Online-Empfehlungen, die auf früheren Klicks und Käufen beruhen, können durchaus nützlich sein. Wie viele private Informationen bei jedem Klick abgesammelt werden, ist jedoch für die Internetnutzer nicht ersichtlich.
Der neue Algorithmus soll dies transparenter machen, teilte die ETH Lausanne (EPFL) am Donnerstag mit. Er bewerte, wie viele Informationen durch den Klick gesendet werden, und setze diese ins Verhältnis zum Nutzen, den der Klick dem Nutzer bringt. Das System zeigt anschliessend durch einen Farbcode an, wie das Kosten-Nutzen-Verhältnis für jeden möglichen Klick aussieht.
"Manche Klicks sind sehr nützlich und beeinträchtigen kaum die Privatsphäre, andere sind das genaue Gegenteile", sagte Mahsa Taziki gemäss der Mitteilung.
Anders als Werbeblocker, die alle Werbung gleichermassen unterdrücken, berät der neue Algorithmus nur, welche Klicks sich lohnen und welche nicht. Der Nutzer entscheidet letztlich immer noch selbst, ob er etwas anklicken und anschauen möchte.
Noch ist das soeben patentierte System jedoch nicht marktreif: Taziki wolle es nun weiterentwickeln, schrieb die EPFL. Geplant sei unter anderem eine "Browser-Extension", die beim Surfen warnt, wenn eine Website sich zu viele Freiheiten mit persönlichen Informationen der Nutzer erlaubt. "Letztlich wollen wir den Nutzern die Vorteile von Online-Empfehlungen ermöglichen, aber ihnen gleichzeitig die maximale Kontrolle über ihre Privatsphäre und die Daten gewähren, die sie preisgeben", so die Forscherin.