Webanalyse / Datenerfassung

Wir möchten diese Website fortlaufend verbessern. Dazu wird um Ihre Einwilligung in die statistische Erfassung von Nutzungsinformationen gebeten. Die Einwilligung kann jederzeit widerrufen werden.

Welcher Dienst wird eingesetzt?

Matomo

Zu welchem Zweck wird der Dienst eingesetzt?

Erfassung von Kennzahlen zur Webanalyse, um das Angebot zu verbessern.

Welche Daten werden erfasst?

  • IP-Adresse (wird umgehend anonymisiert)

  • Gerätetyp, Gerätemarke, Gerätemodell

  • Betriebssystem-Version

  • Browser/Browser-Engines und Browser-Plugins

  • aufgerufene URLs

  • die Website, von der auf die aufgerufene Seite gelangt wurde (Referrer-Site)

  • Verweildauer

  • heruntergeladene PDFs

  • eingegebene Suchbegriffe.

Die IP-Adresse wird nicht vollständig gespeichert, die letzten beiden Oktette werden zum frühestmöglichen Zeitpunkt weggelassen/verfremdet (Beispiel: 181.153.xxx.xxx).

Es werden keine Cookies auf dem Endgerät gespeichert. Wird eine Einwilligung für die Datenerfassung nicht erteilt, erfolgt ein Opt-Out-Cookie auf dem Endgerät, welcher dafür sorgt, dass keine Daten erfasst werden.

Wie lange werden die Daten gespeichert?

Die anonymisierte IP-Adresse wird für 90 Tage gespeichert und danach gelöscht.

Auf welcher Rechtsgrundlage werden die Daten erfasst?

Die Rechtsgrundlage für die Erfassung der Daten ist die Einwilligung der Nutzenden nach Art. 6 Abs. 1 lit. a der Datenschutz-Grundverordnung (DSGVO). Die Einwilligung kann auf der Datenschutzseite jederzeit widerrufen werden. Die Rechtmäßigkeit der bis zum Widerruf erfolgten Datenverarbeitung bleibt davon unberührt.

Wo werden die Daten verarbeitet?

Matomo wird lokal auf den Servern des technischen Dienstleisters in Deutschland betrieben (Auftragsverarbeiter).

Weitere Informationen:

Weitere Informationen zur Verarbeitung personenbezogener Daten finden sich in den Datenschutzhinweisen.

Jana T. Winterstein, Julia Abels, Arlene Kuehn et al.

AI-generated cancer prevention influencers can target risk groups on social media at low cost

Schwerpunktthemen: Künstliche Intelligenz

Background
This study explores the potential of Artificial Intelligence (AI)-generated social media influencers to disseminate cancer prevention messages. Utilizing a Generative AI (GenAI) application, we created a virtual persona, "Wanda", to promote cancer awareness on Instagram.

Methods
We created five posts, addressing the five most modifiable risk factors for cancer: tobacco consumption, unhealthy diet, sun exposure, alcohol consumption, and Human Papillomavirus (HPV) infection. To amplify the campaign's reach, posts were boosted using a custom-targeted as well as an automated advertisement algorithm. An overall budget of €100 was equally distributed between the two algorithms. Campaign performance was assessed based on the number of users reached and the age distribution of the audience.

Results
The campaign achieved a total of 9902 recognitions, with a cost-efficiency analysis revealing an average expenditure of €0.013 per reach. The most economical intervention achieved a cost of only €0.006 per reach. In comparing the two advertisement strategies, we observed similar overall reach but noted differences in the age demographics of the audience.

Conclusion
Our findings underscore the potential of combining generative AI with strategically targeted advertisement to promote cancer prevention messages effectively, with minimal time and financial investment. We discuss chances presented by GenAI applications in health communication, their implication, and the impact of parasocial relationships on content perception. This study highlights the potential of AI-driven influencers as scalable tools for digital health communication.

Online verfügbar:
https://www.ejcancer.com/article/S0959-8049(25)00032-2/fulltext

Zitation:
Winterstein, J. T., Abels, J., Kuehn, A., Carl, N., Wies, C. & Brinker, T. J. (2025). AI-generated cancer prevention influencers can target risk groups on social media at low cost. European Journal Of Cancer, 217, 115251. https://doi.org/10.1016/j.ejca.2025.115251


zurück zur Übersicht