Rahmenkonzept für offene Daten zur Förderung sozialer Wirkung

Wir bei Microsoft sind davon überzeugt, dass Daten entscheidend sind, um die wichtigen gesellschaftlichen Probleme anzugehen, mit denen unsere Welt heute konfrontiert ist. Die weltweite Pandemie hat uns gezeigt, wie wichtig Daten sind, um die durch COVID-19 verursachten Herausforderungen zu verstehen, einzuschätzen und Maßnahmen zu ihrer Bewältigung zu ergreifen. Dennoch haben fast alle Organisationen, ob groß oder klein, nach wie vor Schwierigkeiten, Daten für ihre Arbeit nutzbar zu machen. Trotz des Wertes, den Daten bieten, gelingt es vielen Organisationen nicht, ihr Potenzial zur Verbesserung der Ergebnisse zu nutzen.

Ein Teil dieser Herausforderung ist auf die „Datenkluft“ zurückzuführen – die Kluft zwischen Ländern und Organisationen, die effektiven Zugang zu Daten haben, um Innovationen voranzutreiben und Probleme zu lösen, und solchen, bei denen dies nicht der Fall ist. Um diese Kluft zu schließen, hat Microsoft im Jahr 2020 die Open Data Campaign ins Leben gerufen, um das Versprechen offenerer Daten und datenbasierter Kooperationen, die Innovationen vorantreiben, zu verwirklichen.

Eine der wichtigsten Erkenntnisse, die wir aus der Kampagne und unserer Zusammenarbeit mit unseren Partnern, dem Open Data Institute und The GovLab, gewonnen haben, ist, dass die Fähigkeit, auf Daten zuzugreifen und diese zur Verbesserung von Ergebnissen zu nutzen, weit über technologische Werkzeuge und die Daten selbst hinausgeht. Es ist ebenso wichtig, Erfahrungen und Praktiken zu nutzen und auszutauschen, die eine effektive Zusammenarbeit im Bereich Daten und eine effektive Entscheidungsfindung fördern. Dies gilt insbesondere für die Zusammenarbeit mit Regierungen, multilateralen Organisationen, gemeinnützigen Einrichtungen, Forschungseinrichtungen und anderen Akteuren, die Daten öffnen und wiederverwenden wollen, um wichtige gesellschaftliche Probleme anzugehen, insbesondere solche, mit denen Entwicklungsländer konfrontiert sind.

Anders ausgedrückt: Der bloße Zugang zu Daten und Technologie schafft nicht wie von selbst Mehrwert und führt nicht automatisch zu besseren Ergebnissen. Um das Potenzial von Open Data und der Zusammenarbeit im Bereich Daten optimal zu nutzen, muss die Führungsebene einer Organisation darüber nachdenken, wie sie sich dafür einsetzen kann, Daten für die Erfüllung ihrer Mission nutzbar zu machen, welche Fragen sie mit Hilfe von Daten beantworten möchte, welche Kompetenzen ihr Team für die Datennutzung benötigt und wie am besten Vertrauen zwischen den Kooperationspartnern und den betreuten Gemeinschaften aufgebaut und gefestigt werden kann, um mehr Erkenntnisse und Nutzen aus den Daten zu gewinnen.

Das „Open Data for Social Impact“-Rahmenwerk ist ein Instrument, mit dem Führungskräfte Daten nutzen können, um die für sie wichtigsten Herausforderungen zu bewältigen. Wir sind uns bewusst, dass nicht alle Daten öffentlich zugänglich gemacht werden können, erkennen jedoch die enormen Vorteile, die sich aus der Förderung offenerer Daten ergeben können – sei es in Form vertrauenswürdiger Datenkooperationen oder wirklich offener und öffentlicher Daten. Wir verwenden den Begriff „soziale Wirkung“, um eine positive Veränderung zur Bewältigung eines gesellschaftlichen Problems zu bezeichnen, wie beispielsweise die Reduzierung von CO₂-Emissionen, die Schließung der Breitbandlücke, den Aufbau von Qualifikationen für Arbeitsplätze sowie die Förderung von Barrierefreiheit und Inklusion.

Wir sind davon überzeugt, dass das Öffnen, Teilen und die gemeinsame Nutzung von Daten unbegrenzte Möglichkeiten bieten, um neue Erkenntnisse zu gewinnen, bessere Entscheidungen zu treffen und die Effizienz zu steigern, wenn es darum geht, einige der drängendsten Herausforderungen unserer Welt zu bewältigen.

Burton Davis
Vizepräsident und stellvertretender Leiter der Rechtsabteilung, Abteilung für geistiges Eigentum bei Microsoft

Diese Website dient nicht der Rechtsberatung und sollte nicht als solche herangezogen werden. Das Rahmenwerk bietet Ressourcen, die Organisationen dabei unterstützen sollen, Open Data voranzutreiben und Datenkooperationen zum Wohle der Gesellschaft einzugehen. Der Austausch von Daten ist nicht risikofrei. Es wird empfohlen, unabhängigen Rechtsrat einzuholen. Diese Website enthält Links zu Ressourcen Dritter. Microsoft haftet nicht für Verluste, Verletzungen oder Schäden, die durch die Nutzung der Links oder das Vertrauen auf von Dritten bereitgestellte Materialien entstehen.

Organisationen, die daran interessiert sind, offene Daten zu nutzen, verstehen vielleicht deren Vorteile und wie sie sich auf konkrete Projekte anwenden lassen, doch der erste Schritt ist ihnen möglicherweise noch unklar. Im Folgenden finden Sie einen einfachen Leitfaden, dem Sie folgen können, um verstärkt offene Daten zu nutzen und damit Herausforderungen in Ihrer Organisation, Ihrer Gemeinde und der Welt insgesamt anzugehen. Klicken Sie an den angegebenen Stellen, um mehr zu erfahren und zu den entsprechenden Abschnitten in diesem Rahmenwerk zu gelangen.

1. Prüfen Sie, ob die organisatorische Infrastruktur vorhanden ist.

Für viele Organisationen bedeutet die Einführung eines Open-Data-Ansatzes einen kulturellen Wandel. Haben Sie die Zustimmung Ihrer Stakeholder? Haben Sie geprüft, welche Investitionen erforderlich sind, um die Daten nutzbar zu machen? Ist das Vertrauen zwischen den Stakeholdern gefestigt? Stellen Sie sicher, dass Sie diese Fragen beantworten können, bevor Sie den nächsten Schritt gehen.

Erfahren Sie mehr unter Führung: Sind Sie bereit, Daten zu nutzen, um soziale Ergebnisse zu verbessern?

2. Machen Sie sich klar, welche Fragen Sie mit Hilfe der Daten beantworten möchten.

Ihre Datenstrategie beginnt damit, die Fragen zu identifizieren, die Sie beantworten möchten. Sobald Sie diese Fragen identifiziert haben, können Sie festlegen, welche Datensätze benötigt werden und ob Sie Zugriff darauf haben.

Erfahren Sie mehr unter Chance: Welche Fragen möchten Sie mit Daten beantworten?

3. Stellen Sie die erforderlichen Fachkräfte zusammen.

Sie benötigen die richtige Strategie und die richtigen Datensätze. Aber Sie brauchen auch die richtigen Mitarbeiter, die Ihnen während des gesamten Projekts Analysen und Erkenntnisse liefern. Stellen Sie sicher, dass Sie die erforderlichen Datenkompetenzen prüfen und dass alle Ihre Teammitglieder verstehen, dass Zusammenarbeit das Herzstück des Projekts ist.

Erfahren Sie mehr unter Talent: Verfügen Sie über das für die Datenanalyse erforderliche Talent?

4. Bauen Sie Vertrauen in der Gemeinschaft auf.

Schaffen Sie einen soliden Governance-Rahmen, um sicherzustellen, dass sowohl die Chancen als auch die Risiken im Zusammenhang mit Daten berücksichtigt werden. Achten Sie darauf, dass Ihre Governance-Richtlinien für Transparenz unter den Interessengruppen und für Inklusion unter den Mitgliedern der Community sorgen und deren Eigeninitiative fördern, damit diese verstehen, warum die Erhebung und Nutzung offener Daten in ihrem eigenen Interesse liegt.

Erfahren Sie mehr unter Community-Governance: Haben Sie in Ihrer Community Vertrauen in die Nutzung von Daten aufgebaut?

5. Stellen Sie sicher, dass Sie über die richtigen Datenquellen verfügen.

Analysetools und Tools zur Datenvisualisierung sind unverzichtbar, wenn Sie mit einer Vielzahl unterschiedlicher Datensätze und großen Datenmengen arbeiten. Ebenso ist es für eine verantwortungsvolle Zusammenarbeit im Bereich Open Data und Datenaustausch unerlässlich, dass alle Anforderungen an Datenschutz und Sicherheit berücksichtigt werden.

Erfahren Sie mehr unter Technologie und Daten: Welche Lösungen und Ressourcen benötigen Sie, um Ihre Wirkung zu erzielen und zu steigern?

Künstliche Intelligenz, kurz KI, ist das Rückgrat der digitalen Transformation, die die Welt derzeit durchläuft. Industrielle Abläufe, Geschäftsprozesse, Kundenmanagement und vieles mehr werden durch maschinelles Lernen verändert, das neue Möglichkeiten für mehr Experimentierfreudigkeit, Effizienz und Schnelligkeit eröffnet. Durch die Optimierung der Erfassung, Speicherung und Verwaltung großer Datenmengen lassen sich zuverlässigere Erkenntnisse gewinnen, die Unternehmen bei ihrer Entscheidungsfindung nutzen können.

Umfangreiche und vielfältige Datensätze können dazu beitragen, diese Erkenntnisse zu untermauern oder zu ergänzen. Offene Daten – also Daten, die für jedermann ohne Einschränkungen zugänglich sind und genutzt sowie weitergegeben werden können – ermöglichen es den Nutzern, Probleme schneller und fundierter zu lösen. Dies kann zu schnelleren Durchbrüchen führen und, da sie auch Vorhersagen ermöglichen, Prognosen mit höherer Genauigkeit liefern. Aus diesen Gründen ist der Wert, den offene Daten im Gesundheitswesen, in der Wissenschaft, im Bildungswesen, im Umweltbereich und darüber hinaus bieten, von unschätzbarem Wert für die Bewältigung der größten gesellschaftlichen Herausforderungen.

In den meisten Fällen liegt der Wert nicht in den Daten selbst, sondern darin, was man mit diesen Daten macht. In diesem Zusammenhang ist es auch wichtig, einige wirtschaftliche Aspekte von Daten zu beachten. Daten sind nicht rivalisierend – sie können von vielen immer wieder genutzt werden, ohne dass ihr Wert dadurch gemindert wird, und sie können zur Erzielung von Netzwerkeffekten genutzt werden – beispielsweise können mehr Daten zu einer besseren KI führen, was wiederum zu einer stärkeren Nutzung und damit zu noch mehr Daten führen kann.

Die Öffnung von Daten oder die Verbesserung ihres Zugangs birgt das Potenzial, einen größeren Mehrwert zu schaffen, als wenn sie in Silos verbleiben, und kann einen enormen gesellschaftlichen Nutzen freisetzen. Nutzer, die die Daten mit anderen Datensätzen kombinieren oder in einem neuen Kontext damit arbeiten, können neue Erkenntnisse gewinnen, die bei der ursprünglichen Verwendung nicht erkennbar waren. Wie das Open Data Policy Lab in seinem 9Rs-Framework darlegt, können offenere Daten auch die Reproduzierbarkeit ermöglichen und das Vertrauen in die Ergebnisse stärken, indem sie es anderen ermöglichen, identische oder verwandte Arbeiten durchzuführen.

Der Schlüssel liegt nicht einfach darin, Daten an andere Nutzer weiterzugeben, sondern gemeinsam mit ihnen zu ergründen, wie diese genutzt werden und wie die Vorteile dieser Nutzung der Gemeinschaft zugutekommen können. Der Wert von Daten ergibt sich daraus, wie sie genutzt werden, um neue Erkenntnisse und Lösungen zu ermöglichen. Die Öffnung von Daten kann dazu beitragen, verpasste Nutzungsmöglichkeiten – und den damit verbundenen Wertverlust – zu vermeiden, der entsteht, wenn Daten verschlossen bleiben. Das ist der Geist der Zusammenarbeit, der hinter Open Data steht. Sein Wert ist unermesslich.

Weitere Informationen zum Wert von Daten finden Sie im Bericht „The Value of Data “ des Open Data Institute.

Ein Bedenken hinsichtlich der Datenfreigabe kann das Risiko der Offenlegung sensibler Daten sein. Der Schutz der Privatsphäre des Einzelnen sowie der Schutz vertraulicher oder wirtschaftlich sensibler Informationen kann gesetzlich vorgeschrieben oder vertraglich geregelt sein. Darüber hinaus müssen Organisationen auch die Reputations-, ethischen und wirtschaftlichen Risiken berücksichtigen, die mit der Weitergabe sensibler Daten verbunden sind.

Um die Beteiligten im Ökosystem des Datenaustauschs zu schützen und Vertrauen in den Datenaustausch zu schaffen, ist es wichtig, sensible Daten durch geeignete rechtliche, technische und organisatorische Maßnahmen zu schützen. Diese Anforderung sollte Organisationen jedoch nicht davon abhalten, eine wirksame Datenstrategie zu verfolgen. Vielmehr lässt sich das erforderliche Schutzniveau durch die Einführung geeigneter Governance-Rahmenbedingungen für einen verantwortungsvollen Datenaustausch erreichen.

So können beispielsweise datenschutzstärkende Instrumente eingesetzt werden, um personenbezogene Daten zu schützen. Technologien und Verfahren wie Differential Privacy, homomorphe Verschlüsselung, Confidential Computing, Anonymisierung und Deidentifizierung können genutzt werden, um die Privatsphäre des Einzelnen zu wahren und gleichzeitig den Zugang zu Daten für Organisationen, Forscher und die Zivilgesellschaft zu verbessern. Auch wenn diese Technologien möglicherweise nicht für alle Situationen geeignet sind, können sie in bestimmten Kontexten nützlich sein.

Weitere Informationen zu den förderlichen Rahmenbedingungen und den hemmenden Faktoren, die häufig den Erfolg von Open-Data-Initiativen bestimmen, finden Sie in der „Periodentabelle der Einflussfaktoren für Open Data“ von The GovLab.

Offene Daten können den Beteiligten neue Erkenntnisse liefern, die ihnen helfen, fundiertere und objektivere Entscheidungen zu treffen. Der Mehrwert zusätzlicher Datensätze aus verschiedenen Quellen kann den Nutzern helfen, sich ein klareres Bild von Sachverhalten zu machen und neue Erkenntnisse zu gewinnen. Wie das Sprichwort sagt: „Man weiß nicht, was man nicht weiß.“ Offene Daten bieten die Chance, neue Möglichkeiten aufzudecken, die den Nutzern zuvor nie in den Sinn gekommen wären.

Treibende Kraft hinter diesem Prozess ist die Natur von Open Data selbst. So lassen sich Daten beispielsweise auf vielfältige Weise analysieren, um Muster aufzudecken und so einen vielschichtigen Blick auf das Problem zu gewinnen, das der Nutzer zu lösen versucht. Diese Erkenntnisse können der breiten Öffentlichkeit zur Verfügung gestellt werden, um sie durch Crowdsourcing zu vertiefen oder neue, bisher unentdeckte Erkenntnisse zu gewinnen. Neben einer breiteren Verbreitung und Sensibilisierung kann Open Data andere dazu anregen, sich ebenfalls zu beteiligen, und so zu Beiträgen führen, von denen alle profitieren.

So nutzen beispielsweise The Nature Conservancy (TNC) India und Microsoft vorhandene offene Satellitenbilder, um einen neuen offenen Datensatz zu Solarparks in Indien zu erstellen. Diese Daten werden dazu beitragen, Faktoren zu ermitteln, die die Eignung von Flächen für Solarprojekte bestimmen, und letztlich öffentlichen Stellen dabei helfen, den Ausbau der Solarenergie besser zu planen.

Entscheidungsprozesse müssen daher nicht ausschließlich auf Datensätzen basieren, die sich innerhalb einer einzelnen Organisation befinden. Offene Daten ermöglichen den Zugriff auf Daten, die von anderen veröffentlicht werden, und können die Möglichkeit schaffen, die Daten Ihrer Organisation zu ergänzen, was wiederum das Endergebnis und die Entscheidungsfindung beeinflusst.

Wie oben bereits angedeutet, helfen offene Daten den Nutzern dabei, verschiedene Probleme zu erkennen und anzugehen, die ursprünglich vielleicht nicht berücksichtigt wurden. Offene Daten helfen Organisationen zudem dabei, Zusammenhänge mit anderen Datensätzen zu erkennen. Der „Purdue Food and Agricultural Vulnerability Index“ stützte sich auf sehr unterschiedliche offene Datensätze, um neue Erkenntnisse über die Auswirkungen von COVID-19 auf die landwirtschaftliche Produktion sowie die Gesundheit von Landwirten und Landarbeitern zu gewinnen.

Durch den Zugang zu mehr Daten lassen sich Erkenntnisse schneller gewinnen. Dies gibt den Nutzern die Freiheit, mit neuen Ideen zu experimentieren, bisher unbekannte Zusammenhänge zu erkennen oder die Entdeckungsphase zu verlängern. Diese kontinuierliche Erschließung der Daten eröffnet neue Möglichkeiten, die effizienter sein können als bisherige Ansätze.

Wissenschaftliche Durchbrüche, die auf offenen Daten basieren, haben bereits gezeigt, dass diese ein wichtiges Modell für Forscher darstellen, das den Austausch von Protokollen, die Veröffentlichung und Verbreitung von Ergebnissen, den Austausch von Code und vieles mehr fördert. Der eigentliche Kern jeder Art von Forschung hängt in der Tat davon ab, dass Daten durchsuchbar, zugänglich und wiederverwendbar sind, um eine Überprüfung durch Dritte zu ermöglichen.

Das Versprechen von Open Data besteht darin, dass es diese Türen öffnet und Forschung und Innovation zum Wohle der Allgemeinheit vorantreibt. So hat beispielsweise die gemeinsame Nutzung oder Veröffentlichung bestimmter Gesundheitsdaten dazu beigetragen, die Entwicklung medizinischer Behandlungsmethoden wie der Impfstoffe gegen das COVID-19-Virus zu beschleunigen. Die aus dieser Erfahrung gewonnenen Erkenntnisse haben die USA dazu veranlasst, Milliarden von Dollar bereitzustellen, um eine zeitnahe Forschung zu unterstützen. Die National Institutes of Health haben bis heute fast 4,9 Milliarden Dollar zur Unterstützung von COVID-19-Forschungsprojekten bereitgestellt. Die Einbeziehung von Open-Data-Prinzipien in diese Programme kann dazu beitragen, die Forschung zu beschleunigen, was sowohl der aktuellen Pandemie als auch künftigen Krisen zugutekommen wird.

• In einem Bericht des McKinsey Global Institute aus dem Jahr 2013 wird der Open-Data-Markt, dessen Wert auf 3 Billionen Dollar pro Jahr geschätzt wird, als ein Markt beschrieben, dessen Kernwert in der Kombination von offenen Verwaltungsdaten mit gemeinsam genutzten Unternehmensdaten liegt.
• Im Jahr 2014 schätzte Lateral Economics, dass der potenzielle Wert von Open Data für die G20 bei etwa 2,6 Billionen US-Dollar pro Jahr liegen würde, was von 2014 bis 2019 zu etwa 1,1 % des kumulierten Bruttoinlandsprodukts (BIP) der G20-Länder beitragen würde – das entspricht 55 % des von der G20 angestrebten zusätzlichen Wachstumsziels von 2 %.
• Im Jahr 2020 schätzte das Europäische Datenportal den Wert von Open Data für die EU28+ im Jahr 2019 auf 184,45 Milliarden Euro und prognostizierte, dass dieser bis 2025 zwischen 199,51 und 334,20 Milliarden Euro liegen werde. Der Bericht befasste sich auch mit den Beschäftigungszahlen: 2019 waren 1,09 Millionen Menschen im Bereich Open Data beschäftigt, bis 2025 werden 1,12 bis 1,97 Millionen Beschäftigte prognostiziert.
• Laut Angaben von Transport for London haben Unternehmen der Privatwirtschaft dank der Nutzung der offenen Daten der Behörde einen Beitrag von 12 bis 15 Millionen Pfund pro Jahr zur Londoner Wirtschaft geleistet.

Weitere Einblicke und Fallstudien dazu, warum Unternehmen den Datenaustausch nutzen, finden Sie im Artikel„Sieben Gründe, warum Unternehmen Daten austauschensollten“ des Open Data Institute.

Weitere Informationen zu den wirtschaftlichen Argumenten für die Zusammenarbeit im Bereich Daten und die Wiederverwendung von Daten im öffentlichen Interesse finden Sie im „9Rs Framework“ des Open Data Policy Lab.

Das „Open Data for Social Impact“-Rahmenwerk ist ein Instrument, mit dem Führungskräfte Daten nutzen können, um wichtige gesellschaftliche Probleme zu lösen, wie etwa die Reduzierung von CO₂-Emissionen, die Überwindung der Breitbandkluft, den Aufbau berufsrelevanter Kompetenzen sowie die Förderung von Barrierefreiheit und Inklusion. Das folgende Rahmenwerk soll Führungskräften in Organisationen aus dem gesamten Datenökosystem – Regierungen, gemeinnützige Organisationen und multilaterale Organisationen – als Leitfaden dienen, um Erkenntnisse und Lösungen zu gewinnen, mit denen sie zur Bewältigung wichtiger gesellschaftlicher Probleme beitragen können.

Diese Website nennt fünf Themenbereiche, die Organisationen berücksichtigen sollten, wenn sie Daten zur Verbesserung sozialer Ergebnisse nutzen möchten: Führung, Chancen, Kompetenzen, kommunale Selbstverwaltung sowie Technologie und Daten. Sie enthält Vorschläge für Fragen, die gestellt werden sollten, und bietet Ressourcen, die bei deren Beantwortung helfen können. Diese Konzepte werden anhand von Beispielen aus realen Open-Data-Projekten veranschaulicht. Außerdem gibt es einen Leitfaden für Open Data, den Führungskräfte in Organisationen als Einstieg nutzen können.

Dieses Rahmenwerk kann als Instrument dienen, um die Grundlagen für offene Daten und die Zusammenarbeit im Bereich Daten zu schaffen. Es gibt jedoch noch viele weitere hervorragende Ressourcen, auf die zurückgegriffen werden kann und die denjenigen helfen, die Daten für soziale Zwecke nutzen möchten; auf einige davon weisen wir an dieser Stelle hin.

Das Rahmenwerk fördert eine Kultur der offenen Daten und der Zusammenarbeit im Bereich Daten, indem es Führungskräften in Organisationen anhand der folgenden Fragen als Leitfaden dient:

1. Führung: Sind Sie bereit, Daten zu nutzen, um soziale Ergebnisse zu verbessern?

2. Chance: Welche Fragen möchten Sie mithilfe von Daten beantworten?

3. Fähigkeiten: Verfügen Sie über die für die Datenanalyse erforderlichen Fähigkeiten?

4. Community-Governance: Haben Sie in Ihrer Community Vertrauen in den Umgang mit Daten aufgebaut?

5. Technologie und Daten: Welche Lösungen und Ressourcen benötigen Sie, um Ihre Wirkung zu messen, zu ermöglichen und zu steigern?

Führungskräfte in Unternehmen sehen sich möglicherweise mit einer Reihe von Bedenken oder Widerständen konfrontiert, wenn sie Daten zur Lösung schwieriger Herausforderungen nutzen wollen. In einigen dieser Fälle fehlt es intern an Fachkräften – von Datenwissenschaftlern und Datenanalysten bis hin zu Programmmanagern und Forschern –, die Daten erfassen und analysieren können. In anderen Fällen kann die lange Vorlaufzeit, die für die Entwicklung einer Governance-Struktur für den Datenaustausch mit anderen Organisationen erforderlich ist, dazu führen, dass die Zusammenarbeit aufgegeben wird, bevor sie sich auszahlt.

Letztendlich bedeutet die Einführung eines Open-Data-Ansatzes für die meisten Organisationen einen kulturellen Wandel.

Hierbei ist es wichtig zu erkennen, dass Organisationen auf einem Spektrum der Datenreife angesiedelt sind – von einem ersten Engagement für die Nutzung von Daten zur Innovation bis hin zu einer Kultur, in der Dateninnovation auf allen Ebenen verankert ist. Unabhängig davon, wo sich eine Organisation auf diesem Spektrum befindet, erfordert ein Open-Data-Ansatz eine Führungskraft, die sich dafür einsetzt, die Daten der Organisation nutzbar zu machen. Dieses Engagement kann verschiedene Formen annehmen, wie zum Beispiel:

• Sich für die Bedeutung des Datenaustauschs einsetzen und öffentlich darüber sprechen.
• Erkenntnisse aus Daten gewinnen.
• Förderung von Zusammenarbeit und gesellschaftlichem Engagement.
• Aufbau von Beziehungen zu wichtigen Begünstigten und potenziellen Datennutzern.
• Schaffung eines Rahmens für den verantwortungsvollen Umgang mit Daten.

All dies sind Maßnahmen, die dazu beitragen, einen vertrauenswürdigen Ansatz für den Datenaustausch zu entwickeln, der bei den Beteiligten Vertrauen schafft.

Beachten Sie die folgenden Schritte, um Ihr Unternehmen besser darauf vorzubereiten, Daten innovativ zur Lösung vorrangiger Probleme zu nutzen:

• Welche Investitionen sind erforderlich, um Daten nutzbar zu machen?
• Welche Anreize sind erforderlich, um Daten nutzbar zu machen?
• Wie schafft man intern und extern Vertrauen? Wer sind Ihre Partner bzw. Interessengruppen?
• Wie können Sie in Ihrem Unternehmen die notwendigen Impulse setzen, damit datengestützte Innovation als langfristige Priorität und nicht als kurzfristiges Projekt betrachtet wird?

Es überrascht nicht, dass Unternehmen, die Daten als wichtige Ressource betrachten, eine starke Führung benötigen. Laut einer im Juli 2021 von Data Orchard veröffentlichten Umfrage geben 63 % der Befragten an, dass die Führungsebene in ihrem Unternehmen nicht vom Wert von Daten überzeugt ist. Nur ein Drittel sagt, dass die Führungsebene engagiert und unterstützend ist, die richtigen Fragen zu den Daten stellt und aktiv daran arbeitet, deren Wert zu nutzen. Das Versprechen, Daten zu nutzen, bietet Führungskräften eine bedeutende Chance, ihre Fähigkeiten zur Nutzung von Daten zum Wohle ihres Unternehmens zu verbessern.

Das GovLab der NYU veranstaltet eine „Data Stewards Academy“, die ein Programm zum selbstgesteuerten Lernen umfasst. Der Kurs richtet sich an Personen, die weltweit in unterschiedlichen Funktionen als Data Stewards tätig sind – eine Rolle, deren Aufgabe es ist, die oben aufgeführten Fragen so zu beantworten, dass eine systemische, nachhaltige und verantwortungsvolle Zusammenarbeit im Bereich Daten ermöglicht wird.

Zur Umsetzung von Initiativen für offene Daten und Datenaustausch sind kulturelle, strategische und operative Veränderungen erforderlich. Um das Potenzial dieser Vorteile – darunter Ergebnisverantwortung, Vertrauen, Transparenz und Sicherheit – voll auszuschöpfen, muss die Führungsebene zunächst interne Hindernisse und andere Formen des organisatorischen Widerstands angehen. Dazu kann es gehören, den Status quo in Frage zu stellen, groß angelegte Reformen durchzuführen oder neue Risiken einzugehen – für all diese Veränderungen, insbesondere in einer großen Organisation, sind eine starke Führung und großes Engagement von entscheidender Bedeutung.

Die Weltgesundheitsorganisation (WHO) verdeutlicht immer wieder, wie wichtig es ist, die Unternehmenskultur datengesteuerter zu gestalten. Mit weltweit mehr als 8.000 Mitarbeitern und der Rechenschaftspflicht gegenüber ihren 194 Mitgliedstaaten in sechs Regionen konnte die Umsetzung einer Initiative zur digitalen Transformation nur durch starke Führung und entschlossenes Handeln auf allen Ebenen erreicht werden.

Als multilaterale Organisation nimmt die WHO eine einzigartige Stellung als wissenschafts- und evidenzbasierte Einrichtung ein, die weltweit geltende Normen und Standards festlegt, mit dem Auftrag, die Gesundheit zu fördern, die Welt sicher zu machen und den Schwachen zu dienen. Als Dr. Tedros Adhanom Ghebreyesus 2017 zum Generaldirektor der WHO ernannt wurde, erkannte er, dass Daten ein entscheidender Bestandteil zur Erfüllung dieser Mission und zur Erreichung der „Triple-Billion“-Ziele sind: eine Milliarde mehr Menschen mit besserer Gesundheit und mehr Wohlbefinden, eine Milliarde mehr Menschen mit Zugang zu einer bezahlbaren universellen Gesundheitsversorgung und eine Milliarde mehr Menschen, die besser vor Gesundheitsnotfällen geschützt sind.

Im Jahr 2019 unterstrich Dr. Tedros sein Engagement, die WHO in eine moderne, datengesteuerte Organisation umzugestalten, indem er seine Vision öffentlich verkündete und eine neue Abteilung für Daten, Analytik und Wirkungsorientierung (DDI) ins Leben rief. Diese Abteilung wurde gegründet, um Datenlücken dringend zu schließen, die Datenfragmentierung zu verringern und die Effizienz der durchgängigen Datenprozesse der WHO zu steigern. Besonderes Augenmerk wurde auf die Konsolidierung von Gesundheitsdaten und -ressourcen für externe und interne Nutzer sowie auf den Einsatz moderner Technologien gelegt, darunter die Sicherheit privater und sensibler Daten, transparente Analysen und leistungsstarke Visualisierungsmethoden.

Von Anfang an war es das Ziel der WHO-Führung, durch die Förderung eines strategischen und kohärenten Ansatzes für die Datenverwaltung Vertrauen und Kontinuität sowohl bei den internen als auch bei den externen Interessengruppen aufzubauen. Intern wurde ein Datenverwaltungsausschuss gebildet, der sich aus Mitgliedern der obersten Führungsebene zusammensetzte und die übergreifende Ausrichtung der Datenstrategie und -politik festlegen sollte. Zudem wurde eine „Data Hub and Spoke“-Kooperation ins Leben gerufen, um die Umsetzung der Datenverwaltungsrichtlinien in der gesamten WHO zu erleichtern, wobei alle relevanten Programme und jede Region vertreten waren. Die oberste Führungsebene wurde beauftragt, die Sitzungen der Arbeitsgruppe regelmäßig zu unterstützen, um Orientierungshilfen zu geben, damit Fortschritte gefördert und die dringend benötigte Unterstützung für die Institutionalisierung eines neuen Datenverwaltungsmechanismus geleistet werden.

Auf externer Ebene holte die WHO Rat von externen Experten ein und ging Partnerschaften mit Organisationen außerhalb der Vereinten Nationen, darunter auch aus der Privatwirtschaft, ein, um ihre Daten- und Analysekapazitäten auszubauen. Im Juni und September 2021 veranstaltete sie zwei Gipfeltreffen zum Thema „Health Data Governance“, um die WHO, die Mitgliedstaaten, Partner und die breite Öffentlichkeit zusammenzubringen, bewährte Verfahren zu erörtern und die Notwendigkeit von Gesundheitsdaten als globales öffentliches Gut zu unterstreichen.

Darüber hinaus hat die WHO-Führung in Zusammenarbeit mit Microsoft, Avanade und anderen eine langfristige Investition getätigt, um die technischen Systeme zu entwickeln und zu warten, die erforderlich sind, um Entscheidungen auf der Grundlage zeitnaher, zuverlässiger und verwertbarer Daten zu treffen. Diese Investition führte zur Entwicklung des World Health Data Hub (WHDH). Der WHDH ist die weltweit erste umfassende End-to-End-Lösung für die globale Gesundheit und zielt darauf ab, Prozesse zu optimieren und sicherzustellen, dass Daten für alle Beteiligten zugänglich, auffindbar und nutzbar sind.

Während dieses gesamten Transformationsprozesses hat die WHO-Führung dieses Engagement unter Beweis gestellt, indem sie öffentlich Stellung bezog, sich sowohl intern als auch extern präsent und engagiert zeigte und langfristig in die praktischen Instrumente (wie den WHDH) und die Verhaltensänderungen (wie eine aktualisierte Wertecharta) investierte, die für die Umsetzung erforderlich sind. Dieser umfassende kulturelle Wandel hin zu einer datengesteuerten Organisation wäre ohne das Engagement der Führung unmöglich, und die WHO kann anderen Organisationen, die einen ähnlichen Wandel anstreben, als Vorbild dienen.

Zu verstehen, warum man ein Problem lösen möchte, scheint eine recht einfache Aufgabe zu sein. Tatsächlich mag die Frage nach dem „Warum“ so naheliegend erscheinen, dass dieser Schritt oft übersehen wird. Die Frage nach dem „Warum“ ist jedoch unerlässlich, um ein Projekt zu initiieren und eine nachhaltige Lösung zu gewährleisten. Sie ist während des gesamten Innovationszyklus erforderlich – von der Schaffung von Dynamik innerhalb einer Organisation über die Einbindung der Stakeholder, die Förderung des Projektfortschritts, die Ableitung des richtigen Governance-Ansatzes und die Sicherstellung der Zweckmäßigkeit der Daten bis hin zur Umsetzung einer technischen Lösung.

Ein entscheidender erster Schritt ist es, die Fragen zu identifizieren, die Sie beantworten möchten. Sobald die Fragen feststehen, können Sie darüber nachdenken, welche Lösungen erforderlich sind, um diese Fragen anzugehen und zur Lösung des Problems beizutragen.

Beispiele für Probleme, zu deren Lösung offene Daten beitragen können, sind unter anderem:

• Meine Organisation verfügt über Daten, die zu einer besseren Mobilitätsplanung in meiner Region beitragen könnten. Wie kann ich diese Daten sinnvoll und verantwortungsbewusst weitergeben?
• Meine Organisation hat offene Daten zu rassistischen Ungleichheiten veröffentlicht. Wie können wir die Nutzung dieser Daten fördern?
• Was sind die kosteneffizientesten und gerechtesten Maßnahmen zur Verbesserung der Luftqualität in den einzelnen Regionen, insbesondere im Hinblick auf die Verschmutzungsquellen, von denen Länder mit niedrigem und mittlerem Einkommen betroffen sind?

Weitere Informationen zu diesem letzten Beispiel und anderen dringenden, wichtigen Fragen, die durch eine verantwortungsvolle Nutzung relevanter Datensätze beantwortet werden könnten, finden Sie auf der Website von The GovLab unter „The 100 Questions Initiative“.

Nachdem Sie nun die Fragen identifiziert haben, besteht der nächste Schritt darin, zu verstehen, wo sich Ihr Unternehmen auf dem Weg zur Beantwortung dieser Fragen befindet. Dazu kann es hilfreich sein, das aktuelle Datenökosystem zu erfassen. Die Erfassung des Datenökosystems kann dazu dienen, neue Datenquellen zu erschließen, bestehende Datenströme zu nutzen, zu ermitteln, wo Änderungen erforderlich sind, und andere Interessengruppen zu identifizieren, die ebenfalls an der Lösung desselben oder eines ähnlichen Problems arbeiten.

Ein erster Schritt besteht darin, die Datenakteure in Ihrem Datenökosystem zu erfassen und zu analysieren, wie Wert innerhalb dieses Ökosystems ausgetauscht wird. Der Wert kann beispielsweise in Form von Daten vorliegen, aber auch im Austausch von Feedback oder Wissen bestehen.

Für eine Übung zur Kartierung von Datenökosystemen besuchen Sie die Seite „Data Ecosystem Mapping: Tool and Guidance“ des Open Data Institute.

Der Zugang zu Daten kann ein entscheidender Bestandteil des Vorhabens sein, ist jedoch nicht der einzige zu berücksichtigende Aspekt. Es ist auch wichtig, umfassender zu prüfen, wie alle Beteiligten in Ihrem Datenökosystem einen Mehrwert erzielen können.

Intern müssen Führungskräfte die Zustimmung der Interessengruppen gewinnen und innerhalb der Organisation eine Dynamik aufbauen, um die Herausforderung anzugehen. Externe Interessengruppen müssen erkennen, dass dies im Einklang mit ihren Interessen steht, und einen Anreiz haben, sich zu engagieren. Mit anderen Worten: Sie brauchen eine Antwort auf die Frage: „Was springt für mich dabei heraus?“

Die Berücksichtigung der Interessen der Stakeholder trägt letztlich dazu bei, Vertrauen aufzubauen. Dazu kann gehören, Ihre Stakeholder in die Diskussion über den Werteaustausch einzubeziehen, beispielsweise durch die Teilnahme an einer gemeinsamen Sitzung zur Erfassung des Datenökosystems.

Die Datenlandschaft zu erfassen, ist eine gewaltige Aufgabe. Sobald Sie die Fragen, die Sie beantworten möchten, klar definiert haben, wird die Suche nach geeigneten Datensätzen überschaubarer. Analysieren Sie Ihre vorhandenen Daten und ermitteln Sie, welche offenen und gemeinsam genutzten Daten zur Lösung des Problems benötigt werden. Dies können Sie wie folgt erreichen:

• Verwendung einer Checkliste um festzustellen, über welche Daten Sie verfügen und was Sie damit tun können, zum Beispiel:
  • Was umfasst der Datensatz?
  • Welche Aspekte müssen Sie schützen und wie sensibel sind die Daten?
  • Woher stammen die Daten? Das Verständnis der Herkunft der Daten ist ein wesentlicher Faktor für eine vertrauenswürdige Datennutzung. Die „Herkunft“ bezieht sich auf die Qualität des Datensatzes und basiert auf mehreren Faktoren, darunter die Herkunft des Datensatzes (einschließlich Kennzahlen zur geschätzten Zuverlässigkeit, Konfidenz und zum Risiko).
  • Wo werden die Daten gespeichert?
  • Wofür soll es verwendet werden?
  • Gibt es Einschränkungen hinsichtlich des Zugangs oder der Nutzung?
• Lücken in den Daten aufdecken und Partner finden, die zum Projekt beitragen können, oder Ressourcen zur Beschaffung von Open Data.
• Nutzung frei zugänglicher Datensätze, wie beispielsweise jener, die unter Open-Data-Bedingungen auf Azure Open Datasets, GitHub und Microsoft Research Open Data bereitgestellt werden.
• Vorbereitung Ihrer internen Datensätze für die externe Weitergabe. Für Daten, die als offene Daten zur Verfügung gestellt werden können, wird empfohlen, die „Community Data License Agreement – Permissive, Version 2.0“ (CDLA-Permissive-2.0) oder eine andere Open-Data-Lizenz zu verwenden, um Ihre Daten weiterzugeben. Nutzungsbedingungen helfen den Nutzern, die Bedingungen und Einschränkungen für die Nutzung der Daten zu verstehen. Durch das Hinzufügen geeigneter Nutzungsbedingungen werden die Daten als offen gekennzeichnet, Klarheit hinsichtlich der Weiterverwendung geschaffen und Innovationen gefördert. Gemeinnützige Organisationen können auf den Microsoft Nonprofit Innovation Hub zugreifen, der eine einfache rechtliche Vorlage für die Einrichtung einer Datenzusammenarbeit enthält.
• Zusammenarbeit mit anderen Organisationen oder Akteuren, die versuchen, dasselbe Problem zu lösen.

Anfang 2021 haben das Open Data Institute und Microsoft ein Peer-Learning-Netzwerk ins Leben gerufen, um Organisationen, die im Bereich Daten zusammenarbeiten, dabei zu unterstützen, die Herausforderungen, denen sie gegenüberstehen, effektiver zu bewältigen. Dazu gehörte auch die Auseinandersetzung mit Fragen des Vertrauens und der Vertrauenswürdigkeit zwischen den Teilnehmern und anderen Interessengruppen.

Im ersten Workshop wurden die Teilnehmer in das Tool „Data Ecosystem Mapping“ eingeführt, um die Daten- und Wertströme in ihren Ökosystemen zu untersuchen. Dazu gehörte auch die Überwindung von Hindernissen beim Datenaustausch durch die Erstellung einer vertrauenswürdigen Ökosystemkarte, um zu verstehen, wo Vertrauen – oder dessen Fehlen – sich auf den durch Datenströme geschaffenen Wert auswirkt.

Eines der Kooperationsprojekte des Peer Learning Network, „Caring for Equality“, eine Zusammenarbeit zwischen der Stadtverwaltung von Buenos Aires in Argentinien, dem Center for Global Development und der Open Data Charter, hatte zum Ziel, Ungleichheiten bei Pflegeaufgaben zu beseitigen, die die wirtschaftliche Unabhängigkeit von Frauen einschränken. Unter Verwendung von Daten aus verschiedenen privaten und öffentlichen Quellen entwickelten die Teams ein „Caring Indicator System“, das die Situation in Buenos Aires beleuchten und Informationen liefern sollte, um die Politikgestaltung zu verbessern und die Rechenschaftspflicht gegenüber den Bürgern der Stadt zu stärken.

Im Rahmen der Zusammenarbeit wurde mithilfe der „Data Ecosystem Mapping“-Analyse ermittelt, wer die Datenanbieter und -quellen sind, wie auf die Daten zugegriffen und diese genutzt werden können und wie die Vertrauensprobleme beim Datenaustausch mit und innerhalb der Regierung zu berücksichtigen sind. Diese Analyse führte zu wichtigen Entscheidungspunkten, die dazu beitrugen, die Initiative auf der Grundlage eines gemeinsamen Verständnisses des Wertes des im Aufbau befindlichen Pflegesystems voranzubringen.

Weitere Informationen zu „Caring for Equality“ finden Sie hier.

Als London seinen Plan bekannt gab, bis 2030 eine CO₂-neutrale Stadt zu werden, musste über umweltfreundlichere Verkehrsmittel in der ganzen Stadt und den umliegenden Vororten nachgedacht werden. Da die Umstellung von benzin- und dieselbetriebenen Fahrzeugen auf Elektrofahrzeuge zur Reduzierung der CO₂-Emissionen beitragen kann, musste die Stadt die Möglichkeiten zur Schaffung einer besseren Ladeinfrastruktur besser verstehen. Dies erforderte eine Zusammenarbeit zwischen Entwicklern und Betreibern von Ladestationen, um umfangreichere Datensätze zu erstellen und so die Nachfrage von Besitzern von Elektrofahrzeugen (EV) besser zu erfassen.

Es wurde ein Pilotprojekt zum Datenaustausch ins Leben gerufen, um zu ermitteln, wie die Ladeinfrastruktur für Elektrofahrzeuge in London verbessert werden könnte. Das öffentlich-private Programm zum Datenaustausch lieferte Erkenntnisse zur Ermittlung potenzieller Standorte für Ladestationen für Elektrofahrzeuge. Das Pilotprojekt zum Datenaustausch zeigte das Potenzial von Datenaustausch, Datenzusammenarbeit und offenen Daten für den Ausbau der Ladeinfrastruktur für Elektrofahrzeuge in London auf und trug letztlich dazu bei, Londons Ziel der CO₂-Neutralität bis 2030 zu unterstützen.

Mithilfe von Datensätzen, darunter Daten zum Verkehrsaufkommen, zur Ladekapazität sowie aus dem Kataster, konnten mehr als 2.000 öffentliche Grundstücke in der Stadt ermittelt werden, die als potenzielle Standorte für Ladestationen für Elektrofahrzeuge in Betracht gezogen werden sollten.

Die Transparenz der Daten ermöglicht es der Stadt, die Grundlage für die Analyse offenzulegen, und trägt so dazu bei, bei Skeptikern Vertrauen und bei Investoren in die Ladeinfrastruktur für Elektrofahrzeuge Motivation zu wecken. Dritte können die Analyse genau prüfen, um zu beurteilen, ob die gezogenen Schlussfolgerungen zuverlässig und zutreffend sind. Insgesamt hat die Nutzung von Open Data in diesem Projekt gezeigt, dass es durch den Datenaustausch möglich war, infrastrukturelle Hindernisse bei einem derart groß angelegten Vorhaben zu überwinden.

Weitere Informationen zum Pilotprojekt zur Ladeinfrastruktur für Elektrofahrzeuge finden Sie hier.

So wie der Zugang zu Daten für Unternehmen entscheidend ist, um Probleme zu lösen und innovativ zu sein, sind die für die Arbeit mit diesen Daten erforderlichen Kompetenzen für jedes Unternehmen von entscheidender Bedeutung. Doch laut Zahlen von LinkedIn arbeitet etwa die Hälfte aller Personen mit technischen KI-Kenntnissen im Technologiesektor, während sie in anderen Unternehmen und Branchen oft Mangelware sind.

Wenn Sie Daten für Ihr Unternehmen nutzbar machen möchten, ist es entscheidend, sicherzustellen, dass Ihr Unternehmen über die erforderlichen Fachkräfte verfügt, um einen Plan zu entwerfen und umzusetzen, mit dem Sie die gewünschten Erkenntnisse und Antworten gewinnen können. Das bedeutet nicht, dass Sie ganze Teams von Informatikern einstellen müssen. Im Gegenteil: Eine Vielzahl von Berufsgruppen und Fachkompetenzen arbeitet mit Daten in unterschiedlichen Formen, darunter Datenanalysten, Datenwissenschaftler, Softwareentwickler und Forscher. Welches Fachpersonal Sie benötigen, hängt von den Datenkompetenzen ab, die für Ihre Initiative erforderlich sind.

Eine Checkliste mit Fragen, die Ihre Organisation für diese Bewertung verwenden kann, könnte Folgendes umfassen:

• Welche entscheidenden Datenkompetenzen sind erforderlich, um die identifizierte Herausforderung zu bewältigen? Zu den technischen Kompetenzen könnten beispielsweise die Verwaltung von Systemen und Infrastruktur für die Datenverarbeitung, die Implementierung von Datenpipelines und Analysen sowie die Visualisierung oder Berichterstattung von Daten gehören. Zu den erforderlichen nicht-technischen Kompetenzen könnten die beratende Erfassung von Anforderungen, das Stakeholder-Management und das Programmmanagement gehören.
• Über welche Datenkompetenzen verfügt Ihr Unternehmen derzeit?
• Wo bestehen bei Ihnen kritische Qualifikationslücken?
• Können Sie mit einer anderen Organisation zusammenarbeiten, um diese Lücke zu schließen, oder benötigen Sie dafür Fachkräfte aus den eigenen Reihen?
• Müssen Sie neue Mitarbeiter einstellen? Gibt es Möglichkeiten, die Qualifikationen Ihrer derzeitigen Mitarbeiter zu verbessern?
• Bieten Sie derzeit Schulungsprogramme an, um die Datenkompetenzen zu fördern? Welche Schulungsprogramme könnten erforderlich sein?

Ausführliche Beschreibungen der wichtigsten technischen und betriebswirtschaftlichen Funktionen für ein interdisziplinäres Team finden Sie im „AI Playbook“, das hier heruntergeladen werden kann.

Weitere Ressourcen finden Sie im „Data Skills Framework“ des Open Data Institute.

Crowdsourcing unter Verwendung offener Daten hilft Organisationen bei der Lösung schwieriger Probleme, da es zu unerwarteten Lösungen, einer schnelleren Problemlösung und einer geringeren Belastung für die Nutzer führen kann. Beim Crowdsourcing kommen freiwillige (oder bezahlte) Datenerfasser zum Einsatz, die möglicherweise direkte Verbindungen zu der Organisation haben, die die Untersuchung durchführt, oder auch nicht. Ihre Hilfe kann letztlich Kosten und Zeit einsparen, indem sie die vorhandenen Kompetenzen und Systeme ergänzt. Fortschritte in der Mobiltechnologie haben dazu beigetragen, die Popularität von Crowdsourcing zu steigern, da nun mehr Menschen einen besseren Zugang zu Daten und einer Vielzahl von Communities auf der ganzen Welt haben.

Zu den Vorteilen des Crowdsourcing gehören:

• Vielfältige Daten. Da die Mitwirkenden ein breites Spektrum von Nutzern aus aller Welt repräsentieren, spiegeln ihre Beiträge wahrscheinlich genau jene Vielfalt wider, die für die Erzielung möglichst zuverlässiger Ergebnisse erforderlich ist.
• Geringere Kosten. Durch die Auslagerung der Datenerfassung können Unternehmen ihre Kosten senken, und es sind möglicherweise weniger Ressourcen erforderlich, um Datensätze innerhalb des Unternehmens zu beschaffen, zu bereinigen und zu strukturieren.
• Mehr Vertrauen. Der Begriff „Crowdsourcing“ selbst deutet darauf hin, dass Daten von außerhalb einer einzelnen Organisation stammen und auf eine breite Palette von Mitwirkenden zurückgreifen. Dadurch kann der Prozess an Glaubwürdigkeit gewinnen. Dieses gestärkte Vertrauen kann zu einer stärkeren Beteiligung der Öffentlichkeit an der Forschung führen. 

Ein gutes Beispiel für Crowdsourcing im medizinischen Bereich ist Folding@home, eine Organisation und Online-Plattform, die Crowdsourcing nutzt, um Simulationen zu beschleunigen – beispielsweise zur Erforschung des für COVID-19 verantwortlichen Coronavirus – und neue Therapien zu entwickeln.

Im Rahmen einer Partnerschaft mit Microsoft AI for Health rief Dr. Greg Bowman, Molekularbiophysiker an der Washington University School of Medicine in St. Louis, Freiwillige aus aller Welt dazu auf, ihre private Rechenleistung für Proteinsimulationen zur Verfügung zu stellen und die dabei generierten Daten an die Server des Projekts zurückzusenden. Die gemeinsame Leidenschaft, eine globale Pandemie zu bekämpfen, führte dazu, dass die Zahl der Geräte, auf denen Folding@home läuft, in nur zwei Monaten von rund 10.000 auf 1 Million anstieg. Bowman sieht die Crowdsourcing-Methode unter Verwendung offener Daten als Modell für die Bekämpfung bestehender und zukünftiger Krankheiten.

„Wir können ein Problem, dessen Lösung auf einem einzelnen Desktop 500 Jahre gedauert hätte, innerhalb von nur sechs Monaten lösen“, sagte er.

Erfahren Sie mehr über Folding@home und Dr. Greg Bowman.

Weitere Informationen zum „AI for Health“-Programm und den Projekten von Microsoft finden Sie hier.

Die Nutzung von Daten zur Bewältigung sozialer Probleme wirft häufig wichtige Fragen hinsichtlich der Governance und der Einhaltung von Vorschriften auf. Es ist wichtig, diese Fragen auch im Kontext der Interessengemeinschaft zu betrachten, deren Mitglieder ein Interesse an den Daten und deren Nutzung haben. Der Aufbau starker Beziehungen zu dieser Gemeinschaft trägt dazu bei, eine gute Governance zu fördern und neue, zulässige Verwendungszwecke zu identifizieren, die zu unerwarteten Vorteilen aus einer Datenkooperation oder einer damit verbundenen Initiative führen können. Wenn Ihre Gemeinschaft diesen Möglichkeiten vertraut, können sie den Nutzen Ihrer Dateninitiative für alle beteiligten oder betroffenen Organisationen, Einzelpersonen und Gemeinschaften vervielfachen.

Gute Governance-Rahmenwerke können dazu beitragen, Risiken zu mindern. Dabei kann es sich um rechtliche und regulatorische Risiken handeln, doch auch Risiken für das öffentliche Vertrauen und den Ruf sind für Organisationen von erheblicher Bedeutung. Diese müssen gegen die Risiken abgewogen werden, die entstehen, wenn Daten nicht für Zwecke des öffentlichen Interesses zugänglich gemacht werden. Das GovLab und andere beschreiben diesen Prozess als die Suche nach Wegen, um sowohl Missbrauch – wie etwa unbefugte Nutzungen, die den betroffenen Personen schaden – als auch verpasste Nutzungsmöglichkeiten zu vermeiden, darunter verpasste Gelegenheiten, das Leben der Menschen durch die Weiterverwendung von Daten zu verbessern. Im Folgenden finden sich Beispiele für Governance-Überlegungen, die, wenn sie in frühen Phasen erörtert und angewendet werden, dazu dienen können, sowohl Risiken zu mindern als auch die Möglichkeiten der Datennutzung zu verbessern.

Was wäre, wenn wir die Nutzung von Daten ermöglichen könnten, die jeder versteht? Dazu könnte die Entwicklung einer Initiative gehören, bei der von Anfang an einer der folgenden Aspekte berücksichtigt wird:

• Transparenz in der Leitung der Initiative und in den Leitungsgremien
• Transparenz hinsichtlich des Zwecks der Initiative
• Transparenz bei den erhobenen, abgerufenen oder erstellten Daten
• Transparenz hinsichtlich der Einhaltung gesetzlicher Vorschriften bei der Verwendung der Daten
• Bestimmung eines Datenverantwortlichen
• Daten sicher speichern und weitergeben
• Zugriff auf Daten gewähren oder diese weitergeben, ohne dabei den Datenschutz und geschäftlich sensible Informationen zu gefährden
• Einblicke für ein breites Spektrum von Interessengruppen bereitstellen, wobei alle davon profitieren
• Durch Ansätze, die Einzelpersonen und Organisationen ein Mitspracherecht bei der Erhebung, Nutzung, Speicherung und Weitergabe von Daten einräumen

Was wäre, wenn wir Daten sammeln könnten, die lokalen Gemeinschaften helfen, lokale Probleme zu lösen? Was wäre, wenn wir Daten nutzen würden, um Hindernisse für die Inklusion zu beseitigen? Antworten auf solche Fragen werden dazu beitragen, der Öffentlichkeit zu verdeutlichen, dass eine neue und verantwortungsvolle Nutzung von Daten in ihrem Interesse liegt und langfristig positive Auswirkungen haben kann.

Welche Mechanismen gibt es, um sicherzustellen, dass die Daten ausgetauscht und genutzt werden können? Zu berücksichtigen sind dabei unter anderem:

• Wie lassen sich die Daten „so offen wie möglich“ gestalten, um Innovationen zu fördern und die Daten auf neue und interessante Weise zu nutzen und zu kombinieren? Können die Daten auf vertrauenswürdige Weise offen zugänglich gemacht oder weitergegeben werden, beispielsweise durch Anonymisierung?
• Wie lassen sich Daten mithilfe gemeinsamer Datenmodelle, Standards oder stabiler Identifikatoren interoperabel machen? So bieten beispielsweise die FAIR-Prinzipien Leitlinien zur Verbesserung der Auffindbarkeit, Zugänglichkeit, Interoperabilität und Wiederverwendbarkeit von Forschungsdaten.

Die Festlegung dieser Ziele kann bei der Entwicklung eines Governance-Rahmens für ein faires, offenes und vertrauenswürdiges Datenökosystem sehr hilfreich sein. Ein nützliches Instrument zur Entwicklung und Bewertung der Datennutzung ist das „Data Ethics Canvas“ des Open Data Institute.

Während des gesamten Lebenszyklus der Initiative sollte das Governance-Rahmenwerk regelmäßig überprüft werden, um einen Regelkreis zu schaffen, der sicherstellt, dass die Ziele ständig neu bewertet werden, insbesondere wenn sich diese Ziele ändern. Möglicherweise kommen Sie zu dem Schluss, dass Governance-Entscheidungen am besten an eine Gruppe von Stakeholdern oder eine unabhängige Stelle delegiert werden sollten, beispielsweise an einen Governance-Ausschuss oder einen unabhängigen Datenverwalter. Wenn Entscheidungen delegiert werden, kann es besonders wichtig sein, über Leitlinien oder einen vereinbarten prinzipiellen Ansatz zu verfügen, der es ermöglicht, dass diese Entscheidungen im Sinne der Initiative getroffen werden.

Darüber hinaus könnte die gemeinsame Ausarbeitung von Grundsätzen und Bedingungen für den Zugriff auf und die Weiterverwendung von Daten im Rahmen direkter Beratungen – wie beispielsweise das von „The Data Assembly“ des GovLab vorgestellte Modell – eine zusätzliche gesellschaftliche Legitimation für die Zusammenarbeit im Bereich Daten schaffen.

Ein prinzipienorientierter Ansatz zur Governance hilft Ihnen dabei, ein Governance-Rahmenwerk zu entwickeln, das über rechtliche und Compliance-Aspekte hinausgeht. Dies kann hilfreich sein, wenn mehrere Organisationen an einer Dateninnovationsinitiative beteiligt sind. Indem Sie sich zunächst auf die Grundsätze einigen, nach denen Sie Daten erheben, speichern, nutzen und weitergeben möchten, wird die Gruppe in die Lage versetzt, künftig Entscheidungen zu treffen. In manchen Fällen können diese Grundsätze in einer Datencharta festgeschrieben werden.

Als Ausgangspunkt für die Bewertung und Überprüfung Ihrer Richtlinien und Grundsätze zur Datenweitergabe hat Microsoft fünf Grundsätze veröffentlicht, die unsere Beiträge und unser Engagement für eine vertrauenswürdige Datenzusammenarbeit prägen. Wir hoffen, dass diese Grundsätze die breitere Debatte über offene Daten bereichern und dass andere darauf aufbauen und sie weiterentwickeln können. Die fünf Grundsätze lauten:

• Offenheit – Wir werden uns dafür einsetzen, dass Daten, die für wichtige gesellschaftliche Probleme relevant sind, so offen wie möglich zugänglich sind, unter anderem indem wir selbst offene Daten bereitstellen
• Nutzbar – Wir werden in die Entwicklung neuer Technologien und Instrumente, Steuerungsmechanismen und Richtlinien investieren, um Daten für alle besser nutzbar zu machen
• Befähigung – Wir unterstützen Unternehmen dabei, entsprechend ihren eigenen Entscheidungen Mehrwert aus ihren Daten zu generieren, und fördern ihre KI-Fachkräfte, damit diese Daten effektiv und eigenständig nutzen können
• Sicher – Wir setzen Sicherheitsmaßnahmen ein, um sicherzustellen, dass die Zusammenarbeit bei der Datenverarbeitung dort, wo dies gewünscht wird, betrieblich sicher ist
• Privatsphäre – Wir unterstützen Organisationen dabei, die Privatsphäre von Personen im Rahmen von Kooperationen zum Datenaustausch zu schützen, bei denen personenbezogene Daten eine Rolle spielen

Ein Beispiel für eine gemeinschaftsbasierte Steuerung ist die Datencharta, die 2021 auf Grundlage der Empfehlungen der Londoner Datenkommission veröffentlicht wurde.

Die Erschließung datengestützter Lösungen ist entscheidend für die Bewältigung von Herausforderungen, die das künftige Wachstum der Stadt beeinflussen. Ohne Synergien zwischen lokalen Behörden und privaten Akteuren wäre es unmöglich, Lösungen für dringende Probleme wie die Verbesserung der Luftqualität, die Verkürzung der Pendelzeiten, die Verbesserung des Nahverkehrs und die Verringerung von Staus zu finden. Ende 2019 berief die Wirtschaftsvereinigung London First eine Gruppe öffentlicher und privater Organisationen als Mitglieder der London Data Commission ein. Die Data Commission, die von einem Projektteam aus Umsetzungspartnern – darunter London First, Arup, Oliver Wyman Forum und Microsoft – geleitet wurde, brachte lokale Behörden und private Unternehmen zusammen, um Daten so offen wie möglich auszutauschen. Die Data Commission hatte die Aufgabe, als maßgebliche Stimme der Wirtschaft in Fragen der Stadtdaten zu fungieren und durch die Schaffung von Datenqualitätsstandards sowie die Auseinandersetzung mit Themen wie Datenschutz, Ethik und Vertrauen zum Aufbau eines Ökosystems für den Datenaustausch beizutragen. Im September 2020 entwickelte die London Data Commission Vorschläge für ein „Data for London“-Rahmenwerk. Dieses Rahmenwerk empfahl die Einrichtung eines London Data Board und einer London Data Charter.

Auf Empfehlung der London Data Commission hat London First eine Arbeitsgruppe ins Leben gerufen, um diese Empfehlungen umzusetzen und weiterhin mit dem Chief Digital Officer für London zusammenzuarbeiten, um das London Data Board einzurichten und die London Data Charter auszuarbeiten.

Die Londoner Datencharta basiert auf einem Rahmenwerk mit sieben Grundsätzen: Nutzen für die Londoner schaffen; inklusive Innovation vorantreiben; Privatsphäre und Sicherheit schützen; Vertrauen fördern; Erkenntnisse mit anderen teilen; skalierbare und nachhaltige Lösungen entwickeln; und so offen wie möglich sein. Eine Vielzahl von Unternehmen hat sich diesem Rahmenwerk verpflichtet, und die Charta befasst sich nun mit Meilensteinen für London hinsichtlich der Zusammenarbeit mit der lokalen Wirtschaft, um gemeinsam die Datensicherheit zum Wohle öffentlicher Projekte zu gewährleisten.

Erfahren Sie hier mehr über die Londoner Datenkommission und hier über die Londoner Datencharta.

Von grundlegender Bedeutung für Open Data ist die technische Infrastruktur, die für die Arbeit mit diesen Daten und die Unterstützung des Datenaustauschs erforderlich ist. Dazu gehören Tools zur Datenanalyse und -visualisierung sowie Technologien und Plattformen, die einen einfachen und sicheren Zugriff auf Daten sowie deren Austausch innerhalb und zwischen Organisationen ermöglichen.

Um den technologischen und plattformbezogenen Bedarf Ihrer Dateninitiative zu ermitteln, sollten Sie folgende wichtige Faktoren berücksichtigen:

• Sind die Daten sensibel?
• Was müssen Sie schützen, und nach welchen rechtlichen oder vertraglichen Vorgaben?
• Was sollten Sie unter Berücksichtigung ethischer, rufschädigender und wirtschaftlicher Aspekte schützen?
• Zu welchem Zweck werden die Daten zur Verfügung gestellt?
• Wem werden die Daten zur Verfügung gestellt?
• Welcher Grad an Funktionalität ist für die Arbeit mit den Daten erforderlich?
• Kann durch den Einsatz datenschutzfördernder Technologien das erforderliche Maß an Nutzen erreicht werden?
• Welche Plattformen gibt es, um den Datenaustausch und den Datenzugriff unter Einhaltung der erforderlichen Standards zu erleichtern?
• Welche Governance-Rahmenbedingungen gibt es für sensible Daten, um den Zugriff und die Weitergabe zu kontrollieren?

Die „Data Responsibility Journey“ des GovLab ist ein Bewertungsinstrument, das eine interaktive Auseinandersetzung mit solchen Fragen ermöglichen soll.

Jeder dieser Faktoren kann auf eine Reihe von technologischen Anforderungen hindeuten. So können beispielsweise Datenanalyse-Tools dabei helfen, Trends zu verfolgen, Probleme und Effizienzpotenziale zu erkennen sowie Prognosen zu erstellen. Mit Datenvisualisierungstools können Sie die Daten, mit denen Sie arbeiten, visualisieren und visuell bearbeiten.

In Fällen, in denen der Datenschutz gewährleistet sein muss, sollten verschiedene Techniken zum Schutz der Privatsphäre in Betracht gezogen werden, wie beispielsweise Anonymisierung und Deidentifizierung. Differential Privacy ist eine von der Industrie entwickelte Technik, die es ermöglicht, Daten offener zugänglich zu machen, ohne dabei den Datenschutz zu gefährden. Konzeptionell nutzt Differential Privacy zwei Schritte, um den Datenschutz zu gewährleisten:

• Zunächst wird jedem Ergebnis Rauschen hinzugefügt, um den Einfluss einzelner Datenpunkte zu verschleiern. Das Rauschen ist stark genug, um die Privatsphäre einer Person zu schützen, soll jedoch die Genauigkeit der von Analysten und Forschern gewonnenen Erkenntnisse nicht wesentlich beeinträchtigen.
• Zweitens wird die Informationsmenge, die bei jeder Abfrage preisgegeben wird, berechnet und von einem Gesamtbudget für den Datenschutzverlust abgezogen. Sobald dieses Datenschutzbudget vollständig aufgebraucht ist, werden die Daten aus dem Verkehr gezogen und es sind keine weiteren Abfragen mehr zulässig, um eine Gefährdung der Privatsphäre zu vermeiden. Man kann sich dies als eine Art eingebauten Sicherheitsschalter vorstellen, der verhindert, dass das System Daten anzeigt, sobald die Privatsphäre einer Person gefährdet werden könnte.

Wenn es um Sicherheit geht, ist es wichtig, die Richtlinien oder den Status des Datenlebenszyklus zu berücksichtigen, die bzw. der durchgesetzt werden soll, sowie die richtigen Mechanismen zur Erreichung der Sicherheitsziele Ihres Unternehmens. Die Kontrolle des Zugriffs auf Daten und die Sicherstellung, dass die Personen, denen Zugriff gewährt wird, autorisiert und ordnungsgemäß authentifiziert sind, ist von entscheidender Bedeutung. Je nach Art der Daten und deren Verwendungszweck können jedoch zusätzliche technische Maßnahmen erforderlich sein. Confidential Computing trägt zum Schutz sensibler Daten in der Cloud bei, indem es Sicherheit durch Verschlüsselung der Daten während der Nutzung bietet. Dies sorgt für zusätzlichen Schutz Ihrer Daten während der Verarbeitung und ermöglicht eine bessere Zusammenarbeit zwischen Unternehmen.

Acht Monate nach Beginn der COVID-19-Pandemie haben das Open Data Institute und Microsoft eine „Education Open Data Challenge“ ins Leben gerufen, um die Auswirkungen des Übergangs zum Fernunterricht auf die Bildung junger Schüler zu untersuchen.

Um den Teilnehmern des Wettbewerbs Zugang zu neuen und relevanten Datensätzen zu ermöglichen, hat Microsoft Datensätze zur Breitbandnutzung in den Vereinigten Staaten veröffentlicht, sowohl auf Kreisebene als auch auf Postleitzahlenebene. Diese Datensätze basieren auf anonymisierten Daten, die wir im Rahmen unserer laufenden Bemühungen zur Verbesserung der Leistung und Sicherheit unserer Software und Dienste erheben. Da der Datensatz auf Postleitzahlenebene einen detaillierten Überblick über die Breitbandnutzungsanteile der Haushalte innerhalb einer Postleitzahl bietet, haben wir zusätzliche Maßnahmen ergriffen, um den Datenschutz zu gewährleisten. Wir haben Differential Privacy angewendet und den Datenaggregationen Rauschen hinzugefügt. Auch BroadbandNow hat sich beteiligt und erstmals seine Daten zu Preisen und Breitbandanbietern auf County-Ebene zur Verfügung gestellt.

Die „Education Open Data Challenge“ brachte aufschlussreiche Beiträge und Analysen hervor, die auf der Kombination und Visualisierung von Daten basierten. Die Challenge diente zudem dazu, aufzuzeigen, wie mehr offene Daten unter Wahrung des Datenschutzes zur Verfügung gestellt werden können.

Erfahren Sie mehr über die „Education Open Data Challenge“.

Für Führungskräfte, die Daten für soziale Innovationen nutzen möchten, bietet die „Data Stewards Academy: Developing a Data Reuse Strategy for Solving Public Problems“ des Open Data Policy Lab ein Programm zum selbstgesteuerten Lernen an.

Organisationen des sozialen Sektors können das Tool „Data Maturity Assessment“ von data.org nutzen, um zu ermitteln und zu verstehen, wo Ihre Organisation derzeit steht.

Für eine Übung zur Kartierung von Datenökosystemen besuchen Sie die Seite „Data Ecosystem Mapping: Tool and Guidance“ des Open Data Institute.

Weitere Informationen zur Bewertung der Datenlandschaft und des Kontexts, in dem Ihre Dateninitiative angesiedelt ist – einschließlich der Ermittlung des Problems, das Ihre Initiative lösen soll – finden Sie im „Data Landscape Playbook“ des Open Data Institute.

Wenn es um Weiterbildungsprogramme geht, mit denen man die Kompetenzen der derzeitigen Mitarbeiter erweitern oder die Fähigkeiten der bestehenden Belegschaft vertiefen möchte, stehen eine Vielzahl von Ressourcen zur Verfügung:

• Kurse von LinkedIn Learning und Microsoft Learn für Datenanalysten. Die Kurse von LinkedIn Learning, die im eigenen Tempo absolviert werden können, werden von Branchenexperten geleitet, während die Kurse von Microsoft Learn kurze Schritt-für-Schritt-Anleitungen, browserbasierte interaktive Programmier- und Skriptumgebungen sowie aufgabenbasierte Lernerfolge bieten.
• Microsoft-Zertifizierungen zu Grundlagen in den Bereichen Daten und KI. Branchenweit anerkannte Microsoft-Zertifizierungen helfen Fachkräften dabei, ihre Kompetenzen und ihre Fähigkeit, Aufgaben unter Einsatz von Microsoft-Technologien zu bewältigen, nachzuweisen.
• Microsoft Digital Skills Center für gemeinnützige Organisationen. Eine Zusammenarbeit zwischen TechSoup Courses und Microsoft, speziell für gemeinnützige Organisationen, um Zugang zu Microsoft-Produktschulungen zu erhalten, darunter Kurse zu Excel, Power BI und weiteren Themen.
• Microsoft-Workshops und -Schulungen sind über den Microsoft Store verfügbar. Diese kostenlosen Live-Schulungen für Unternehmen und Fachleute umfassen sowohl Einführungs- als auch Vertiefungskurse.
• Microsoft Viva Learning. Im Rahmen von Microsoft Viva Learning stehen in Microsoft Teams On-Demand-Schulungen zur Verfügung.
• Die Initiative „MySkills4Afrika“. Im Rahmen von „MySkills4Afrika“ stellen Microsoft-Mitarbeiter aus aller Welt ihre Zeit, ihre Fähigkeiten und ihr Fachwissen ehrenamtlich zur Verfügung, um Einzelpersonen und Organisationen in ganz Afrika zu unterstützen.

Weitere Ressourcen finden Sie im „Data Skills Framework“ des Open Data Institute.

Das „Data Ethics Canvas“ des Open Data Institute ist ein nützliches Instrument zur Entwicklung und Bewertung der Datennutzung.

Die „Data Assembly“ des GovLab bietet ein Modell für die gemeinsame Erarbeitung von Grundsätzen und Rahmenbedingungen für den Zugang zu und die Weiterverwendung von Daten im Rahmen direkter Beratungen.

Die Ende 2021 veröffentlichte Londoner Datencharta ist ein Beispiel für bürgernahe Verwaltung in der Praxis.

Bei der Bewertung des Technologie- und Ressourcenbedarfs einer Organisation für eine Datenkooperation oder -initiative ist „The GovLab’s Data Responsibility Journey“ ein Instrument, das die Chancen und Risiken aufzeigt, die in jeder Phase des Datenlebenszyklus zu berücksichtigen sind.

Im Rahmen der Zusammenarbeit von Microsoft mit der von der Harvard University geleiteten OpenDP-Initiative wurde SmartNoise veröffentlicht, eine einzigartige Open-Source-Plattform für Differential Privacy. Jeder kann die Plattform nutzen, um seine Datensätze anderen Nutzern weltweit zugänglich zu machen. Der Open-Source-Code und Beispiele sind auf GitHub verfügbar.

Confidential Computing trägt zum Schutz sensibler Daten in der Cloud bei, indem es Sicherheit durch die Verschlüsselung von Daten während der Verarbeitung bietet, was Ihren Daten zusätzlichen Schutz während der Verarbeitung gewährt. Eine hilfreiche Einführung in Confidential Computing finden Sie hier, Beispielprojekte finden Sie hier.

Microsoft verfügt über verschiedene Technologien, die einen offeneren Umgang mit Daten in einer Vielzahl von Anwendungsfällen unterstützen, darunter Azure Data Share. Diese Lösung ermöglicht es Unternehmen, Daten einfach und sicher mit mehreren Kunden und Partnern auszutauschen, und bietet ihnen die Möglichkeit, interne Daten mit Partnerdaten zu kombinieren, um neue Erkenntnisse zu gewinnen.

GitHub ist die weltweit größte Plattform für Softwareentwicklung und Code-Hosting. GitHub wird häufig für Datenprojekte genutzt, insbesondere für kleinere Datensätze, gemeinsam verwaltete Daten, Daten, die zusammen mit Code gespeichert sind, sowie für Workflows im Bereich des maschinellen Lernens. GitHub unterstützt die Darstellung von Daten und Notebooks in verschiedenen Formaten.