Overview
Das Aufkommen von Online-Glücksspielen und die Möglichkeit, über mobile Endgeräte zu spielen, hat die Glücksspiellandschaft in den letzten zwei Jahrzehnten grundlegend verändert. Aus der Public-Health-Perspektive werden im Zusammenhang mit Online-Glücksspielen vor allem die erleichterte Verfügbarkeit der Spiele, die Unmittelbarkeit sowie die fehlende soziale Kontrolle kritisch bewertet. Insgesamt bietet das Online-Glücksspiel jedoch auch Chancen für einen effektiven Spielerschutz. So verfügt jede Spielerin, jeder Spieler über ein Benutzerkonto. Anhand der Methode des «Behavioral Tracking» können die Verantwortlichen des Spielerschutzes der Online-Casinos risikoreiches Spielverhalten ihrer Kundinnen und Kunden frühzeitig erkennen und darauf reagieren.
Auf der Grundlage des «Behavioral Trackings» wird im Rahmen des anvisierten Forschungsprojektes ein Vorhersage-Modell entwickelt, welches das frühzeitige Erkennen eines risikoreichen Verhaltens der Kundinnen und Kunden von Online-Glücksspielanbietenden ermöglicht. Im Vordergrund stehen die Sensitivität sowie die Präzision des Vorhersage-Modells, d. h. das Modell soll gewährleisten, dass im Zuge der Früherkennung nur diejenigen Spielerinnen und Spieler erfasst werden, die tatsächlich risikoreich spielen.
Das Forschungsdesign besteht aus mehreren, sich ergänzenden Methodensträngen, die teilweise zyklisch verlaufen. Dazu gehören verschiedene Data-Science-Methoden wie Data Mining, Machine Learning und datenanalytische Modellierung, denen abduktive, induktive und deduktive Ansätze zu Grunde liegen. Hinzu kommen Techniken von Visual Analytics. Ein umfangreicher Datensatz, der vom Umsetzungspartner Grand Casino Luzern zur Verfügung gestellt wird, dient dabei als Grundlage. Im Rahmen einer explorativen Datenanalyse werden daraus Features identifiziert, die auf ein risikoreiches Spielverhalten schliessen lassen. Mittels Visualisierung werden zudem Muster von Spielverhalten aufgedeckt, die sich erfahrungsgemäss als problematisch erweisen (z.B. «Chasing» bzw. das «Hinterherjagen» von Verlusten). In mehreren Zyklen werden die identifizierten Früherkennungskriterien und zusätzliche Parameter unter Anwendung von Data Mining und Machine Learning direkt in den vorhandenen Daten getestet. Parallel dazu werden Modelle generiert und optimiert. Die daraus gewonnenen Hypothesen werden datenanalytisch modelliert und validiert. Dabei erleichtert Visual Analytics die Nachvollziehbarkeit der Modelle und trägt zu deren Optimierung bei.
Das Bundesgesetz über Geldspiele schreibt vor, dass die Veranstalterinnen und Veranstalter von Online-Glücksspielen im Rahmen der Früherkennung Kriterien festlegen müssen, anhand deren gefährdete Spielerinnen und Spieler frühzeitig erkannt werden können. Das Forschungsprojekt leistet damit einen Beitrag für einen effektiven Schutz der Spielerinnen und Spieler.
