Die Zukunft des Scorings – Transparenz und Sicherheit

Das Ergebnis von Bewertungsverfahren der Auskunfteien, sog. Scores, beeinflussen immer mehr die langfristigen finanziellen Entscheidungen unseres Lebens. Besonders interessant ist es daher zu erfahren, wie ein solcher Score zustande kommt. Grundsätzlich ist bekannt, dass sich der Score aus den bei der Auskunftei (z.B. SCHUFA) gespeicherten Daten zusammensetzt. Wie die Gewichtung der Daten dabei ausfällt, und welche anderen Faktoren und Verhaltensweisen der Betroffenen die Wertung beeinflussen könnten, ist jedoch Geschäftsgeheimnis der Auskunftei. Laut BGH ist die Wahrung dieses Geschäftsgeheimnisses auch rechtmäßig, soweit es sich bei der Berechnung um ein wissenschaftlich anerkanntes mathematisch-statistisches Verfahren handelt.

Kontrolle der Score-Berechnung

An diesem Urteil wurde auf dem Symposium zum Scoring nach der Datenschutznovelle 2009 heftig Kritik geübt, da oftmals die Scores von liquiden Personen derart unverhältnismäßig schlecht eingestuft würden, dass diesen Kredite oder Verträge zu guten Konditionen verwehrt würden.

Da die Berechnung des Scores jedoch nicht bekannt ist, können etwaige Fehler in der Bewertung nicht korrigiert werden. Zwar ist die Korrektur von offensichtlich falschen Daten grundsätzlich möglich, jedoch muss dazu zunächst eine Auskunft über die gespeicherten Daten beantragt werden, um anschließend entdeckte Fehler zu melden und einen weiteren Antrag auf Löschung zu stellen. Solche Selbstauskünfte werden ca. 850.000 mal jährlich, also, verglichen mit der SCHUFA als größter Auskunftei die Daten von über 66 Millionen Verbrauchern speichert, verhältnismäßig wenig angefordert, sodass auch Rufe nach einer selbstständigen alljährlichen Auskunft der Auskunfteien laut wurden. Dem wurde entgegengesetzt, dass diejenigen, die sich für die vorhandenen Einträge interessierten, auch eine Auskunft beantragen würden. Der Anteil derer, die keine Auskunft beantragen weil sie diese Möglichkeit nicht kennen, sich jedoch für die Einträge interessieren würden, sei verschwindend gering, so Dr. Thomas Riemann von Die Wirtschaftsauskunfteien e.V.

Steigerung der Transparenz der Score-Berechnung

Immer wieder kommt es jedoch vor, dass trotz „weißer Weste“, also korrekten Daten und keinen negativen Einträgen, der Score eine hohe Risikowahrscheinlichkeit des Kreditausfalls deklariert. Somit ist es für Verbraucher eben doch entscheidend zu erfahren, wie die Berechnung des Scores im Einzelnen von statten geht, und welche Verhaltensweisen sie ggf. ändern müssen und können, um eine gute Kreditwürdigkeit bescheinigt zu kriegen.

Warum die Scoreberechnung, abgesehen von einem ggf. nicht zufriedenstellenden Ergebnis, so viel Unmut hervorruft, versuchte Roul Tiaden vom LDI NRW zu beschreiben. Für die Berechnung des Scores wird der Einzelne einer repräsentativen Vergleichsgruppe zugeordnet, und somit nicht als Individuum betrachtet. Weiterhin wird eine Prognose anhand von Verhaltensweisen und Daten der Vergangenheit berechnet, die eigene Leistung und Besserungsabsichten werden dabei nicht berücksichtigt. Diese Bewertung als anonyme Zahl anhand von objektiven, nicht nachvollziehbaren Kriterien, läuft dem Verständnis des Einzelnen von sich selbst zuwider.

Dass die konkrete Berechnungsformel in allen komplizierten Einzelheiten nicht offengelegt werden kann ist dabei selbstverständlich. Selbst wenn dies erfolgen würde, wäre der Durchschnittsverbraucher nicht in der Lage, hochkomplizierte mathematische Algorithmen nachzuvollziehen, geschweige denn zu korrigieren. Eine solche Kontrolle ist den Aufsichtsbehörden überlassen, deren Spezialisten die allgemeine Formel überprüfen, und bislang auch keine Beanstandung an der Berechnung selbst äußerten.

Jedoch sind andere Wege denkbar, die Einstufung des Scores nachzuvollziehen. Insbesondere könnte es, laut Dr. Thilo Weichert vom ULD, dazu beitragen, die Vergleichsgruppe, anhand welcher ein Score zugeordnet wird, offenzulegen, sowie die Gewichtung der erheblichen Daten bekannt zu machen. Eine solche Forderung wird auch von Herrn Tiaden laut, welcher den Vergleich zu den USA zieht, wo Auskunfteien die vier Merkmale und deren Gewichtung veröffentlichen, die den größten negativen Einfluss auf den individuellen Scorewert haben. Dort gibt es weiterhin auch Score-Simulatoren, an welchen deutlich wird, wie sich die Veränderung von entsprechenden Merkmalen direkt im Score niederschlägt.

Individuelle Nachkontrolle von schlechten Scores

Noch weiter dachte Frau Dorothea Mohn vom Vzbv, die einen Vorschlag zur Minimierung der negativen Konsequenzen bei Falschbewertung vorbrachte. Danach eigne sich der Score in seiner momentanen Form zwar als Schnelltest. Falle dieser Test jedoch negativ für den Verbraucher aus, sei es wichtig eine individuelle Nachprüfung durchzuführen um Fehler in der Bonitätsbewertung auszuschließen.

Richtigkeit der Daten – Social-Scoring

Ein weiteres großes Thema auf dem Symposium war das Social-Scoring. Social-Scoring bedeutet die Auswertung von Big-Data, also allen Spuren die man als Verbraucher im Netz oder den Medien hinterlässt. Ein solches System wird in Deutschland soweit bekannt, nur von einer Auskunftei durchgeführt, wobei diese Dienste, bislang, ausweislich nur für das Ausland angeboten werden. Social-Scoring, da ist man sich auf allen Seiten einig, ist schwer zu kontrollieren und kann wenig aussagekräftige bis völlig falsche Ergebnisse hervorrufen. Wenn selbst ein Facebook-Post wie „am Ende des Geldes ist immer noch viel Monat übrig“ oder das bevorzugte Schauen von Schuldnerberatungssendungen im TV zu einer schlechteren Score-Bewertung führen kann, kann die Qualität der Bonitätsbewertung nicht mehr zufriedenstellend sein.

Das Social-Scoring ist daher eine riskante Entwicklung, die immer mehr zu einem „gläsernen Menschen“ führt, und sowohl von Verbraucherschützern, als auch Vertretern der Auskunfteien nicht befürwortet wird. Insbesondere betonte dazu Dr. Thomas Riemann, dass niemand, insbesondere nicht die Auskunfteien selbst, ein Interesse an falschen Daten hätten.

 
1 Star2 Stars3 Stars4 Stars5 Stars 7 Bewertung(en), durchschnittlich: 5,00 von 5
Loading...
Schreibe einen Kommentar
Deine E-Mail-Adresse wird nicht veröffentlicht.

Sie können folgende HTML-Tags benutzen:

<a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong> 

*
*