Big Data im politischen Wahlkampf. Der Einfluss personalisierter Werbung am Beispiel "Cambridge Analytica"

Studienarbeit aus dem Jahr 2021 im Fachbereich Medien / Kommunikation - Public Relations, Werbung, Marketing, Social Media, Note: 1,7, Hochschule für Medien, Kommunikation und Wirtschaft, Sprache: Deutsch, Abstract: Ziel der folgenden Hausarbeit ist es, ein initiales Verständnis für die Problematik der Wahlbeeinflussung durch Big Data-Technologie von Datenanalyse-Unternehmen zu schaffen und einen Ausblick auf die Zukunft von Wahlkämpfen zu geben. Dieses Ziel wird mit einer qualitativen Einzelfallanalyse unter Berücksichtigung von wissenschaftlichen Monografien und Fachartikeln erfüllt.Diese Hausarbeit fokussiert sich dabei ausschließlich darauf, wie das Missbrauchspotenzial von Big Data einzuschätzen ist und reflektiert spezifische Abläufe im Rahmen der organisierten Wahlmanipulation. Mittels theoretischer Konzeption von Big Data-Analysen und dem Microtargeting von Datenanalyse-Unternehmen und dem konkreten Fallbeispiel rund umden Skandal des Datenmissbrauchs durch Cambridge Analytica aus dem Jahr 2016, werden mögliche Erklärungsansätze aufgezeigt. Diese Hausarbeit erhebt hierbei jedoch keinen Anspruch auf vollständige und lückenlose Ausführungen. Ebenfalls werden die rechtlichen und ethischen Aspekte im Zusammenhang mit dieser Thematik bewusst ausgeklammert und nicht behandelt.In Kapital 2 dieser Hausarbeit wird zunächst die Methodik der Untersuchung beschrieben. Dabei wird der aktuelle Forschungsstand vorgestellt, die angewandte Forschungsmethode erläutert und die relevanten Begriffe definiert und voneinander abgegrenzt. Kapitel 3 beschäftigt sich anschließend mit dem Datenanalyse-Unternehmen Cambridge Analytica. Im Vordergrund steht hierbei die Beteiligung des Unternehmens am US-Wahlkampf 2016. Kapitel 4 beschäftigt sich mit datengestützten Methoden in deutschen Wahlkämpfen. In Kapitel 5 wird daraus folgend die Bedeutung von Big Data und Microtargeting in künftigen Wahlkämpfen thematisiert. Kapitel 6 fasst die zentralen Ergebnisse zusammen und liefert einen