Wirtschaftspsychologie

Verleitet die Digitalisierung zur Lüge?

23. Januar 2019

Die Digitalisierung bringt viele Themen mit sich: Cyberangriffe, neue Geschäftsmodelle im Nachhaltigkeitsbereich oder auch Banking as a Service. Eines ist klar: Es führt nichts an der Digitalisierung vorbei. Digitalisierung verändert wie wir wirtschaften, konsumieren und kommunizieren. Führt Digitalisierung durch mehr Kontrolle auch zu mehr Ehrlichkeit? Oder werden eben gerade neue Wege geschaffen, unehrlich zu sein? Regula von Büren spricht mit Michel Maréchal, Professor für Wirtschaft an der Universität Zürich, über Ehrlichkeit im digitalen Zeitalter.

Slider Wahrheit oder Lüge
Führt Digitalisierung zu mehr Ehrlichkeit? Oder verleitet sie zur Lüge? (Symbolbild)

Die Digitalisierung verändert die Art, wie wir kommunizieren. Was hat Sie als Verhaltensökonom dazu bewogen, den Einfluss auf die Ehrlichkeit zu untersuchen?

Ich beschäftige mich schon seit längerem mit prosozialem und antisozialem Verhalten in verschiedenen Kontexten. Mich interessieren die ökonomischen, sozialen und biologischen Grundlagen von Ehrlichkeit und Lügen. Der Nobelpreisträger Kenneth J. Arrow (1972) sprach davon, dass “virtually every commercial transaction has within itself an element of trust […]”. Ohne Ehrlichkeit gibt es kein Vertrauen. Daher ist Ehrlichkeit ein Grundpfeiler von wirtschaftlichen und sozialen Interaktionen.

Gerade im Banken- und Versicherungssektor finden heute verstärkt Interaktionen zwischen Mensch und Maschine statt, z. B. via Chatbots. Diese Sektoren sind traditionsgemäss von persönlichen Interaktionen geprägt. Hier lohnt es sich, näher hinzuschauen, wie sich eine veränderte Kommunikation auf die Ehrlichkeit auswirkt. Wir fragen zum Beispiel: Hat ein Mensch eher Hemmungen, einen anderen Menschen anzulügen, anstatt eine Maschine?

Mehr Digitalisierung ermöglicht mehr Überwachung. Also müsste doch unehrliches Verhalten zurückgehen?

Digitalisierung kann gerade in Bezug auf Ehrlichkeit viele verschiedene Effekte auslösen. Einerseits sind wir überwachter, Prozesse und Warnsysteme werden vermehrt automatisiert und Interaktionen stärker dokumentiert. Dies kann Ehrlichkeit fördern. Andererseits schafft die Digitalisierung auch neue Formen von unehrlichem Verhalten, z. B. Cybercrimes, Identitätsklau, E-Mail-Scams.

Ein spannendes Beispiel ist das Ladengeschäft Amazon Go. Ein ausgeklügeltes System mit Videoüberwachung und Machine Learning ermöglicht es, dass der Laden ohne Kasse auskommt. Man nimmt etwas aus dem Regal, verlässt den Laden – und der Preis wird automatisch von der Kreditkarte abgezogen. In dieser Situation ist Betrug (zumindest bis jetzt) nicht möglich.

Wieso verhalten wir uns gegenüber Menschen ehrlicher als gegenüber Maschinen?

In der Tat zeigte unsere Studie (Cohn, Gesche und Maréchal, 2018), dass sich Menschen gegenüber Menschen ehrlicher verhalten als gegenüber Maschinen. Der Mechanismus, warum dies so ist, ist noch nicht genügend erforscht.

Vieles spricht dafür, dass soziales Ansehen eine wichtige Rolle spielt. Es ist uns wichtig, wie wir von anderen wahrgenommen werden. Dieses soziale Ansehen spielt eine geringere Rolle, wenn wir mit einer Maschine interagieren. Dies kann dazu führen, dass wir eine Maschine belügen – und Hemmungen haben, einer Person direkt ins Gesicht zu lügen. Wir werden gerne als ehrliche Personen wahrgenommen.

Sprechen wir eher von Schummeln oder grösseren Lügen?

Kleinere Schummeleien sind häufig weniger auffällig als grössere Lügen. In unserer Studie warfen Personen 10x eine Münze (unbeobachtet). Für jedes Mal, wenn die Personen angaben, «Kopf» geworfen zu haben, erhielten sie zwei Schweizer Franken. Der Fall, dass jemand achtmal oder öfters Kopf wirft, ist eher unwahrscheinlich (5.5 Prozent). Es zeigte sich, dass vor allem diese auffälligen «Resultate» häufiger in der Interaktion Mensch – Maschine auftraten: Bei satten 20.9 Prozent aller Fälle. Bei solchen offensichtlichen Lügen generieren wir bei Menschen den Eindruck, eine unehrliche Person zu sein. Die Maschine macht sich kein soziales Bild von uns. 

Wie viel «Mensch» braucht es in der Interaktion, um Betrug zu vermindern?

Gute Frage – hier gibt es noch relativ wenig Forschung dazu. In unserer Studie genügte es nicht, eine menschliche Stimme auf Tonband abzuspielen. Ob ein aufgenommenes Video, ein Avatar oder vermenschlichte Maschinen mit «ähs» und «öhs» zu mehr Ehrlichkeit führen, wäre spannend zu untersuchen.

Bevorzugen unehrliche Menschen Kommunikation über digitale Wege?

Nachdem wir die Ehrlichkeit gemessen hatten, gaben wir den Teilnehmern für die nächste Reihe Münzwurf die Wahl, die Resultate einem Menschen oder einer Maschine zu präsentieren. Unehrliche Menschen bevorzugten tendenziell die Maschine. Sie antizipierten, dass es für sie schwieriger ist, einen Menschen als eine Maschine zu belügen und wählten den einfacheren Weg.

Was sind Ihre Top drei Tipps, z. B. für Banken und Versicherungen, für mehr Ehrlichkeit im digitalen Zeitalter?

  • Personen das Gefühl geben, dass sie beobachtet werden. Eine Versicherung ermöglicht es z. B., dass man Schäden via Chatbot durchgeben kann. Anschliessend muss man ein kurzes Video von sich selber hochladen, in dem man den Schaden beschreibt. Im Video erscheinen dann analytische Symbole, welche den Eindruck erwecken, dass man kontrolliert wird. Dies kann Ehrlichkeit fördern.

  • Das moralische Image ins Zentrum setzen. Man bekommt z. B. unterschiedliche Resultate, ob man vor oder nach einer Schadensmeldung anklickt «Meine Angaben sind korrekt und ehrlich». Wird die Moral und Ehrlichkeit von Anfang an ins Bewusstsein gerückt, kann dies Personen vom Schwindeln abhalten.

  • Identifikation mit Unternehmen verstärken. Fühlen wir uns als Teil des Unternehmens, sei es durch Anteile, oder durch geteilte Werte, ist meine Hypothese, dass es schwieriger wird für Personen, das Unternehmen auszunutzen.

# # #

Weiterführende Informationen und Quellen:

Arrow, K. J. (1972). Gifts and exchanges. Philosophy & Public Affairs, 343-362.

Cohn, A., Gesche, T., Maréchal, M. (2018). Honesty in the Digital Age. Working Paper Series, Department of Economics, No. 280.

Verwandte Artikel