden Ansätze)

| Defniton des Rückmeldungstypus (zum bisherigen Spiel) sowie eine Lösung für ein Anreizsystem für Kurzzeitspieler (sofern es welche gibt)

| Beschreibung, wie die Rückmeldung zusammengestellt wird

Die Verhaltensforscherin Kim (2007) betrachtet Spiele allgemein als gute Vorbilder, um Sofware mit größerem Spaßfaktor zu entwickeln und weist dabei auf die Funktonen und Möglichkeiten des Sammelns, der Punkte, der Rückmeldungen, des Austauschs und der Personalisierung hin, wie sie aus Spielen bekannt sind. Im Zusammenhang mit „Punkten“ die aus Spielen bekannt sind und wohl häufg in Reputatonsproflen ange-zeigt werden, stellt sie insbesondere Punktsysteme vor, bei denen Punkte von anderen vergeben werden (Social Points). Sie sieht also diese Form der Bewertung als atraktven Bestandteil einer Anwendung, die sich an den Erfahrungen mit Spielen anlehnt.

Im Folgenden beschreiben wird konkrete Feedback- und Reputatonssysteme von Onli-ne-Spielen.

28 htp://www.kongregate.com, Stand 12/2009

50

Reputatonssysteme bei Fantasie-Sport-Spielen von Yahoo

Yahoo! Sports29 bietet seinen Nutzern die Möglichkeit, sogenannte „Online-Fantasie-Sport-Spiele“ aus den unterschiedlichsten Sportdisziplinen zu spielen. Es gibt verschie-dene Ligen die jeweils mindestens sechs Spieler aufweisen müssen. Die Spieler haben die Rolle des Managers in den Spielen und je besser sie spielen, desto höher sind die Chancen möglichst viele unterschiedliche Trophäen zu sammeln. Trophäen werden im-mer nur an die Erst- bis Dritplatzierten vergeben, die im Profl des Spielers zu sehen sind.

Abbildung 27: Reputatonsprofle bei Yahoo.com – FantasiesportspieleQuelle: htp://www.fickr.com/photos/socialpaterns/3175227204/in/set-

72157614383562184/ (06/2009)

Reputatonssystem der Xbox

Xbox30 ist ein Online-Netzwerk von Microsof für die Xbox-Videospielsysteme und er-möglicht online gegen Spieler auf der ganzen Welt zu spielen. Derzeit werden über 100 Spiele im Netzwerk angeboten. Je nachdem welches Spiel gespielt wurde, können ver-schiedene Labels sogenannte Errungenschafen erworben werden, die im Profl der User gesammelt und angezeigt werden.

Abbildung 28: Reputatonsprofl bei Xbox Quelle: htp://www.xbox.com (02/2010)

29 htp://sports.yahoo.com/fantasy, Stand 12/200930 htp://www.xbox.com, Stand 12/2009

51

Reputaton bei World of Warcraf

World of Warcraf31 ist ein Massen-Mehrspieler-Online-Rollenspiel (Massively Mult-player Online Role-Playing Game; kurz MMORPG) das Spieler gleichzeitg zusammen über das Internet spielen. Der Spieler kann fast 8.000 verschiedene Aufgaben und Missionen (Quests) annehmen und erlangt dafür im Gegenzug Erfahrungspunkte sowie Belohnungen (z. B. virtuelles Geld, Ausrüstungsgegenstände) und kann dadurch auch seinen Ruf bei einzelnen Fraktonen verbessern oder verschlechtern. Zudem sammelt der Spieler auch Erfahrungspunkte bei erfolgreichen Kämpfen geben computergesteuer-te Charaktere und Monster sowie für das Erkunden unbekannter Gebiete. Hat der Spie-ler eine bestmmte Anzahl an Punkten erreicht, dann steigt der Charakter um einen Le-vel (Stufe) auf. Insgesamt gibt es im Grundspiel 60 Levels. Ab dem zehnten Level erhal-ten Spieler mit jedem weiteren Stufenansteg einen zusätzlichen Talentpunkt, den sie zur Spezialisierung der Fähigkeiten nutzen können. In diesem Rollenspiel ist es auch möglich, dass Spieler Gruppen bilden, um gemeinsam Missionen zu erfüllen. Es gibt so-gar einen eigenen World-of-Warcraf-Reputatonsrechner32. Dieser ermöglicht seine Re-putatonsstufen durch Eingabe seines Charakternamens im WOW-Spiel mit anderen Spielern zu vergleichen.

Abbildung 29: Reputatonen bei World of WarcrafQuelle: htp://www.fickr.com/photos/socialpaterns/3172441402/sizes/o/ (06/2009)

Reputaton beim Geocachen

Seit November 2004 sind die Webseiten Geocaching.com bzw. Geocaching.de33 erreich-bar, dort ist die Zentrale für eine moderne Form der Schatzsuche bzw. Schnitzeljagd. Je-der kann bzw. darf mitspielen, wenn er einen Internetzugang mit einem Account hat. Notwendig ist dazu ein Gerät das über ein Global Positoning System (GPS) verfügt (z. B. Handy) sowie den Koordinaten eines „Schatzes“, welcher von einem anderen Spieler an ungewöhnlichen Plätzen versteckt wurde. Die versteckten Schätze („Caches“) beinhalten in der Regel ein Logbuch, indem man seinen Spielernamen einträgt, of auch Gegenstän-de oder weitergehenden Informatonen zum Fundort. CacheFunde werden auch online bekanntgegeben und kommentert (z. B. mit „klasse Cache!“ „Logbuch leider voll“ usw.)

31 htp://www.wow-europe.com, Stand 12/200932 htp://wowreputatoncalculator.com, Stand 12/200933 htp://www.geocaching.com, htp://www.geocaching.de, Stand 12/2009

52

Um die Sammelleidenschaf der Schatzsucher zu wecken, gibt es unterschiedliche Typen von Caches, die weltweit gefunden werden können und im persönlichen Profl des je-weiligen Mitglieds anhand von verschiedenen Symbolen angezeigt werden. Für viele ist Geochaching eine günstge Art und Weise etwas draußen zu unternehmen, dass span-nend ist und Spaß macht. So lassen sich viele Familien oder auch Großeltern und ihre Enkelkinder von diesem Spielspaß mitreißen. Das eigene Profl stellt also nicht bestmm-te Punktezahlen dar, sondern ist schlichtweg eine Liste der gefundenen Caches und man erhält so Informatonen über die Motve und Interessen, insbesondere regionaler Art, des Nutzers.

Reputatonssystem beim geo-mobilen Spiel Playfoursquare

Playfoursquare34 wurde im November 2004 gegründet und ist ein geo-mobiles Spiel und beschreibt sich selbst als „50% Freundefnder, 30% sozialer Stadtührer und 20% Nacht-leben-Spiel“. Derzeit können sich Spieler entweder über eine iPhone-Anwendung, über ihren mobilen Browser oder per SMS mit ihrem Handy einchecken. Dann sieht man, welche Mitspieler sich gerade in der Nähe aufalten. Derzeit ist Playfoursquare in 21 Städten verfügbar. Möchte man nicht, dass Freunde wissen, wo man sich gerade befn-det und trotzdem Punkte sammeln, dann können sich Nutzer auch unsichtbar mitspie-len.

Spieler erhalten Abzeichen als Belohnung für ihren Einsatz, wenn sie insbesondere inter-essante und für sie ungewöhnliche Dinge tun, wie z. B. unter der Schulwoche lange aus-bleiben oder Orte außerhalb der Nachbarschaf besuchen. Spieler erlangen den Rang des „Mayors“ wenn sie sich öfers als Mitspieler an einem Platz aufalten bzw. einge-loggt sind und ein Foto von sich im Profl hochladen. Der Titel „Mayor of that place“ kann jedoch wieder verloren gehen, sobald sich ein anderer Benutzer öfer an diesem Ort eincheckt.

Playfoursquare ermöglicht es auch auf verschiedene Weisen Punkte zu sammeln. Punkte können jedoch nur außerhalb der normalen Arbeitszeiten (Montag bis Freitag von 8-16 Uhr) gesammelt werden, am Wochenende (Samstag und Sonntag) gibt es beim Punkte sammeln keine Einschränkung. Es gibt verschiedene Möglichkeiten, Punkte zu sammeln:

| Entdeckerbonus: An einem Ort einchecken, an dem man noch nie zuvor war. Hier ist es jedoch egal ob dies innerhalb oder außerhalb der Arbeitszeit ist = +5 Punkte

| Reisebonus: Für jeden Ort den man in einer Nacht besucht bzw. erreicht = +1 Punkt (pro Anzahl der Orte/Plätze)

| Combobonus: An mehreren Nächten hintereinander ausgehen = +1 Punkt (pro Nacht)

| Extra Punkte: Erfüllt man von der „To Do-Liste“ eine vorgegebenen Task bzw. führt man die Empfehlung eines Mitspielers durch, dann erhält man ebenfalls einen Punkt.

34 htp://foursquare.com, Stand 12/2009

53

Abbildung 30: Reputatonsprofl bei FoursquareQuelle: htp://foursquare.com/user/justnsuperstar?listd=todo (12/2009)

Die Punkte werden als eine Art Zahlungsmitel gehandhabt und können für andere Dienste wie z. B. das Erstellen eines eigenen Emblems, das man selbst verwenden und/oder an seine Freunde vergeben kann oder das zusätzliche Erhalten von „Top 12 Tips“ eingetauscht werden.

4.6 Aggregierende Web-Reputatonsdienste für Personen

Neben Reputatonsdiensten die Bestandteil eines Community-Systems sind und auf In-halte, v.a. Bewertungen von Nutzern angewiesen sind, gibt es eine Reihe von Systemen, die Informatonen die allgemein im Web verteilt vorliegen, abgrasen, auswerten und darstellen und darauf aufauend Informatonen über Reputatonen von Personen dar-stellen (versuchen). Dabei wird unterschiedlich vorgegangen und die Ergebnisse werden unterschiedlich präsentert.

Zusammenfassend lässt sich sagen, dass die derzeitgen Anwendungen eher Funktonali-täten von verbesserten Suchmaschinen haben, als dass sie seriös die Reputaton durch Auswertung von Webfundstücken zu ausgewählten Namen von Personen bewerten kön-nen. Die vorgestellten Tools werden eher kritsch und humorvoll kommentert oder sind explizit als kritsche Beiträge für den Versuch der Personenbewertung gedacht.

Webtrefer-Sammlungen für Personen

Folgende Tools sind weniger dazu gedacht „Reputaton“ zu messen, als das Aufnden von Personen zu erleichtern. Tatsächlich geben die Ergebnisse jedoch auch einen guten Einblick in die (Online-) Tätgkeiten die (vermeintlich) einer Person zugeordnet werden können und werden beispielsweise häufg auch bei der Auswahl von Geschäfspartnern oder der Einstellung neuer Mitarbeiter genutzt.

54

Beispielsweise durchsucht Yasni35 systematsche Soziale Netzwerke, Weblogsysteme usw. nach Nutzerproflen. Ein Ausschnit für die Suche nach Erika Mustermann zeigt, dass im Unterschied zu herkömmlichen Suchmaschinen hier weitere gezielte Abfragen möglich sind, beispielsweise wo der Wohnort der gesuchten Person liegt, oder welche Personen im Zusammenhang mit Erika Mustermann aufreten (hier u.a. Oto Normalver-braucher, Lieschen Müller).

Abbildung 31: Suchergebnis für Erika Mustermann bei YasniQuelle: htp://yasni.de (12/2009)

Einen ähnlichen Services bietet u.a. auch 123people36 an.

Services zur Bewertung der Webpräsenz von Personen

Im Unterschied zu den Personensuchdiensten kann man bei Egosurf37 bewerten lassen wie die Präsenz einer Person im Web einzuschätzen ist. Damit werden gezielt Leute an-gesprochen, die ihren Status selbst herausbekommen wollen („Egosurfer“).

Egosurf erwartet die Eingabe eines Namens und einer URL, beispielsweise der Homepa-ge oder des Weblogs. Für jeden Trefer werden Punkte vergeben. Unsere Suche nach Oto Normalverbraucher ergab dabei einen relatv kleinen Wert.

35 htp://yasni.de, Stand 12/200936 htp://www.123people.com, Stand 12/200937 htp://www.egosurf.org, Stand 12/2009

55

Abbildung 32: Suchergebnis für Oto Normalverbraucher bei EgosurfQuelle: htp://egosurf.org (12/2009)

Was es mit den „Egopunkten“ auf sich hat und wie sie berechnet werden, bleibt unklar – es ist durchaus möglich, dass es sich bei diesem Service um eine humorvolle Anwen-dung handelt: Auf der FAQ-Seiten des Services heißt es dazu (eigene Übersetzung, Stand Dezember 2009): „Was sind Egopoints? – Ein höchst geheimer und komplexer Algorith-mus, der über viele arbeitsintensive Monate hinweg entwickelt wurde und bei denen die besten mathematschen Köpfe aus Weston-super-Mare zum Einsatz kamen, um das würfelförmige Volumen (in cm³) des Egos zu berechnen, das in Deiner Suchanfrage steckt“.

Eigentlich für Websites im Allgemeinen gedacht, kann der Service von Socialmeter38 auch genutzt werden, um die Popularität von Personen durch eine Bewertung ihrer Ho-mepages zu schätzen. Der Socialmeter-Index setzt sich hier wohl aus der Summe der Trefer in ausgewählten Anwendungen zusammen. Für die englischsprachige Wikipedia-Seite von John Doe, dem nordamerikanischen Äquivalent zu Max Mustermann, ergibt sich so der Index von 73. Weitere Angaben zum Algorithmus fehlen, aber es scheint eine einfache Summe der Trefer in den ausgewählten Services zu sein.

Abbildung 33: Suchergebnis für die Wikipedia-Seite von John Doe bei SocialmeterQuelle: Ausschnit, htp://socialmeter.com (12/2009)

38 htp://socialmeter.com, Stand 12/2009

56

Personas: Auswertung nach Kategorien

Während die gezeigten Services eher Suchmaschinen sind oder den Versuch darstellen die Präsenz im Web zu bewerten, hat die Sociable Media Group des MIT Media Lab eine Anwendung entwickelt die versucht die Webtrefer zu einer Person nach Kategorien aus-zuwerten und darzustellen. Personas39 heißt ihr Service, welcher ein Portrait der Online-Identtät von Personen entwickelt.

Abbildung 34: Suchanfrage für Hans Meier bei PersonasQuelle: htp://personas.media.mit.edu (12/2009)

Personas liefert schöne Darstellungen der Trefer und auch erstaunliche Ergebnisse, sieht sich selbst allerdings als Zeichen dafür, wie fehlerhaf und problematsch es ist, das Web nach Personen zu durchsuchen, weil dadurch eben auch Fehler entstehen können, zum Beispiel wenn es mehrere Personen mit dem gleichen Namen gibt. Personas will Denkanstöße geben: „Es ist dafür entwickelt worden, damit Nutzer unsere jetzige und zukünfige Welt refekteren können, in der digitale Geschichten bedeutend, wenn nicht sogar bedeutender als mündliche Geschichten sind, und Berechnungsmethoden zur Ver-dichtung unserer digitalen Spuren undurchsichtg und gesellschaflich ignoriert werden“ (eigene Übersetzung der Homepage, 12/2009).

39 htp://personas.media.mit.edu, Stand 12/2009

57

5 ENTWICKLUNG VON REPUTATIONSSYSTEMEN

In diesem Abschnit werden die Prozesse rund um die Entwicklung von Reputatonssys-temen beschrieben sowie Beispiele für Reputatonsalgorithmen gegeben. Grundsätzlich sind bei der Entwicklung von Feedbacksystemen ähnliche Überlegungen vorzunehmen.

5.1 Überblick und Überlegungen zur Entwicklung

Möchte man in einer neuen oder bereits bestehenden Community ein Reputatonssys-tem initieren bzw. gestalten, sollte man sich klar darüber werden, welcher Blickwinkel generell auf das (geplante) System gelegt werden soll. Betreiber eines Netzwerks müs-sen sich daher in erster Linie darüber im Klaren sein, welche Ziele mit einem Reputat-onssystem erfüllt werden sollen, dass Nutzer im System „Reputaton“ erlangen können und welche Konsequenzen das haben kann. Im Folgenden wurden einige grundlegende Überlegungen zusammengestellt (in Anlehnung an Schafert & Wieden-Bischof, 2009; Dellarocas, 2009; Kirtland & Schif, 2008; Glass 2008). Die im folgenden beschriebenen Prozesse beschäfigen sich also nicht allein mit technologischen Fragestellungen, son-dern vorrangig mit sozialen Aspekten und Mechanismen von Reputatonssystemen und inwieweit diese gewünscht sind und gestaltet werden sollen.

Abbildung 35: Entwicklung von Reputatonssystemen im Überblick

Reputatonsysteme sollten auf keinen Fall unbedacht eingeführt werden, beispielsweise mit dem Argument „es gehöre halt dazu“: Reputatonssysteme haben große Auswirkun-gen auf das Nutzerverhalten und können den Verlauf einer Community wesentlich be-einfussen. Dies ist insbesondere dann problematsch, wenn ein System nicht zu den Zie-len und der Kultur einer Community passt. Solche Fehlgrife kommen jedoch immer mal wieder vor:

59

In einem Interview mit Bryce Glass nennt dieser als weniger gelungen das Beispiel Plurk40 (Bokardo, 2008): Plurk ist eine Microblogging Platorm, bei der die Karma-Metrik einen großen Wetbewerbscharakter hat, es geht dabei v.a. um die Zahl der Beiträge und Follower, dass der eigentliche Gedanke – Austausch und Kommunikaton – in den Hintergrund gerät. Im Bezug auf Online-Reputatonssysteme wird daher auch viel aus-probiert und verändert, so hat sich beispielsweise das System von Slashdot41 (s. S. 39) in den letzten Jahren deutlich gewandelt (s. Bokardo, 2008).

Reputatonssysteme werden als „Holy Grail“, als heiliger Gral, betrachtet; es wird als au-ßerordentlich gefährlich gesehen, daran zu arbeiten oder ein neues System einzuführen. Gegen (traditonelle) Reputatonssysteme werden u.a. folgende Argumente vorgebracht (Parnell, 2007):

| Wenn ein Reputatonssystem eingeführt wird, wird damit „gespielt“ und versucht Schwachstellen zu fnden, es auszutricksen: Echte Kosten entstehen, die Akzeptanz eines Systems kann nachlassen.

| Für Firmen ist es gefährlich, Kunden zu bewerten – es kann dazu führen, Kunden ab-zuschrecken, und nicht zu gewinnen.

| Reputaton ist eine persönliche und subjektve Bestmmung des Verhaltens oder der Vertrauenswürdigkeit einer Person, in einem spezifschen Kontext; solche Messungen sind daher nicht verlässlich und hilfreich, wie es den Anschein hat.

Bei Communitys handelt es sich um organische Systeme für deren erfolgreichen Aufau das „Wachsen lassen“ als ein zentrales Prinzip genannt wird (vgl. Schafert & Wieden-Bi-schof, 2009). Wie für den Aufau allgemein erscheint auch für die Entwicklung eines Re-putatonssystems die Einbindung der Community empfehlenswert. Dies kann prinzipiell alle beschriebenen Prozesse umfassen und ist zum einen eine wertvolle Quelle für wei-tere Überlegungen oder kreatve Lösungen und sorgt zum anderen auch dafür, dass die Community die Überlegungen auch mit Wohlwollen und Interesse verfolgt und kann da-mit auch zur gelungenen Implementerung beitragen. Für Reputatonssysteme fordert u.a. Clay Shirky in seinem Weblog eine große Einbindung der Community und argumen-tert gegen perfekt designte Reputatonsysteme (Shirky, 2007).

Voraussetzung für eine gelungene Entwicklung eines Reputatonssystems, ist also zu-nächst, Klarheit über Ziele und Zwecke einer Community und ihrer Betreiber, die in der Regel nicht identsch sind. Antworten auf folgende Fragen sollten vorhanden sein:

| Was sind die dahinter stehenden Ziele und Zwecke der Community-Betreiber? Wel-che Ziele verfolgen Sie mit der Einführung eines Reputatonssystems?

| Was motviert die Community-Mitglieder? Welches Ziel und welches Interesse ver-folgt die Community?

| Wie lässt sich der (bestehende) Charakter der Community im Hinblick auf Wetbe-werb und Kooperaton beschreiben?

Thematsch ähnliche Communitys können dabei übrigens unterschiedliche Reputatons-systeme nutzen und sprechen damit auch unterschiedliche Nutzer an; Erfahrungen sind hier nicht Eins zu Eins übertragbar. Auch kulturelle Aspekte können hier in Betracht ge-zogen werden.

40 htp://www.plurk.com, Stand 02/201041 htp://slashdot.org, Stand 02/2010

60

Im Folgenden müssen die Ziele und Zwecke der Einführung eines Reputatonssystems beschrieben werden, hierbei können unter anderem eine Verbesserung der Qualität der Beiträge oder eine höhere Atraktvität des Angebots genannt werden. Überlegungen zu folgenden Fragen sind hier hilfreich:

| Welcher Community-Geist soll mit einem Feedback- oder Reputatonssystem be-stärkt, gestärkt, gefördert werden: eine wetbewerbsfreie oder wetbewerbseifernde Umgebung?

| Welche Art von Unterstützung und Motvaton soll das Feedbacksystem bieten? Bei der Beantwortung dieser Frage hilf es, Handlungs- und Verhaltensweisen die unter-stützt und vermieden werden sollen, aufzulisten.

| Werden damit weitere Anreize verknüpf zum Beispiel Berechtgungen, oder andere Belohnungen?

Auch beim Entwurf des Konzepts sind Entscheidungen hinsichtlich der Daten die erfasst werden, wie sie analysiert werden und wie sie dargestellt werden, immer wieder im Hinblick auf die Auswirkung für die Community-Kultur zu hinterfragen: Die Einführung eines Reputatonssystems wird immer die Community-Kultur beeinfussen, auch kleinere Entscheidungen können dafür sorgen, dass ursprünglich intendierte Ziele nicht erreicht werden (Dellarocas, 2009).

Aus den vielen vorhergehenden Beispielen wurde deutlich, dass „Reputaton“ of nur durch wenige, „einfache“ Daten erfasst und dargestellt wird. Ein Reputatonssystem, das nicht das erfasst und bewertet, was von allen Teilnehmern als hilfreich und sinnvoll wahrgenommen wird, kann zu großen Problemen führen: Potenzielle Community-Mit-glieder steigen gar nicht ein, werden vom System eher demotviert als angespornt oder verlassen die Platorm. Der Algorithmus, als das Regelwerk, aus dem sich eine Reputat-on berechnet, muss daher wohl bedacht sein. Die Berechnungsvorschrif muss zur Er-mitlung der Reputaton einerseits dazu die soziale Norm der Community widerspiegeln, damit die Mitglieder auch einen Anreiz verspüren, ihre Aktvitäten an dieser Norm aus-zurichten. Andererseits muss der Reputatonsalgorithmus auch verhindern, dass fndige Community-Mitglieder das Bewertungssystem manipulieren und sich dadurch selbst übervorteilen bzw. andere benachteiligen können.

Neben solchen eher allgemeinen Entscheidungen kann dann spezifscher auf die drei Schichten von Reputatonssystemen eingegangen werden und beispielsweise skizziert werden, welche Daten über Nutzer und Community bereits vorliegen:

61

Abbildung 36: Drei Schichten von Reputatonssystemen

Die erste Schicht von Reputatonssystemen beschäfigt sich mit den Daten, die in einem Reputatonssystem gesammelt werden. Hier ist zu klären:

| Wie setzt sich die Reputaton zusammen, was wird dazu erfasst, was bewertet und wer bewertet?

| Welche Informatonen sind bereits vorhanden, welche müssen ggf. zukünfig erfasst werden?

Der Fokus kann dabei auf den Aktvitäten und Arbeiten einer Person (wie Videos, Blog-Einträge, Reviews, Playlists, Kommentaren) liegen, aber auch auf anderen persönlichen Qualitäten.

Eine zweite Schicht wertet diese Daten aus, dass können simple Summenberechnungen sein aber auch komplexere Algorithmen, wie sie noch später beschrieben werden. Über-legungen hierzu sind u.a.:

| Wie „berechnet“ sich Reputaton?

| Soll die verdiente Reputaton bzw. der erworbene Status über die Zeit bei Inaktvität des Mitglieds abnehmen bzw. geringer werden?

Schließlich ist die Darstellung, insbesondere die Visualisierung der Reputaton die drite Schicht, Fragen hierzu sind:

| In welcher Weise erfolgt die Darstellung? Denkbar sind hier u.a. Statstken, Sterne-Bewertung, Punktezahl, Rollennamen, auch ein Vergleich (Ranking) mit anderen Community-Mitgliedern ist möglich.

| Wie sichtbar soll das Reputatonssystem auf der Seite sein?

| Welche Informatonen sollen besser nur im privaten Profl des Mitglieds angezeigt werden und welche Informatonen sind für das öfentliche Profl relevant bzw. ge-wünscht?

| Wie transparent sollen die Regeln des Systems sein?

Aus Sicht der erfahrenen Entwickler von Reputatonssystemen sollte in technologischer Hinsicht darauf Wert gelegt werden, dass das Reputatonssystem fexibel gehalten wird und sich ggf. weiterentwickeln kann.

62

Die konkrete Implementerung sollte dabei durch eine Reihe von Begleitmaßnahmen er-folgen, beispielsweise Informatonen zu den Regeln des Systems, Hilfesysteme, eventuell auch Tutorien sowie weitere Informatonen für (neue) Community-Mitglieder.

Bereits bei der Beschreibung von Ziel und Zweck eines Community-Systems können Überlegungen vorgenommen werden, wie nachgewiesen werden kann, dass ein System erfolgreich ist. Beispielsweise könnte dies sein, dass die Qualität der Beiträge nachweis-lich höher geworden ist oder dass die Zahl der Mitglieder gestegen ist. Hilfreich können hier auch die Überlegungen zur Evaluaton des Community-Aufaus sein (vgl. Schafert & Wieden-Bischof, 2009, 63f).

Im Folgenden werden wir spezifscher auf die Reputatonsalgorithmen eingehen sowie auf Schwächen und Herausforderungen von Reputatonssystemen eingehen.

5.2 Beispiele für komplexe Reputatonsalgorithmen

Wie bereits dargestellt, ist mit Sorgfalt zu entscheiden, welche Quellen wie ausgewertet werden sollen, um damit Reputaton zu messen, weil damit das Verhalten der Nutzer maßgeblich beeinfusst wird. Zudem muss der Algorithmus mit dem Reputaton berech-net werden soll auch berücksichtgen, dass Reputatonen auch dynamisch sein sollen.

| Reputaton eines Mitglieds wird bei Inaktvität geringer; auch weil dadurch andere Mitglieder die Chance haben in Besten-Listen aufzuscheinen, sich Ranglisten usw. auch mal verändern und Neulinge nicht entmutgt werden. Die Reputaton darf dabei jedoch nie unter das Niveau eines Neulings fallen, da er ansonsten seine Mitglied-schaf kündigen wird (vgl. Glass, 2008).

| Mitglieder können sich auch verändern; negatve, länger zurückliegende Bewertun-gen sollten im Laufe der Zeit an Bedeutung verlieren.

Struktur der Algorithmen

Ein Reputatons- bzw. Bewertungsalgorithmus implementert grundsätzlich eine Funkt-on f, die einem Quadrupel (I, P, A, t) einen skalaren Wert (oder eine Schar von skalaren Werten) zuordnet:

(I, P, A, t) � f (I, P, A, t)

Dabei bezeichnet I ein Informatonsobjekt (z. B. Wiki-Artkel, Blog-Post, Forumseintrag, Dokument, Kommentar, usw.), P eine Person bzw. ein Mitglied der Community, A eine soziale Aktvität in der Community (z. B. Editeren, Bearbeiten, Bewerten, Kommente-ren, usw.) und t die Zeit. Dieses Modell ist freilich vereinfacht, weil in vier Grundparame-tern jeweils eine Reihe weiterer Parameter zusammengefasst sind. So etwa ist in einigen Ansätzen die Zeit t ein wesentlicher Parameter einer Alterungsfunkton, die ihrerseits wieder weitere Parameter hat, die die Abnahme (oder Zunahme) einer Bewertung mit der Zeit festlegen. Die Informatonsobjekte I können in verschiedenen Ansätzen mit ih-ren Vorgänger-Versionen verknüpf sein und eine Bewertung wird aus der „Diferenz“ von der Nachfolger- zur Vorgänger-Version ermitelt.

63

Ansätze und Parameter von Reputatonsalgorithmen

Die Reputatonsalgorithmen und die ihnen zugrunde liegenden Ansätze lassen sich wie folgt klassifzieren:

| Nach der treibenden Kraf eines Bewertungsalgorithmus unterscheiden wir Ansätze, bei denen die Bewertung von den Community-Mitgliedern ausgeht („user driven“) und solche, bei denen die Beiträge und Inhalte der Community-Mitglieder die Bewer-tung bestmmen („content driven“). In der Praxis begegnet man of auch Mischfor-men (Adler & de Alfaro, 2007).

| Im Bezug auf den Zeitpunkt der Durchführung einer Neuberechnung der Bewertung unterscheiden wir kontnuierliche (die in der Literatur auch mit „chronologisch“ be-zeichnet werden) und diskrete Ansätze („Fixpunkt“). Während bei ersteren jede Akt-vität zu einer Neuberechnung der Reputaton führt, wird die Bewertung im zweiten Ansatz jeweils zu einem fxen Zeitpunkt durchgeführt. Bei der Auswahl des Ansatzes spielen häufg die Komplexität der Algorithmen und die Größe der Communitys bzw. das Volumen der Beiträge eine entscheidende Rolle. Bei kontnuierlichen Ansätzen hat ein Mitglied zu jedem Zeitpunkt einen Überblick über seine Bewertung, während die Bewertung bei diskreten Ansätzen nur zum Refresh-Zeitpunkt aktuell ist.

Im Zuge der Analyse unterschiedlicher Reputatonsalgorithmen und der zugrunde lie-genden Wertesysteme wurden unter anderem folgende Parameter identfziert, die eine Bewertung steuern:

| die initalen Werte einer Informaton, eines Beitrags, eines Schlüsselworts (Tags) und einer Aktvität,

| die Parameter unterschiedlicher Alterungsfunktonen (z. B. linear, exponentell, uns-tetg),

| benutzergenerierte Bewertungen (Ratngs),

| individuelle Gewichtungsfaktoren,

| community-bezogene Gewichtungsfaktoren,

| eine Distanzfunkton und ihre Parameter, die die Veränderung der Nachfolger- gegen-über der Vorgängerversion eines Beitrags bewertet.

Im Folgenden stellen wir anhand von drei Fallbeispielen vor, wie Algorithmen von Repu-tatonssystemen ausschauen können. Zunächst untersuchen wir die Grundlagen eines Anreizsystems in der Lern-Platorm Comtella. Danach präsenteren wir „Community Equity“ als Bewertungsansatz für das Beitrags- und Aktvitäts-Kapital der Mitglieder mitlerer und großer Communitys. Und schließlich stellen wir einen experimentellen An-satz für ein inhaltsbezogenes Reputatonssystem für Wikipedia vor.

Im Folgenden stellen wir anhand von zwei Fallbeispielen vor, wie Algorithmen von Repu-tatonssystemen ausschauen können.

64

Comtella: Feedback- und Reputatonssystem

In Abschnit zu Feedbacksystemen (s. S. 13f.) wurde Comtella als Peer-to-Peer-Platorm für den Austausch von Dokumenten und Bookmarks im Bildungsbereich mit integrier-tem Feedback- und Reputatonssystem vorgestellt. Im Folgenden untersuchen wir den Reputatonsalgorithmus, der die Basis des Comtella-Anreizsystems bildet (Cheng & Vas-sileva, 2006).

Die Motvaton zur Entwicklung des Reputatons- und Anreizsystems war die Belebung der Community durch die Schafung sozialer Anreize: Die Mitglieder wurden anhand ih-rer Reputaton dynamisch den Klassen Gold, Silber oder Bronze zugeordnet und erhiel-ten aufgrund der Klassenzugehörigkeit zusätzliche und/oder verbesserte Such-Funkto-nen, eine gefälligere Benutzerschnitstelle und eine bessere Dienst-Qualität. Das System sollte jedoch auch eine bewusste Ausnützung und Irreführung des Reputatonsalgorith-mus verhindern. Das Bewertungssystem von Comtella basiert einerseits auf der indivi-duellen Reputaton der Community-Mitglieder („Individual Model“), andererseits auf den Anforderungen der Community selbst („Community Model“). Letztere können bei-spielsweise vorgeben, dass eine bestmmte Anzahl von Beiträgen zu einem gegebenen Thema nicht überschriten werden soll. Comtella betrachtet ohne Beschränkung der All-gemeinheit zwei für den Zweck der Platorm wesentliche Aktvitäten der Nutzer: das zur Verfügung Stellen („Sharing“) und die Bewertung von Ressourcen durch die Mitglie-der Community. Der Wert einer Aktvität wird dabei mit zwei Faktoren gewichtet, die die Aktvität gewissermaßen „belohnen“ oder „bestrafen“: Die Gewichtung hat eine indivi-duelle (FI) und eine Community-Komponente (FC). Der Community-Faktor (FC) nimmt über eine nicht-lineare Alterungsfunkton mit der Zeit ab. Damit kann beispielsweise ge-steuert werden, dass am Beginn einer Woche jene Beiträge höher bewertet werden, die früh nach Eröfnung eines Themas ins System eingebracht werden. Gegen Ende der Wo-che wird der Wert eines Beitrags dann immer geringer, weil das Thema dann zuneh-mend erschöpf ist.

Noch interessanter gestaltet sich der individuelle Faktor (FI): Auf der individuellen Ebene wird für die Erstellung eines Beitrags solange eine volle Wertung vergeben, bis die vom Autor aufgrund seiner bisherigen Reputaton zu erwartende Zahl der Beiträge über-schriten ist. Danach sinkt der Bewertungsfaktor sofort gegen null, so dass für weitere Beiträge keine zusätzliche Reputaton mehr gewonnen werden kann. Die Alterungsfunk-ton ist hier nicht von der Zeit, sondern vom Zustand der Community und der individuel-len Reputaton des Mitglieds abhängig (darüber hinaus ist sie unstetg).

65

Abbildung 37: Überblick über den adaptven Reputatonsansatz von ComptellaQuelle: Cheng & Vassileva, 2006, Abbildung 2, 326

Die Abbildung zeigt das Zusammenwirken des Community Modells und des individuel-len Modells zur Bewertung von Aktvitäten der Mitglieder. Als Anreiz erhält die Person eine Gutschrif für Bewertungen von eigenen oder fremden Ressourcen und eine erhöh-te Reputaton, die wiederum zu einer erhöhten Dienst-Qualität des Systems führen kann.

Wie die Reputaton in der Benutzerschnitstelle eingesetzt wird, um die Mitglieder zu weiteren Aktvitäten auf der Community-Platorm zu motvieren, ist in Abbildung 3 (S. 16) dargestellt: Durch Anzeige der jeweiligen individuellen Gewichtungsfaktoren sieht ein Benutzer sofort, wofür er weitere Reputaton gewinnen kann, und handelt – wie die Evaluaton gezeigt hat – auch entsprechend.

Im Rahmen eines Feldtests konnte ferner gezeigt werden, dass der Reputatonsalgorith-mus in der Comtella-Community gute Resultate erreichte, um eine nachhaltge Beteili-gung der Mitglieder bei gleichzeitger qualitatver und quanttatver Kontrolle der Beiträ-ge zu fördern. Insbesondere war der Algorithmus widerstandsfähig gegen Versuche, ihn zu betrügen, bzw. sich auf einfache Weise hohe Reputaton zu erschleichen. Für detail-lierte Informatonen verweisen wir auf Cheng und Vassileva (2006).

Ein inhaltsbezogener Reputatonsansatz für Wikipedia

Einen gänzlich anderen Ansatz für die Bewertung der Reputaton stellten Adler und de Alfaro (2006) von der University of California vor: Sie entwickelten ein System, das die Reputaton eines Autors allein aufgrund dessen ermitelt, was in einem versionierten System (wie Wikipedia) mit den von ihm erstellten und editerten Inhalten (in diesem Falle Wikipedia-Artkeln) passiert: Insbesondere geht der Ansatz von der einfachen An-nahme aus, dass Änderungen eines Wikipedia-Artkels, die lang anhalten, höhere Quali-tät haben und dadurch indirekt dem Autor eine höhere Reputaton verleihen. Umge-kehrt senken kurzlebige Veränderungen, die gleich wieder gelöscht oder überschrieben werden, die Reputaton des Autors.

66

Damit unterscheidet sich der Ansatz von Systemen, die auf der (direkten oder indirek-ten) Bewertung von Inhalten und Aktvitäten durch andere Benutzer beruhen. Ein in-haltsbezogener Ansatz hat zunächst einige deutliche Vorteile: So kann ein Mitglied der Autoren-Gemeinde nicht ein anderes Mitglied bewusst diskrediteren, indem er niedrige Bewertungen für dessen Beiträge abgibt. Würde ein nachfolgender Autor eine Änderung wieder rückgängig machen oder überschreiben, obwohl die Änderung qualitatv gut war, würde die Autorengemeinde den ursprünglichen Beitrag rasch wiederherstellen, was nun denjenigen „strafen“ würde, der den Versuch zur Diskrediterung unternommen hat. Natürlich muss man einräumen, dass ein System, dass Reputaton über die Zeit er-mitelt, über die hinweg ein Inhalt sich nicht verändert, nicht in jedem Moment eine ak-tuelle Bewertung abgeben kann.

Der Algorithmus, der dem inhaltsbezogenen Ansatz von Adler und de Alfaro zugrunde liegt, geht von zwei Kriterien aus: einerseits dem Grad des Überlebens von Text (Text Survival) und andererseits dem Grad des Überlebens von Änderungen (Edit Survival).

Bei der Berechnung dieser Kriterien spielen zwei „Distanzfunktonen“ eine wesentliche Rolle:

1. Die Menge an Text (gemessen in der Anzahl der Wörter), die in einer Änderung eingeführt wurde und in einer Nachfolgeversion noch immer vorhanden ist.

2. Die Änderungsdistanz ermitelt, wie viele Veränderungen es zwischen zwei Versio-nen gegeben hat und zählt dabei jedes hinzugefügte, gelöschte, umgestellte oder ersetzte Wort.

Beide Distanzfunktonen werden nicht nur auf unmitelbar aufeinander folgende Versio-nen, sondern auch auf in der Änderungsgeschichte weiter auseinander liegende Versio-nen (konkret für die letzen zehn Änderungen) angewendet.

Mit Hilfe dieser beiden Funktonen lassen sich nun nach Adler und de Alfaro die Kriteri-en Text Survival und Edit Survival berechnen. Während wir auf die exakte Darstellung der Berechnungsvorschrif auf die Literatur (Referenz) verweisen, sei hier noch eine In-terpretaton und Rechtertgung für die Wahl dieser Kriterien gegeben:

Text Survival ist zunächst im Sinne des beschriebenen Reputatonsansatzes ein augen-scheinliches Kriterium: Je länger ein Text überlebt, desto besser muss seine Qualität sein und desto höher ist die Reputaton des Autors. Was aber passiert, wenn eine Autor einen Text nur umstellt, um ihn lesbarer zu machen: Dabei ändert sich die Distanzfunkt-on (1) nicht. Auch das Wiederherstellen einer vorangegangenen Version, etwa nach ei-nem Vandalenakt, würde aufgrund der geringen Distanzfunkton (1) dem Restaurator keine Reputaton eintragen.

Hier also kommt das zweite Kriterium ins Spiel: Edit Survival hält die Langlebigkeit der Änderungen eines Autors in der Wikipedia-Versions-Geschichte fest und berücksichtgt somit auch die geschilderten Aktonen zur Erhaltung und Wiederherstellung der Quali-tät.

Der Ansatz von Adler und de Alfaro wurde mit guten Ergebnissen im italienischen und im französischen Wikipedia auf der Basis einer doch beträchtlichen Menge an Artkeln evaluiert (z. B. wurden aus der französischen Wikipedia etwa 0,5 Mio. Artkel in ca. 5 Mio. Versionen betrachtet). Dabei wurde deutlich, dass der Ansatz sehr rasch Beiträge ausfndig macht, die später wieder rückgängig gemacht oder geändert werden. Hier zeigte sich aber auch ein Problem mit ereignisbezogenen Einträgen: Derartge Einträge werden aus aktuellem Anlass geändert und später wieder überschrieben, wenn ein neu-es Ereignis eintrit.

67

Nachdem das Verfahren keinerlei Semantk berücksichtgt, kann es bei aktuellen, ereig-nisbezogenen Wikipedia-Artkeln zu falschen Bewertungen kommen. Darüber hinaus halten die Autoren fest, dass ihnen eine Kombinaton ihres inhaltsbezogenen Bewer-tungsansatzes mit dem benutzerbezogenen Ansatz für zukünfige Entwicklungen geeig-net erscheint (s. Adler & de Alfaro, 2007).

Community Equity

Der Aufau dynamischer Communitys mit reger Beteiligung und guten inhaltlichen Bei-trägen beruht nach Peter Reiser, Principal Engineer bei Sun Microsystems, unter ande-rem auf einem Bewertungssystem, das den Wert der Beiträge und der Aktvitäten der Mitglieder kalkuliert, anzeigt und dadurch die Frage beantwortet: „Was bringt es mir, mich aktv einzubringen?“ Dementsprechend wurde das im Rahmen einer sozialen Com-munity-Platorm für den Bereich „Technical Field Engineering“ entwickelte Bewertungs-system „Community Equity“ genannt, was am besten mit „Community Kapital“ oder „Community Rendite“ übersetzt wird.

Community Equity beruht darauf, das Benutzerverhalten, also beispielsweise das Hinzu-fügen, Editeren, Ansehen, Kopieren, Kommenteren, Bewerten von Beiträgen, sowie Tags von den Informatonsobjekten genutzt werden.

Das Wertesystem in Community Equity leitet sich aus diesen Elementen folgenderma-ßen ab:

| Die Informaton Equity (IQ) umfasst alle sozialen Aktvitäten, die mit einem Informat-onsobjekt (z. B. einem Wiki-Artkel, einem Blog-Post, einem Forumseintrag oder ei-nem Dokument) verbunden sind und besteht aus einem numerischen Wert, der die Wichtgkeit, Relevanz und Qualität eines Informatonsobjekts bewertet.

| Die Contributon Equity (CQ) bewertet die Beiträge einer Person und besteht aus der Summe der IQs aller Beiträge der Person.

| Die Partcipaton Equity (PQ) beschreibt den Wert aller Aktvitäten einer Person und setzt sich aus der Summe der Bewertung der sozialen Aktvität der Person zusam-men, bewertet also, wie of er Informaton betrachtet, lokal speichert, bewertet, kommentert, wieder verwendet oder mit Schlüsselwörtern (Tags) klassifziert.

| Die Personal Equity (PEQ) einer Person umfasst eine Bewertung ihrer Beiträge und ihrer Beteiligung auf der Community Platorm. Sie besteht aus der Summe der Con-tributon Equity (CQ) und der Partcipaton Equity (PQ).

| Die Tag Equity (TQ) kann unter Berücksichtgung der sozialen Aktvitäten der Commu-nity, also den Partcipaton Equitys (PQ), aus der Informaton Equity IQ aller mit ei-nem Tag versehenen Informatonsobjekte berechnet werden. Dieses Verfahren zur Bewertung eines Tags ist etwa den Tag Clouds überlegen, die rein die Häufgkeit der Verwendung eines Tags berücksichtgen.

Community Equity kann nun bei jeder Aktvität die betrofenen Werte neu berechnen. Das Verfahren würde bei einer reinen Akkumulaton von Equitys z. B. alte Beiträge und Langzeit Community-Mitglieder linear höher bewerten als junge Beiträge und Communi-ty-Neulinge. Deshalb wird in dem Wertesystem eine Alterungsfunkton eingesetzt, die die Equitys mit fortschreitender Zeit verringert. An einem Beispiel wird die Sinnhafigkeit der Verwendung einer Alterungsfunkton deutlich: die Rezension eines Urlaubers über ein Hotel mag 1999 aktuell und höchst wertvoll gewesen sein, aber heute?

68

Community Equity setzt nun die Alterungsfunkton linear mit der Zeit an: Das hat Vortei-le, was die Rechenzeiten in großen aktven Communitys mit vielen inhaltlichen Beiträ-gen angeht. Denn man kann zu jedem späteren Zeitpunkt einer sozialen Aktvität aus der vorangehenden Equity und der Zeitdiferenz zur letzten Bewertung die nachfolgende Equity berechnen. Es ist aber sicher zu hinterfragen, ob der lineare Ansatz allen Anwen-dungsfällen gerecht wird, oder ob nicht exponentelle oder sogar (wie im Falle von Com-tella) unstetge Funktonen verwendet werden können. Dies geht natürlich auch zu Las-ten der Performance. Es ist zudem zu erörtern, ob alle Arten von Equitys auf die gleiche Art und Weise altern. Beispielsweise wird eine Interpretaton eines Gedichts von Her-mann Hesse länger Bestand haben als etwa die schon erwähnte Rezension des Hotels. Es ist zu überlegen, ob man deshalb bestmmte Informatonsobjekte und Tags nicht an bestmmt Funktonenscharen knüpf und damit das Wertesystem besser kalibrieren kann.

Community Equity ist, wie Eingangs erwähnt, im Bereich „Technical Field Engineering“ bei Sun Microsystems produktv im Einsatz. Die Platorm hat (Stand Januar 2010) ca. 14.000 registrierte Mitglieder, von denen ca. 6.000 aktve Teilnehmer sind. Das Angebot umfasst ca. 110.000 Wiki-Seiten und 30.000 Dokumente, die mit 8.000 Schlüsselwörtern (Tags) verschlagwortet sind. Pro Tag verzeichnet Community Equity zwischen 15.000 und 20.000 Aktvitäten.

Die Platorm stellt eine Reihe von Administratonsfunktonen zur Verfügung, um das Wertesystem zu konfgurieren und Black-Listen zu verwalten. Zur Visualisierung werden Widgets zur Verfügung gestellt, um beispielsweise folgende Werte anzuzeigen:

| die persönliche Contributon (CQ) und Partcipaton Equity (PQ), beide mit Reihung: „Platz … von …“,

| die Rangliste der Personen mit der höchsten Community Equity (Top 10),

| ein Ranking nach Ländern,

| ein Ranking der Inhalte, sowie

| ein Ranking nach thematschen Communitys, basierend auf den Tag Equites der mit den Communitys assoziierten Tags.

Abbildung 38: Top-Beitragende bei Community Equity (Widget)Quelle: Reiser & Falkner, 2009, Folie 20

Community Equity wird derzeit auch im Rahmen des Projekts KiWi42 in einem semant-schen Wiki-System implementert. Das System ist also angesichts der breiten Erfahrun-gen, die derzeit damit gemacht werden, als auch der wissenschaflichen Weiterentwick-lung spannend. Wir haben daher Peter Reiser, dem Chefentwickler, einige Fragen ge-stellt.

42 htp://www.kiwi-project.eu, Stand 12/2009

69

Entwicklung eines Reputatonssystems – Interview mit Peter Reiser

? Welche Überlegungen haben zu der Entwicklung des Community-Equity-Systems geführt?

! Eine der größten Herausforderungen im Aufau und Betrieb von Online-Communi-tys ist die Motvaton der Teilnehmer aktv innerhalb der Community mitzumachen. Es braucht eine klare Antwort auf die Frage "What is in it for me?". Mit Community Equity haben wir uns zum Ziel gesetzt, ein Wertesystem basierend auf der Social-Capital-Theorie zu schafen, das aktve Mitarbeit in Online Communitys honoriert. Das System weist jeder Aktvität eines Benutzers (add/edit, view, rate, comment etc.) einen Wert zu und errechnet automatsch die Wertgkeit von Informatonen, Benutzern und Tags. Desweiteren wird für jeden Wert eine Alterungszeit (Aging) de-fniert, das heißt der zugewiesene Wert altert automatsch. Somit ist es möglich eine soziale Wertgkeit für Informatonen, Personen und Tags zu errechnen und durch das "Aging" eine Alterung des Wertes zu simulieren und interessante Modelle wie zum Beispiel Reputatons- und Expertensysteme zu implemen-teren, die auf dem sozialen Feedback der Community basieren.

? Haben Sie Modifkatonen am Community-Equity-Algorithmus vorgenommen oder stehen welche an, wenn ja, warum?

! Die Zuweisung von Werten für die Aktvitäten und die Berechnung der Informaton-Equity, Person-Equity und Tag-Equity hat sich in der Praxis bewährt. Es müssen jedoch noch mehr Erfahrung zu der spe-zifschen Wertzuweisungen für Informatonstypen gesammelt werden. Ein Beispiel ist das Wert- und Al-terungsverhältnis für ein Blog-Post versus einer Twiter-Message. Desweiteren sind wir am überlegen, ob wir vom linearen Alterungsmodell auf ein exponentelles Modell wechseln sollen. Hier sind zwei Aspekte relevant. Der erste Aspekt betrift das „Social Capital Aging“; da die Alterung von sozialen Wer-ten nicht unbedingt linear ist, sondern eher einer exponentellen Kurve folgt. Hier fehlen noch entspre-chende Studien. Der zweite Aspekt ist die Computaton Optmierung: Exponentelle Abschrei-bungsmodelle lassen sich einfacher und skalierbarer implementeren.

? Welche Ratschläge möchten Sie für die Entwicklung von Algorithmen für Reputatonssysteme mitge-ben?

! Es wird nie möglich sein, ein 100% fairen und von allen Teilnehmern akzepterten Reputatonsalgorith-mus zu defnieren, da Reputaton und soziale Wertgkeit immer subjektv wahrgenommen wird. Somit ist es wichtg, dass die Werte nicht als absoluter Wert, sondern als Trend, respektve Indikatoren eines Wertes interpretert werden. Desweiteren ist es sehr wichtg, dass das Reputatonsmodell mit einem ge-eigneten Wertemodell kombiniert wird. Ein Beispiel dazu: Die errechnete Expertse sollte innerhalb der Community-Platorm dazu verwendet werden, Personen für ihre Leistung zu honorieren (Aner-kennung). Eine direkte Kopplung von einem Reputatonsmodell mit dem Entlohnungssystem einer Firma ist jedoch problematsch, da das System allen rechtlichen und Datenschutz-relevanten Gesetzgebungen entsprechen muss.

Peter Reiser ist Principal Engineer CTO Ofce bei SUN Microsystems, wo er verantwortlich für die Ent-wicklung des Community-Equity-Systems ist. In seinem Weblog berichtet er regelmäßig über seine Akt-vitäten (blogs.sun.com/peterreiser/).

70

5.3 Herausforderungen und Schwächen

Reputatonssysteme haben mit einigen Herausforderungen zu kämpfen und damit auch Schwächen. Zunächst einmal steht und fällt die Aussagekraf von en Reputatonssyste-men mit der Zahl der Benutzer, die aktv Bewertungen abgeben. Community-basiert. Die Bewertung von ein paar wenigen Benutzern wird nur in Ausnahmefällen als zuverlässig wahrgenommen. Auch die relatve Zahl der Benutzer im Verhältnis zur Zahl derjenigen, die eine Bewertung abgeben könnten, kann von Bedeutung sein. Je größer beide Zahlen sind, desto zuverlässiger ist ein System.

Reputatonssysteme haben mit einigen Herausforderungen zu kämpfen, zu den bekann-ten zählen: Das Cold-Start-Problem bezeichnet die Tatsache, dass zunächst keine oder nur wenige Daten wie beispielsweise Bewertungen vorliegen, „Feedback Padding“ ist das Erschleichen von günstgen Bewertungen und „Ballot Stufng“ ist der Versuch, durch mehrmaliges Bewerten das Ergebnis zu beeinfussen (s. Schafert u.a., 2009).

Zudem können auch viele weitere Fehler in Reputatonssystemen aufreten (Horton, 2009). Einige davon sind als typische Fehlermöglichkeiten in wissenschaflichen Untersu-chungen bekannt.

| Messfehler können beispielsweise darin bestehen, dass die Systeme anderes erfas-sen, als sie eigentlich vorgeben: Ein Lehrer mit einer schlechten Bewertung ist wohl ein Lehrer, den viele seiner Schüler nicht mögen, aber er muss deshalb nicht unbe-dingt ein schlechter Lehrer sein. Auch kann es sein, dass irrtümlich Bewertungen ab-gegeben worden sind, die nicht bemerkt wurden bzw. nicht mehr rückgängig zu ma-chen sind.

| Die Einfussnahme auf das Aufrufverhalten bestmmter Webseiten, beispielsweise durch (vermeintlich) sexuelle Inhalte und Angebote, kann die Log-Einträge verfäl-schen („Log Stufng“).

| Wetbewerber können auch bewusst durch bezahlte bzw. organisierte negatve Be-wertungen geschädigt werden bzw. deren Reputaton durch positve Bewertungen beschönigt werden.

| Es ist auch denkbar, dass Personen, die durch negatve oder kritsche Bewertungen aufgefallen sind schneller oder zuvorkommender bedient werden.

| Im Verkauf ist auch das Phänomen bekannt, dass viele günstge Produkte verkauf und positve Bewertungen gesammelt werden, um dann in betrügerischer Absicht ein teureres Produkt anzubieten und dieses im schlechten Zustand zu liefern bzw. nicht zu liefern. Negatvbewertungen werden dabei bewusst in Kauf genommen und fallen im sonst positven Profl nicht auf.

| Reputatonssysteme können auch durch gezielte Kampagnen beeinfusst werden, beispielsweise von Verbraucherverbänden, Naturschützern oder anderen.

| Dann ist die Annahme, dass aus bisherigen Erfahrungen auch zwangsläufg auf zu-künfige Erlebnisse zu schließen ist, nicht notwendigerweise korrekt; Firmen können besser werden, gute schlechter.

Insgesamt ist es trotz solcher Möglichkeiten und Fehlerquellen noch immer besser, Ent-scheidungen (auch) auf Reputatonssystemen aufzubauen als willkürlich zu trefen. Für die Entwicklung von Reputatonssysteme stellt sich jedoch die Frage, wie solche Strategi-en möglichst unterbunden werden können.

71

6 AUSBLICK: KONSEQUENZEN UND HERAUSFORDERUNGEN

Zur Vorbereitung der„Future of Web Apps“-Konferenz hat Techcrunch eine Befragung durchgeführt und nach der Killer-Web-Applikaton gefragt, also nach einer Anwendung, die das Web maßgeblich voranbringen und dem Bedürfnis von vielen nachkommen wür-de. Hier lag ein weltweites Reputatonssystem ganz vorne (vgl. Bendrath, 2008).

Abbildung 39: Killer-Web-Applikaton: Ergebnisse der Online-Befragung von TechcrunchQuelle: Bendrath, 2008 (12/2009)

Dieser Wunsch nach einem weltweiten Reputatonssystem erscheint unrealistsch. Die beschriebenen Websites und Projekte die personenbezogene Daten aus dem ganzen Web aggregieren zeigen, dass diese Versuche etliche Probleme aufweisen. Die Anbieter gehen (daher) auch ironisch und kritsch damit um. Auch wird darauf hingewiesen, dass ein Reputatonssystem für einzelne Personen ohne spezifschen Kontext kaum sinnvoll ist. Reputatonssysteme machen nur für spezifsche Anwendungen, Kontexte und Com-munitys Sinn. Schließlich spricht auch die Tatsache, dass bisher kein Standard für den Austausch von Reputaton (-sdaten) verbreitet ist, auf dem eine solche Anwendung aufauen könnte (Bendrath, 2008).

Wie wichtg die Darstellung der eigenen Person heute geworden ist, zeigen Studien aus welchen hervorgeht, dass das Internetverhalten von Online-Akteuren von Kommunikat-on und der Veröfentlichung persönlicher Informatonen geprägt ist (z. B. Heise 2007, 2008). Auch ohne funktonierende Reputatonsservices, die das ganze Web efektv und personenbezogen abgrasen und vorhandene Daten zusammenbringen, auswerten und darstellen, hat die zunehmende Beteiligung am Web Auswirkungen: Man ist zunehmend bedacht, als Organisaton sowie als Einzelperson sich um die eigene Reputaton im Web zu kümmern. Für Einzelpersonen ist dabei vor allem wichtg selbst darauf zu achten, welche Informatonen man von sich selber im Web veröfentlicht. Denn schnell entsteht ein scheinbar glaubhafes Bild zu einer Person, welches mit der realen Person nichts ge-mein hat. Umgekehrt ist eine positve Reputaton im Web wichtg und kann bei Stellen-besetzungen und Aufrägen mitentscheiden: „Wer sich im modernen Mitmachweb rich-tg präsentert, die richtgen Leute kennt und mit seinem Namen oder Pseudonym eine durchgängige wie glaubhafe Geschichte verbindet, kann sein Image verbessern. Aber auch für weniger verdrahtete Menschen gibt es inzwischen eine Reihe von Diensten für das digitale Reputatonsmanagement“ (Mei, 2007).

73

Etliche Services bieten daher Auskünfe zur Online-Reputaton an und wie man sie ver-bessern kann oder übernehmen auch gegen Geldleistungen Aufräge an: Unter anderem wird angeboten, spezifsche Beiträge, Fotos oder Videos zu löschen, die ggf. von ande-ren ins Web gestellt worden sind und nicht nur technische, sondern auch juristschen Beistand notwendig machen. Eine Liste dieser Services und ihrer Beschreibungen fndet sich in der „Karriere-Bibel“ von Mei (2007), hier wird u.a. Datenwachschutz.de, Deingu-terruf.de, Ikarma.de, Saubereweste.de genannt. Auch behandeln eine Reihe von Ratge-bern die Möglichkeiten, wie man eine möglichst positve Online-Reputaton erhält (u.a. Eck, 2008).

Neben diesen individuellen und organisatonalen Herausforderungen für die eigene Re-putaton wird diese Entwicklung jedoch nicht einfach nur so hingenommen. Einige Bei-träge die auch für entsprechende Aufmerksamkeit gesorgt haben, sehen hier expliziten politschen bzw. gesellschaflichen Handlungsspielraum wie zukünfig mit der derzeit faktsch dauerhafen Zugänglichkeit und Recherchierbarkeit von persönlichen Daten im Internet umgegangen werden sollte (u.a. Solove, 2007; Füllhaas, 2007; Mayer-Schönber-ger, 2009).

Wie auch bei unserer weiteren Veröfentlichung im Rahmen des Projekts Comstudy zur Nutzung und Verwendung von (Meta-) Informatonen, die in Communitys und Netzwer-ken entstehen (vgl. Schafert u.a., 2009) zeigt sich also, dass durch die vielen Möglichkei-ten die durch die vereinfachte Kommunikaton im Web existeren auch vielerlei neue Herausforderungen und auch entsprechender Diskussions- und Handlungsbedarf ent-steht.

Im ersten Band des Projekts Comstudy, das sich mit dem erfolgreichen Aufau von Onli-ne-Communitys beschäfigt (Schafert & Wieden-Bischof, 2009), zeigte sich dass der Aufau einer Online-Community zwar nicht in jedem Fall, beispielsweise aus Unterneh-menssicht per se als sinnvoll bewertet wurde, wurde jedoch auch nur sehr einge-schränkt problematsiert. Im Falle der Reputatonssysteme lässt sich jedoch zusammen-fassen, dass die Einführung von Reputatonssystemen zu größeren Problemen führen kann und Ergebnisse hervorrufen kann, die ganz und gar unerwünscht sind. Eine zu-künfige intensive Begleitung und auch wissenschafliche Beschäfigung mit Reputat-tonssystemen, auch außerhalb des Online-Handels, ist daher nicht zuletzt aus Sicht der Anbieter sehr zu begrüßen.

74

LITERATUR UND QUELLEN

| Abdul-Rahman, Alfarez & Hailes, Stephen (2000). Supportng trust in virtual communites. In: Proc. Ha-waii Int’l Conf. System Science HICSS-33.

| Aberer, Karl & Despotovic, Zoran (2004). On Reputaton in Game Theory Applicaton on Online Set-tngs, Working Paper, Online zugänglich unter: htp://lsirpeople.epf.ch/despotovic/ReputatonGT.pdf [2009-12-10]

| Aderhold, Peter (2009). Die Urlaubsreisen der Deutschen. Kurzfassung der Reise-analyse 2009. Kiel: FUR – Forschungsgemeinschaf Urlaub und Reisen e.V.

| Adler, Thomas & de Alfaro, Luca (2007). A Content-Driven Reputaton System for the Wikipedia. In: WWW 2007 / Track: E-Applicatons, Session: E-Commerce and E-Content. Online zugänglich unter: htp://www2007.org/papers/paper692.pdf [2009-12-10]

| Akerlof, George A. (1970). The Market for "Lemons", in: Quarterly Journal of Economics, Vol. 84 (1970), S. 488-500.

| Altmann, Johannes (2008). Dauerbrenner: Gütesiegel für den Onlineshop. Online zugänglich unter: htp://www.internetworld.de/Wissen/E-Shop-Tipps2/Dauerbrenner-Guetesiegel-fuer-den-Onlineshop [2008-10-17]

| Bartle, Richard (1996). Hearts, Clubs, Diamonds, Spades: Players who suit MUDs. MUSE Ltd, Colches-ter, Essex, UK. URL: htp://www.mud.co.uk/richard/hcds.htm [2009-12-17]

| Basic Thinking Blog (2007). SchülerVZ war gestern, Spickmich ist heute. Weblogeintrag vom 30.11.2007. Online zugänglich unter: htp://www.basicthinking.de/blog/2007/11/30/schuelervz-war-ges-tern-spickmich-ist-heute/ [2009-12-10]

| Becker, Jan (2007). Reputaton – Das wichtgste Kapital für Gründer! (Teil I). Online zugänglich unter: htp://www.gruenderszene.de/marketng/reputaton-%E2%80%93-das-wichtgste-kapital-fur-grunder-teil-i/ [2009-06-23]

| Bendrath, Ralf (2008). Webwide Reputaton System seen as Killer App – but is it? Weblogeintrag vom 13.2.2008, Online zugänglich unter: htp://bendrath.blogspot.com/2008/02/webwide-reputaton-system-seen-as.html [2009-12-12]

| Bernstein, Michael; Tan, Desney; Smith, Greg; Czerwinski; Mary & Horvitz, Eric (2009). Collabio: A Game for Annotatng People within Social Netzworks. In: UIST '09, October 4-7, Canaca. Online zugänglich unter: htp://research.microsof.com/en-us/um/people/horvitz/collabio.pdf [2009-10-03]

| Borkardo.com (2009). Game Mechanics for Interacton Design: An Interview with Amy Jo Kim. Weblo-geintrag vom 15.1.2009. Online zugänglich unter: htp://bokardo.com/archives/game-mechanics-for-inter-acton-design-an-interview-with-amy-jo-kim/ [2009-12-10]

| Cheng, Ran & Vassileva, Julita (2006). Design and evaluaton of an adaptve incentve mechanism for sustained educatonal online communites. In: JInt. Journal of User Modeling and user-adapted interacton 16 (3-4) 2006

| Consoline AG Presseaussendung (2008). Web 2.0 Quellen dominieren Kaufentscheidung. Online zu-gänglich unter: htp://www.presseportal.de/meldung/1215843 [2008-11-05]

| Dellarocas, Chris (2009). The Many Faces of Reputaton: Towards a discipline of Web 2.0 reputaton system design. ICORE’09 Präsentaton. Online zugänglich unter: htp://www.slideshare.net/harrikipper/the-many-faces-of-reputaton-towards-a-discipline-of-web-20-re-putaton-system-design [2009-06-26]

| eBay / TNS Infratest-Studie (2006). Sicherheit im Online-Handel. Online zugänglich unter: htp://pres-se.ebay.de/news.exe?typ=SU&news_id=101053 [2008-10-17]

| Eck, Karl (2008). Karrierefalle Internet. Managen Sie Ihre Online-Reputaton, bevor andere es tun! Han-ser.

| Erpenbeck, John & Heyse, Volker (2007). Die Kompetenzbiographie. Wege der Kompetenzentwicklung. Münster.

75

| Erpenbeck, John & Lutz von Rosenstel, Lutz (2003). Handbuch Kompetenzmessung. Erkennen, verste-hen und bewerten von Kompetenzen in der betrieblichen, pädagogischen und psychologischen Praxis. Schäfer-Poeschel.

| Füllhaas, Karsten (2007). Reputaton und Identtät versus Datenschutz. Online zugänglich unter: htp://www.fuellhaas.com/2007/12/19/reputaton-und-identtat-versus-datenschutz/ [2009-05-13]

| Glahn, Christan (2009). Contextual support of social engagement and refecton on the Web. Heerlen: Open Universiteit Nederland.

| Glahn, Christan, Specht, Marcus, & Koper, Rob (2009). Visualisaton of interacton footprints for enga-gement in online communites. In: Educatonal Technology & Society, 12 (3), 44–57.

| Glass, Bryce (2008). Designing your reputaton system. Online zugänglich unter: htp://www.slidesha-re.net/soldierant/designing-your-reputaton-system (Folie 26f) [2008-11-08]

| Gretzel, Ulrike (2009). Das Online-Suchverhalten von Touristen. In: tw zeitschrif für tourismuswissen-schaf. Vol. 2 (1) 2009. Stutgart: Lucius & Lucius Verlag. 151-164.

| Grobholz, Mario (2008). Begrifsdefniton: Image, Status, Ruf und Reputaton. Online zugänglich unter: htp://blog.myonid.de/2008/01/reputaton-wo-kommt-sie-eigentlich-her/ [2009-12-10]

| Heise.de (2007). Umfrage: Jeder Fünfe präsentert sich privat im Web. News vom 14.8.2007. Online zugänglich unter: htp://www.heise.de/newstcker/Umfrage-Jeder-Fuenfe-praesentert-sich-privat-im-Web--/meldung/94313 [2009-12-15]

| Heise.de (2008). Jugend nutzt Netz vor allem für Kommunikaton und Selbstdarstellung. News vom 18.2.2008. Online zugänglich unter: htp://www.heise.de/newstcker/Jugend-nutzt-Netz-vor-allem-fuer-Kommunikaton-und-Selbstdarstellung--/meldung/103698 [2009-12-13]

| Hohof, Ulrich (2009). 200 Jahre Brockhaus. In: Forschung und Lehre, 2, 118-120.

| Horton, James L. (2009). Reputaton Systems and the Internet. Online zugänglich unter: htp://ww-w.online-pr.com/Holding/Reputaton_Systems.pdf [2009-12-10]

| HOTREC (2007). Hotelbewertungsportale stfen Mehrwert für die Hotellerie. Positonspapier von HOT-REC. Brüssel. Online zugänglich unter: htp//www.hotrec.org [2010-01-13]

| Kim, Amy Jo (2001). Community Building. Strategien für den Aufau erfolgreicher Web-Communites. Galileo Press GmbH, Bonn.

| Kim, Amy Jo (2007). Putng the Fun in Functonal. Applying Games Mechanics To Functonal Sofware. Präsentaton am 7.3.2007, O' Reilly Emerging Technologies Conference. Folien online zugänglich unter: htp://www.we-make-money-not-art.com/archives/2006/03/etech---amy-jo.php [2009-12-10]

| Kirtland, Alex & Schif, Aaron (boxesandarrows) (2008). On a scale of 1 to 5. Online zugänglich unter: htp://boxesandarrows.com/view/on-a-scale-of-1-to-5 [2008-11-04]

| Koch, Michael & Richter, Alexander (2009). Enterprise 2.0 – Planung, Einführung und erfolgreicher Ein-satz von Social Sofware in Unternehmen, München: Oldenbourg Verlag.

| Kuhlen, Rainer (2005). Wikipedia – Ofene Inhalte im kollaboratven Paradigma – eine Herausforderung auch für Fachinformaton. Online zugänglich unter: htp://www.inf-wiss.uni-konstanz.de/People/RK/Publi-katonen2005/wikipedia_141005.pdf [2009-12-10]

| Martn, Adam (2008). Reputaton and ranking systems for online games and web games. Online zu-gänglich unter: htp://t-machine.org/index.php/2008/07/01/reputaton-and-ranking-systems-for-online-games-and-web-games/ [2009-06-16]

| Mates, Katharina (2008). Anreiz und Motvatonstheorien – Seminar „Social Sofware Engineering“. Online zugänglich unter: sse08.pbworks.com/f/mates_sse08_fnal.pdf [2009-06-29]

| Mayer-Schönberger, Viktor (2009). Delete: The Virtue of Forgetng in the Digital Age. Princeton: Prin-ceton University Press.

| Mei, Jochen (2007). Die Karriere-Bibel. Online zugänglich unter: htp://karrierebibel.de/reputaton-20-dienste-fuer-einen-besseren-ruf/ [2008-10-13]

| Melnik, Mikhail I., & Alm, James (2002). Does a Seller’s Ecommerce Reputaton Mater? Evidence from eBay Auctons, In: Journal of Industrial Economics, 50 (3), 337-349.

76

http://www.fuellhaas.com/2007/12/19/reputation-und-identitat-versus-datenschutz/

| Nielsen Company (2008). Trends in Online-Shopping. Online zugänglich unter: htp://de.nielsen.com/pubs/documents/GlobalOnlineShoppingReportFeb08.pdf [2008-10-17]

| ÖHV – Österreichische Hoteliervereinigung (2009). Hotel-Webmarketngstudie. Der Gast aus dem Web – Reise- und Buchungsplatormen im Vergleich. Wien: ÖHV-Touristk Service GmbH.

| Parnell, Korby (2007). Claimspace: Against a Well-designed Reputaton System. Weblogeintrag vom 17.5.2007. Online zugänglich unter: htp://blogs.msdn.com/korbyp/archive/2007/05/17/claimspace-is-about-recogniton-not-reputaton-but.aspx [2009-12-23]

| Pfeifer, Daniel (DP-ON) (2008a). Defnitonen der Reputaton. Online zugänglich unter: htp://dp-on.-com/reputaton/begrif/8-defnitonen-der-reputaton.html [2008-10-17]

| Pfeifer, Daniel (DP-ON) (2008b). Bedeutung der Reputaton für Stakeholder. Online zugänglich unter: htp://www.dp-on.com/reputaton/begrif/26-reputaton-fuer-stakeholder.html [2009-06-29]

| Pusch, Albert (2007). Web 2.0-Foren werden im Online-Handel immer wichtger. Online zugänglich un-ter: htp://www.direktportal.de/index.1.news.3014.html [2008-10-16]

| Reiser, Peter & Falkner, James (2009). Community Equity. Präsentaton auf der Community West Konfe-renz, San Franzisko. Online zugänglich unter: htp://developers.sun.com/events/communityone/2009/west/pdfs/S304174_B3.pdf [2010-02-13]

| Resnick, Paul; Zeckhauser, Richard; Friedman, Eric & Kuwabara, Ko (2000). Reputaton Systems. In: Communicatons of the ACM, 43(12), 45-48.

| Schafert, Sandra; Bürger, Tobias; Hilzensauer, Wolf; Schneider, Cornelia und Wieden-Bischof, Diana (2010). Empfehlungen im Web. Konzepte und Realisierungen. Erschienen in der Reihe “Social Media”, hrsg. von Georg Güntner und Sebastan Schafert, Band 3. Salzburg: Salzburg Research.

| Schafert, Sandra; Eder, Julia; Hilzensauer, Wolf, Kurz, Thomas; Markus, Mark; Schafert, Sebastan; Westenthaler, Rupert & Wieden-Bischof, Diana (2009). (Meta-) Informatonen von Communitys und Netz-werken. Entstehung und Nutzungsmöglichkeiten. Erschienen in der Reihe “Social Media”, hrsg. von Georg Güntner und Sebastan Schafert, Band 2. Salzburg: Salzburg Research.

| Schafert, Sandra & Wieden-Bischof, Diana (2009). Erfolgreicher Aufau von Online-Communitys. Kon-zepte, Szenarien und Handlungsempfehlungen. Erschienen in der Reihe “Social Media”, hrsg. von Georg Güntner und Sebastan Schafert, Band 1. Salzburg: Salzburg Research.

| Schmit, Garrick (2007). Digital Consumer Behavior Study. Online zugänglich unter: htp://www.ave-nuea-razorfsh.com/reports/DigConsStudy.pdf [2008-10-17]

| Schwalbach, Joachim (2001). Unternehmensreputaton als Erfolgsfaktor. Online zugänglich unter: htp://www2.wiwi.hu-berlin.de/insttute/im/publikdl/2001-4.pdf [2008-11-03]

| Shirky, Clay (2007). Against Well-designed Reputaton Systems (An Argument for Community Patent) Weblogeintrag vom 29.1.2007. Online zugänglich unter: htp://many.corante.com/archives/2007/01/29/against_welldesigned_reputaton_systems_an_argument_for_community_patent.php [2009-12-27]

| Slashdot.org (2009) Achievements, Online zugänglich unter:htp//slashdot.org/~CmdrTaco/achieve-ments [2009-12-10]

| Solove, Daniel (2007): The Future of Reputaton: Gossip, Rumor, and Privacy on the Internet. Yale Uni-versity Press. Online zugänglich unter:htp://docs.law.gwu.edu/facweb/dsolove/Future-of-Reputaton/

| Wei, Qian (o. J.). Gamers and the Games They Play. A Major Qualifying Project Report (BA thesis). Worcester Polytechic Insttute. Online zugänglich unter: htp://www.wpi.edu/Pubs/E-project/Available/E-project-050409-135413/unrestricted/MQP_Report_Final_Edited.pdf [2009-12-10]

| Wenger, Etenne (1998). Communites of Practce: learning, meaning, and identty. Cambridge: Cam-bridge Press.

| Wikiservice (2009). Rollenbilder. Online zugänglich unter: htp://www.wikiservice.at/gruender/wiki.c-gi?RollenBilder [2009-12-17]

| Yahoo Answer (2007). Does wikipedia have a reputaton system? Online zugänglich unter: htp://de.answers.yahoo.com/queston/index?qid=20080423155350AAAxn1o [2009-12-10]

77

| Yahoo Developer Network (2008). The Compettve Spectrum. Online zugänglich unter: htp://devel-oper.yahoo.com/ypaterns/patern.php?patern=compettve#Soluton [2008-11-11]

| Yee, Nick (2007). Motvatons of Play in Online Games. Online zugänglich unter: htp://www.nickyee.-com/pubs/Yee%20-%20Motvatons%20(2007).pdf auch im Journal of CyberPsychology and Behavior, 9, 772-775

78

http://www.nickyee.com/pubs/Yee%20-%20Motivations%20(2007).pdf

http://www.nickyee.com/pubs/Yee%20-%20Motivations%20(2007).pdf

AUTORINNEN UND AUTOREN

Dr. Sandra Schafert arbeitet als wissenschafliche Mitarbeiterin und Projektmanagerin bei der Salzburg Research Forschungsgesellschaf (SRFG) zu Webbasierten (Bildungs-) In-novatonen. Sie leitet das Projekt „ComStudy“, in deren Rahmen diese Veröfentlichung entstand.

DI Georg Güntner ist wissenschaflicher Mitarbeiter der SRFG und Leiter des Kompe-tenzzentrum Salzburg NewMediaLab, das von der SRFG koordiniert wird, und ist für zahlreiche Forschungsprojekte im Bereich neuer Mediensysteme verantwortlich.

Dr. Markus Lassnig ist wissenschaflicher Mitarbeiter der SRFG und Leiter des Kompe-tenzzentrum „E-Moton“, das von der SRFG koordiniert wird, und ist für zahlreiche For-schungsprojekte im Bereich des E-Tourismus und der Freizeitwirtschaf verantwortlich.

Mag. Diana Wieden-Bischof ist wissenschafliche Mitarbeiterin bei der SRFG im Bereich Informaton Society Research.

SOCIAL MEDIA – WEITERE BÄNDE

In der Reihe „Social Media“ (herausgegeben von Georg Güntner und Sebastan Schafert sind folgende weitere Veröfentlichungen im Rahmen des Projekts „ComStudy“ erschie-nen:

Band 1

Erfolgreicher Aufau von Online-Communitys. Konzepte, Szenarien und Handlungsempfehlungen. (Sandra Schafert und Diana Wieden-Bischof)

ISBN 978-3-902448-13-2

Band 2

(Meta-) Informatonen von Communitys und Netzwerken. Entstehung und Nutzungsmöglichkeiten. (Sandra Schafert, Julia Eder, Wolf Hilzensauer, Thomas Kurz, Mark Markus, Sebastan Schafert, Rupert Westenthaler, Rupert und Diana Wieden-Bischof)

ISBN 978-3-902448-15-6

Band 3

Empfehlungen im Web. Konzepte und Realisierungen.(Sandra Schafert, Tobias Bürger, Cornelia Schneider und Diana Wieden-Bischof)

ISBN 978-3-902448-16-3

Auf der Website des Salzburg NewMediaLab fnden Sie weitere Materialien zu den Ver-öfentlichungen im Rahmen des Projekts, unter anderem Videos zu jeder Studie, Film-aufnahmen und Präsentatonsunterlagen der Buchvorstellungen.

79

Das Internet erweitert Kontakt und Handelsmöglichkeiten, diese sind jedoch schwer überschaubar und bewertbar. Informationen über Ruf oder Ansehen von Personen und Organisationen sind gefragt. Dieser Bedarf wird zunehmend durch die Einführung von Reputationssystemen gestillt. Mit ihrer Hilfe kann zum Beispiel besser eingeschätzt werden, ob einem Ratschlag Glauben geschenkt werden kann, ob ein potentieller Arbeitnehmer passende Kompetenzen und Referenzen aufweist oder wie zuverlässig ein OnlineHändler ist. Reputationssysteme können auch Einblicke über Interessen, Kompetenzen und Rollen von Mitlernenden, von Mitspielern oder CommunityMitgliedern geben. Reputationssysteme haben wie persönlich zugängliche Feedbacksysteme also auch häufig die Aufgabe, ein gewünschtes Verhalten zu erreichen und die Motivation zur Nutzung eines Systems aufrechtzuerhalten.

In dieser Broschüre wird dargestellt, wie und zu welchem Zweck Feedback und Reputationssysteme eingesetzt werden. Dabei werden Motive für den Einsatz der Systeme, wichtige Anwendungsgebiete sowie etliche Beispiele und Erfahrungen beschrieben. Systeme, die allein die Nutzeraktivitäten auswerten werden ebenso vorgestellt wie Systeme, die auf gegenseitigen Bewertungen aufbauen. Auch den webweit aggregierenden Reputationssystemen ist ein Abschnitt gewidmet. Schließlich werden in der Studie Empfehlungen für die Entwicklung von Reputations und Feedbacksystemen gegeben.

Diese Broschüre ist ein Ergebnis der ComStudy, die am Salzburg NewMediaLab (SNML) im Zeitraum von Oktober 2008 bis Februar 2010 durchgeführt wird. Das SNML, das Kompetenzzentrum für Neue Medien in Österreich, arbeitet daran, digitale Inhalte clever zu strukturieren, verknüpfen, personalisieren, für alle auffindbar zu machen und nachhaltig zu nutzen und betrachtet dabei die Community als einen wesentlichen Faktor vieler Projekte.

rEpu

tati

on

un

d f

EEd

back

im W

Eb –

Ein

satz

gebi

ete

und

Beis

piel

e

reputation und feedback im WebEinsatzgebiete und Beispiele

Sandra Schaffert, Georg Güntner, Markus Lassnig und Diana Wieden-Bischof

© sx

c.hu

Schriftenreihe: Social mediaband 4

ISBN 9783902448170

Sch

rift

EnrE

ihE:

So

cial

mEd

ia |

Ban

D 4

Contacts: 152

VIP

Contacts: 1

Newbie

Contacts: 85

Moderator

Contacts: 37

VIP