Wer regelmäßig über eine App bestellt, Bonuspunkte sammelt und personalisierte Gutscheine nutzt, hinterlässt weit mehr als nur eine Liste seiner Einkäufe. Ein aktueller Fall aus den USA macht sichtbar, wie umfassend Unternehmen solche Informationen zusammenführen und auswerten können.
Der US-Journalist Reece Rogers vom Magazin „Wired“ machte in Kalifornien von seinem Recht Gebrauch, Auskunft über die bei McDonald’s zu seiner Person gespeicherten Daten zu verlangen. Die Antwort des Unternehmens war bemerkenswert umfangreich: Rogers erhielt nach dem Bericht ein Dokument mit 515 Seiten.
Darin fanden sich nicht nur klassische Bestelldaten. Aufgeführt waren demnach auch Informationen zu Bonuspunkten, Werbeangeboten sowie Zeit- und Ortsangaben vergangener Käufe.
Damit entsteht aus vielen einzelnen Transaktionen ein detailliertes Bild des Kundenverhaltens.
Wer bestellt wann? Welche Produkte werden besonders häufig gekauft? An welchen Standorten wird eingekauft? Auf welche Rabattangebote reagiert der Nutzer? Wie oft kehrt er zurück?
Solche Informationen sind für Unternehmen besonders wertvoll, weil sie nicht nur zeigen, was ein Kunde in der Vergangenheit getan hat. Sie können auch genutzt werden, um sein zukünftiges Verhalten vorherzusagen.
Genau das soll im Fall von Rogers geschehen sein.
Nach dem Bericht enthielt das Datenmaterial Prognosen darüber, wie häufig der Journalist in den kommenden Wochen voraussichtlich bestellen werde und wie hoch der durchschnittliche Einkaufswert sein könnte.
Das System prognostizierte demnach für die folgenden sechs Wochen etwas mehr als zwei Bestellungen und einen durchschnittlichen Ausgabenbetrag von 13,49 US-Dollar pro Kauf.
Auch persönliche Produktvorlieben wurden offenbar aus den Daten abgeleitet. Als bevorzugtes Produkt identifizierte das System eine große Cola light.
Noch interessanter ist ein weiterer Wert: McDonald’s soll nach dem Bericht auch berechnet haben, mit welcher Wahrscheinlichkeit Rogers als Kunde künftig abspringen oder seine Bestellaktivität reduzieren könnte.
Damit geht die Datenanalyse deutlich über eine bloße Dokumentation von Käufen hinaus.
Aus historischen Informationen entstehen Prognosemodelle.
Für Unternehmen kann das wirtschaftlich äußerst interessant sein. Wenn ein System erkennt, dass ein Kunde möglicherweise weniger häufig bestellt, könnte ihm beispielsweise gezielt ein Rabatt angeboten werden. Ein besonders aktiver Kunde könnte andere Angebote erhalten als jemand, der seit Wochen keine Bestellung mehr aufgegeben hat.
Personalisierung wird so zu einem Instrument der Kundenbindung.
McDonald’s beschreibt die eigene Datennutzung gegenüber „Wired“ allerdings zurückhaltender. Nach Darstellung des Unternehmens werden frühere Käufe insbesondere genutzt, um relevantere Angebote, Aktionen und Mitteilungen auszuspielen.
Der Fall macht dennoch deutlich, wie viel Wissen bereits aus scheinbar alltäglichen Daten entstehen kann.
Eine einzelne Bestellung sagt wenig aus. Hunderte Bestellungen über einen längeren Zeitraum können dagegen ein detailliertes Verhaltensmuster ergeben.
Aus Uhrzeit, Standort, Warenkorb, eingelösten Coupons und Bestellhäufigkeit lassen sich Muster ableiten, die für den Kunden selbst möglicherweise gar nicht offensichtlich sind.
Das ist ein Grund, weshalb Daten aus Treue- und Bonusprogrammen für Unternehmen so wertvoll sind.
Früher wusste ein Restaurant möglicherweise, wie viele Burger an einem bestimmten Tag verkauft wurden. Digitale Kundenkonten ermöglichen dagegen eine viel individuellere Betrachtung: Ein Einkauf kann einem konkreten Profil zugeordnet und mit früheren Transaktionen verknüpft werden.
Dadurch verändert sich auch die Beziehung zwischen Unternehmen und Kunde.
Der Kunde sieht zunächst einen Rabatt oder sammelt Punkte. Das Unternehmen erhält im Gegenzug Informationen darüber, wie dieser Kunde einkauft.
Dieser Austausch muss nicht grundsätzlich problematisch sein. Entscheidend ist jedoch, ob Nutzer verstehen, welche Daten verarbeitet werden und wofür sie verwendet werden.
Besonders sensibel wird die Frage, wenn aus Daten über vergangenes Verhalten automatische Prognosen entstehen.
Für Verbraucher in Deutschland ist dabei wichtig: Der US-Fall lässt sich nicht eins zu eins auf deutsche McDonald’s-Kunden übertragen.
Hierzulande gilt die Datenschutz-Grundverordnung. Sie stellt umfangreiche Anforderungen an die Verarbeitung personenbezogener Daten und gibt Verbrauchern verschiedene Rechte.
Auch McDonald’s erstellt in Deutschland allerdings personenbezogene Profile, sofern Nutzer den entsprechenden Datenverarbeitungen zustimmen.
Nach den vorliegenden Angaben können dabei unter anderem App-Aktivitäten, Bestellungen, gesammelte Punkte, persönliche Favoriten und eingelöste Gutscheine berücksichtigt werden.
Das Unternehmen kann diese Informationen nutzen, um Präferenzen abzuleiten, Kunden bestimmten Gruppen zuzuordnen und automatisiert passende Angebote auszuspielen.
Ein einfaches Beispiel zeigt, wie das funktionieren kann.
Bestellt ein Nutzer regelmäßig bestimmte Produkte, kann das System erkennen, dass diese offenbar zu seinen Favoriten gehören. Öffnet er die App häufig zu bestimmten Tageszeiten, können möglicherweise zu genau diesen Zeiten passende Angebote angezeigt werden.
Wer regelmäßig Gutscheine nutzt, könnte wiederum anders angesprochen werden als ein Kunde, der stets zum regulären Preis bestellt.
Solche Systeme sind längst nicht nur in der Gastronomie verbreitet.
Online-Shops, Streamingdienste, Supermarkt-Apps, Lieferdienste und Reiseportale analysieren ebenfalls Nutzungsverhalten, um Inhalte oder Angebote zu personalisieren.
Der McDonald’s-Fall fällt vor allem deshalb auf, weil die Datenmenge erstmals sehr anschaulich wird: 515 Seiten zu einem einzigen Kunden.
Diese Zahl bedeutet allerdings nicht automatisch, dass jede Seite hochsensible persönliche Informationen enthält. Große Datenauskünfte können aus langen technischen Tabellen, einzelnen Transaktionsdatensätzen und wiederkehrenden Einträgen bestehen.
Trotzdem vermittelt der Umfang eine Vorstellung davon, wie schnell sich über Jahre große Datenmengen ansammeln können.
Für deutsche Verbraucher stellt sich deshalb die Frage, welche Rechte sie haben.
Grundsätzlich können sie Auskunft darüber verlangen, welche personenbezogenen Daten ein Unternehmen über sie verarbeitet. Je nach konkreter Situation können außerdem Rechte auf Berichtigung, Löschung oder Einschränkung der Verarbeitung bestehen.
Auch eine erteilte Einwilligung für bestimmte Formen der Analyse oder Personalisierung kann grundsätzlich widerrufen werden.
Ein Widerruf bedeutet allerdings nicht automatisch, dass sämtliche Daten sofort verschwinden. Unternehmen können für bestimmte Informationen andere gesetzliche Aufbewahrungs- oder Verarbeitungsgrundlagen haben.
Entscheidend ist deshalb immer, auf welcher rechtlichen Grundlage die einzelnen Daten verarbeitet werden.
Unklar bleibt nach dem vorliegenden Bericht, ob McDonald’s in Deutschland ähnlich konkrete Prognosen erstellt wie in dem US-Fall.
Aus den deutschen Datenschutzhinweisen gehe demnach nicht eindeutig hervor, ob beispielsweise Vorhersagen über künftige Restaurantbesuche, erwartete Ausgaben oder eine mögliche Abwanderung einzelner Kunden berechnet werden.
Genau hier liegt eine zentrale Transparenzfrage.
Dass Daten personalisiert ausgewertet werden, ist vielen Verbrauchern inzwischen bewusst. Weniger offensichtlich ist häufig, wie weit eine solche Analyse tatsächlich reicht.
Wird lediglich erkannt, dass jemand gern einen bestimmten Burger bestellt? Oder wird zusätzlich berechnet, wie wahrscheinlich es ist, dass diese Person in den kommenden Wochen erneut bestellt, wie viel sie ausgeben wird und welches Angebot sie vermutlich zu einem weiteren Kauf bewegt?
Technisch ist Letzteres längst möglich.
Für Unternehmen ist das attraktiv, weil Marketing dadurch effizienter werden kann. Statt allen Kunden denselben Rabatt anzubieten, können Aktionen gezielt an bestimmte Nutzergruppen ausgespielt werden.
Für Verbraucher stellt sich jedoch die Frage, wie viel Profilbildung sie im Gegenzug für Rabatte und Treuepunkte akzeptieren möchten.
Gerade Bonusprogramme funktionieren häufig nach diesem Prinzip: Der unmittelbare Vorteil für Kunden ist leicht sichtbar. Der Wert der im Gegenzug erzeugten Daten bleibt dagegen abstrakt.
Ein kostenloser Kaffee, ein Rabatt auf ein Menü oder zusätzliche Punkte sind konkret.
Ein langfristiges Kundenprofil ist es nicht.
Der Fall aus Kalifornien macht diesen unsichtbaren Teil der digitalen Kundenbeziehung sichtbar.
Aus einzelnen Bestellungen kann mit der Zeit ein umfangreiches Datenmodell entstehen – einschließlich statistischer Aussagen darüber, was ein Kunde vermutlich als Nächstes tun wird.
Für Verbraucher bedeutet das nicht, dass sie auf Apps oder Bonusprogramme grundsätzlich verzichten müssen.
Es lohnt sich jedoch, die Datenschutzeinstellungen genauer anzusehen. Insbesondere Einwilligungen für personalisierte Werbung, Analyse und Profilbildung sollten nicht automatisch bestätigt werden, ohne zu wissen, was dahintersteht.
Auch eine Auskunftsanfrage kann aufschlussreich sein.
Die DSGVO gibt Verbrauchern gerade deshalb ein Auskunftsrecht, weil personenbezogene Datenverarbeitung für den Einzelnen häufig kaum sichtbar ist.
Wer wissen möchte, was ein Unternehmen tatsächlich über ihn gespeichert hat, kann dieses Recht nutzen.
Der Fall von Reece Rogers zeigt, dass die Antwort überraschend umfangreich ausfallen kann.
515 Seiten zu einem einzelnen Fast-Food-Kunden wirken auf den ersten Blick beinahe absurd. Gleichzeitig sind sie ein Sinnbild dafür, wie sich die moderne Kundenbeziehung verändert hat.
Beim digitalen Bezahlen und Bestellen geht es längst nicht mehr nur darum, eine Mahlzeit zu kaufen.
Jede Bestellung kann zugleich ein neuer Datenpunkt sein.
Und aus vielen Datenpunkten entsteht irgendwann ein ziemlich genaues Bild davon, wer bestellt, wann bestellt wird – und möglicherweise sogar, was als Nächstes im Warenkorb landet.
