Digitale Arbeitsumgebungen sind heutzutage allgegenwärtig. Zugleich hat die Anzahl an Möglichkeiten, Informationen über Arbeitstätigkeiten sowie sensible persönliche Daten elektronisch zu erfassen, drastisch zugenommen (Backhaus 2019). Unternehmen nutzen immer mehr Formen von digitalen Arbeitssystemen und setzen fortschrittliche Instrumente wie Big Data Analytik oder Künstliche Intelligenz ein. Damit können Daten schneller und in größerem Umfang als je zuvor gesammelt, aggregiert und analysiert werden (Malhotra et al. 2004). Darüber hinaus können Daten gesammelt werden, ohne dass der Einzelne davon weiß (Bélanger and Crossler 2011). Auf der einen Seite birgt die weit verbreitete Analyse von persönlichen Daten ein erhebliches Innovationspotenzial, einen wirtschaftlichen Wert sowie effizientere Arbeitsmodelle (Erevelles et al. 2016). Auf der anderen Seite ist die Anfälligkeit für Diskriminierung, kommerzielle Ausbeutung und unerwünschte Überwachung ebenso allgegenwärtig. Dadurch wird die Akzeptanz moderner IT‐Systeme behindert. Dieser Interessenkonflikt wird sich in den kommenden Jahren vermutlich noch verschärfen, da die Unternehmen von der fortschreitenden Digitalisierung profitieren.
%0 Report
%1 ls_leimeister
%A Barev, Torben Jan
%A Dickhaut, Ernestine
%A Schomberg, Sabrina
%A Janson, Andreas
%A Schöbel, Sofia
%A Grote, Thomas
%A Hornung, Gerrit
%A Leimeister, Jan Marco
%B ITeG Technical Reports
%C Kassel
%D 2022
%I Kassel University Press
%K itegpub nudges nudging privacy_nudging privatheit pub_aja pub_edi pub_jml pub_ssc pub_tba u3bpub
%N 12
%R 10.17170/kobra-202210287049
%T Handlungsbroschüre. Systematisches Design digitaler Privacy Nudges – Handlungsempfehlungen zur Gestaltung von digitalen Privacy Nudges
%U https://pubs.wi-kassel.de/wp-content/uploads/2022/12/JML_900.pdf
%X Digitale Arbeitsumgebungen sind heutzutage allgegenwärtig. Zugleich hat die Anzahl an Möglichkeiten, Informationen über Arbeitstätigkeiten sowie sensible persönliche Daten elektronisch zu erfassen, drastisch zugenommen (Backhaus 2019). Unternehmen nutzen immer mehr Formen von digitalen Arbeitssystemen und setzen fortschrittliche Instrumente wie Big Data Analytik oder Künstliche Intelligenz ein. Damit können Daten schneller und in größerem Umfang als je zuvor gesammelt, aggregiert und analysiert werden (Malhotra et al. 2004). Darüber hinaus können Daten gesammelt werden, ohne dass der Einzelne davon weiß (Bélanger and Crossler 2011). Auf der einen Seite birgt die weit verbreitete Analyse von persönlichen Daten ein erhebliches Innovationspotenzial, einen wirtschaftlichen Wert sowie effizientere Arbeitsmodelle (Erevelles et al. 2016). Auf der anderen Seite ist die Anfälligkeit für Diskriminierung, kommerzielle Ausbeutung und unerwünschte Überwachung ebenso allgegenwärtig. Dadurch wird die Akzeptanz moderner IT‐Systeme behindert. Dieser Interessenkonflikt wird sich in den kommenden Jahren vermutlich noch verschärfen, da die Unternehmen von der fortschreitenden Digitalisierung profitieren.
%@ 978-3-7376-1088-9
@techreport{ls_leimeister,
abstract = {Digitale Arbeitsumgebungen sind heutzutage allgegenwärtig. Zugleich hat die Anzahl an Möglichkeiten, Informationen über Arbeitstätigkeiten sowie sensible persönliche Daten elektronisch zu erfassen, drastisch zugenommen (Backhaus 2019). Unternehmen nutzen immer mehr Formen von digitalen Arbeitssystemen und setzen fortschrittliche Instrumente wie Big Data Analytik oder Künstliche Intelligenz ein. Damit können Daten schneller und in größerem Umfang als je zuvor gesammelt, aggregiert und analysiert werden (Malhotra et al. 2004). Darüber hinaus können Daten gesammelt werden, ohne dass der Einzelne davon weiß (Bélanger and Crossler 2011). Auf der einen Seite birgt die weit verbreitete Analyse von persönlichen Daten ein erhebliches Innovationspotenzial, einen wirtschaftlichen Wert sowie effizientere Arbeitsmodelle (Erevelles et al. 2016). Auf der anderen Seite ist die Anfälligkeit für Diskriminierung, kommerzielle Ausbeutung und unerwünschte Überwachung ebenso allgegenwärtig. Dadurch wird die Akzeptanz moderner IT‐Systeme behindert. Dieser Interessenkonflikt wird sich in den kommenden Jahren vermutlich noch verschärfen, da die Unternehmen von der fortschreitenden Digitalisierung profitieren.},
added-at = {2022-11-08T12:34:12.000+0100},
address = {Kassel},
author = {Barev, Torben Jan and Dickhaut, Ernestine and Schomberg, Sabrina and Janson, Andreas and Schöbel, Sofia and Grote, Thomas and Hornung, Gerrit and Leimeister, Jan Marco},
biburl = {https://www.bibsonomy.org/bibtex/22255bac2e42e62435865bf0a998d303d/ls_leimeister},
doi = {10.17170/kobra-202210287049},
interhash = {95660eb0628001929d42bd9a8df32ec8},
intrahash = {2255bac2e42e62435865bf0a998d303d},
isbn = {978-3-7376-1088-9},
keywords = {itegpub nudges nudging privacy_nudging privatheit pub_aja pub_edi pub_jml pub_ssc pub_tba u3bpub},
language = {German},
number = 12,
publisher = {Kassel University Press},
series = {ITeG Technical Reports},
timestamp = {2022-12-15T17:33:02.000+0100},
title = {Handlungsbroschüre. Systematisches Design digitaler Privacy Nudges – Handlungsempfehlungen zur Gestaltung von digitalen Privacy Nudges},
url = {https://pubs.wi-kassel.de/wp-content/uploads/2022/12/JML_900.pdf},
year = 2022
}