Open Access

Evaluating another person´s personality is an essential part of human life. How an individual reacts to a certain trigger, let it be a statement, strongly depends on his personality. Therefore, knowledge about the personality of a conversational counterpart is crucial to predict how he or she will react to a question or an answer. Personality is commonly understood as ´patterns of thought, emotion, and behavior that are relatively consistent over time and across situations´ (Funder 2012). If personality is as aforementioned defined as stable ´over time and across situations´, then it has to be differentiated from the character, which might change as an actor plays a role. A large proportion of an individual´s outer behavior can be explained by the inner personality. The outer behavior as a result of the personality determines various socio-demographic attributes, like job satisfaction (Furnham et al. 2002), the success of romantic relationships (Noftle, Shaver 2006), job performance (Barrik, Mount 1991) or high income, conservative political attitudes, early life adjustment to challenges, and social relationships (Soldz, Vaillant 1999). Humans can infer another person´s personality pretty precise. A first impression like a short video in many cases is enough to asses a personality (Carney et al. 2007). However, personality assessment is not limited to the social-cognitive domain of human brains - machine learning models attempt to predict personalities as well, or even better than humans. The internet provides a vast amount of data regarding personal information about its users - to so-called digital footprint. Especially social networks offer personal data in a very condensed form, the social-media footprint. Social media networks, which are online platforms, where people create a profile of themselves and communicate with other users or artificial persons like newspaper, offer a wide range of personal data to the broad community, as well as the network and its developers. In the year 2014 49.7 % of the German internet participated in social media networks (Statistisches Bundesamt 3/16/2015) with an upward trend. Furthermore, social media networks, like Facebook, provide the possibility to ´like´ something, which means at first: the user starts to follow a certain page and therefore receives updates and messages from the page and secondly: that the user publicly declares that he or she likes the page, visible to other users. However, it has been shown that the profile of a social network user indeed reflects the individual user and his personality and not an ´idealized´ version of 5 themselves (Back et al. 2010). Hence, these profiles seem to be unbiased, or at least as biased as the personality tests themselves. On the other side are the Facebook pages. A page in this case can be related to anything that a user started, let it be a political attitude, an artificial person, a company or a special kind of food. Any page can be created, and every user can give it a ´Like´. Facebook, as the biggest social media network as of today (Statista 2017) offers the possibility to collect data about a user´s Facebook likes, if the user agrees to the request. Due to the generic nature of Facebook likes and the relevance of personality assessment as a crucial part of social living, this paper focuses onto machine personality prediction based on Facebook likes. However, listening to music from a certain group in a web browser or reading a certain online newspaper can be easily translated into the Facebook like analogy and vice versa, which means that findings from this study are unlikely limited to the domain of Facebook likes.

Der zweite Teil dieses Artikels beschreibt, welche Einsatzmöglichkeiten diese neuartigen Medien für Unternehmenskommunikation, Projekt- und Wissensmanagement sowie für das E-Learning eröffnen.

Die vorstehenden Ausführungen lassen erkennen, dass ein ungezielter und wahlloser Einsatz elektronischer Medien im Kanzleialltag kontraproduktiv wirken kann. Dies gilt insbesondere für einen "ungefilterten" Einsatz von eMail. Zu selten wird berücksichtigt, dass mit der planlosen Öffnung neuer Kommunikationskanäle der Organisationsaufwand steigt. Die geplante Entlastung wird schnell zur Belastung. Die direkte Kommunikation zwischen Anwalt und Mandant via eMail ist daher ein zweischneidiges Schwert. Kritisch zu bewerten ist ebenfalls die reine Online-Rechtsberatung. Die mit dem Einsatz dieser Systeme verbundene Hoffnung auf den schnellen Gebühren-Euro ist oftmals vergebens. Zu häufig wird übersehen, dass anwaltliche Beratung nach wie vor vom persönlichen Kontakt lebt. Als Insellösung ist die Online-Rechtsberatung daher ungeeignet. Aus Effizienzgesichtspunkten bringt sie in ihrer bisherigen Form keinerlei Vorteile. Das Scheitern der meisten sogenannten Start-ups der New Economy hat gezeigt, dass der Markt für reine Internetlösungen, insbesondere im Beratungsbereich, noch nicht bereit ist. Von der "Virtualisierung anwaltlicher Dienstleistung" sind wir, nicht zuletzt aus kulturellen Gründen, noch ein gutes Stück entfernt. Es gilt vielmehr, durch den Einsatz elektronischer Medien bereits bestehende Prozesse zu optimieren und die Arbeitsabläufe im Kanzleialltag effizienter zu gestalten. Die Zukunft wird daher den Systemen gehören, die eine Kommunikation zwischen Anwalt und Mandant ohne nennenswerte Medienbrüche aufbauen. Dies gilt zunächst für den Austausch fernmündlicher und/oder schriftlicher Informationen. Ein Schwerpunkt wird daher in der Fortentwicklung datenbankbasierter Lösungen liegen, auf die über einen Web-Browser zugegriffen werden kann. Dabei wird die Integration von Spracherkennung eine dominante Rolle spielen. Ein erhebliches Effizienzpotential liegt jedoch in der oft aufwändigen Sachverhaltsermittlung. Hier können künftig "intelligente Formulare" oder Fragemasken zur Ermittlung des Sachverhaltes helfen. Nur so ist wirkliche Arbeitsentlastung denkbar - vorausgesetzt die gewonnenen Ergebnisse werden in eine elektronische Akte integriert und dem Anwalt verfügbar gemacht.