Reputation und Feedback im Web. Einsatzgebiete und Beispiele.

Schriftenreihe: Social media
band 4

 5
8
Contacts:
Modera tor
© sxc.hu


1
Contacts:
Newbie
 52
1
Contacts:  7
3
VIP Contacts:
VIP

reputation und feedback
im Web
Einsatzgebiete und Beispiele

Sandra Schaffert, Georg Güntner, Markus Lassnig und Diana Wieden-Bischof

Sandra Schafert

Reputaton und Feedback
im Web
Einsatzgebiete und Beispiele

mit Beiträgen von Georg Güntner, Markus Lassnig
und Diana Wieden-Bischof

Salzburg NewMediaLab (SNML), das Kompetenzzentrum für Neue Medien gab die
vorliegende Broschüre im Rahmen des Projekts „ComStudy“ (Leitung: Dr. Sandra
Schafert) in Aufrag. Unter der Leitung von DI Georg Güntner arbeitet das SNML dar-
an, digitale Inhalte clever zu strukturieren, verknüpfen, personalisieren, für alle auf-
fndbar zu machen und nachhaltg zu nutzen. Das SNML ist ein industrielles Kompe-
tenzzentrum im Rahmen der Aktonslinie Kind des Bundesministeriums für Wirtschaf
und Arbeit (BMWA) und wird gefördert aus Miteln des BMWA und des Landes Salz-
burg. Homepage: newmedialab.at

© Salzburg NewMediaLab 2010

ISBN 978-3-902448-17-0

Sandra Schafert, Georg Güntner, Markus Lassnig und Diana Wieden-Bischof:

Reputaton und Feedback im Web.
Einsatzgebiete und Beispiele.

Band 4 der Reihe „Social Media“,
herausgegeben von Georg Güntner und Sebastan Schafert

Verlag und Herstellung: Salzburg Research, Salzburg
Umschlaggestaltung: Daniela Gnad, Salzburg Research

Bibliografsche Informaton der Deutschen Natonalbibliothek:

Die Deutsche Natonalbibliothek verzeichnet diese Publikaton
in der Deutschen Natonalbibliografe; detaillierte bibliografsche
Daten sind im Internet über htp://dnb.d-nb.de abrufar.

VORWORT
Das Kompetenzzentrum für Neue Medien, Salzburg NewMediaLab, betrachtet im Rah-
men seines Forschungsprogramms die Wechselwirkung zwischen digitalen Inhalten und
ihren Autor(inn)en bzw. Konsument(inn)en aus technologischer und sozialer Perspekt-
ve. Dabei ergibt sich naturgemäß die Frage, welche Art von Beziehungen zwischen Auto-
rInnen und LeserInnen untereinander, aber auch zu den von ihnen erstellten bzw. konsu-
mierten Inhalten besteht. Zudem untersuchen wir, wie sich die aufgrund dieser Bezie-
hungen entstehenden Gemeinschafen auf die Atraktvität und Nutzung der Inhalte so-
wie auf das Angebot von erweiterten Diensten auswirkt.
Unter der Bezeichnung „ComStudy“ wurde im Oktober 2008 am Salzburg NewMediaLab
eine Studie gestartet, die sich mit Orienterungs- und Entscheidungshilfen für den Auf-
bau und die Nutzung von Online-Communitys beschäfigt. Dabei betrachten wir auch
die in der Wechselwirkung von Inhalten und Communitys anfallenden Metainformato-
nen und die auf den Inhalten basierenden Dienste, wie etwa Empfehlungs- und Reputa-
tonssysteme.
Der vorliegende (vierte) Band der Reihe „Social Media“ geht der Frage nach, welche Ei-
genschafen heutge Online-Systeme zur Einschätzung und Bewertung von Benutzerin-
nen und Benutzern charakterisiert. Wir untersuchen außerdem, wie und zu welchem
Zweck Feedback- und Reputatonssysteme eingesetzt werden, und stellen dar, welche
Erfahrungen damit bisher gemacht wurden. Die Bandbreite der Themen reicht dabei
von der Motvaton für den Einsatz dieser Systeme über die wichtgsten Anwendungsge-
biete bis hin zu Anregungen für die Entwicklung und Evaluaton dieser Systeme.
Die Darstellung der Analyse und von deren Ergebnissen erfolgt – wie in den drei voran-
gehenden Publikatonen – stets unter dem Gesichtspunkt, den Leserinnen und Lesern
praktsche Orienterungs- und Entscheidungshilfen für die Konzepton und Umsetzung
zur Verfügung zu stellen. Im Namen des Salzburg NewMediaLab wünsche ich Ihnen in
diesem Sinne bei der Lektüre viele brauchbare Anregungen und viel Erfolg bei der prak-
tschen Umsetzung in Ihren Online-Communitys.
Georg Güntner
Leiter des Salzburg NewMediaLab
Februar 2010

DANK UND ANMERKUNG ZUR SCHREIBWEISE
Herzlichen Dank an die beiden Experten Dr. Christan Glahn (CELSTEC) und Peter Reiser
(Sun Microsystems) für ihre Bereitschaf unsere Fragen zu beantworten. Danke auch an
die Kolleginnen und Kollegen: Mag. Diana Wieden-Bischof für die ausführliche Recher-
che, Zusammenstellung von Rohmaterial sowie für das Lektorat des Manuskripts, an Dr.
Markus Lassnig für die Ausführungen zur Rolle von Reputatonssystemen im Tourismus
sowie DI Georg Güntner für seine Darstellung ausgewählter Algorithmen von Reputat-
onssystemen; danke auch an Daniela Gnad für das Titelbild!
Da die Gefahr groß ist, die eine oder den anderen zu übersehen, der bei den Trefen,
oder in E-Mails oder beim informellen Gespräch beim Kafee hilfreich war, danke ich den
weiteren Kolleg(inn)en ohne einzelne Namen zu nennen: Wie bei jeder der Veröfentli-
chungen im Rahmen des Projekts Comstudy stecken auch hier hinter vielen Ideen und
Hinweise auf interessante Tools, Projekte, Veröfentlichungen und Expert(inn)en zahlrei-
che Kolleg(inn)en des Salzburg NewMediaLab sowie der Salzburg Research Forschungs-
gesellschaf. Es macht Spass, mit so vielen cleveren Köpfen zusammenzuarbeiten!
Schließlich, wie bei den bisherigen Veröfentlichungen dieser Reihe auch hier: Um die-
sen Beitrag nicht durch weibliche Endungen, Bindestriche und Klammern zu einem zwar
korrekten, aber auch schwerer zu lesenden Werk zu machen, haben wir im Folgenden
durchgehend darauf verzichtet, die gendergerechte Schreibweise zu verwenden. Zudem
haben wir uns bemüht, auf englische Ausdrücke oder Lehenswörter zu verzichten wo sie
uns unnötg erschienen – aber im Bereich des Internets und der modernen Manage-
mentheorie kommt man leider viel zu of nicht darum herum.
Sandra Schafert
Salzburg Research Forschungsgesellschaf
Februar 2010

INHALTSVERZEICHNIS
1 Einleitung und Hintergrund........................................................................................ 9
1.1 Reputaton und Feedback ......................................................................................9
1.2 Überblick über Feedback- und Reputatonssysteme und ihre Quellen ................10
1.3 Schwerpunkte, Forschungsfragen und Vorgehen.................................................11
1.4 Hintergrund.......................................................................................................... 12
2 Feedbacksysteme: Ideen und Anwendungen............................................................13
2.1 Feedbacksysteme als Anreiz für die Beteiligung an Community-Aktvitäten........13
2.2 Realisierungen von Feedbacksystemen................................................................ 14
2.3 Entwicklung von Feedbacksystemen.................................................................... 20
3 Reputatonssysteme im Überblick ........................................................................... 23
3.1 Ziele und Zwecke des Einsatz von Reputatonssystemen......................................23
3.2 Reputaton aus Sicht der Nutzer........................................................................... 24
3.3 Verschiedene Arten von Reputatonssystemen.................................................... 26
4 Reputatonssysteme: fünf ausgewählte Einsatzgebiete............................................27
4.1 Überblick über fünf ausgewählte Einsatzgebiete..................................................27
4.2 Reputatonssysteme zur Unterstützung der Gemeinschaf...................................28
4.3 Reputatonssysteme im Markt der Kompetenzen.................................................32
4.4 Reputatonssysteme im Online-Handel................................................................ 41
4.5 Reputatonssysteme im Bereich der Online-Spiele............................................... 49
4.6 Aggregierende Web-Reputatonsdienste für Personen ........................................54
5 Entwicklung von Reputatonssystemen ................................................................... 59
5.1 Überblick und Überlegungen zur Entwicklung......................................................59
5.2 Beispiele für komplexe Reputatonsalgorithmen ................................................. 63
5.3 Herausforderungen und Schwächen ....................................................................71
6 Ausblick: Konsequenzen und Herausforderungen ....................................................73
Literatur und Quellen................................................................................................. 75
Autorinnen und Autoren............................................................................................ 80
Social Media – Weitere Bände....................................................................................80

1 EINLEITUNG UND HINTERGRUND
1.1 Reputaton und Feedback
Wenn man früher erfahren wollte, welcher Händler gute Ware hat, welcher Handwerker
saubere Arbeit leistet oder ob jemand einen Arbeiter sucht, war der Marktplatz oder
der Stammtsch ein guter Ort um Erkundungen einzuholen. Man erfuhr dort schnell, auf
wen man sich verlassen kann und wem man besser kein Vertrauen schenkt.
Das Internet und die damit verbundene größere Anonymität der Agierenden und gerin-
gere Überschaubarkeit des Angebots, erhöht den Bedarf nach Informatonen über Ruf
oder Ansehen von Personen, Organisatonen und Unternehmen. Dieser Bedarf wird zu-
nehmend durch die Einführung von Reputatonssystemen gestllt. Damit kann zum Bei-
spiel abgesichert werden, ob einem Ratschlag Glauben geschenkt werden kann, ob ein
potenzieller Arbeitnehmer passende Kompetenzen und Referenzen aufweist oder wie
zuverlässig ein Online-Händler ist.
Reputatonssysteme spielen eine wichtge Rolle am häufg undurchsichtgen Online-
Markt. Auch wenn manche Online-Akteure anonym handeln, unterstützen Reputatons-
systeme durch das Sammeln und Verbreiten von Bewertungen und Einschätzungen den
Entscheidungsprozess, wer als passend, vertrauenswürdig oder interessant eingeschätzt
wird. Unangenehme Überraschungen können besser vorgebeugt werden, da man be-
reits im Vorfeld prüfen kann, ob der potenzielle Kontakt den Wünschen entspricht. Der
„gute Ruf“ wird für Online-Akteure immer wichtger, teilen doch immer mehr Menschen
durch das Web ihre Erfahrungen mit der breiten Masse. Es gibt viele Aussagen dazu, was
konkret „der gute Ruf“ oder „Reputaton“ ist. Pfeifer (2008a) bietet beispielsweise eine
Sammlung von mehr als 20 Defnitonen zu Reputaton und Corporate Reputaton. Auch
die Begrife „Image“ und „Prestge“ werden manchmal synonym verwendet.
Abdul-Rahman und Hailes (2000) defnieren Reputaton als eine Erwartung über das
Verhalten eines Agenten, basierend auf Informatonen über oder Beobachtung von des-
sen bisherigen Verhalten. In dieser Defniton wird deutlich, dass die aktuelle Reputaton
die Erwartungen über das zukünfige Verhalten beeinfusst. Nach Grobholz (2008) kann
Reputaton auch als öfentliches Ansehen von Menschen, Organisatonen und Unterneh-
men verstanden werden, das sich aus Meinungen von Vielen zu einem Gesamtbild zu-
sammensetzt (vgl. Grobholz, 2008). Reputatonssysteme haben dabei in dreierlei Hin-
sicht ihren Wert (s. Adler & de Alfaro, 2007, 262): Zunächst einmal haben sie einen prä-
skriptven Wert, d. h. das Verhalten der Nutzer orientert sich an den Regeln mit denen
man hohe Reputatonen erreicht. Zweitens unterstützen Reputatonssysteme Nutzer zu
klassifzieren und einzuordnen, sie haben also einen deskriptven Wert. Dritens hat die
Reputaton auch eine prädiktven Wert, d.h. aus der Reputaton werden Annahmen über
zukünfiges Verhalten abgeleitet.
Webbasierte Reputatonssysteme versuchen den Prozess der Reputatonsentwicklung zu
moderieren und zu automatsieren, indem die Nutzeraktvitäten verfolgt werden und die
Reaktonen der Mitglieder darauf ausgewertet werden (Glass, 2008). Wie in dieser Stu-
die gezeigt wird, entsteht „Reputaton“ in solchen Systemen also nicht immer (aus-
schließlich) durch Einschätzungen und Bewertungen von Driten, sondern wird in einzel-
nen Systemen alleine durch das Verhalten eines Nutzers und Reaktonen von anderen
indirekt ermitelt.
Mindestens genauso wichtg wie die Bewertung durch Drite in Online-Reputatonssys-
temen, ist auch die Rückmeldung beispielsweise zur eigenen Aktvität und Häufgkeit der
Teilnahme in einer Community oder Anwendung: Wir bezeichnen diese „persönliche

9

Sicht“ auf Aktvitäten und Feedback dazu als Feedbacksystem. Solches Feedback für Nut-
zer wird dabei nur im privaten Bereich angezeigt und ist für die anderen Online-Akteure
des Netzwerks nicht ersichtlich. Feedbacksysteme sollen vor allem motvierend wirken
und zur aktven Teilnahme im Netzwerk anregen. Sie geben dabei gleichermaßen Rück-
meldung zum Engagement und zu Einschätzungen oder Kommentare von anderen Teil-
nehmern wieder, die nicht öfentlich zugänglich sind. Online-Engagement wird dabei als
Grad der Partzipaton, also der Teilnahme und der Bindung einer Person, Gruppe oder
Organisaton verstanden.
Nutzer können auf verschiedene Weisen in eine Community eingebunden werden (vgl.
Schafert & Wieden-Bischof, 2009). Eine aktve Beteiligung der Mitglieder kann dabei
(auch) durch den Einsatz von gezielten Feedback- und Reputatonssystemen entstehen
bzw. diese Beteiligung erst ermöglichen oder unterstützen.

1.2 Überblick über Feedback- und Reputatonssysteme und ihre Quellen
Im Überblick lassen sich drei Formen von webbasierten Reputatons- und Feedbacksys-
temen unterscheiden, also Systeme, die Einschätzungen und Bewertungen zu einer be-
stmmten Person im Hinblick auf ihr Verhalten im Web sowie der Einschätzung der Com-
munity bzw. anderer Nutzer eines Systems erlauben.

Abbildung 1: Online-Systeme zur Einschätzung und Bewertung von Personen

Die folgende Zusammenstellung gibt einen Überblick über die Quellen auf deren Grund-
lage Reputatons- und Feedbacksysteme Auskunf geben können.

10

Abbildung 2: Quellen für Feedback- und Reputatonssysteme

Welche Quellen für Feedback- und Reputatonssystem genutzt werden, ist sehr unter-
schiedlich realisiert, of werden mehrere unterschiedliche verwendet. So gibt es zu-
nächst eine Reihe von direkten Verfahren: Hier werden Nutzer einer Anwendung aufge-
rufen, andere Personen (oder Organisatonen) zu bewerten, beispielsweise mit der Ver-
gabe von Punkten oder Auszeichnungen. Feedback und Reputatonssysteme können die
Zahl der gesamten positven und negatven Bewertungen durch Mitglieder für bestmm-
te Zeiträume darstellen (der letzten 6 oder 12 Monate); auch Bewertungen in detaillier-
ten Kategorien (z. B. Qualität, Höfichkeit). Auch gibt es Anwendungen, bei denen einzel-
ne Aktonen der Nutzer bewertet werden können, wie das Verhalten bei einzelnen
Transaktonen im Online-Handel oder einzelne Diskussionsbeiträge.
Indirekte Verfahren analysieren das individuelle Nutzerverhalten bzw. das Verhalten der
anderen. So geben beispielsweise das Datum der Registrierung bzw. des letzten Einlog-
gens in einem System Auskunf über die (vermeintliche) Erfahrung und Aktvität bei der
Nutzung wieder. Auch kann – je nach System und Zweck – ausgewertet werden an wie-
vielen unterschiedlichen Stellen eingeloggt wurde, wie of in einer Nacht Ortswechsel
erfolgen, wie of man im Monat oder am Tag eingecheckt ist, zu welcher Tageszeit usw.
Auch kann die Zahl der Beiträge oder die durchschnitliche Wortlänge ausgewertet wer-
den. Einzelbeiträge auszuwerten ist jedoch insbesondere in kollaboratven Systemen wie
Wikis oder in Sofware-Entwicklungsprojekten nicht einfach. Auch das Kommunikatons-
verhalten und die Vernetzungsstruktur bieten zahlreiche Nutzungsmöglichkeiten für
Feedback- und Reputatonssysteme. So kann ausgewertet werden, ob jemand sehr
schnell Antworten gegeben hat oder die erste Antwort geschrieben hat, oder auch ob
man eine Frage gestellt hat, auf die es keine Antwort gab.

1.3 Schwerpunkte, Forschungsfragen und Vorgehen
Eingangs betrachten wir die Bewertungen und Einschätzungen, die Nutzer nur im per-
sönlichen Profl einsehen können und dort erhalten, um dadurch Feedback über ihr En-
gagement zu erhalten und es beispielsweise aufrecht zu erhalten oder zu erhöhen.
Schwerpunktmäßig werden wir dann community-basierte Reputatonssysteme betrach-
ten, also Systeme, die auch auf den Bewertungen und Einschätzungen anderer Anwen-
der oder Nutzer eines Systems beruhen. In der Regel betrift dies Personen, solche Sys-
teme können aber auch von Organisatonen und Unternehmen genutzt werden.
Daneben gibt es aber auch Verfahren, die die im Web verteilten Informatonen automa-
tsch aggregieren und darstellen, die also auch indirekt Bewertungen und Einschätzun-
gen ermöglichen: Beispielsweise lässt sich damit feststellen, wie populär jemand „im
Web“ ist, wie häufg Artkel oder Weblogeinträge über einen Popstar oder Politker ge-
schrieben werden.

11

Folgende, eher praktsche Fragen waren dabei forschungsleitend:
| Welche Arten von Online-Systemen zur Einschätzung und Bewertung von Personen
gibt es derzeit?
| Wie und zu welchem Zweck werden sie eingesetzt?
| Welche Erfahrungen wurden dabei bisher gemacht?
Diese Publikaton verfolgt das Ziel, über unterschiedliche Branchen und Anwendungsbe-
reichen hinweg Realisierungsmöglichkeiten und Beispiele vorzustellen. Es wird dabei be-
trachtet, welchen Nutzen einzelne Benutzer eines Services oder einzelne Community-
Mitglieder haben oder wie die Nutzergruppe insgesamt davon proftert. Weil Reputat-
on im Web auch für den einzelnen Nutzer ganz entscheidend ist, insbesondere den be-
rufichen und persönlichen Erfolg beeinfussen kann, schließt diese Broschüre mit Hin-
weisen zu den Gestaltungs- und Einfussmöglichkeiten der Nutzer.
Im Überblick beschäfigt sich die Studie also mit
| Zielen und Zwecken des Einsatzes von Reputatons- und Feedbacksystemen,
| Feedbacksystemen, also Rückmeldungen zur Aktvität im persönlichen Profl,
| Reputatonssystemen in unterschiedlichen Bereichen,
| Hinweisen zur Entwicklung solcher Systeme sowie
| Herausforderungen und Konsequenzen.
Ein gewisses technisches Grundverständnis voraussetzend, wendet sich diese Studie vor
allem an Praktker, die sich durch die unterschiedlichen Nutzungsmöglichkeiten anregen
lassen wollen, für ihre eigenen Produkte und Dienstleistungen innovatve Einsatzmög-
lichkeiten zu entwickeln. Hierfür wurden Beispiele, Publikatonen und Experten einbezo-
gen, um einen guten Einsteg und Überblick zum aktuellen Stand der Nutzung sowie an-
regende Einblicke ermöglichen zu können.

1.4 Hintergrund
Diese Broschüre ist ein Ergebnis der „ComStudy“, die am Salzburg NewMediaLab (SNML)
im Zeitraum von Oktober 2008 bis Februar 2010 durchgeführt wird. Das SNML, das
Kompetenzzentrum für Neue Medien in Österreich, arbeitet daran, digitale Inhalte cle-
ver zu strukturieren, verknüpfen, personalisieren, für alle aufndbar zu machen und
nachhaltg zu nutzen und betrachtet dabei die Community als einen wesentlichen Faktor
vieler Projekte. Im Rahmen der ComStudy wurde bereits eine Studie zum erfolgreichen
Community-Aufau durchgeführt, die anhand Literaturanalysen, Best-Practce-Beispie-
len, Fallanalysen und Expertenbefragungen für unterschiedliche Szenarien konkrete Im-
plementerungsempfehlungen gibt (Schafert & Wieden-Bischof, 2009). In einer weite-
ren Broschüre wurde die Entstehung und Nutzung von (Meta-) Informatonen in Com-
munitys beschrieben. Unterschiedliche Einsatzgebiete und Nutzungen, von der Entwick-
lung von Services für die Communitys selbst bis zum unternehmensgetriebenen Web-
monitoring werden dabei beschrieben (Schafert u.a., 2009). Auf diesen Vorarbeiten be-
ruht im Rahmen des Projekts diese Studie zu Feedback und Reputatonssystemen. Die
Veröfentlichungen im Rahmen des Projekts kompletert eine Studie zu Empfehlungs-
systemen (Schafert u.a., 2010).

12

2 FEEDBACKSYSTEME: IDEEN UND ANWENDUNGEN
Reputatonssysteme versuchen für andere die Qualitäten eines Nutzers sichtbar zu ma-
chen, und setzen damit Anreize, sich an einer Community zu beteiligen. Dazu ist nicht
notwendigerweise ein Reputatonssystem notwendig. Auch die Bereitstellung von Feed-
backs über die Nutzeraktvitäten in persönlichem Profl kann für Nutzer ein Anreiz sein,
sich verstärkt und qualitatv hochwertg in eine Community einzubringen. In diesem ers-
ten Abschnit beschäfigen wir uns daher mit solchen nur persönlich zugänglichen Feed-
back-Systemen.

2.1 Feedbacksysteme als Anreiz für die Beteiligung an Community-Aktvitäten
Generell kann man zwischen intrinsischer und extrinsischer Motvaton unterscheiden.
Bei der extrinsischen Motvaton wird das Verhalten der Online-Akteure durch beispiels-
weise fnanzielle Anreize, Anerkennung, Lob und Reputatonsgewinn von außen beein-
fusst. Die intrinsische Motvaton hingegen entsteht aus der inneren Befriedigung her-
aus, da beispielsweise die Aufgabe Freude bereitet oder man seine selbst gesetzten Zie-
le erreicht hat (Mates, 2008).
Da (indirekte) fnanzielle Anreize in Online-Communitys und auch die entsprechenden
Anreizsysteme ansonsten praktsch nicht vorzufnden sind, scheint das Engagement von
Mitgliedern in der Regel mit eher intrinsischen Motvatonen zu erklären sein. Auf den
ersten Blick kann es hilfreich erscheinen, Anreize für Aktvitäten möglichst hoch anzuset-
zen, um möglichst viel Aktvitäten hervorzurufen. Untersuchungen zeigen jedoch, dass
dies ein Trugschluss ist: extrinsische Faktoren erhöhen die Leistungsbereitschaf of nur
unwesentlich und bremsen freiwillige Tätgkeiten („Crowding-Out-Efekt“; s. Koch &
Richter, 2009).
Die Motve für die Teilnahme an Online-Communitys können folgendermaßen unter-
schieden werden: Es gibt egoistsche Motve, beispielsweise den Wunsch, sich selbst zu
verwirklichen oder etwas zu lernen und altruistsche Motve, wie beispielsweise, eine
Sache voran zu bringen oder anderen zu helfen (s. Schafert & Wieden-Bischof, 2009,
45).
Auch Darstellung und Feedback der Aktvitäten in einem System bzw. in einer Communi-
ty können für Mitglieder motvierend sein: Um aktvierend und unterstützend zu wirken
muss es jedoch zu den persönlichen Motven passende Rückmeldungen geben. Online-
Communitys sind nicht unbedingt „Communites of practces“ wie es Wenger (1998) be-
schreibt, doch erscheinen uns einige der Faktoren, die er nennt auch hilfreich für eine
konzeptonelle Beschreibung, was Feedbacksysteme bieten können. Feedbacksysteme
bzw. persönliche Profle in Communitys sollten Auskünfe und Rückmeldungen in Bezug
auf die eigenen Aktvitäten und Aktvitäten der Community geben und können auch de-
ren Verhältnis beschreiben:
| soziale Präsenz (z. B. wer ist online, wie geht es den anderen, wieviele Male loggte
ich mich im letzten Monat ein, wie häufg machen das andere, wie fühle ich mich,
wie die anderen?)
| Rhythmus (z. B. wann war ich das letzte Mal online, stehen Community-Termine an,
gibt es Berichte über Community-Events?)
| Interakton (z. B. von wem liegen Fragen, Antworten, Kommentare vor; gibt es beson-
ders wichtge Diskussionen?)

13

| Eingebundenheit (z. B. wie sehr bringe ich mich, im Vergleich mit den anderen, in die
Community-Aktvitäten ein? Wie aktv bin ich? Wie verbunden fühle ich mich?)
| Verbindungen (z. B. zu welchen Inhalte, Themen, Personen liegen Verbindungen vor,
gemeinsame Interessen?)
| Persönliche Identtät (z. B. gibt es Aktualisierungs- oder Änderungsbedarf beim öf-
fentlichen Profl, welche Rolle habe ich derzeit in der Community?)
| Community Identtät (z. B. wie beschreibt sich die Community, welche Ziele und Zwe-
cke verfolgt sie, gibt es hier Veränderungen?)
| Beziehungen (z. B. wen kenne ich und woher, welcher Art sind meine Beziehungen,
kennen sich meine Kontakte untereinander?)
Je nach Ausrichtung des Systems – soll das Feedbacksystem beispielsweise Lernen un-
terstützen oder soll es eher ein Cockpit über fnanzielle Transaktonen sein – ist die kon-
krete Ausprägung unterschiedlich.
Aktuell versprechen insbesondere die Arbeiten im Projekt Insemtves1 interessante und
aktuelle Sammlungen und Neuentwicklungen im Bereich der Anreizsysteme, auch im
Bezug auf Feedbacksysteme.

2.2 Realisierungen von Feedbacksystemen
Im Folgenden beschreiben wir exemplarisch drei Feedbacksysteme aus zwei unter-
schiedlichen Bereichen: Zwei Feedbacksysteme für Lerner und eines für Nutzer eines so-
zialen Netzwerkes für Wissenschafler.

Comtella
Viele Online-Communitys leiden gerade in der Anfangsphase darunter, nicht genügend
Nutzerbeteiligung zu verzeichnen. Um eine aktve Teilnahme an der Community atrakt-
ver zu gestalten und die kritsche Masse an Nutzern zu erreichen, die für das Überleben
und die Nachhaltgkeit der Community von Bedeutung sind, ist es wichtg Anreize zu
schafen. Allerdings sollte eine Teilnahme der Nutzer nicht zu jedem Preis erwünscht
sein, denn dies kann sehr schnell mit hoher Quanttät und schlechter Qualität der Bei-
träge bestraf werden und wiederum die Abwanderung von Mitgliedern zur Folge ha-
ben. Es ist daher wichtg eine Balance zwischen Qualität und Quanttät der Beiträge zu
erlangen, um eine nachhaltge Nutzerteilnahme in der Community zu sichern. Abhängig
von der Reputaton der Nutzer und den Bedürfnissen der Community selbst, lohnt es
sich somit Belohnungen für bestmmte Formen der Teilnahme und für individuelle Nut-
zer zu adapteren.
Comtella verfolgt genau diesen Ansatz des Anreiz- bzw. Motvatonsmechanismus. Es
wurde im MADMUC-Labor der Universität Saskatchewan entwickelt, um klassenrelevan-
te Webressourcen (Bookmarks) unter Studenten zu teilen und dem Problem der man-
gelnden Nutzerbeteiligung und -beiträge entgegenzuwirken. Comtella misst und belohnt
gewünschte Nutzeraktvitäten, fördert stabile und aktve Nutzerbeteiligung, verringert
die Informatonsüberfutung und erhöht die Nachhaltgkeit der Community. Die Beiträge
und die Teilnahme der einzelnen Nutzer werden gemessen und bewertet. Je besser die
Beurteilung ausfällt (Qualität und Nutzen für die Community) desto höher der Status
(Bronze, Silber, Gold) innerhalb der Community. Abhängig vom Status wird der User

1
htp://www.insemtves.eu, Stand 02/2010

14

durch auf ihn abgestmmte zusätzliche Dienstleistungen (z. B. unterschiedliche Benutze-
roberfächen, zusätzliche Suchmöglichkeiten) belohnt.
Ein Anreizsystem wie es Comtella verfolgt, muss die Qualität der Nutzerbeiträge in Be-
tracht ziehen und die Hochwertgen belohnen und die Minderwertgen (ver)hindern. Es
ist allerdings nicht einfach, die Qualität der Beiträge unvoreingenommen und genau zu
messen, den Qualitätsmessungen sind meistens subjektv. Die Evaluierung der Qualität
kann sowohl implizit als auch explizit erfolgen. Bei der impliziten Messung wird bei-
spielsweise die Qualität von Postngs durch die Häufgkeit des Anklickens erhoben. Da-
bei wird davon ausgegangen, dass Nutzer die die Ressource gesehen haben auch gleich-
zeitg eine positve Einstellung dazu haben, was nicht immer der Fall ist. Im Gegenteil
dazu erfolgt eine explizite Messung direkt durch die Einschätzung bzw. Bewertung der
anderen Mitglieder. Hier kann jedoch wiederum das Problem entstehen, dass Beiträge
die zu einem späteren Zeitpunkt hinzugefügt werden, ungenügend Aufmerksamkeit er-
halten, da sie eine geringere Chance haben von anderen gelesen und daher auch bewer-
tet zu werden.
Ofensichtlich spielt daher der Zeitpunkt bei der Beteiligung ebenfalls eine große Rolle
besonders auch in einem klassenunterstützenden System wie Comtella, da sich die The-
men wöchentlich ändern und spätere Beiträge vernachlässigt werden. Der Anreizmecha-
nismus von Comtella besteht aus zwei Teilen: a) Einerseits werden Nutzer ermutgt Res-
sourcen zu bewerten und b) andererseits erhalten sie Belohnungen für verschiedene Ak-
tvitäten.
(a) Jedes Mitglied erhält eine beschränkte Anzahl an Punkten, die es für die Bewertung
von Beiträgen vergeben kann. Jeder Beitrag kann mit +1 Punkt oder -1 Punkt bewertet
werden. Die Nutzer mit einem höheren Mitgliederstatus erhalten mehr Bewertungs-
punkte die sie vergeben können und haben dadurch auch mehr Einfuss in der Commu-
nity. Damit alle Beiträge die gleichen Chancen haben gelesen und beurteilt zu werden,
liegt die anfängliche Bewertung bei Null, unabhängig vom Status des Mitglieds oder der
Qualität seiner Beiträge. Zum Schluss werden alle Bewertungen eines Beitrags zusam-
mengezählt und als „Earned Ratngs“ (in Deutsch „verdiente Bewertung“) in der Sucher-
gebnisliste mit angezeigt, welche auch nach Nutzern sortert werden kann. Als ein Anreiz
für Nutzer die Beiträge zu bewerten, wurde zusätzlich eine virtuelle Währung „c-points“
eingeführt. Zu Beginn hat jeder Nutzer nur eine begrenzte Anzahl an c-points, die sich
jedoch sofort weiter erhöht, wenn das Mitglied eine Bewertung von anderen Ressour-
cen vornimmt. Die Höhe der gutgeschriebenen c-points ist abhängig von der Reputaton
des Nutzers. Mit den c-points kann er seine eigenen Beiträge bewerten und ihre Sicht-
barkeit in der Suchergebnisliste steigern, indem sie unter den Top 10 angezeigt werden
und wiederum bessere Chancen haben gelesen und bewertet zu werden. Suchergebnis-
se werden zuerst nach der Anzahl der c-points und danach nach ihrem erscheinen ge-
reiht.
(b) Die Idee hinter diesem Ansatz ist es, dass Belohnungen an die unterschiedlichen For-
men der Beteiligung für individuelle Nutzer und deren Reputaton (erlangt durch die
Qualität der Beiträge) angepasst werden. Die individuellen Belohnungen für die diversen
Möglichkeiten der Beteiligung werden jedes Mal beim Login in persönlichen „Motvat-
onsnachrichten“ angezeigt. Sie teilen dem Mitglied auch mit in welchem Bereich die
Community von ihm eine Beteiligung erwartet wird sowie über die Anzahl der Ressour-
cen zu einem Thema. Auch die Gewichtung der Belohnungen für die verschiedenen Bei-
träge variiert von Login zu Login und ist abhängig von Zustand des individuellen Nutzer-
models als auch der Community selbst. Der Nutzer wird auch darüber informiert, falls

15

seine Reputaton im Bereich des Teilens von Ressourcen oder im Bereich der Bewertun-
gen unterhalb des Gewünschten liegt.
Comtella verfolgt somit ein Community-Modell und ein individuelles Modell. Das Com-
munity-Modell zeigt bei jedem Login die erwartete Anzahl der Ressourcen zu einem be-
stmmten Thema durch die Mitglieder an, welche nicht von den Nutzern überschriten
werden kann. Weiters verlieren ältere Ressourcen im Laufe der Zeit ihre Gewichtung
bzw. Wert. Das individuelle Modell hingegen beschreibt den laufenden Mitgliederstatus
und die Reputaton der Nutzerressourcen und Nutzerbewertung von den einzelnen Nut-
zern an.

Abbildung 3: Persönliches Feedback bei Comtella
Quelle: Cheng & Vassileva, 2006, Abbildung 5, 331

Feedbacksystem für Sprachenlerner
Im Mai 2008 wurde die Community-Platorm Busuu 2 zum Sprachen lernen online ge-
stellt, die den einzelnen Teilnehmern im persönlichen Profl Feedback in Form von Pfan-
zen gibt: Derzeit haben die Nutzer von Busuu die Möglichkeit Englisch, Deutsch, Franzö-
sisch, Italienisch und Spanisch zu lernen.
Der Sprachgarten („Language Garden“) gibt jedem Nutzer im privaten Profl eine visuelle
Darstellung seiner erworbenen Sprachkenntnisse. Jede Sprache wird in Form eines an-
deren Baumtyps dargestellt. Dadurch wird ersichtlich, welche Sprache(n) man gerade
lernt und wie weit man ist. Die Größe des Baumes verdeutlicht dem Lerner seine Fort-
schrite in der jeweiligen Sprache. Je mehr der Lerner lernt bzw. je mehr Lerneinheiten
er beendet hat und je aktver er in der Community ist, umso größer wird bzw. werden

2
htp://www.busuu.com, Stand 12/2009

16

seine Bäume. Klickt der Lernende auf einen Baum, kommt er zum jeweiligen Lernmateri-
al der Sprache.

Abbildung 4: Screenshot eines persönlichen „Sprachgartens“ bei Busuu
Quelle: htp://busuu.com (06/2009)

Busuu ermöglicht es dem Nutzer seine Fortschrite mit dem Durchschnit der Communi-
ty zu vergleichen. Nach jeweils fünf erfolgreich abgeschlossenen Lerneinheiten erhält
der Lernende für seinen Einsatz als eine weitere Motvaton kleine animierte Geschenke
für den Sprachgarten, die dann als Figuren im Garten aufauchen.

Abbildung 5: Feedback und Anreize bei Busuu
Quelle: htp://busuu.com (06/2009)

Das Engagement der Lerner wird jedoch nicht immer nur positv in Form von wachsen-
den Bäumen dargestellt. Werden beispielsweise in der Prüfung zu einer Lerneinheit Feh-
ler gemacht, beginnen schwarze Ungeziefer am jeweiligen Baum zu nagen. Werden die
Fehler im Examen ausgebessert bzw. ein Examen solange wiederholt bis kein Fehler
mehr vorhanden ist, dann verschwinden diese Tierchen auch wieder.
Um die Community zu stärken und die Lernenden zu motvieren, sich aktv an der Com-
munity zu beteiligen, erhalten Benutzer für jeweils zehn korrigierte Schreibübungen an-
derer Benutzer einen Apfel als Geschenk für seinen Sprachgarten.

17

Prototyp Team.sPace
Auch das folgende Beispiel Team.sPace ist ein Feedbacksystem für Lernende, es ist je-
doch nur als Prototyp im Einsatz. Vorgestellt wird es hier, weil es sich um eine der An-
wendungen handelt, die ihm Rahmen einer Dissertaton systematsch entwickelt und
evaluiert wurde (Glahn, 2009).
Glahn (2009) hat sich in seiner Untersuchung die Frage gestellt, wie sich die Visualisie-
rung der Aktvitäten in einem community-basierten Informatonsportal auf das Engage-
ment der Einzelnen auswirkt. Hintergrund ist, das in den neuen partzipatven Weban-
wendungen eine Reihe von informellen Lernaktvitäten statinden, die unterstützt und
gefördert werden sollten. Wer sich bei Team.sPace beteiligen will, gibt seinen Weblog an
sowie seinen Delicious-Namen, stellt den anderen also seine Weblog-Einträge sowie die
(öfentlichen) Bookmarks der Social-Bookmarking-Anwendung Delicious zur Verfügung.
Das Ergebnis ist eine Zusammenstellung und Übersicht aller Blogeinträge und Delicious-
Bookmarks der Community. Die verwendeten Schlagworte bei den Blogeinträgen sowie
den Lesezeichen aller Mitglieder werden in einer Tag-Wolke (rechts) angezeigt. Bei den
Mitgliedern handelte es sich um internatonale Nachwuchsforscher im Bereich des tech-
nologisch gestützten Lernens.

Abbildung 6: Screenshot von Team.sPace
Quelle: Glahn, Specht & Koper, 2009, 48

Zwei unterschiedliche Feedbacksysteme, also Darstellungen der Aktvitäten im persönli-
chen Profl der Teilnehmer wurden entwickelt. Zum einen ist das ein Aktvitätenzähler
welcher als farblich variierender Balken dargestellt wird.

18

Abbildung 7: Team.sPace-Feedback Variante I – Aktvitätenzähler nach 3, 72 und 196 Aktonen
Quelle: Glahn, Specht & Koper, 2009, 49.

Die zweite Variante ist eine „Performance Chart“. Jede mögliche Aktvität wird hier un-
terschiedlich bewertet, ein neuer Weblogeintrag gibt beispielsweise zehn Punkte, ein
Lesezeichen einen Punkt. Außerdem wird die Aktvität in Relaton zum aktvsten Mitglied
der Gruppe dargestellt, angezeigt wird wiederum die persönliche Aktvität sowie die
durchschnitliche Gruppenaktvität. Bewertet werden nur die Aktvitäten der letzten sie-
ben Tage.

Abbildung 8: Team.sPace-Feedback Variante II – Performanzzähler
Quelle: Glahn, Specht & Koper, 2009, 49.

Nun wurde untersucht, ob und inwiefern sich diese unterschiedlichen Darstellungen auf
die Aktvitäten im System auswirken. Dabei wurden die Aktvitäten von 14 Nutzern un-
tersucht; insgesamt haben diese im System 48 Weblogeinträge und 549 Lesezeichen ein-
getragen. Ihr Nutzerverhalten wurde aufgezeichnet. Zudem wurden sechs der Teilneh-
mer interviewt. Angesichts der relatv kleinen Nutzerzahl können hier also zunächst nur
einige Trends gezeigt werden (vgl. Glahn, 2009, 87f):
Zunächst einmal haben die Mitglieder sich positv über das System selbst geäußert, bei-
spielsweise wurde es als hilfreich erlebt, zu sehen was Personen mit ähnlichen Interes-
sen und Hintergründen taggen und bloggen. Die Nutzer mit beiden Feedback-Varianten
haben zum Teil zu Beginn versucht, hier möglichst positve Darstellungen zu erhalten.
Dadurch unterscheidet sich das Verhalten in der kleinen Stchprobe deutlich:
| Die Nutzer der ersten Variante haten keine Rückmeldung im Vergleich mit der Com-
munity. Hier wurde durchgehend berichtet, dass nach anfänglichem Interesse nicht
weiter versucht wurde, möglichst viele Punkte zu generieren.
| Bei der zweiten Variante beschwerten sich Nutzer, dass es bei einem Weblogeintrag
so viele Punkte gibt, und dass Nicht-Blogger kaum höhere Punktezahlen bekommen
können. Es zeigte sich, dass bereits aktve Mitglieder – diejenigen, die also Weblo-
geinträge schrieben und Lesezeichen setzten im Unterschied zu den weniger aktven
Mitgliedern, die nur ein bißchen „herumschauten“ und wenig Punkte generierten,
durch den Community-Vergleich motviert wurden, das System aktv und intensiv zu
nutzen. Ein Wenig-Nutzer war hingegen frustriert und hat seine Teilnahme ganz ein-
gestellt.

19

Zusammenfassend lässt sich feststellen, dass wesentlich für eine Aktvität zunächst ein-
mal der Wert und die Funktonalitäten des Systems selbst sind: Hier wurde v.a. positv
bewertet, dass eine thematsch eng fokussierte Community Beiträge zum gemeinsamen
Interessengebiet zusammentrug. Darüberhinaus zeigen diese und andere Untersuchun-
gen von Glahn (2009), dass die konkrete Ausgestaltung der Feedbacksysteme die Aktvi-
tät am und die Wahrnehmung eines Angebots nachhaltg beeinfusst.

2.3 Entwicklung von Feedbacksystemen
Feedbacksysteme in Web-Umgebungen, insbesondere solche, die eher informell organi-
siert sind und verteilte Informatonen aggregieren, sind bisher nicht intensiv untersucht
worden. Wir haben Christan Glahn, aus dessen Doktorarbeit bereits oben berichtet
wurde noch um Tipps für die Entwicklung von Feedbacksystemen gebeten.

Entwicklung eines Feedbacksystems – Interview mit Christan Glahn

? In Ihren Untersuchungen konnten Sie feststellen, dass sich die Darstellung des
Feedbacks auf das Nutzerverhalten auswirken kann. Wie würden Sie aufgrund Ihrer
Untersuchungen ein Feedback für Lerner in informellen Netzen gestalten und visuali-
sieren?

! Informelles Lernen ist stark vom Interesse und der Motvaton der Lernenden gelei-
tet. Feedback muss „fair“ sein, damit es motviert und als wichtge Zusatzinformaton
zur Kontrolle und Steuerung der persönlichen Lernziele genutzt wird. Dabei ist „Fair-
ness“ keine globale Größe, sondern bezieht sich auf die persönliche Lesart der Person, die ein Feedback
erhält. Die persönliche Lesart hängt vom jeweiligen Kontext der Lernenden ab und kann durch das Vor-
wissen, den aktuellen Arbeitsprozess, dem Aufenthaltsort oder der Rolle in einer Arbeitsgruppe beein-
fusst werden. Damit Feedback informelles Lernen unterstützen kann und für die Lernenden von Nutzen
ist, müssen die kontextualisierenden Rahmenfaktoren bei der Gestaltung von Rückmeldungen berück-
sichtgt werden. Unsere Untersuchungen haben gezeigt, dass Rückmeldungen nicht standardisiert wahr-
genommen werden, sondern dass bereits vermeintlich unbedeutende Unterschiede zwischen Lernen-
den die Lesart der bereitgestellten Informatonen verändern. Das bedeutet, dass die gleiche Informaton
abhängig vom Kontext der Lernenden interpretiert wird, was zu unterschiedlichen Wahrnehmungen
der „Fairness“ von Rückmeldungen führen kann. Damit Rückmeldungen relevante Zusatzinformatonen
für ein selbstgesteuertes Lernen bieten, müssen diese nicht unbedingt komplex sein. Unsere Ergebnisse
zeigen, dass selbst einfache Informatonen, wie die eigene Aktvität im Zeitrahmen von einer Woche
oder eines Monats eine wichtge Rückmeldung sein kann.

? Feedbacksysteme lassen sich für unterschiedliche Anwendungen und Kontexte entwickeln. Welches
Vorgehen empfehlen Sie denn generell für die Entwicklung und Überprüfung der Wirksamkeit von Feed-
backsystemen?

! Feedback muss generell auf den Erfahrungsraum der Nutzer beziehen. Die Daten, die zur Erzeugung
des Feedbacks herangezogen werden, müssen daher direkt an die Handlungen der Lernenden gekop-
pelt, nachvollziehbar und beeinfussbar sein. Abhängig von der Ausrichtung des Feedbacks, müssen die
Daten zum Kontext eines Lernenden passen oder die Aufmerksamkeit auf einen bestmmten Faktor kon-
textualisieren. Diese Berücksichtgung des Lernkontexts bezeichnen wir als „Perspektvitätsprinzip“ der
Gestaltung von Rückmeldungen. Handlungsbezogene Informatonen reichen allein jedoch nicht aus, da-
mit diese das selbstgesteuerte Lernen unterstützen.

20

Zusätzlich müssen Feedbacksysteme sicherstellen, dass die Rückmeldung den Lernenden Anhaltspunkte
zur Beurteilung der eigenen Handlungen bietet. Solche Anhaltspunkte werden durch die Bereitstellung
von zusätzlicher Informaton geboten, die den Vergleich der eigenen Handlungen mit Referenzfaktoren
erlaubt. Die Integraton von Anhaltspunkten in Rückmeldungen nennen wir das „Kontrastprinzip“.

Die Wirksamkeit von Rückmeldungen lässt sich leider nicht kurzfristg messen. Erst über einen längeren
Zeitraum hinweg zeigt das Nutzerverhalten des Systems, ob die bereitgestellte Informaton von Lernen-
den als relevant eingestuf wird. Darüber hinaus bezieht sich Feedback immer auf Zielgrößen die durch
das Feedback beeinfusst werden. Kurzfristge Schwankungen der täglichen oder wöchentlichen Nut-
zung sind dabei wenig aussagekräfig. Erst die langfristge Auswertung unter Berücksichtgung der ver-
schiedenen Kontexte der Lernenden erlaubt eine Beurteilung der Wirksamkeit des Feedbacks. Die Infor-
matonen aus langfristgen Beobachtungen zeigen die Bedeutung der Rückmeldungen für die Lernenden
und können zusätzlich Aufschluss über Veränderungen der kontextualisierenden Rahmenbedingungen
geben.

Dr. Christan Glahn ist wissenschaflicher Mitarbeiter am Centre for Learning Sciences and Technologies
(CELSTEC) bei der Open Universiteit Nederland.

21

3 REPUTATIONSSYSTEME IM ÜBERBLICK
3.1 Ziele und Zwecke des Einsatz von Reputatonssystemen
Eingangs wurden bereits die drei Funkionen von Reputatonssystem hingewiesen: Zu-
nächst einmal haben Reputatonssysteme einen präskriptven Wert, d. h. das Verhalten
der Nutzer orientert sich an den Regeln mit denen man hohe Reputatonen erreicht.
Zweitens unterstützen Reputatonssysteme Nutzer zu klassifzieren und einzuordnen, sie
haben also einen deskriptven Wert. Dritens hat die Reputaton auch eine prädiktven
Wert, d.h. aus der Reputaton werden Annahmen über zukünfiges Verhalten abgeleitet.
Vielfältg wie die Einsatzgebiete von Reputatonssystemen sind auch die damit verbun-
denen unmitelbare Zwecke der Betreiber (u.a. Dellarocas, 2009):
| Sie wollen Nutzer generell aktvieren und zu Beiträgen zu einer Anwendung motvie-
ren. Auch kann angestrebt sein, Nutzer an einen Service zu binden.
| Sie wollen ein bestmmtes Verhalten der Nutzer erreichen, beispielsweise communi-
ty-unterstützende Aktvitäten fördern indem u.a. Hilfsbereitschaf und Freundlichkeit
bewertet wird.
| Sie wollen den Nutzern bessere Orienterungsmöglichkeiten bieten, z. B. über Funk-
tonen und Kompetenzen der anderen Nutzer. Durch den Einsatz von Reputatonssys-
temen kann beispielsweise in Online-Märkten wie eBay oder bei Amazon das Verhal-
ten von Markteilnehmern transparenter gemacht und dadurch Betrug besser vorge-
beugt bzw. ausgeschlossen werden.
| Reputatonssysteme werden gerne auch mit sogenannten Anreiz- bzw. Bonussyste-
men gekoppelt. Beispielsweise werden Nutzer mit einer hohen Reputaton oder ei-
nem hohen Engagement mit besonderen Privilegien belohnt. So könnenBerechtgun-
gen in der Community (wie Moderatons- oder Admistratonsrechte) damit verknüpf
werden (siehe Slashdot, S. 39) oder Insentves wie reale Trefen (siehe Yelp, S. 31) ge-
knüpf werden.

Ziele, die Betreiber mit dem Einsatz von Reputatonssystemen verfolgen, können dabei
sein:
| höheres Vertrauen in ein Angebot und Anbieter zu erreichen (insbesondere im Han-
del),
| Mitglieder an ein Angebot zu binden,
| mit Hilfe des Empfehlungssystem mehr Nutzer zu bekommen,
| zufriedenere Nutzer zu erhalten,
| sich durch besseren Service von Mitbewerbern zu unterscheiden sowie
| höhere Umsätze und/oder Gewinne zu sichern.

23

Insbesondere im Online-Handel versprechen Reputatonssysteme erhöhte Umsätze
durch die geschafene höhere Transparenz. Nutzer gehen bei Online-Einkäufen ein grö-
ßeres Risiko ein als bei traditonellen Interaktonen, wie beispielsweise den direkten Ein-
kauf in einem Geschäf. Die Risikowahrnehmung der Akteure sinkt jedoch, je größer das
Vertrauen gegenüber anderen Online-Akteuren ist. Der Generierung von Vertrauen
kommt daher im Online-Handel eine wichtge Bedeutung zu. Ohne Reputatonssysteme
würden viele nicht mehr wissen bzw. unsicher sein, welchem Verkäufer sie auf eBay ver-
trauen können, welchem Handwerker man einen Aufrag erteilen soll oder wen man für
eine Stelle in die engere Wahl zieht. Mitlerweile werden Reputatonssysteme sowohl
auf kommerziellen als auch privaten Webseiten der unterschiedlichsten Branchen und
Bereiche unterstützend eingesetzt (Kirtland & Schif, 2008).

3.2 Reputaton aus Sicht der Nutzer
Die Vorteile einer guten Reputaton, eines guten Rufs oder Ansehens sind auch für Onli-
ne-Akteure wesentlich. Eine positve Reputaton nimmt in vielerlei Hinsicht Einfuss auf
die Tätgkeiten von Online-Akteuren. So können bei Konsumenten leichter Vertrauen,
(Kunden-) Zufriedenheit und Loyalität geschafen und Neukunden sowie qualitatve Mit-
arbeiter gewonnen werden. Auch die Wetbewerbspositon am Markt wird durch eine
gute Reputaton gestärkt und beispielsweise höhere Preise können besser gerechtertgt
werden oder einzelne Personen können ihre Kompetenzen besser verkaufen bzw. wer-
den wahrgenommen (Pfeifer, 2008b). Personen, welche eine hohe Reputaton in Com-
munitys genießen, werden besondere Fähigkeiten bzw. Kompetenzen zugesprochen.
Faktoren wie Vertrauenswürdigkeit, Verlässlichkeit, Glaubwürdigkeit usw. werden auf
dieser Stufe von den Akteuren vorausgesetzt. Aus Sicht der Nutzer ist eine gute Reputa-
ton gerade bei wirtschaflichen Unternehmungen aus mehreren Gründen unverzichtbar
(Becker, 2007):
| Reputaton ist branchenübergreifend ein wichtger Mechanismus jeder Wirtschaf.
| Weltweite Transaktonen mit zuvor unbekannten Vertragspartnern nehmen in der
Netzwirtschaf zu.
| Das Internet ermöglicht das weltweite Recherchieren und Anzeigen bzw. Auswerten
von Reputaton.
| Reputaton erleichtert das Finden von hochwertgen Kooperatons- und Projektpart-
nern, weil diese naturgemäß ebenfalls nur mit kompetenten und vertrauenswürdi-
gen Partnern zusammen arbeiten möchten.
| Reputaton ist in dynamischen Umgebungen ein efzienteres Stabilisierungsinstru-
ment als komplexe Verträge.
| Reputaton wirkt als Hebel für das eigene Netzwerk.
Für Nutzer der Reputatonssysteme, die sich also dort über die Reputaton anderer er-
kundigen gibt es im Wesentlichen folgende Vorteile: Es können Geschäfsbeziehungen
entstehen, die nicht zustande gekommen wären, wenn vertrauensstfende Informato-
nen fehlen oder keine passenden Partner gefunden werden können. Außerdem helfen
Online-Reputatonssysteme, auf der Suche nach geeigneten Geschäfsbeziehungen, Zeit
und Kosten einzusparen.

24

Wie es sich zeigen wird, muss ein Reputatonssystem gezielt Aktvitäten unterstützen,
die gewünscht sind und dies ist nicht immer einfach. Die Einführung eines Reputatons-
systems kann sehr problematsch sein, wenn es nicht zur Kultur und zu den Erwartungen
einer Community passt. Es wäre auch ein Irrtum anzunehmen, dass alle Markteilneh-
mer gleichermaßen anstreben, eine hohe Reputaton zu erhalten. Beispielsweise kann
es im Online-Handel gewünscht und ratonal sein sich als „Billiganbieter“ zu positonie-
ren, der nicht zwangsläufg nur Bestnoten will, sondern davon proftert, dass sich Kun-
den über Schlechtleistungen auch weniger aufregen und seltener Artkel tauschen, also
wenig Folgekosten entstehen.
Auch motviert ein Reputatonssystem nicht unbedingt: Gerade Experten, die in Syste-
men als „Anfänger“ einsteigen müssen, oder Nutzer, die im System beispielsweise durch
eingeschränkte Beteiligung keine sehr positve Reputaton erreichen würden, können
abgeschreckt werden. Der Aufau einer guten Reputaton zieht sich in der Regel über
einen längeren Zeitraum. Wurde bereits eine hohe Reputaton erzielt, muss diese auch
gepfegt werden, denn ganz rasch kann sie auch wieder zunichte gemacht werden
(Schwalbach, 2001). Die Teilnahme an Reputatonssystemen, bei denen die eigene Repu-
taton erhoben und dargestellt wird, birgt auch Risiken. Man läuf dabei ja durchaus Ge-
fahr, dass dort ein schlechter Ruf entsteht oder deutlich wird oder dass man durch ge-
ringe Teilnahme und Pfege bei einem community-basierten System keine Bestnoten er-
zielt.
Dass Online-Akteure freiwillig und ehrlich andere bewerten, ist dabei keineswegs selbst-
verständlich: Denn auch wenn der Online-Akteur indirekt einen Nutzen aus seiner Betei-
ligung und der Bewertung anderer zieht, verursacht eine aktve Teilnahme einen gewis-
sen Arbeitsaufwand und kann sogar auch Nachteile mit sich bringen: Wer seinem Lieb-
lingskoch Bestnoten gibt, muss befürchten, in seinem Restaurant danach dort keinen
Platz mehr zu bekommen.

25

3.3 Verschiedene Arten von Reputatonssystemen
Einen guten Überblick über verschiedene Arten von Reputatonssystemen gibt die Typo-
logie des Yahoo Developer Network (2008), die insgesamt fünf verschiedene Modelle
identfziert. Sie werden nach den Grad der möglichen Wetbewerbsintensität von
„nicht/wenig Wetbewerb bestmmt“ bis „stark Wetbewerb bestmmt“ unterschieden.

fürsorglich, gemeinschaflich freundlich, weteifernd, kampfustg
hilfsbereit höfich konkurrierend

Ziel/Zweck der Mitglieder helfen Ziele sollen gemein- Mitglieder haben ei- Mitglieder verfolgen Mitglieder verfolgen
Community sich gegenseitg sam erreicht werden gene Motve, die gleiche Ziele und entgegengesetzte
durch Ratschläge, nicht im Konfikt mit treten dabei gegen- Ziele und kämpfen
Unterstützung oder den Zielen anderer einander an darum, sie zu errei-
Trost stehen müssen chen

Zweck des Reputa- Identfzierung von Identfzierung von Darstellung der Par- Darstellung der Er- Darstellung der Er-
tonssystems Community-Mitglie- Mitgliedern mit ge- tzipaton an der rungenschafen ei- rungenschafen, der
dern mit gutem An- prüfer Leistungsge- Community, um an- ner Person, damit Siege und Niederla-
sehen in der Com- schichte als vertrau- deren einen allge- andere die Leistung gen gegen andere
munity (Seniors) enswürdige Partner meinen Eindruck, z. anerkennen (und (um damit zu prah-
B. zu den Interessen, bestaunen) len)
zu ermöglichen

Reputatonsdar- Labels die Rollen be- Labels, die den Rang statstsche Angaben vergleichende Dar- Punktdarstellung,
stellung durch ... schreiben und neu- in der Community oder auch Kenn- stellungen, z. B. Kennzeichnung von
en Mitgliedern bei beschreiben wie zeichnung besonde- Ranglisten und ge- Siegern und Verlie-
der Orienterung „Anfänger“ oder rer Mitglieder („Top sammelte Auszeich- rern
helfen können wie „Prof“ Ten“) nungen
„hilfreich“ oder„Fo-
rumsmoderator“

Tabelle 1: Das Wetbewerbsspektrum und Auswirkungen auf Reputatonssysteme in Communitys
Quelle: Übersetzung/Darstellung nach Yahoo Developer Network, 2008

Im Folgenden werden wir anhand von Einsatzgebieten, die unterschiedliche Wetbe-
werbssituatonen in Communitys hervorrufen, vorstellen und dabei auch auf die einzel-
nen Formen der Reputatonsdarstellung eingehen.

26

4 REPUTATIONSSYSTEME: FÜNF AUSGEWÄHLTE EINSATZGEBIETE
Es gibt sehr unterschiedliche Einsatzgebiete von Reputatonssystemen. Im Folgenden ha-
ben wir fünf ausgewählt.

4.1 Überblick über fünf ausgewählte Einsatzgebiete
Fünf Einsatzgebiete, in denen Reputatonssysteme aus unterschiedlichen Zwecken ein-
gesetzt werden, haben wir uns im Folgenden genauer angeschaut. Die Einsatzgebiete
wurden gezielt so ausgewählt, dass eine möglichst weite Spanne und verschiedene Vari-
anten vorgestellt werden können. Der Überblick über die Absichten, Verfahren, Visuali-
sierungen und typischen Einsatzarten der Reputatonssysteme in den ausgewählten Ein-
satzgebieten ist keine prototypische Beschreibung, wie die obige Darstellung von Yahoo
Developer Network (2008), sondern eine Beschreibung der gegenwärtgen Situaton.

Online-Reputa- … zur Unterstützung … im Markt der … im Online-Handel … im Bereich der … als Webaggrega-
tonssysteme der Gemeinschaf Kompetenzen Online-Spiele und toren
-Wetbewerbe

Absicht Hilfreiche und aktve Kompetenzen der Geschäfsgebaren Spielspaß und At- Recherche von und
Mitglieder auszeich- Mitglieder darstellen und Leistungen po- traktvität des Spiels Auswertung aller In-
nen, um damit die tenzieller Geschäfs- erhöhen ternetaktvitäten ei-
Qualität der Interak- partner darstellen ner Person
ton der Community um Vertrauenswür-
zu fördern digkeit zu schafen

Verfahren Verhaltensauswer- Selbstauskünfe, Be- (gegenseitge) Be- Auswertung des Nutzung von Such-
tung, Bewertungen wertungen der Bei- wertung bisheriger Spielerverhaltens maschinen und
(Komplimente), No- träge und der Perso- Transaktonen und Crawlern sowie Aus-
minierungs- und Ab- nen selbst Dienstleistungen zählung und Aus-
stmmungsverfahren wertung der Trefer

Visualisierung Darstellung mit „La- Labels und auch Punkte-, Sternsyste- Punktesysteme, Aus- v.a. Treferlisten,
bels“ im Benutzer- Punktesysteme, me, Prozentangaben zeichnungen, Punkte
profl Ranglisten u.a. Ranglisten

Typischer Einsatz Of ergänzend zu an- In Frage-Antwort- Handelsplatormen Online-Spiele, die Personensuchma-
deren Verfahren, zur Formen und in pro- mit mehr als einem sich (auch) an Spie- schinen, genutzt von
Förderung von Ge- fessionellen Netz- Anbieter ler vom Typ „Achie- potenziellen Ge-
meinschaf und Aus- werken ver“ richten schäfspartnern u.a.
tausch

Tabelle 2: Charakteristk der Reputatonssysteme in ausgewählten Einsatzgebieten

Nach der Beschreibung des jeweiligen Einsatzgebiets in den folgenden Abschniten ge-
ben wir eine kurze Übersicht über Realisierungen und Daten, sofern und soweit sie be-
kannt sind. Insgesamt kann festgestellt werden, dass eine nahtlose Abgrenzung des je-
weiligen Systems ofmals nicht möglich ist und häufg mehrere Typen von Reputatons-
systemen parallel zum Einsatz kommen.

27

4.2 Reputatonssysteme zur Unterstützung der Gemeinschaf
Für Community-Mitglieder ist es wichtg andere „besondere“ Mitglieder innerhalb der
Community identfzieren zu können, die sich in besonderer Weise für die Community
einsetzen und ihren Beitrag für die Community leisten. Es kann also durchaus ein „Wet-
bewerb“ um diese Rollen entstehen, aber die damit verbundene Reputaton bezieht sich
zum Beispiel nicht auf professionelle Kompetenzprofle oder fnanzielle Vertrauenswür-
digkeit. Häufg wird dieser Typ von Reputatonssystem in wetbewerbsfreien Umgebun-
gen (z. B. Online-Selbsthilfegruppen) oder als Ergänzung zu anderen Reputatonssyste-
men eingesetzt, um Verhaltensweisen die die Community-Bildung und -Moderaton un-
terstützen zu fördern.

Rollen in Online-Communitys
Die Mitglieder eines Netzwerks haben bzw. übernehmen im Laufe der Zeit ihrer Teilnah-
me verschiedene Rollen, manchmal sogar mehrere gleichzeitg. Manche fnden sich als
Berufsbilder wieder und andere wiederum hängen mit der Stellung in der Community
zusammen. Einige sind ofmals zeitlich befristet, ändern sich im Laufe der Zeit und wie-
der andere behält der Teilnehmer solange er Mitglied des Netzwerks ist.
Die folgende Typologie von Rollenbeschreibungen zeigt, dass Rollen, also entsprechende
„Labels“ in Reputatonssystemen sich auf recht unterschiedliche Aspekte beziehen kön-
nen:

Abbildung 9: Verschiedene Rollentypen und Beispiele
Quelle: Ergänzte Darstellung nach Wikiservice, 2009

Kim (2001) stellt in ihrem Buch „Community Building“ einige allgemeine Führungsrollen
vor, die in einem Netzwerk aufreten können bzw. je nach Typ des Netzwerks Anwen-
dung fnden.

28

Rolle Zuständigkeit Aufgabe

Greeter Neue Mitglieder Newbies willkommen heißen
begrüßen Guided Tours durchführen
Grundlegende Fragen beantworten
Den Einsteg in Diskussionen, Spiele oder andere Aktvitäten erleichtern

Gastgeber Hauptaktvitäten Diskussionen anregen und Abweichungen vom Thema verhindern, Themen oder
ermöglichen Threads entwickeln oder begrenzen
Spieler in Spiele oder Aufgaben einführen
Aktvitätsbezogene Fragen beantworten (z. B. Benutzung der Chat-Tools)

Redakteur Inhalte bewerten Wichtge Inhalte auswählen, die besonders hervorgehoben werden sollen
Ungeeignete Inhalte für eine mögliche Enternung kennzeichnen

Cops Mitglieder und Inhalte Inhalte bewerten und enternen
(Polizisten) enternen, die die Commu- Mitglieder für eine bestmmte Zeit aus dem System ausschließen
nity-Regeln verletzen

Lehrer Mitglieder zu Leadern Hilfe bei der Auswahl von Führungskandidaten
ausbilden Schulungen und Seminare durchführen
Einzelbetreuung anbieten
Lernende bewerten (durch schrifliche Prüfungen oder interaktve Sitzungen)

Event- Veranstaltungen Zeit, Ort und Teilnehmer einer Veranstaltung festlegen
Koordinator planen und Veranstaltung publik machen (Kalender, E-Mail, Web)
durchführen
Veranstaltung als Gastgeber oder Schiedsrichter moderieren
Protokoll oder Gewinnerliste versenden, an Folgediskussion teilnehmen

Support Fragen zum System Technische oder soziale Fragen beantworten
beantworten Änderungen oder Aktualisierungen am System veranlassen
FAQ-Liste pfegen und aktualisieren

Manager Leiter beurteilen und Wochenberichte der Leader anfordern und lesen
unterstützen Gruppentrefen durchführen
Leader für Auszeichnungen vorschlagen
Leader mit mangelhafem Verhalten maßregeln oder ausschließen

Leiter Führungsprogramm Rollen und Zuständigkeiten von Führungspositonen festlegen
erstellen und pfegen Führungsdokumente (Anwendung, Handbuch, Verhaltenskodex, Geheimhaltungsver-
einbarung, Vorlage für Wochenbericht usw.)
Richtlinien bei Bedarf ändern
Führungspositonen besetzen

Tabelle 3: Mögliche Rollen in einer Community
Quelle: Kim, 2001, 177

Die Liste an möglichen Rollen ist lang und trotzdem unvollständig. Auch können je nach
Anwendungsbereich und Community-Typ neue Rollen ergänzt werden. Rollen und ihre
Beschreibungen dienen als Orienterungshilfe für die Mitglieder, auch können mögliche
Konfiktsituatonen dadurch entschärf werden (Wikiservice, 2009).
Solche Rollenbeschreibungen können also als Basis für die Entwicklung von spezifschen
Rollen in einer Community und entsprechende „Labels“ für das Reputatonssystem die-
nen. Im Folgenden wird anhand von drei Beispielen gezeigt, wie dies in der Praxis umge-
setzt wird. Die Rollenbeschreibungen innerhalb der Community werden dabei im ersten
Fall durch das Auswerten der Nutzeraktvitäten, im zweiten durch regelmäßige Nominie-
rungs- und Auswahlverfahren und im driten Fall durch gegenseitge Bewertungen
(„Komplimente“) zugeteilt.

29

Verleihung von Badges bei Stack Overfow
Zunächst einmal möchten wir zwei Systeme aus dem Bereich der Sofwareentwicklung
vorstellen. Das erste verwendet ein automatsches System, dass allein das Nutzerverhal-
ten auswertet, beim zweiten ist die Community bei den Auszeichnungen aktv eingebun-
den.
Auf Stack Overfow3 können sich Programmierer und Entwickler gegenseitg helfen, Fra-
gen stellen, Antworten geben und darüber abstmmen. Für all diese möglichen Aktvitä-
ten verleiht Stack Overfow seinen Mitgliedern „Badges“. Insgesamt existeren 37 Bad-
ges, welche den Hauptkategorien Gold, Silber und Bronze zugeordnet werden. Sie variie-
ren von konkreten Rollennamen bis hin zu geleisteten Aktvitäten.

Abbildung 10: Badges bei Stack Overfow
Quelle: htp://stackoverfow.com/badges (02/2010)

Es zeigt sich, dass solchermaßen generierte Labels auf unterschiedlichen Daten und Aus-
wertungen beruhen. In diesem Fall wird jemand als „kritsch“ bezeichnet, der als erster
einen Beitrag negatv bewertet, oder erhält das Label „populäre Frage“, wenn er eine
Frage gestellt hat, die andere Nutzer sehr of aufgerufen haben oder wird als aktver
Mitentwickler einer bestmmten Version einer Sofware gekennzeichnet.

Nominierungs- und Auswahlverfahren bei der Eclipse-Community
Eclipse4 ist ein quellofenes Programmierwerkzeug zur Entwicklung von Sofware und
bietet für seine Mitglieder eine eigene namentlich gleiche Community an. Hier werden
jährlich verschiedene Auszeichnungen an einzelne Mitglieder vergeben, die sich auf die
Rolle in der Community beziehen. Ziel und Zweck ist es, jene Teilnehmer auszuzeichnen
und zu markieren, die die Community beispielhaf und am besten durch z. B. das Ergän-
zen von Beiträgen, das Schreiben von Kommentaren, das Schreiben von Einträgen in den
Newsgroups, das Erstellen von White-Papers, das Abhalten von Präsentatonen auf Kon-
ferenzen, das Helfen von Neulingen unterstützen. Die Award-Gewinner werden von der
Community nominiert.

3
htp://www.stackoverfow.com, Stand 12/2009
4
htp://www.eclipse.org, Stand 12/2009

30

Abbildung 11: Individuelle Auszeichnungen in der Eclipse-Community
Quelle: htp://www.eclipse.org/org/foundaton/eclipseawards/index.php (02/2010)

Die Awards werden nicht nur für einzelne Personen, sondern auch für Projekte und spe-
zielle technologische Beiträge (z. B. für Entwicklerwerkzeuge) vergeben.

Reputatonssystem bei Yelp, der Community-Platorm für Ausgehtpps
Ein weiteres Beispiel für ein Reputatonssystem in einem eher wetbewerbsfreien Um-
feld ist Yelp5. Hier basiert die Vergabe von Rollenbezeichnungen überwiegend auf Be-
wertungen die in Form durch „Komplimente“ der andere Mitglieder vergeben wurden.
Yelp ist eine Community-Platorm auf der jeder die Möglichkeit hat, Ausgehmöglichkei-
ten von der Imbissbude bis zur Opernauführung zu bewerten und zu beschreiben. Zur
Community-Unterstützung setzt Yelp dabei ein umfangreiches Reputatonssystem ein.
Mitglieder sehen, welche beitragenden Mitglieder die beliebtesten, angesehensten und
produktvsten sind, wie lange diese bereits Mitglied sind und welche Interessen sie ha-
ben. Mitglieder werden bei jedem Kommunikatonsbeitrag auch gebeten, „Komplimen-
te“ auszuwählen und damit auf die Beiträge von anderen Nutzern nicht nur textuell zu
antworten.

5
htp://www.yelp.com, Stand 12/2009

31

Abbildung 12: Komplimente für Yelp-Nutzer und ein Nutzerprofl
Quelle: htp://www.yelp.com (06/2009)

Im Gegensatz zu den vorher beschriebenen Reputatonssystemen werden bei Yelp auch
weitere Anreize mit den Auszeichnungen verknüpf: Mitglieder die eine bestmmte An-
zahl an Reviews bzw. Beiträge geschrieben haben, mindestens 21 Jahre alt sind, ein ech-
tes Foto von sich sowie den richtgen Namen im Profl eingetragen haben, erhalten als
kennzeichnende Beschrifung ein „Elite“-Emblem auf ihrer Proflseite, welches auch von
den anderen Mitgliedern gesehen wird. Für diese sogenannten Elite-Mitglieder werden
jedes Jahr spezielle Ofine-Events in Nachtclubs, Bars, Restaurants und kulturellen Orten
veranstaltet.

4.3 Reputatonssysteme im Markt der Kompetenzen
Im Markt der Kompetenzen sind Fach-, Sach- und Sozialkompetenz sowie Vertrauens-
würdigkeit und folglich ein guter Ruf wesentliche Faktoren, um Unsicherheiten und so-
mit das Risiko zu minimieren an die falsche Person zu geraten. Aus Sicht von Nutzern
von Webportalen ist es häufg wichtg, einschätzen zu können, wie kompetent jemand
ist. Mithilfe von Reputatonssystemen wird es leichter, passende Projektpartner zu fn-
den oder einzuschätzen wie qualifziert ein Gesprächspartner ist. Eine hohe Reputaton
wirkt hier als stabilisierender Faktor.

Kompetenzerfassung
Während noch vor 15 Jahren die Qualifkaton des Kooperatonspartners, also sein er-
lernter Beruf oder die erreichten Weiterbildungsabschlüsse entscheidend waren, um
Vertrauen in sein fachliches Wissen und Können zu haben, hat aufgrund wandelnder An-
forderungen und großen Veränderungen beruficher Profle der Begrif der „Kompeten-
zen“ mehr und mehr Aufmerksamkeit erhalten. Kompetenzen sind dabei aus Sicht des
Psychologen Erpenbeck Fähigkeiten sich in ofenen und unüberschaubaren komplexen
und dynamischen Situatonen selbst organisiert zu Recht zu fnden (Erpenbeck & Heyse,
2007). Unter „Kompetenz“ werden umgangssprachlich beispielsweise professionelles
Wissen, Fachkenntnis, Englischkenntnisse oder Organisatonskompetenzen verstanden.
Kompetenzen zu messen und zu bewerten, ist auch außerhalb des Web keine simple Tä-
tgkeit und es liegen sehr unterschiedliche Verfahren vor (vgl. Erpenbeck & Rosenstel,
2003), auch solche bei denen Feedback von anderen bei der Beurteilung eingeholt wer-
den, beispielsweise das 360-Grad-Feedback-Verfahren.

32

Die folgenden Beispiele zeigen, dass auch in diesem Einsatzgebiet Reputatonssysteme
eingesetzt werden, die sich aus unterschiedlichen Quellen speisen; nämlich den Nut-
zeraktvitäten sowie Systeme, die auf Bewertungen beruhen.

Reputatonssysteme in der Frage-Antwort-Platorm von Yahoo
Yahoo! Answers6 ist eine Frage-Antwort-Platorm die gleichzeitg verschiedene Reputa-
tonssysteme einsetzt, wie beispielsweise Nummerierung nach Entwicklungsstufe (Level
1-7), Vergabe von Punkten sowie kennzeichnende Beschrifung („Cleverle“). Die „Clever-
le“-Auszeichnung wird laut den Angaben bei Yahoo an jene Nutzer vergeben, die in einer
Kategorie besonders viele Aktvitäten zeigen (z. B. Ausgehen, Gesundheit, Sport, Tiere).
Es wird hier also angenommen, dass jemand in einem Bereich, bei dem er gerade viel
Aktvität zeigt – damit können grundsätzlich Antworten wie auch Fragen verstanden
werden – auch mehr als andere weiß, also besonders clever ist.

Abbildung 13: Profl eines Yahoo!-Answer-Experten und Rangliste im Bereich Gesundheit
Quelle: htp://answers.yahoo.com (02/2010)

Reputatonssysteme bei der Frage-Antwort-Platorm AllExperts
AllExperts7 ist eine ähnliche Fragen-Antwort-Platorm auf der Nutzer Experten zu vielen
verschiedenen Bereichen, angefangen von Kunst über Reisen, fragen können. Man kann
sich als Experte in einer Kategorie bei AllExperts eintragen lassen, die Bewerbungen für
(freiwillige) Experten werden von AllExperts einzeln geprüf. Jeder Nutzer der eine Frage
beantwortet haben möchte, kann diese an einen Experten seiner Wahl stellen, ohne
sich im Portal anmelden zu müssen. Zu jedem Experten fndet man ein ausführliches
Profl mit einem Steckbrief über seine Expertse und Erfahrungen sowie eine Übersicht
der Bewertungen derjenigen, die Antworten bekamen. Bewertet werden Klugheit, Klar-
heit der Antwort, benötgte Zeit für die Antwort und Höfichkeit. Die Antworten werden
also deutlich diferenzierter bewertet als bei Yahoo (s.o.). Jährlich werden die Experten
des Jahres gewählt, die Nominierung erfolgt dabei durch die Fragesteller.

6
htp://answers.yahoo.com, Stand 02/2010
7
htp://allexperts.com, Stand 02/2010

33

Abbildung 14: Bewertung eines Experten durch Fragesteller bei AllExperts.com
Quelle: htp://www.allexperts.com (11/2009)

Reputatonssystem für IT-Experten bei Experts-Exchange
Experts-Exchange8 ist eine kostenpfichtge Platorm zum Wissensaustausch, die es er-
möglicht, dass Mitglieder von der ganzen Welt zusammenarbeiten, um ihre IT-Probleme
zu lösen. Auf der Homepage steht, ihre Lösung sei patentert, wobei unklar bleibt, was
damit konkret gemeint ist. Hat ein Mitglied ein Problem, dann stellt es die Frage und er-
fahrene IT-Experten antworten. Akzeptert der Fragesteller eine der Antworten als hilf-
reiche Lösung für sein Problem, vergibt er Punkte an den Experten, der die Antwort ge-
liefert hat. Die Lösungen werden in der Wissensdatenbank gespeichert. Die Antworten
auf eine Frage können mit bis zu 500 Punkten bewertet werden. Die Antworten werden
dann durch den Fragesteller bewertet. Der Experte mit der gewählten Antwort erhält
das Produkt beider Punktwerte. Im Expertenprofl werden Auszeichnungen in bestmm-
ten Fachgebieten, die auf diesen Punkten beruhen, angezeigt.

8
htp://experts-exchange.com, Stand 02/2010

34

Abbildung 15: Reputatonsprofl bei Experts-Exchange
Quelle: htp://www.experts-exchange.com (06/2009)

Für Experten gibt es einen (weiteren) Anreiz hohe Punktezahlen zu erhalten: Sie können
mit entsprechendem Punktestand die kostenpfichtge Mitgliedschaf kostenfrei erhal-
ten und entsprechend das Wissen anderer Experten nutzen.

Professionelle Netzwerke und ihre Reputatonssysteme
Professionelle Netzwerke werden vom Gros der Nutzer mehr oder weniger als moder-
nes Adressbuch für berufiche Kontakte verwendet, dennoch stellt es für viele auch eine
gute Möglichkeit potenziell neue berufiche Kontakte zu knüpfen, z. B. gezielt nach Ge-
schäfspartnern oder Mitarbeitern zu suchen. Das persönliche Profl der Nutzer in die-
sen Netzwerken wird daher in der Regel dazu genutzt, Qualifkatonen und Kompeten-
zen darzustellen. Die Teilnehmer an solchen Netzwerken stehen also nicht unmitelbar
in Konkurrenz zueinander, aber jeder ist bemüht sich mit seinen professionellen Stärken
zu präsenteren. Wie es im berufichen Bereich schon lange Traditon ist, wurden in pro-
fessionellen Netzwerken die Empfehlungsschreiben und Arbeitszeugnisse adaptert.
Nicht nur Arbeitgeber, sondern auch Mitarbeiter, Aufraggeber oder andere Kontakte
können nun explizit Empfehlungen geben, d.h. einen kurzen Text zur Person veröfentli-
chen, wobei der Autor genannt wird. Im Netzwerk LinkedIn9 werden diese Empfehlun-
gen im Profl angezeigt.

9
htp://www.linkedin.com, Stand 02/2010

35

Abbildung 16: Anonymisierte Empfehlung für ein LinkedIn-Mitglied
Quelle: htp://linkedin.com (11/2009)

Kompetenzdarstellungen im wissenschaflichen Bereich
Für bestmmte Berufsgruppen gibt es neben Empfehlungen von Arbeit- und Aufragsge-
bern auch weitere Systeme, um die Bedeutung der Einzelnen festzustellen. Im Bereich
der Wissenschafen sind es beispielsweise die Veröfentlichungen oder auch Patente,
die in den entsprechenden Netzwerken (z. B. bei Scientstsolutons10) im Profl angezeigt
werden.
Die Zahl der Veröfentlichungen, die Qualität der Beiträge sowie auch die Ziterhäufgkeit
der Veröfentlichungen, also die Nennung der Arbeiten in anderen Veröfentlichungen,
ist ein anerkannter Maßstab für die Bedeutung eines Wissenschafler. Google Scholar11,
eine Suchmaschine für wissenschafliche Veröfentlichungen, kommt diesem Bedarf bei-
spielsweise nach, indem für jeden Autorennamen die Zahl der online zugänglichen Ver-
öfentlichungen sowie deren Zitatonen online zugänglichen Veröfentlichungen recher-
chiert werden kann.
Für die (eher) deutschsprachige Pädagogik ist die Platorm von Beat Döbeli, das Biblio-
netz12, als ein Versuch zu beschreiben, das Interesse an Autoren transparent zu machen,
ohne dass die entsprechenden Autoren dabei an der Platorm beteiligt sind. Döbeli er-
fasst dazu seit vielen Jahren Veröfentlichungen aus dem Bereich der Pädagogik sowie
des technologiegestützten Lernens und wertet Zitate, Zitatonsnetzwerke und weiteres
aus. In der Übersicht zu den von ihm mehr als 3.000 erfassten Autoren sind unter ande-
rem Zitate und Zitatonen im Laufe der Zeit anzeigt und auch, wie sich das Interesse der
Webseitenbesucher im Laufe der Zeit verändert.

10
htp://www.scientstsolutons.com, Stand 02/2010
11
htp://scholar.google.at, Stand 12/2009
12
htp://beat.doebe.li/bibliothek/, Stand 12/2009

36

Abbildung 17: Zitate und Zitatonen von Prof. Dr. Heinz Mandl bei Biblionetz
Quelle: htp://beat.doebe.li/bibliothek/ (11/2009)

Kompetenzdarstellung bei Ohloh, dem Netzwerk für Open-Source-Entwickler
Ohloh13 wurde im Jahr 2006 gegründet um eine bessere Orienterungshilfe bei der Wahl
und Bewertung von Open-Source-Sofware und entsprechende Entwicklungsprojekte zu
erhalten. Um einen Mehrwert gegenüber anderen Datenbanken zu schafen wurde bei-
spielsweise Wert darauf gelegt, die genauen Lizenzangaben sowie die entsprechenden
Lizenztexte einfacher zugänglich zu machen. Um einen Eindruck über den Wert und der
Qualität einer Sofwareentwicklung zu erhalten, schätzt Ohloh unter anderem den Zeit-
aufwand, der für den Quellcode notwendig ist und vergleicht die Zahl der Kommentare.
Ein besser kommenterter Sofwarecode erhält bessere Bewertungen.
Auch für Sofwareentwickler, also für die einzelnen Personen hinter den Projekten, stellt
Ohloh eine Reihe von sehr detaillierten Informatonen über die Beteiligung an den ein-
zelnen Entwicklungsprojekten dar. Diese Form der Darstellung der Aktvitäten kann auch
als eine innovatve Variante der Kompetenzdarstellung betrachtet werden. Im Detail
kann angezeigt werden, wie viele Überarbeitungen eine Person in den einzelnen Projek-
ten vorgenommen hat (und in welcher Programmiersprache), diese Angaben werden
wiederum aggregiert dargestellt.

Abbildung 18: Kompetenzdarstellung von Entwicklern in Open-Source-Projekten bei Ohloh
Quelle: http://www.ohloh.net (12/2009)

Unabhängig von dieser Art der Kompetenzdarstellung wurde für die Ohloh-Community
auch ergänzend die Vergabe von „Kudos“ eingeführt, die sich aktve Mitglieder gegensei-
tg verleihen und dadurch unterschiedliche Kudo-Levels erreichen können.

13
htp://www.oloh.net, Stand 11/2009

37

Reputatons„system“ bei Wikipedia
Wikipedia14 ist wohl eines der bekanntesten Beispiele dafür, wie viele Millionen Autoren
eine qualitatv akzeptable Online-Enzyklopädie entwickelt haben, die in der Folge mit-
verantwortlich für den Bedeutungsverlust von traditonellen Nachschlagewerken ge-
macht wird (u.a. Kuhlen, 2005; Hohof, 2009).
Wikipedia hat erstaunlicherweise kein dezidiertes Reputatonssystem für Autoren. Das
heißt, das Autoren zwar Proflseiten anlegen und pfegen können und dass auch die Bei-
träge der Autoren aufgelistet werden können, also angezeigt werden können, welche
Beiträge sie wann an welcher Stelle bearbeitet haben. Auch sind ihre Beiträge auf den
Diskussionsseiten der Wikipedia ersichtlich, und wenn sie Administratorenrechte haben,
auch diese Aktvitäten. Es gibt also zwar Transparenz, was jeder Editor macht, aber es
gibt kein echtes Reputatons„system“. Im oben vorgestellten Frage-Antwort-Forum von
Yahoo (2007) hat ein Administrator auf die Frage, ob Wikipedia über ein Reputatonssys-
tem verfügt, geantwortet, dass es kein „ofzielles“ Reputatonssystem gibt. Er be-
schreibt, dass Autoren, die beständig gute Beiträge zu einem Fachthema schreiben in
der Regel Administratoren und anderen Autoren aufallen und dann auch, bei Interesse,
als Administrator vorgeschlagen werden. Administratoren haben besondere Rechte,
können beispielsweise im Notall Autoren sperren oder neuangelegte, aber unpassende
Seiten, wieder löschen. Zudem kann jeder Autor der Wikipedia, sofern er Lust hat seine
Anerkennung von anderen durch die Verleihung eines Barnstar (auf Deutsch „Giebel-
stern“, gemeint sind die Sternsymbole, die sich auf alten Scheunen und Fachwerkhäu-
sern unterm Giebel fnden). Auch kann jeder einen eigenen Barnstar kreieren – es ist
also auch dies ein völlig ofenes, unregulierter Ansatz positves Feedback zu geben und
wertvolle Arbeit zu belohnen.

Abbildung 19: Barnstars – informelle Auszeichnungen bei der Wikipedia
Quelle: http://en.wikipedia.org/wiki/Wikipedia:Barnstars (12/2009)

Diese Wikipedia-Politk eines sehr ofenen Editerens mit vergleichsweise vielen Rechten
für jeden Nutzer sowie das Fehlen eines formalen Reputatons- und auch Rechtesystems
hat sich bisher als äußerst erfolgreich erwiesen. Dennoch gibt es insbesondere für die
deutschsprachige Wikipedia immer wieder Kritk, u.a. dass beispielsweise Löschanträge
von Personen gestellt werden können, deren echter Name unbekannt ist und deren
eventuellen politschen Motve unklar bleiben.

14
htp://www.wikipedia.org, Stand 12/2009

38

Moderatonssystem bei Slashdot
Slashdot15 gehört zu den wichtgsten Platormen für Open-Source-Entwickler, bei dem
Nachrichten zu Open Source und Sofware diskutert werden. Um die zahlreichen und
unterschiedlich wert- und sinnvollen Beiträge übersichtlicher zu machen und die Quali-
tät hoch zu halten, haben Moderatoren die Möglichkeit Beiträge zu bewerten und im
Zweifel auch zu löschen. Moderator werden nur solche Nutzer, deren Beiträge schon
eine bestmmte Punktezahl erreicht haben. Dieser Punktestand wird bei Slashot als
„Karma“ bezeichnet. Mit höheren Karmastufen sind nicht nur Moderatorenrechte, son-
dern auch weitere Anreize verbunden, beispielsweise lässt sich dann auf Wunsch Wer-
bung ausblenden. Bei den Benutzerproflen wird dieses Karma jedoch nicht explizit an-
gezeigt, das Nutzerprofl gibt eine Übersicht über die Beiträge des Nutzers.
Ob das Karma-System bei Slashdot daher ein Reputatonssystem ist, ist nicht eindeutg,
da die Bewertungen und damit verbundene Berechtgungen nicht (prominent) einseh-
bar sind. Auf alle Fälle ist es ein schon lange erfolgreich eingesetztes Verfahren, Kommu-
nikaton in großen Gruppen mit Community-Unterstützung zu moderieren.
Seit April 2009 gibt es im Nutzerprofl zu der Übersicht über Beiträge auch eine Liste von
„Achievements“, also Auszeichnungen bzw. Errungenschafen. Es war zunächst zur hu-
morvollen „Auszeichnung“ von Statements gedacht. Inzwischen gibt es schon mehrere
solcher Auszeichnungen, die jedoch gar nicht als Liste einsehbar sind, weil sie nach und
nach entdeckt werden sollen. Aus den Bezeichungen der Auszeichnungen ist zu folgern,
das diese automatsch und manuell (durch Moderatoren) verliehen werden. Aufgezählt
werden hier u.a. „The Tagger“, „Comedian“, „* Days Read in a Row“ (die größte Anzahl
zusammenhängender Tage an denen Slashdot gelesen wurde; Slashdot.org, 2009).

Monitoring und Bewertungsportale von Driten
Es gibt auch Beispiele für Angebote bei denen Kompetenzen und Eigenschafen von Per-
sonen und Organisatonen bewertet werden, die gar nicht das System nutzen. Der fol-
gende Abschnit weicht insofern von den bisherigen Beispielen ab, nennt aber spannen-
de Anwendungen für Reputatonssysteme bei denen Drite im Hinblick auf ihre Aktvitä-
ten und Kompetenzen bewertet werden.
Das sind zum Beispiel Platormen, bei denen Lehrerende bewertet werden. Bei My-
prof16 lassen sich Bewertungen von Lehrenden an Schulen und Hochschulen in ganz
Deutschland nachlesen, sofern man registriertes Mitglied ist. Schüler und Studenten ge-
ben dazu Bewertungen zu Fairness, Unterstützung, Material, Verständlichkeit, Spaß, In-
teresse, Note/Aufwand sowie eine Empfehlung ab. Zugelassen sind beim Portal nur
Schüler, Studenten bzw. die Lehrenden selbst, und es ist verpfichtend, „dass alle ange-
geben Daten der Wahrheit entsprechen. Es ist nicht gestatet, falsche oder missver-
ständliche Angaben zu machen oder sich unter einer fremden Identtät anzumelden.“
(aus den Nutzerbedingungen, Stand Dezember 2009).
Älter und bekannter ist, nicht zuletzt aufgrund der Gerichtsprozesse über die Zulässig-
keit der Lehrerbewertung, das Schülernetzwerk Spickmich17. Hier ist die Lehrerbewer-
tung nicht das zentrale, aber ein interessantes Merkmal. Neben den Lehrern auch die
Schulen selbst bewertet.
15
htp://slashdot.org, Stand 12/2009
16
htp://www.myprof.at, Stand 11/2009
17
htp://www.spickmich.de, Stand 12/2009

39

Abbildung 20: Lehrerbewertungen bei Spickmich.de
Quelle: Spickmich.de bei Basic Thinking Blog, 2007 (12/2009)

Bei Kununu18 bewerten Arbeitnehmer ihre Arbeitgeber. Im positven Fall ist das sicher
eine gute Werbung für ein Unternehmen. Fast 40.000 Arbeitnehmer haben bisher ihren
Arbeitgeber bewertet. Im Einzelnen werden u.a. die Kollegen, die Arbeit, die Arbeitsat-
mosphäre, die Kommunikaton, die Gleichberechtgung, der Umgang mit älteren Kolle-
gen, das Gehalt und Sozialleistungen, das Bewusstsein für Umwelt und Soziales sowie
das Image auf einer 5er-Skala von „mangelhaf“ bis „super“ bewertet.

Abbildung 21: Das aktuelle Arbeitgeberprofl von ratopharm bei Kununu.com
Quelle: htp://www.kununu.com/arbeitgeber/de/bw/ulm/pharma-chemie-medizin/rato-
pharm (12/2009)

Auch lassen sich dazu Angebote zählen, die zur „Überwachung“ von einzelnen Personen
(oder auch Unternehmen) eingerichtet worden sind. Ein Beispiel dafür ist der Obame-
ter19, eine mit dem Pulitzer-Preis 2009 ausgezeichnete Website, in dem Freiwillige die
Einhaltung der mehr als 500 Wahlversprechen des derzeitgen US-amerikanischen Präsi-
denten beobachten und bewerten.

Abbildung 22: Der Obameter – Wahlversprechen von Präsident Obama
Quelle: htp://politfact.com/truth-o-meter/promises/ (12/2009)

18
htp://www.kununu.com, Stand 12/2009
19
htp://politfact.com/truth-o-meter/promises/, Stand 12/2009

40

Dass in Platormen dieser Art Drite Personen und Unternehmen bewerten, ohne dass
sie selbst ihren Namen veröfentlichen müssen und für ihre Bewertung öfentlich gerade
stehen müssen, ist umstriten. So kam es im Falle von Lehrerbewertungsplatormen be-
reits zu Gerichtsprozessen über die Rechtmäßigkeit öfentlicher Bewertungen von Leh-
rern durch Anonyme: Im Falle von Spickmich und den Lehrerbewertungen hat das Köl-
ner Oberlandesgericht am (27.11.07) ihre Rechtmäßigkeit bestätgt (E-Mail der Betreiber
von Spickmich.de, zitert in Basic Thinking Blog, 2007).

Neuer Ansatz zur Entwicklung von Kompetenzproflen durch Tagging
Schließlich möchten wir noch auf einen ganz neuen Ansatz zur Erstellung von Kompe-
tenzproflen bzw. Reputatonssystemen hinweisen: Im Projekt Collabio wird versucht, ob
und wie das Tagging von Personen bei Facebook angenommen wird und wie es genutzt
werden kann. Mit der Facebook-Applikaton „Collabio“ experimentert eine Arbeitsgrup-
pe von Microsof Research (s. Bernstein et al., 2009).

4.4 Reputatonssysteme im Online-Handel
Im traditonellen Handel wird das Vertrauen durch persönliche Kontakte geknüpf, dies
ist jedoch in der virtuellen Welt nur schwer möglich. Reputatonssysteme stellen, wie
bereits festgestellt, gerade im fnanziellen Sektor eine wichtge, vertrauensbildende
Maßnahme dar, um mit anderen in wirtschafliche Beziehungen zu treten.
Im Internet gibt es Angebote für folgende unterschiedliche Kunden-Business-Beziehun-
gen, „C“ steht hier jeweils für „Customer“ (Kunden), „B“ für „Business“ (Unternehmen).
| B-2-C-Platormen sind die traditonelle Online-Märkte bei denen professionelle Ver-
käufer Dienstleitungen und Waren anbieten.
| B-2-B-Platormen sind Angebote für Unternehmen, die mit anderen Unternehmen
oder Behörden Geschäfe eingehen wollen.
| C-2-C-Platormen sind für private Kleinhändler und Sammler, die als Käufer und Ver-
käufer aufreten, beispielsweise Briefmarken sammeln, tauschen, an- und verkaufen.
| C-2-B-Platormen sind Angebote, bei denen Kunden aktv nach Unternehmen su-
chen. Ein Beispiel hierfür sind Portale, bei denen Handwerker und andere Dienstleis-
ter für Privataufräge gesucht werden.
Reputatonssysteme ermöglichen hier Unsicherheiten über unbekannte Geschäfspart-
ner zu verringern. Ein Käufer möchte beispielsweise sicher sein, dass die Beschreibung
einer Ware korrekt zutrift und dass der Verkäufer liefert. Für einen Verkäufer ist wich-
tg, ob ein potenzieller Kunde auch zahlt und ob er beispielsweise durch intensives Um-
tauschen, Kaufpreisminderungen oder Nachverhandeln aufgefallen ist.
Möchte man ein Reputatonssystem auf seiner Webseite einführen, dann sollte man sich
zu Beginn die Frage stellen, welches Risiko durch das Reputatonssystem minimiert bzw.
gemanagt werden soll. Beispielsweise möchte ein potenzieller Markteilnehmer das Risi-
ko minimieren, unzureichende Auskünfe über ein Produkt zu erhalten, Schlecht- oder
Nichtleistungen zu bekommen.
Haben Kunden keine vollständigen Informatonen über Verkäufer und ihre Waren ten-
dieren sie dazu „saure Gurken“ zu erwischen und zahlen daher auch nur schlechtere
Preise. Dieses Phänomen, dass Informatonsdefzite eine höhere Risikowahrnehmung
auslösen, wurde von Akerlof (1970) für den Gebrauchtwagenmarkt beschrieben und hat
die ökonomische Forschung nachhaltg beeinfusst.

41

Für den Online-Handel haben Reputatonssysteme eine zentrale Bedeutung: Bei der Be-
wertung der Atraktvität von Online-Shops legen die Nutzer laut einer Untersuchung
besonderen Wert auf Sicherheitsmechanismen. Für 93 Prozent spielt der Schutz beim
Einkauf die Hauptrolle. Damit ist Sicherheit den Käufern im Internet noch wichtger als
der Preis, den 92 Prozent für entscheidend halten (eBay, 2006; Altmann, 2008). Neben
der Einführung von Reputatonssystemen wurden in der Folge auch Gütesiegel für Onli-
ne-Händler eingeführt (z. B. Trustedshop.de). Neben den Bewertungen der Käufer spie-
len für den Online-Handel auch die Bewertungen für einzelne Produkte eine immer grö-
ßere Rolle (Consoline, 2008).
Eine weitere Untersuchung aus Deutschland von der Novomind AG in Kooperaton mit
der Wirtschafswoche und dem Handelsblat hat 354 Personen befragt und kommt zu
folgenden Ergebnissen. Sie fand heraus, dass mehr als die Hälfe der deutschen Intern-
etnutzer prinzipiell bereit sind, ein Produkt zu kaufen, über das sie positve Kommentare
im Netz gelesen haben. Aufgrund von negatver Erfahrungsberichte Driter haben sich
bereits mehr als ein Viertel schon einmal gegen einen Kauf entschieden. Kundenbewer-
tungen werden besonders gerne in Anwenderforen (<50%) und auf Marktplatzseiten
wie Amazon (70%) gelesen (Pusch, 2007; ähnlich auch Schmit, 2007; Nielson Company,
2008).

Reputatonssystem beim Online-Marktplatz eBay
eBay20 ist ein US-amerikanisches Unternehmen und das weltweit größte Internetaukt-
onshaus, welches seine Dienste u.a. auch in Europa anbietet. Gestartet als Consumer-
To-Consumer-Marktplatz erweiterte eBay in den letzten Jahren sein Angebot und wurde
zu einer Business-To-Consumer-Platorm, auf der nun nicht nur gebrauchte Waren von
privaten Anbietern, sondern auch Neuwaren von kommerziellen Händlern angeboten
werden. In den meisten Ländern ist eBay nahezu konkurrenzlos am Markt tätg. Zwar
gibt es einige kleinere Auktonshäuser, die sich meist auf nur ein Land konzentrieren
oder sich auf spezielle Fachgebiete spezialisiert haben, dennoch ist eBay in den meisten
Länder Marktührer.
Ein Bewertungssystem auf eBay ermöglicht beiden Seiten nach einem Kauf, die Transak-
ton zu beurteilen, um die Vertrauenswürdigkeit beider Nutzer für Andere und weitere
Wechselbeziehungen abschätzbar und sichtbar zu machen.

20
htp://www.ebay.com, Stand 12/2009

42

Reputation und Feedback im Web. Einsatzgebiete und Beispiele.

Reputation und Feedback im Web. Einsatzgebiete und Beispiele.

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (20)

Andere mochten auch

Andere mochten auch (20)

Ähnlich wie Reputation und Feedback im Web. Einsatzgebiete und Beispiele.

Ähnlich wie Reputation und Feedback im Web. Einsatzgebiete und Beispiele. (20)

Reputation und Feedback im Web. Einsatzgebiete und Beispiele.