Daten für alle. Chancen und Risiken einer Daten-Sharing-Pflicht aus wettbewerbsökonomischer Perspektive (en Alemán)
Reseña del libro "Daten für alle. Chancen und Risiken einer Daten-Sharing-Pflicht aus wettbewerbsökonomischer Perspektive (en Alemán)"
Masterarbeit aus dem Jahr 2019 im Fachbereich VWL - Wettbewerbstheorie, Wettbewerbspolitik, Note: 1,7, Heinrich-Heine-Universität Düsseldorf, Sprache: Deutsch, Abstract: Das Ziel dieser Arbeit soll darin bestehen, ein Regulierungsinstrument wie die Daten-Sharing-Pflicht hinsichtlich Chancen, Risiken und Herausforderungen aus wettbewerbsökonomischer Perspektive zu analysieren. Während in den Vereinigten Staaten die Diskussionen rund um die Marktmacht der gro en Technologieunternehmen sichtbar zunehmen, ist dies in Europa bereits seit einiger Zeit der Fall. So leitete die Europäische Kommission bereits mehrere Untersuchungsverfahren gegen Alphabet ein, die am Ende zu Höchststrafen aufgrund des wettbewerbswidrigen Verhaltens führten. Gleichzeitig wird intensiv darüber diskutiert, inwieweit zusätzliche Anpassungen des Wettbewerbsrechts notwendig sind, um den Eigenschaften und Herausforderungen digitaler Märkte gerecht zu werden. Ein Vorschlag innerhalb dieser Diskussionen stammt von Andrea Nahles. Die ehemalige SPD-Vorsitzende ist davon überzeugt, dass die Dominanz von Digitalunternehmen wie Google, Facebook und Amazon im Wesentlichen in den Daten liegt, die sie aufgrund ihrer Online-Plattformen sammeln und analysieren können. Sie schlägt daher ein "Daten-für-Alle-Gesetz" vor, wodurch marktdominante Digitalunternehmen dazu verpflichtet werden sollen, ihre gesammelten Daten anonymisiert und je nach Anwendungsbereich frei zur Verfügung zu stellen. Dafür ist es zunächst sinnvoll, wenn der Leser ein grundlegendes Verständnis dafür entwickelt, wie Daten als Gut genauer zu definieren, klassifizieren und zu strukturieren sind. Im Anschluss daran werden Daten schlie lich als Wertschöpfungs- und Wettbewerbsfaktor behandelt. Dabei werden Daten als Inputfaktor zunächst in den Kontext der Wertschöpfung sowie in das Umfeld datengetriebener Geschäftsmodelle eingeordnet und analysiert. Hierzu wird auch ein Blick auf die Wertschöpfungskette von Daten eine wichtige Rolle einnehmen.