Advertisement

Smart Fitness: Ökonomische Effekte einer Digitalisierung der Selbstvermessung

  • Oliver Budzinski
  • Sonja Schneider
Aufsätze

Zusammenfassung

Smart Fitness bezeichnet die digitale Erfassung individualisierter Fitness- und Lifestyledaten mit Hilfe von Wearables, Smartwatches, Apps und anderen Instrumenten. Die so generierten Daten sind für eine Reihe von Akteure wie Sportartikelhersteller, Pharmaunternehmen, Arbeitgeber sowie insbesondere auch Krankenversicherungen ökonomisch interessant. Wegen der hohen Aktualität sowohl des gesellschaftlichen Trends zur Selbstvermessung und -optimierung als auch der Verwendung personalisierter Daten im Zuge der Digitalisierung handelt es sich um ein dynamisch wachsendes und sich entwickelndes Gebiet, welches aber bisher kaum aus einer ökonomischen Perspektive untersucht wurde. In dem vorliegenden Beitrag wenden wir die ökonomische Theorie personalisierter Daten auf das Phänomen Smart Fitness an und leiten mögliche Effekte her, insbesondere auch für die Konsumentenwohlfahrt. Außerdem präsentieren wir eine nicht-repräsentative empirische Studie, welche einen ersten Einblick ermöglicht und dabei helfen kann, die empirisch relevanten Theorierichtungen zu identifizieren. Dabei stellen wir Bereiche heraus, in denen eher positive Wohlfahrtswirkungen zu erwarten sind, aber betonen auch solche, wo Wohlfahrtsgefahren lauern und daher Regulierungsrechtfertigungen bestehen. Letzteres gilt insbesondere, wenn personalisierte Fitness- und Lebensstildaten für die Individualisierung von Krankenversicherungstarifen oder Karriereentscheidungen durch Arbeitgeber verwendet werden.

Schlüsselwörter

Smart fitness Wearables Smartwatches Ökonomik personalisierter Daten Economics of privacy Big data Digitalisierung Selbstvermessung Sportökonomik Medienökonomik Gesundheitsökonomik Fitnessarmband 

Smart fitness: economic effects of digitalized self-tracking

Abstract

Smart fitness refers to the digital collection of individualized fitness and lifestyle data by the help of so-called wearables, smartwatches, specific apps or other devices. The generated data is of significant business interest for a number of actors such as sports equipment producers, pharmaceutical firms, employers, health insurances, and many more. This topical and dynamically developing field has so far been neglected from an economic perspective. In this paper, we apply the economics of personalized data (also: economics of privacy) to the phenomenon smart fitness and derive economic effects, in particular regarding consumer welfare. Next to the theoretical and conceptual reasoning, we present a non-representative empirical study that allows for first insights into this topic and can help to identify the empirically more relevant avenues of economic theory (in regard to smart fitness). We emphasize areas in which positive welfare effects can be expected. However, we also identify areas where consumer welfare may be damaged without protective regulation. In particular cases where personalized fitness and lifestyle data are employed to individualize health insurance contributions or to inform promotion or employment decisions in companies, negative welfare aspects and negative political reactions by people must be considered.

Keywords

Smart fitness Wearables Smartwatches Economics of personalized data Economics of privacy Big data Digitization Self-tracking Quantified self movement Sports economics Media economics Health economics 

JEL-Codes

L83 Z20 D03 I10 L82 

Literatur

  1. Acquisti, A., & Grossklags, J. (2012). An online survey experiment on ambiguity and privacy. DigiWorld Economic Journal – Communications & Strategies, 88(4), 19–39.Google Scholar
  2. Acquisti, A., & Varian, H. R. (2005). Conditioning prices on purchase history. Marketing Sciences, 24(3), 367–381.CrossRefGoogle Scholar
  3. Acquisti, A., Taylor, C. R., & Wagman, L. (2016). The economics of privacy. Journal of Economic Literature, 54(2), 442–492.CrossRefGoogle Scholar
  4. Akerlof, G. (1976). The economics of caste and of the rat race and other woeful tales. The Quarterly Journal of Economics, 90(4), 599–617.CrossRefGoogle Scholar
  5. Anderson, E. T., & Simester, D. I. (2010). Price stickiness and customer antagonism. Quarterly Journal of Economics, 125(2), 729–765.CrossRefGoogle Scholar
  6. Anderson, S. P., & de Palma, A. (2012). Competition for attention in the information (overload) age. RAND Journal of Economics, 43(1), 1–25.CrossRefGoogle Scholar
  7. AOK Nordost (2015). FAQs zum „AOK-Gesundheitskonto“ (insb. Bezuschussung von Wearables). https://nordost.aok.de/inhalt/faqs-zum-aok-gesundheitskonto-insb-bezuschussung-von-wearables/ (Erstellt: 07. August 2015). Zugegriffen: 10. September 2016.Google Scholar
  8. Arbeiterkammer Wien (2014). Kommerzielle digitale Überwachung im Alltag, Studie im Auftrag der Bundesarbeitskammer Wien. http://crackedlabs.org/studie-kommerzielle-ueberwachung/info. Zugegriffen: 29. Juli 2016.Google Scholar
  9. ARD/ZDF (2015). Internetnutzung, Frequenz und Vielfalt nehmen in allen Altersgruppen zu. http://www.ard-zdf-onlinestudie.de/fileadmin/Onlinestudie_2015/0915_Frees_Koch.pdf. Zugegriffen: 27. April 2016. Media Perspektiven, Heft 9.Google Scholar
  10. Armstrong, M., & Zhou, J. (2010). Conditioning Prices on Search Behaviour. Munich Personal RePEc Archive Paper 19985 Google Scholar
  11. Aumann, I., Frank, M., & Pramann, O. (2016). Gesundheits-Apps in der Gesetzlichen und Privaten Krankenversicherung. In U.-V. Albrecht (Hrsg.), Chancen und Risiken von Gesundheits-Apps (CHARISMHA) (S. 244–280). Hannover: Medizinische Hochschule.Google Scholar
  12. Baas, J. (2016). Vorwort. In Techniker Krankenkasse (Hrsg.), Beweg Dich, Deutschland! – TK-Bewegungsstudie 2016 https://www.tk.de/centaurus/servlet/contentblob/819848/Datei/163832/TK-Bewegungsstudie-2016-Beweg-dich-Deutschland.pdf . Zugegriffen: 29. Juli 2016.Google Scholar
  13. Beresford, A. R., Kübler, D., & Preibusch, S. (2012). Unwillingness to pay for privacy: A field experiment. Economics Letters, 117(1), 25–27.CrossRefGoogle Scholar
  14. Berres, I., & Weber, N. (2015). Zuschuss für Wearables: Die Kasse trainiert mit. http://www.spiegel.de/gesundheit/ernaehrung/apple-watch-und-co-was-soll-die-krankenkasse-bezuschussen-a-1046835.html (Erstellt: 07. August 2015). Zugegriffen: 22. Juni 2016.Google Scholar
  15. Bitkom (2014). Die Zukunft der Consumer Electronics – 2014. https://www.bitkom.org/Publikationen/2014/Studien/Die-Zukunft-der-Consumer-Electronics-2014/140908-CE-Studie-Online.pdf. Zugegriffen: 16. Juli 2016.Google Scholar
  16. Bitkom (2015a). Zukunft der Consumer Electronics – 2015. https://www.bitkom.org/Publikationen/2016/Leitfaden/CE-Studie-Update/160226-CE-Studie-2015-online.pdf. Zugegriffen: 16. Juli 2016.Google Scholar
  17. Bitkom (2015b). Gesundheits-Apps: Jeder dritte Smartphone-Nutzer würde Daten an die Krankenkasse weiterleiten. http://www.bitkom-resarch.de/WebRoot/Store19/Shops/63742557/553F/4F84/1F59/ECC0/902C/C0A8/2AB9/BCEA/BITKOM-Presseinfo_Gesundheits-Apps_und_Daten_28_04_2015_final.pdf. Zugegriffen: 16. Juli 2016.Google Scholar
  18. Bitkom (2015c). Datenschutz in der digitalen Welt. https://www.bitkom.org/Presse/Anhaenge-an-PIs/2015/09-September/Bitkom-Charts-PK-Datenschutz-22092015-final.pdf (Erstellt: 22. September 2015). Zugegriffen: 04. Oktober 2016.Google Scholar
  19. Bitkom (2016). Fitness-Tracker und Datenschutz. https://www.bitkom.org/Presse/Anhaenge-an-PIs/2016/Bitkom-Charts-PK-Safer-Internet-Day-E-Tracker-und-Datenschutz-09-02-2016-final.pdf (Erstellt: 09. Februar 2016). Zugegriffen: 16. Juli 2016.Google Scholar
  20. Breustedt, H. (2015). Krankenversicherer sind begierig auf Fitnessdaten. http://www.welt.de/gesundheit/article137929788/Krankenversicherer-sind-begierig-auf-Fitnessdaten.html (Erstellt: 28. Februar 2015). Zugegriffen: 22. Juni 2016.Google Scholar
  21. Brüggen-Freye, C. (2014). Kassen nutzen Fitness-Apps zur Datensammlung. http://www.welt.de/wirtschaft/webwelt/article128208548/Kassen-nutzen-Fitness-Apps-zur-Datensammlung.html (Erstellt: 20. Mai 2014). Zugegriffen: 23. Mai 2016.Google Scholar
  22. Continentale Krankenversicherung a.G (Hrsg.). (2015). Continentale-Studie 2015, Auf dem Weg zum gläsernen Versicherten? Dortmund.Google Scholar
  23. Daughety, A., & Reinganum, J. (2010). Public goods, social pressure, and the choice between privacy and publicity. American Economic Journal: Microeconomics, 2(2), 191–221.Google Scholar
  24. Dewenter, R., & Lüth, H. (2016). Big Data aus wettbewerblicher Sicht. Wirtschaftsdienst, 96(9), 648–654.CrossRefGoogle Scholar
  25. Ehrenstein, C. (2016). Wenn aus „Spielzeug“ ein „medizinisches Werkzeug“ wird. http://www.welt.de/politik/deutschland/article152032247/Wenn-aus-Spielzeug-ein-medizinisches-Werkzeug-wird.html (Erstellt: 09. Februar 2016). Zugegriffen: 30. April 2016.Google Scholar
  26. Friedrichs, J. (2013). Das tollere Ich. http://pdf.zeit.de/2013/33/selbstoptimierung-leistungssteigerung-apps.pdf (Erstellt: 12. August 2013). Zugegriffen: 30. April 2016.Google Scholar
  27. Fromme, H. (2014). Wer läuft, zahlt weniger. http://www.sueddeutsche.de/digital/axa-versicherung-kooperiert-mit-samsung-wer-laeuft-zahlt-weniger-1.2271509 (Erstellt: 18. Dezember 2014). Zugegriffen: 18. Juli 2016.Google Scholar
  28. Gröger, A.-C. (2014). Generali erfindet den elektronischen Patienten. http://www.sueddeutsche.de/geld/neues-krankenversicherungsmodell-generali-erfindet-den-elektronischen-patienten-1.2229667-2 (Erstellt: 21. November 2014). Zugegriffen: 22. Juni 2016.Google Scholar
  29. Grossklags, J., & Acquisti, A. (2007). When 25 cents is too much: An experiment on willingness-to-sell and willingness-to-protect personal information. http://people.ischool.berkeley.edu/~jensg/research/paper/Grossklags_Acquisti-WEIS07.pdf (Erstellt: 07. Juni 2007). Zugegriffen: 17. Januar 2017.Google Scholar
  30. Gründel-Sauer, V. (2015). GfK: Absatz von Fitness-Trackern soll sich 2015 verdreifachen. http://www.ibusiness.de/aktuell/db/370363veg.html (Erstellt: 03. März 2015). Zugegriffen: 02. Mai 2016.Google Scholar
  31. Hamelmann, L. (2017). Trend to individualization: The impact of personalized pricing in the digital age. 50. Forschungsseminar, Radein, Südtirol.Google Scholar
  32. von Hayek, F. A. (1975). The pretence of knowledge. The Swedish Journal of Economics, 77(4), 433–442.CrossRefGoogle Scholar
  33. Heidhues, P., & Köszegi, B. (2014). Using information about naivete to price discriminate. discussion paperGoogle Scholar
  34. Heidhues, P., & Köszegi, B. (2016). Naivete-based discrimination. The Quarterly Journal of Economics doi: 10.1093/qje/qjw042.Google Scholar
  35. Heidhues, P., Köszegi, B., & Murooka, T. (2016). Inferior products and profitable deception. The Review of Economic Studies, 84(1), 323–356.CrossRefGoogle Scholar
  36. Heimstaedt, M. (2013). SOMA Analytics: Big Data gegen Stress. http://www.gruenderszene.de/news/soma-analytics-big-data-new-york (Erstellt: 05. Februar 2013). Zugegriffen: 21. Juni 2016.Google Scholar
  37. Hermalin, B. E., & Katz, M. L. (2006). Privacy, property rights and efficiency: The economics of privacy as secrecy. Quantitative Marketing and Economics, 4(3), 209–239.CrossRefGoogle Scholar
  38. Hirshleifer, J. (1971). The private and social value of information and the reward to inventive activity. American Economic Review, 61(4), 561–574.Google Scholar
  39. Hirshleifer, J. (1980). Privacy: Its origin, function, and future. Journal of Legal Studies, 9(4), 649–664.CrossRefGoogle Scholar
  40. Hui, K.-L., & Png, I. P. L. (2006). The economics of privacy. In T. Hendershott (Hrsg.), Economics and information systems (Bd. 1, S. 1–23). Amsterdam: Elsevier.CrossRefGoogle Scholar
  41. Internet World Messe (2015). Aktuelle Studienergebnisse, Wearables: Nutzer und Nutzungspläne. http://www.bvdw.org/medien/internet-world-messe--fittkau--maass-wearables--nutzer-und-nutzungsplae ne?media=7175 (Erstellt: 21. Oktober 2015). Zugegriffen: 02. August 2016.Google Scholar
  42. Jahberg, H. et al. (2015). Datenschützer warnen vor Fitness-Apps. http://www.tagesspiegel.de/weltspiegel/software-und-wearables-datenschuetzer-warnen-vor-fitness-apps/12162152.html (Erstellt: 08. August 201). Zugegriffen: 24. Juni 2016.Google Scholar
  43. Janssen, J.-K. (2012). Das vermessene Ich. http://www.heise.de/ct/ausgabe/2012-18-Koerper-und-Lebensdaten-sammeln-rund-um-die-Uhr-2340243.html (Erstellt: 11. August 2012). Zugegriffen: 14. Juli 2016.Google Scholar
  44. Karaboga, M. et al. (2015). White Paper: Das versteckte Internet, Zu Hause – Im Auto – Am Körper. Forum Privatheit und selbstbestimmtes Leben in der digitalen Welt. https://www.forum-privatheit.de/forum-privatheit-de/aktuelles/aktuelles_dokumente/White-Paper-2-Final_17.07.15-Druckversion.pdf. Zugegriffen: 23. März 2017.Google Scholar
  45. Kerber, W. (2016). Digital markets, data, and privacy: Competition law, consumer law and data protection. Gewerblicher Rechtsschutz und Urheberrecht Internationaler Teil, 65(7), 639–646.Google Scholar
  46. Klofta, J., & Rest, J. (2015). Der überwachte Mitarbeiter macht nicht blau. http://daserste.ndr.de/panorama/Der-ueberwachte-Mitarbeiter-macht-nicht-blau,gesundheitsapp104.html (Erstellt: 23. April 2015). Zugegriffen: 26. Juni 2016.Google Scholar
  47. Landers, R. M., Rebitzer, J. B., & Taylor, L. J. (1996). Rat race redux: Adverse selection in the determination of work hours in law firms. American Economic Review, 86(3), 329–348.Google Scholar
  48. Laudon, K. (1997). Extensions to the theory of markets and privacy: Mechanics of pricing information. New York: Stern School of Business, New York University. Working PapersGoogle Scholar
  49. Lobe, A. (2016). Jede Regung im Blick. http://www.zeit.de/2016/21/ueberwachung-unternehmen-mitarbeiter-datenschutz/komplettansicht (Erstellt: 26. Mai 2016). Zugegriffen: 16. Juli 2016.Google Scholar
  50. Milgrom, P. (2008). What the seller won’t tell you: Persuasion and disclosure in markets. Journal of Economic Perspectives, 22(2), 115–131.CrossRefGoogle Scholar
  51. Norberg, P. A., Horne, D. R., & Horne, D. A. (2007). The privacy paradox: Personal information disclosure intentions versus behaviors. Journal of Consumer Affairs, 41(1), 100–126.CrossRefGoogle Scholar
  52. Petrlic, R. (2016). Das vermessene Selbst, von der Selbst-Überwachung zur Fremd-Bestimmung. Datenschutz und Datensicherheit, 20(2), 94–97.CrossRefGoogle Scholar
  53. Posner, R. A. (1978). The right of privacy. Georgia Law Review, 12(3), 393–422.Google Scholar
  54. Posner, R. A. (1981). The economics of privacy. The American Economic Review, 71(2), 405–409.Google Scholar
  55. PWC (2015). Media Trend Outlook Wearables: Die tragbare Zukunft kommt näher. https://www.pwc.at/images/tmt-studie-3.pdf (Erstellt: März 2015). Zugegriffen: 28. Dezember 2016.Google Scholar
  56. Research2guidance (2014). mHealth app developer economics 2014. http://research2guidance.com/r2g/research2guidance-mHealth-App-Developer-Economics-2014.pdf. Zugegriffen: 09. September 2016.Google Scholar
  57. Robert Koch-Institut (2014). GEDA 2012, Beiträge zur Gesundheitsberichterstattung des Bundes Daten und Fakten: Ergebnisse der Studie „Gesundheit in Deutschland aktuell 2012“. Berlin: RKI.Google Scholar
  58. SAS Deutschland (2015). Data Monitor 2015 – Wofür die Deutschen ihre persönlichen Daten preisgeben. http://www.sas.com/content/dam/SAS/bp_de/doc/studie/ba-st-forsa-der-umgang-mit-daten-2343928.pdf. Zugegriffen: 27. September 2016.Google Scholar
  59. Schamberg, J. (2014). Überwachung per Fitness-Band: Gläserner Versicherungskunde nur der Anfang? http://www.onlinekosten.de/news/ueberwachung-per-fitness-band-glaeserner-versicherungskunde-nur-der-anfang_199032.html (Erstellt: 23. November 2014). Zugegriffen: 30. April 2016.Google Scholar
  60. Schmickler, B. (2015). Das vermessene Ich. https://www.tagesschau.de/inland/gesundheitsdaten-101.html (Erstellt: 04. Oktober 2015). Zugegriffen: 26. Juni 2016.Google Scholar
  61. Schneider, R. (2014). Rabatte für Gesundheitsdaten: Was die deutschen Krankenversicherer planen. http://www.zdnet.de/88214397/ (Erstellt: 18. Dezember 2014). Zugegriffen: 22. Juni 2016.Google Scholar
  62. Schneider, R. (2015). Finanzindustrie im Umbruch: Digitalisierte Services für Versicherungskunden. In C. Linnhoff-Popien et al. (Hrsg.), Marktplätze im Umbruch, Digitale Strategien für Services im Mobilen Internet. Berlin, Heidelberg: Springer.Google Scholar
  63. Schneider, S. (2016). Smart Fitness: Datenschutz, Sport und Gesundheit – Ökonomische Analyse vor dem Hintergrund der Digitalisierung. Ilmenau: Technische Universität. MasterarbeitGoogle Scholar
  64. Schnellenbach, J. (2011). Wohlwollendes Anschubsen: Liberaler Paternalismus und seine Nebenwirkungen. Perspektiven der Wirtschaftspolitik, 12(4), 445–459.CrossRefGoogle Scholar
  65. Schnellenbach, J. (2014). Neuer Paternalismus und individuelle Rationalität: eine ordnungsökonomische Perspektive. List-Forum für Wirtschafts- und Finanzpolitik, 40(3), 239–257.CrossRefGoogle Scholar
  66. Schnellenbach, J. (2016). A constitutional economics perspective on soft paternalism. Kyklos, 69(1), 135–156.CrossRefGoogle Scholar
  67. Schoss, M. (2015). Zukunft von Tracking-Tarifen – Umfrage zur Nutzerakzeptanz von PAYL. https://www.digitale-exzellenz.de/zukunft-von-tracking-tarifen-umfrage-zur-nutzerakzeptanz-von-payl/ (Erstellt: 15 September 2015). Zugegriffen: 27. September 2016.Google Scholar
  68. Selke, S. (2014). Lifelogging als soziales Medium? – Selbstsorge, Selbstvermessung und Selbstthematisierung im Zeitalter der Digitalität. In J. Jähnert & C. Förster (Hrsg.), Technologien für digitale Innovationen, Interdisziplinäre Beiträge zur Informationsverarbeitung (S. 173–200). Wiesbaden: Springer.CrossRefGoogle Scholar
  69. Steel, E., & Dembosky, A. (2013). Health apps run into privacy snags. https://www.ft.com/content/b709cf4a-12dd-11e3-a05e-00144feabdc0. Zugegriffen: 20. September 2016.Google Scholar
  70. Stigler, G. J. (1961). The economics of information. The Journal of Political Economy, 69(3), 213–225.CrossRefGoogle Scholar
  71. Stigler, G. J. (1980). An introduction to privacy in economics and politics. The Journal of Legal Studies, 9(4), 623–644.CrossRefGoogle Scholar
  72. Symantec (2014). How safe is your quantified self? http://www.symantec.com/content/en/us/enterprise/media/security_response/whitepapers/how-safe-is-your-quantified-self.pdf (Erstellt: 11. August 2014). Zugegriffen: 27. April 2016.Google Scholar
  73. Taylor, C. R. (2004). Consumer privacy and the market for customer information. RAND Journal of Economics, 35(4), 631–651.CrossRefGoogle Scholar
  74. TK (2015). Digitale Gesundheit, Pressekonferenz am 17. Juni 2015 in Berlin. https://www.tk.de/centaurus/servlet/contentblob/723952/Datei/143333/TK-Pressemappe-Digitale-Gesundheit-Praesentation-Klaus-Rupp.pdf (Erstellt: 17. Juni 2015). Zugegriffen: 09. September 2016.Google Scholar
  75. TK (2016). Beweg Dich, Deutschland! TK-Bewegungsstudie 2016. https://www.tk.de/centaurus/servlet/contentblob/819848/Datei/163832/TK-Bewegungsstudie-2016-Beweg-dich-Deutschland.pdf. Zugegriffen: 29. Juli 2016.Google Scholar
  76. Universitätsklinikum Freiburg (2015). Gesundheits- und Versorgungs-Apps, Hintergründe zu deren Entwicklung und Einsatz. https://www.tk.de/centaurus/servlet/contentblob/724464/Datei/143238/Studie-Gesundheits-und-Versorgungs-Apps.pdf. Zugegriffen: 09. September 2016.Google Scholar
  77. Varian, H. R. (1996). Economic Aspects of Personal Privacy, Privacy and Self-Regulation in the Information Age. National Telecommunications and Information Administration Report. Berkeley: University of California.Google Scholar
  78. YouGov (2015a). Studie: Quantified Health – Chancen und Barrieren der vernetzten Gesundheit. https://yougov.de/loesungen/infocenter/newsletter/archiv-newsletter/financial-research-newsletter-januar-2015/quantified-health-chancen-und-barrieren/. Zugegriffen: 18. Juli 2016.Google Scholar
  79. YouGov (2015b). Self-Tracking: Rund jeder Dritte würde gesundheitsbezogene Daten an Krankenversicherer weitergeben. https://yougov.de/loesungen/ueber-yougov/presse/presse-2015/pressemitteilung-self-tracking-rund-jeder-dritte-wurde-gesundheitsbezogene-daten-an-krankenversicherer-weiterge ben/. Zugegriffen: 18. Juli 2016.Google Scholar
  80. Zeit Online (2015). Adidas kauft Fitness-App-Anbieter. http://www.zeit.de/wirtschaft/2015-08/adidas-axel-springer-runtastic-uebernahme (Erstellt: 05. August 2015). Zugegriffen: 25. Mai 2016.Google Scholar

Copyright information

© List-Gesellschaft e.V. 2017

Authors and Affiliations

  1. 1.FG Wirtschaftstheorie, Institut für Volkswirtschaftslehre, Institut für Medien und MobilkommunikationTechnische Universität IlmenauIlmenauDeutschland

Personalised recommendations