Beruflich Dokumente
Kultur Dokumente
5
8
Contacts:
t o r
Modera
© sxc.hu
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 1
Online-Händler ist. Reputationssysteme können auch Einblicke über Interessen, Kom
Contacts:
petenzen und Rollen von Mitlernenden, von Mitspielern oder Community-Mitgliedern
Newbie
geben. Reputationssysteme haben wie persönlich zugängliche Feedbacksysteme also 52
1
auch häufig die Aufgabe, ein gewünschtes Verhalten zu erreichen und die Motivation Contacts: 7
3
zur Nutzung eines Systems aufrechtzuerhalten. VIP Contacts:
VIP
In dieser Broschüre wird dargestellt, wie und zu welchem Zweck Feedback- und Repu
tationssysteme eingesetzt werden. Dabei werden Motive für den Einsatz der Systeme,
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 Kom
petenzzentrum 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.
ISBN 978-3-902448-17-0
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.
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.
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.
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.
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.
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.
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.
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.
18
Abbildung 7: Team.sPace-Feedback Variante I – Aktvitätenzähler nach 3, 72 und 196 Aktonen
Quelle: 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.
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.
? 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
22
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).
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.
Ziel/Zweck der Mitglieder helfen Ziele sollen gemein- Mitglieder haben ei- Mitglieder verfolgen Mitglieder verfolgen
Community sich gegenseitg sam erreicht werden gene Motve, die gleiche Ziele und entgegengesetzte
durch Ratschläge, nicht im Konfikt mit treten dabei gegen- Ziele und kämpfen
Unterstützung oder den Zielen anderer einander an darum, sie zu errei-
Trost stehen müssen chen
Zweck des Reputa- Identfzierung von Identfzierung von Darstellung der Par- Darstellung der Er- Darstellung der Er-
tonssystems Community-Mitglie- Mitgliedern mit ge- tzipaton an der rungenschafen ei- rungenschafen, der
dern mit gutem An- prüfer Leistungsge- Community, um an- ner Person, damit Siege und Niederla-
sehen in der Com- schichte als vertrau- deren einen allge- andere die Leistung gen gegen andere
munity (Seniors) enswürdige Partner meinen Eindruck, z. anerkennen (und (um damit zu prah-
B. zu den Interessen, bestaunen) len)
zu ermöglichen
Reputatonsdar- Labels die Rollen be- Labels, die den Rang statstsche Angaben vergleichende Dar- Punktdarstellung,
stellung durch ... schreiben und neu- in der Community oder auch Kenn- stellungen, z. B. Kennzeichnung von
en Mitgliedern bei beschreiben wie zeichnung besonde- Ranglisten und ge- Siegern und Verlie-
der Orienterung „Anfänger“ oder rer Mitglieder („Top sammelte Auszeich- rern
helfen können wie „Prof“ Ten“) nungen
„hilfreich“ oder„Fo-
rumsmoderator“
26
4 REPUTATIONSSYSTEME: FÜNF AUSGEWÄHLTE EINSATZGEBIETE
Es gibt sehr unterschiedliche Einsatzgebiete von Reputatonssystemen. Im Folgenden ha-
ben wir fünf ausgewählt.
Online-Reputa- … zur Unterstützung … im Markt der … im Online-Handel … im Bereich der … als Webaggrega-
tonssysteme der Gemeinschaf Kompetenzen Online-Spiele und toren
-Wetbewerbe
Absicht Hilfreiche und aktve Kompetenzen der Geschäfsgebaren Spielspaß und At- Recherche von und
Mitglieder auszeich- Mitglieder darstellen und Leistungen po- traktvität des Spiels Auswertung aller In-
nen, um damit die tenzieller Geschäfs- erhöhen ternetaktvitäten ei-
Qualität der Interak- partner darstellen ner Person
ton der Community um Vertrauenswür-
zu fördern digkeit zu schafen
Verfahren Verhaltensauswer- Selbstauskünfe, Be- (gegenseitge) Be- Auswertung des Nutzung von Such-
tung, Bewertungen wertungen der Bei- wertung bisheriger Spielerverhaltens maschinen und
(Komplimente), No- träge und der Perso- Transaktonen und Crawlern sowie Aus-
minierungs- und Ab- nen selbst Dienstleistungen zählung und Aus-
stmmungsverfahren wertung der Trefer
Visualisierung Darstellung mit „La- Labels und auch Punkte-, Sternsyste- Punktesysteme, Aus- v.a. Treferlisten,
bels“ im Benutzer- Punktesysteme, me, Prozentangaben zeichnungen, Punkte
profl Ranglisten u.a. Ranglisten
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:
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
Gastgeber Hauptaktvitäten Diskussionen anregen und Abweichungen vom Thema verhindern, Themen oder
ermöglichen 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
Manager Leiter beurteilen und Wochenberichte der Leader anfordern und lesen
unterstützen Gruppentrefen durchführen
Leader für Auszeichnungen vorschlagen
Leader mit mangelhafem Verhalten maßregeln oder ausschließen
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.
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.
3
htp://www.stackoverfow.com, Stand 12/2009
4
htp://www.eclipse.org, Stand 12/2009
30
Abbildung 11: Individuelle Auszeichnungen in der Eclipse-Community
Quelle: 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.
5
htp://www.yelp.com, Stand 12/2009
31
Abbildung 12: Komplimente für Yelp-Nutzer und ein Nutzerprofl
Quelle: htp://www.yelp.com (06/2009)
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.
6
htp://answers.yahoo.com, Stand 02/2010
7
htp://allexperts.com, Stand 02/2010
33
Abbildung 14: Bewertung eines Experten durch Fragesteller bei AllExperts.com
Quelle: htp://www.allexperts.com (11/2009)
8
htp://experts-exchange.com, Stand 02/2010
34
Abbildung 15: Reputatonsprofl bei Experts-Exchange
Quelle: 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.
9
htp://www.linkedin.com, Stand 02/2010
35
Abbildung 16: Anonymisierte Empfehlung für ein LinkedIn-Mitglied
Quelle: htp://linkedin.com (11/2009)
10
htp://www.scientstsolutons.com, Stand 02/2010
11
htp://scholar.google.at, Stand 12/2009
12
htp://beat.doebe.li/bibliothek/, Stand 12/2009
36
Abbildung 17: Zitate und Zitatonen von Prof. Dr. Heinz Mandl bei Biblionetz
Quelle: htp://beat.doebe.li/bibliothek/ (11/2009)
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.
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).
39
Abbildung 20: Lehrerbewertungen bei Spickmich.de
Quelle: 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.
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.
18
htp://www.kununu.com, Stand 12/2009
19
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).
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).
20
htp://www.ebay.com, Stand 12/2009
42
Abbildung 23: Reputatonsprofl bei eBay
Quelle: 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).
21
htp://www.ciao.de, Stand 02/2010
22
htp://www.qype.at, Stand 02/2010
23
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 01/2010
25
htp://www.tripadvisor.com, Stand 01/2010
45
Im Folgenden sollen zwei konkrete Reputatonssysteme beispielhaf den Einsatz im Tou-
rismus veranschaulichen.
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.
27
htp://www.tripadvisor.com, Stand 01/2010
47
Abbildung 26: Travel Search Engine bei TripAdvisor
Quelle: htp://www.tripadvisor.de/Hotels (02/2010)
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.
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).
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.
29
htp://sports.yahoo.com/fantasy, Stand 12/2009
30
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.
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.
34
htp://foursquare.com, Stand 12/2009
53
Abbildung 30: Reputatonsprofl bei Foursquare
Quelle: 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.
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).
35
htp://yasni.de, Stand 12/2009
36
htp://www.123people.com, Stand 12/2009
37
htp://www.egosurf.org, Stand 12/2009
55
Abbildung 32: Suchergebnis für Oto Normalverbraucher bei Egosurf
Quelle: 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 Socialmeter 38
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 Socialmeter
Quelle: 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.
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
58
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.
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 Slashdot 41 (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 02/2010
41
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.
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 Comptella
Quelle: 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).
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.
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
! 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
72
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).
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
| 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
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.
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
80
schriftenReihe: Social Media | Band 4
Schriftenreihe: Social Media
Band 4
5
8
Contacts:
t o r
Modera
© sxc.hu
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 1
Online-Händler ist. Reputationssysteme können auch Einblicke über Interessen, Kom
Contacts:
petenzen und Rollen von Mitlernenden, von Mitspielern oder Community-Mitgliedern
Newbie
geben. Reputationssysteme haben wie persönlich zugängliche Feedbacksysteme also 52
1
auch häufig die Aufgabe, ein gewünschtes Verhalten zu erreichen und die Motivation Contacts: 7
3
zur Nutzung eines Systems aufrechtzuerhalten. VIP Contacts:
VIP
In dieser Broschüre wird dargestellt, wie und zu welchem Zweck Feedback- und Repu
tationssysteme eingesetzt werden. Dabei werden Motive für den Einsatz der Systeme,
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 Kom
petenzzentrum 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.