Big Data Studie - 7 Thesen für eine Good Data Governance

Berner Fachhochschule | E-Government-Institut

Sieben Thesen hinsichtlich einer

Good Data Governance

Zwischenergebnis einer Expertenbefragung im Auftrag des

Bundesamts für Kommunikation

Prof. Dr. Thomas Jarchow, Beat Estermann, Mai 2015

▶ E-Government-Institut


1. Experten-Befragung: Methodik

2. Sieben Thesen hinsichtlich einer Good Data Governance

3. Staatliche Handlungsfelder

Inhalt


Methodik


▶ Leitfadengestützte Interviews mit 17 Experten aus Wirtschaft,

Verwaltung und Gesellschaft

▶ Leitfaden in zwei unterschiedlichen Ausprägungen

▶ Big Data Beobachter

▶ Big Data Akteure

▶ Thematische Schwerpunkte

▶ Bedeutung von Big Data: Chancen und Risiken

▶ Daten und Datenzugang

▶ Ethischer Umgang und Reputation

▶ Gesellschaftliche Aspekte

▶ Wandel der Organisationen

▶ Handlungsrichtlinien

▶ Technologische Herausforderungen

Interviews, Leitfaden


Zivilgesellschaft Verwaltung / Hochschulen Privatwirtschaft

Big Data

Beobachter

Stiftung Konsumentenschutz

Verein Opendata

Verein Grundrechte

Rechtsanwalt

Journalist

Datenschützer

SWITCH

MELANI

N/A

Big Data

Akteure

(Persönliche Einschätzungen

einzelner Vertreter der

Privatwirtschaft)

Suva

BFS

SBB

Ricardo

Migros

Cablecom

Roche

Coop

Digitec

Kategorisierung der Interviewpartner

Organisationsbereiche der befragten Big Data Akteure: Business Information Management / Business Intelligence; Kommunikation / Marketing; Data Science; Public Policy; Business Development Von den 9 befragten Akteuren verfügen:

- 4 über eine Abteilung, welche sich um Big Data kümmert - 3 über ein Projekt oder eine Arbeitsgruppe, die sich mit Big Data befasst - 2 (noch) über keine Big Data-bezogenen Aktivitäten


Definition / Bedeutung von Big Data

Big Data Akteure Big Data Beobachter

Volume: grosse Mengen von Daten bzw. immer mehr Daten werden

verarbeitet. Dabei handelt es sich um einen allmählichen Trend

infolge von verbesserten technischen Möglichkeiten (grössere

Analyse- und Speicherkapazitäten) und nicht um etwas grundsätzlich

Neues.

Variety: es werden Daten aus verschiedenen Beständen verknüpft und

vernetzt; dies hat zur Folge, dass unterschiedlich strukturierte Daten,

in vielen verschiedenen Formaten aus verschiedenen Quellen

verarbeitet werden.

Velocity: Es kommt zu einer

immer schnelleren Verarbeitung

von Daten

Neue Analyse-Methoden: Big

Data wird von neuen Daten-

Analyse-Modellen begleitet

(Mustererkennung, Suche nach

Algorithmen)


Sieben Thesen hinsichtlich einer

Good Data Governance


1. Beim Datenschutz braucht es einen Paradigmenwechsel.

2. Der gesellschaftliche Nutzen von Daten erhöht sich, wenn sie

als freie Infrastruktur-Ressourcen verfügbar sind.

3. Big Data verschärft eine Reihe von Gefahren, die abgewehrt

werden müssen.

4. Machtgefälle aufgrund von einseitiger Datenkontrolle gilt es

zu vermeiden.

5. Es sollte ein liberaler Ansatz verfolgt werden.

6. Staatliche Intervention ist nötig.

7. Data Governance muss im internationalen Umfeld angegangen

werden.

Sieben Thesen hinsichtlich einer Good Data Governance


▶ Empowerment der Nutzer

Die Preisgabe und Nutzung von personenbezogenen Daten muss durch die

betroffenen Personen effektiv kontrolliert werden können.

▶ Recht auf Anonymität

Elementare Transaktionen des Lebens müssen auch anonym abgewickelt

werden können.

▶ Technische Massnahmen

Der Datenschutz ist durch technische Massnahmen sicherzustellen.

▶ Wettbewerbsrechtlicher Ansatz

Wenn wir einen besseren Schutz der Privatsphäre erreichen wollen, müssen wir

nicht beim Datenschutz ansetzen, sondern beim Wettbewerbsrecht.

These 1: Beim Datenschutz braucht es einen

Paradigmenwechsel


▶ Klassischer Ansatz:

▶ Besonders schützenswert sind Daten zu Gesundheit, finanzieller Situation, Religion,

politischer Zugehörigkeit etc. (vgl. Datenschutzgesetz).

▶ Nicht besonders schützenswert sind Daten, die sowieso öffentlich sind, wie Name,

Wohnort, Alter, Geschlecht.

▶ Big-Data-orientierter Ansatz:

▶ Besonders schützenswert sind Daten, die es erlauben, jemanden zu identifizieren, denn

diese Daten ermöglichen es, Personendaten aus unterschiedlichen Quellen miteinander

zu verknüpfen.

▶ Das Zusammenführen vieler verschiedener Personendaten in einer digitalen Identität ist

problematisch.

▶ Relativistische Ansätze:

▶ Was als schützenswert betrachtet wird, variiert individuell und ist auch kulturell geprägt.

▶ Es sollte kontextabhängig, hinsichtlich des Verwendungszwecks festgelegt werden, zu

welchen Daten jemand Zugang hat; eine generelle Unterscheidung zwischen

schützenswerten und nicht schützenswerten Daten ist nicht sinnvoll.

▶ Ansatz der persönlichen Datenhoheit:

▶ Es sollte in der Kontrolle jeder/jedes Einzelnen liegen, welche Daten er/sie herausgeben

möchte. („It’s not about privacy, it’s about control!“)

▶ Ansatz der Unversehrtheit der digitalen Identität:

▶ Die digitale Identität ist gleich zu schützen wie die physische; analog zur Garantie der

physischen Unversehrtheit müssen auch die Daten, die einen betreffen, korrekt sein.

Welche Personendaten sind besonders schützenswert?


▶ Open-Data-Prinzip

Nicht-personenbezogene Daten sollen grundsätzlich zur freien Weiter-

verwendung zur Verfügung stehen (Ausnahmen sind: Geschäftsgeheimnisse,

sicherheitsrelevante Daten, urheberrechtlich geschützte Daten)

▶ Open Personal Data

Personenbezogene Daten sollen von den Betroffenen – je nach persönlichem

Gutdünken – zur Weiterverwendung durch Dritte freigegeben werden.

These 2: Der gesellschaftliche Nutzen von Daten erhöht sich,

wenn sie als freie Infrastruktur-Ressourcen verfügbar sind


▶ Staatliche Repression

▶ Ökonomische Diskriminierung

▶ Persönliche Repression

Die persönliche Repression lässt sich unter Umständen durch staatliche

Repression oder ökonomische Diskriminierung institutionalisieren.

▶ Unkontrollierte Eigendynamik der Systeme

Gefahr von Algorithmen, die man nicht mehr richtig versteht und beherrscht.

These 3: Big Data verschärft eine Reihe von Gefahren,

die abgewehrt werden müssen


▶ Transparenz-Prinzip

Daten von politischer Relevanz müssen offen zugänglich sein.

▶ Kontrolle/Zerschlagung von Monopolen/Oligopolen

▶ Schutz vor staatlichem Missbrauch von Personendaten

Der Kampf gegen den Terrorismus sollte nicht als Vorwand dienen, die

Schutzmechanismen gegen staatlichen Missbrauch von Personendaten

abzubauen.

These 4: Machtgefälle aufgrund von einseitiger

Datenkontrolle gilt es zu vermeiden


▶ Markt-Prinzip

Datenschutz und Data-Sharing lassen sich über Marktmechanismen regulieren.

▶ Befähigung der Nutzer

Die Nutzer können mittels geeigneter Software-Lösungen, Transparenz-

Auflagen für Unternehmen sowie Aufklärungs- und Bildungsmassnahmen dazu

gebracht werden, einen bewussten und informierten Umgang mit ihren Daten

zu pflegen.

These 5: Es sollte ein liberaler Ansatz verfolgt werden


▶ Marktversagen

In etlichen Bereichen versagt der Daten-Markt aufgrund von natürlichen

Monopolen, Informations-Assymmetrien und negativen Externalitäten.

▶ Überforderung der Nutzer

Kunden/Nutzer sind nicht in der Lage, ihre datenbezogenen Interessen

gegenüber mächtigen Anbietern durchzusetzen.

These 6: Staatliche Intervention ist nötig


▶ Kontrolle von multinationalen Grossfirmen

Die Hauptgefahr in Sachen Datenschutz geht von multinationalen Grossfirmen

aus, gegen die einzelne Staaten nicht viel ausrichten können.

▶ Wettbewerbsverzerrungen führen zur Verwässerung von

Standards

Einzelstaatliche Lösungen führen auf internationalen Märkten zu

Wettbewerbsverzerrungen und im Endeffekt zu einer Verwässerung der

Standards

▶ Ent-Lokalisierung von Daten

Heute kommt digitalen Daten kein geografischer Ort mehr zu; die Daten sind

weltweit verteilt.

These 7: Data Governance muss im internationalen

Umfeld angegangen werden


Handlungsfelder / Handlungsbedarf


Staatliche Handlungsfelder / Kollektiver Handlungsbedarf

Regulatorische Massnahmen

Welche neuen gesetzliche Vorgaben braucht es?

In welchen Bereichen braucht es allgemeinverbindliche Standards?

In welchen Bereichen braucht es veränderte Aufsichtsrollen?

Anreizsysteme / Flankierende Massnahmen

Welche Aufklärungs- und Sensibilisierungsmassnahmen braucht es?

Welche Akzente sind bei der Aus- und Weiterbildung zu setzen?

Welche Massnahmen braucht es im Bereich der Innovations-förderung?

Verwaltungstätigkeit

Welche Anpassungen braucht es hinsichtlich der Datenproduktion und der Datenbereitstellung durch Behörden?

Welche Anpassungen braucht es im Bereich der Datennutzung durch Behörden?

Internationale Dimension

In welchen Bereichen wird die Souveränität der Schweiz de facto beschränkt?

In welchen Bereichen ist eine internationale Koordination erwünscht bzw. unabdingbar?

Welche internationale Governance-Architektur ist zweckmässig?


Kontakt

Prof. Dr. Thomas Jarchow:

[email protected]

Beat Estermann:

[email protected]

Big Data Studie - 7 Thesen für eine Good Data Governance

Government & Nonprofit

Transcript of Big Data Studie - 7 Thesen für eine Good Data Governance