FLoC

Websites erlauben, deine Interessen zu erraten, ohne dich eindeutig identifizieren zu können.

Implementierungsstatus

Wozu brauchen wir FLoC?

Viele Nutzer machen sich Gedanken über die Auswirkungen maßgeschneiderter Werbung auf den Datenschutz. Dazu nutzen wir derzeit Techniken wie Tracking-Cookies und Geräte-Fingerprinting, die Werbetreibenden oder Werbeplattformen Zugriff auf Ihren Browserverlauf auf verschiedenen Websites ermöglichen. Ziel des FLoC-Angebots ist eine Anzeigenauswahl auf datenschutzfreundlichere Weise.

Was ist der FLoC-Vorschlag?

FLoC bietet einen datenschutzfreundlichen Mechanismus für die interessenbezogene Auswahl von Anzeigen und anderen Inhalten.

Wenn ein Nutzer im Web unterwegs ist, verwendet der Browser den FLoC-Algorithmus, um seine „Interessenkohorte“ zu ermitteln, die für Tausende von Browsern mit einem ähnlichen aktuellen Browserverlauf gleich ist. Der Browser berechnet seine Kohorte regelmäßig auf dem Gerät des Nutzers neu, ohne dass einzelne Browserdaten an den Browseranbieter oder Dritte weitergegeben werden.

Werbetreibende (Websites, die für Werbung bezahlen) können Code auf ihren eigenen Websites einfügen, um Kohortendaten für ihre AdTech-Plattformen (Unternehmen, die Software und Tools zur Auslieferung von Werbung anbieten) zu erfassen und bereitzustellen. Beispielsweise könnte eine AdTech-Plattform von einem Online-Schuhgeschäft lernen, dass Browser der Kohorten 1101 und 1354 an der Wanderausrüstung des Geschäfts interessiert zu sein scheinen. Von anderen Werbetreibenden lernt die AdTech-Plattform andere Interessen dieser Kohorten.

Anschließend kann die Werbeplattform diese Daten zur Auswahl relevanter Anzeigen verwenden, wenn ein Browser aus einer dieser Kohorten eine Seite von einer Website besucht, auf der Anzeigen ausgeliefert werden, z. B. einer Nachrichtenwebsite.

Wofür kann FLoC verwendet werden?

  • Schalten Sie Anzeigen für Nutzer, deren Browser zu einer Kohorte gehören, die nachweislich häufig die Website eines Werbetreibenden besucht oder Interesse an relevanten Themen zeigt.
  • Mithilfe von Modellen für maschinelles Lernen können Sie basierend auf der Kohorte die Wahrscheinlichkeit für eine Conversion prognostizieren und so die Funktionsweise von Geboten bei Anzeigenauktionen beeinflussen.
  • Empfehlen Sie Nutzern Inhalte. Angenommen, eine Nachrichtenwebsite stellt fest, dass ihre Sport-Podcast-Seite bei Besuchern aus den Kohorten 1234 und 14159 besonders beliebt geworden ist. Sie können diese Inhalte anderen Besuchern aus diesen Kohorten empfehlen.

Wie funktioniert FLoC?

Unter Was ist FLoC? finden Sie eine einfache, schrittweise Erklärung der Funktionsweise von FloC.

Das folgende Diagramm zeigt ein Beispiel für die verschiedenen Rollen bei der Auswahl und Auslieferung einer relevanten Anzeige mithilfe von FLoC.

Diagramm, das Schritt für Schritt die verschiedenen Rollen bei der Auswahl und Auslieferung einer relevanten Anzeige mit FLoC zeigt: FLoC-Dienst, Browser, Werbetreibende, Publisher (zur Beobachtung von Kohorten), Anzeigentechnologie, Publisher (zum Schalten von Anzeigen)

Reagieren und Feedback geben

Weitere Informationen