Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/271656 
Year of Publication: 
2023
Series/Report no.: 
ZEW-Kurzexpertise No. 23-01
Publisher: 
ZEW - Leibniz-Zentrum für Europäische Wirtschaftsforschung, Mannheim
Abstract: 
Die Mehrheit der Onlineplattformen verfügt heute über Bewertungssysteme, die es Nutzerinnen und Nutzern ermöglichen, ihre eigenen Erfahrungen mit Produkten und Dienstleistungen zu teilen und sich über jene anderer Nutzerinnen und Nutzer zu informieren. Die Existenz eines solchen Bewertungssystems, welches oftmals numerisches Feedback in Form von Sternen oder Schulnoten sowie schriftliche Bewertungen umfasst, ist dabei häufig unabhängig von dem Kernzweck der jeweiligen Plattform. Bewertungssysteme erfüllen verschiedene ökonomisch positive Funktionen: Suchkosten werden verringert, Informationsasymmetrien abgebaut, der Wettbewerb zwischen Anbietern gefördert, Innovationsanreize für die Anbieterinnen und Anbieter und Potenziale zur Reduzierung von Retourenquoten geschaffen. Die Funktionsfähigkeit der Systeme wird jedoch seit einigen Jahren durch das Vorliegen nicht gekennzeichneter, beeinflusster Bewertungen gefährdet. Wenngleich die Verbreitung und die verursachten Schäden durch nicht gekennzeichnete Beeinflussungen nicht seriös beziffert werden können, stellen sie ein erhebliches Problem für die Authentizität von Bewertungssystemen dar. Die Einflussnahme kann dabei unterschiedlich erfolgen: von incentivierten Bewertungen oder Produkttestbewertungen mit weiterhin authentischer Informationsgrundlage bis hin zu bewusst manipulierten oder gefälschten Bewertungen. Die unterschiedlichen Formen der Einflussnahme werden oftmals pauschal unter dem Begriff Fake-Bewertungen zusammengefasst. Einige Systembetreiber unternehmen weiterhin wenig gegen nicht gekennzeichnete Beeinflussungen, dagegen unterbinden andere die Veröffentlichung gekennzeichneter incentivierter Bewertungen oder Produkttestbewertungen, obwohl diese überwiegend positive Effekte haben. Ein weiteres Problem für die Authentizität, Relevanz und Repräsentativität der angezeigten Bewertungen kann sich aus Diskriminierungen einzelner Bewerteter oder Bewertender durch die Systembetreiber ergeben. Derartiges Verhalten kann oft nur schwer aufgedeckt werden, da insbesondere die Funktionsweise etwaiger Filteralgorithmen in der Regel nicht transparent gemacht wird. Die am 28.05.2022 in Kraft getretenen Änderungen des Gesetzes gegen den unlauteren Wettbewerb können insoweit allenfalls teilweise Abhilfe schaffen. Das in Nr. 23c des UWG-Anhangs vorgesehene Verbot der Übermittlung oder Beauftragung gefälschter Bewertungen klärt zwar endgültig, dass auch der Einkauf gefälschter Bewertungen unzulässig ist. Mangels einer Legaldefinition gefälschter Bewertungen steht aber zu befürchten, dass nicht alle problematischen Fälle von Beeinflussungen erfasst werden. Die in Nr. 23b UWG-Anhang vorgesehene Überprüfungspflicht für Systembetreiber, die mit Bewertungen von Verbrauchern werben, die die jeweilige Leistung tatsächlich gekauft oder genutzt haben, ist grundsätzlich zu begrüßen. In der flankierenden Transparenzpflicht in § 5b Abs. 3 UWG dürften aber insbesondere verdeckte Incentivierungen oder Produkttests nicht erfasst sein. Letztlich schafft die Transparenzpflicht in § 5b Abs. 3 UWG aufgrund ihrer engen Formulierung auch keine Abhilfe im Bereich etwaiger Diskriminierungen durch die Systembetreiber. Sie bezieht sich ausschließlich auf Maßnahmen gegen gefälschte Bewertungen und damit weder auf generelle Filterprozesse noch die Darstellung von Bewertungen oder die Berechnung des Gesamtbewertungsdurchschnittes.
Document Type: 
Research Report

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.