Leitlinien für den Big-Data-Einsatz im Überblick - Chancen und Verantwortung Positionspapier der Projektgruppe Smart Data in der Fokusgruppe ...
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Leitlinien für den Big-Data-Einsatz im Überblick Chancen und Verantwortung Positionspapier der Projektgruppe Smart Data in der Fokusgruppe Intelligente Vernetzung Plattform „Innovative Digitalisierung der Wirtschaft“ im Nationalen IT-Gipfel
Inhalt 1. Einleitung 4 2. Nutzen von Big-Data-Anwendungen für Gesellschaft und Privatpersonen 5 2.1 Energiewende 5 2.2 Verkehrssysteme 5 2.3 Medizinische Forschung und Diagnostik 6 2.4 Öffentlicher Bereich 8 2.5 Vorhersage von Krisensituationen 8 2.6 Bildung und Qualifizierung 8 2.7 Finanzdienstleistungen 9 2.8 Landwirtschaft 9 2.9 Connected Car – aus Sicht privater Nutzer 9 2.10 Digitale Einkaufswelten 10 2.11 Online-Marketing und Nutzen von Big Data für Verbraucher 10 2.12 Industrie 4.0 11 2.13 Telekommunikation 11 2.14 Verbesserung des Datenschutzes in Rechenzentren 11 3. Bisher ungenutzte Chancen beim Einsatz von Big Data 12 4. Bedeutung der Datenwirtschaft in der zukünftigen Wirtschaft 14 5. Fragestellungen für Big-Data-Leitlinien 16 5.1 Big Data im internationalen Wettbewerb 16 5.2 Vertrauensentwicklung bei Verbrauchern - Best Practices 17 5.3 Transparenz bei Big-Data-Analysen 17 5.4 Wie Analyseergebnisse zustande kommen 18 5.5 Bedeutung ethischer Grundsätze bei Big-Data-Lösungen 18 5.6 Stimulierung gesellschaftlich wünschenswerter Verhaltensweisen 20 5.7 Datensammlung im Automatismus 20 5.8 Recht auf Vergessenwerden? 21 5.9 Umgang mit Wahrscheinlichkeiten und Verhaltensprognosen 22 5.10 Erkenntnisse aus der Kommunikation in sozialen Netzwerken 23 6. Leitlinien für den Big-Data-Einsatz 24 7. Big Data und Datenschutz: Politischer Handlungsbedarf 27 8. Autorenverzeichnis 30 9. Mitglieder Projektgruppe Smart Data 31 Plattform „Innovative Digitalisierung der Wirtschaft“ im Nationalen IT-Gipfel 3 Fokusgruppe Intelligente Vernetzung / Projektgruppe Smart Data
Leitlinien für den Big-Data-Einsatz im Überblick
Chancen und Verantwortung
1. Einleitung
Ziele
Diese Publikation1 verfolgt das Ziel, rechtspolitische Positionen und Leitlinien für den ethisch fundierten,
verantwortungsbewussten Einsatz von Big Data zu formulieren. Sie soll auch zu mehr Transparenz im Bereich
Big-Data-Anwendungen beitragen, denn Information und Transparenz schaffen die Basis für Vertrauen.
Zielgruppen
Das Positionspapier adressiert Entscheidungsträger in der Politik und in den Datenschutzbehörden, private
Verbraucher sowie die Öffentlichkeit. Es wendet sich ebenfalls an die Nutzer von Big-Data-Technologien und
-Lösungen in der Wirtschaft, deren Anbieter sowie Ethikbeauftragte.
Schwerpunkte
Das Positionspapier konzentriert sich auf zwei Schwerpunkte:
• Mit Beispielanwendungen aus vielen Bereichen des gesellschaftlichen Lebens wird der vielfältige Nutzen für
die Verbraucher und die Gesellschaft insgesamt gezeigt, den Big-Data-Anwendungen mit sich bringen.
• Den zweiten Schwerpunkt bilden Positionen zu Fragestellungen, die im Zusammenhang mit
Big-Data-Anwendungen im Fokus des öffentlichen Interesses stehen. Aus diesen Erörterungen
werden dann Leitlinien für den Big-Data-Einsatz und Vorschläge an die Politik abgeleitet.
1 Basis ist das Positionspapier „Leitlinien für den Big-Data-Einsatz — Chancen und Verantwortung“ des Bitkom vom September 2015
(https://www.bitkom.org/Bitkom/Publikationen/Leitlinien-für-den-Big-Data-Einsatz.html). Es enthält ein umfangreiches Quellenverzeich-
nis; daher wird an dieser Stelle auf Quellenangaben verzichtet.
42. Nutzen von Big-Data-Anwendungen für
Gesellschaft und Privatpersonen
Das Kapitel 2 zeigt an Beispielen aus 14 ausgewählten Smart Meter bilden die Grundlage für ein intelligentes
Bereichen die Bedeutung von Big-Data-Technologien für Stromnetz der Zukunft (Smart Grid). Das intelligente
die Gesellschaft und die Verbraucher auf. Stromnetz verbindet Erzeuger und Verbraucher sowie
Energiespeicher und ermöglicht den Austausch von
Die durchgehende Digitalisierung der meisten Geschäfts- Zustandsinformationen. So wird es möglich, Angebot
prozesse in Unternehmen und Organisationen führt zu und Nachfrage besser aufeinander abzustimmen und
einem enormen Anstieg der Daten. Die dafür erforder- zeitnah auf Schwankungen zu reagieren. Das kann nur
liche Verbesserung von Dateninfrastrukturen steigert funktionieren, wenn es gelingt, die Daten von Millionen
die Wettbewerbsfähigkeit der deutschen Wirtschaft und Verbrauchern in kurzer Zeit zu verarbeiten und eine
prägt maßgeblich die Attraktivität des Wirtschaftsstand- Rückkopplung an die Verbraucher z. B. in Form von
orts Deutschland. Von modernen Dateninfrastrukturen Preisinformationen zu gewährleisten.
profitieren u.a. die Energieversorgung, das Verkehrs-
wesen, das Gesundheitswesen und die staatliche
Verwaltung. Wegen ihrer Bedeutung für die privaten 2.2 Verkehrssysteme
Verbraucher werden auch Beispiele aus Bereichen wie Der Einsatz von Big-Data-Lösungen im Luft-, Schienen-
Finanzdienstleistungen, Mobilität (Connected Car) oder und Straßenverkehr ermöglicht jedes Jahr Millionenein-
Telekommunikation aufgeführt. Zusätzlich wird gezeigt, sparungen und verbessert die Umweltbilanz entschei-
dass Industrie 4.0 aus Big-Data-Ansätzen maßgebliche dend. Gleichzeitig können die Beförderungsangebote
Impulse erhält – auch wenn der Nutzen für private Ver- besser auf den Bedarf der Passagiere angepasst werden.
braucher nicht unmittelbar ersichtlich wird.
Optimierung im Schienen- und Straßenverkehr
– am Beispiel der Schweiz
2.1 Energiewende Die Schweizer Bahnen regeln die Geschwindigkeit ihrer
Die Bundesregierung plant den Einsatz von Smart Züge mit neuen Technologien. Die Verminderung von
Metering in deutschen Haushalten. Die Optimierung des Verkehrshalten lässt auch den Energieaufwand sinken –
privaten Verbrauchs von Elektroenergie leistet einen mit Millioneneinsparungen in jedem Jahr und Beiträgen
bedeutenden Beitrag zur Energiewende. zum Umweltschutz. Das neue Rail Control System
speichert und verarbeitet in Sekundenschnelle die
2013 hat das jetzige Bundesministerium für Wirtschaft Zuginformationen aller in Betrieb befindlichen Bahnen
und Energie eine Studie für den flächendeckenden Ein- sowie Zustandsdaten der gesamten Bahninfrastruktur. Es
satz von Smart Metering in Deutschland vorgestellt. Ein liefert dem Lokführer Informationen zur Steuerung der
Szenario geht davon aus, dass bis 2022 mehr als zehn Zuggeschwindigkeit mit dem Ziel, ungeplante Stopps zu
Millionen digitale Zähler installiert sind und die Innova- vermeiden, denn starkes Abbremsen und nachfolgendes
tion somit rund zwei Drittel aller Haushalte und Unter- Beschleunigen großer Lasten kosten sehr viel Energie.
nehmen erfasst. In ähnlicher Form werden Big-Data-Analytics-Lösungen
Plattform „Innovative Digitalisierung der Wirtschaft“ im Nationalen IT-Gipfel 5
Fokusgruppe Intelligente Vernetzung / Projektgruppe Smart DataLeitlinien für den Big-Data-Einsatz im Überblick
Chancen und Verantwortung
bei der japanischen und britischen Bahn zur Optimierung ein, das den Andrang der täglich über 140.000 Lkw-Fahrten
der Verfügbarkeit, Pünktlichkeit und Auslastung der Züge im Hafen entzerrt und die Güterströme optimiert.
eingesetzt. Auch die Deutsche Bahn setzt eine umfas- Die Menge an Verkehrs- und Transportdaten ist riesig.
sende Digitalisierungsstrategie um. Dabei gibt es viele verschiedene Beteiligte wie Hafen-
verwaltung, Speditionen, Transporteure, Parkflächen-
Umweltfreundliches Truckmanagement und Terminal-Betreiber. smartPORT logistics ermöglicht
Ein global tätiges deutsches Logistikunternehmen hat es Häfen sowie Transport- und Logistikunternehmen,
eine Flottenlösung eingeführt, die zu signifikanten Transportaufträge in Echtzeit zu überwachen.
Reduktionen des Treibstoffverbrauchs und der CO2-
Emissionen sowie gleichzeitig zu einem verbesserten
Überblick für Disponenten führt. Vernetzte Fahrzeug- 2.3 Medizinische Forschung und Diagnostik
flotten erzeugen laufend Daten. Dabei entstehen Big-Data-Anwendungen im Gesundheitswesen – zurzeit
schnell Datenvolumina in einem dreistelligen Terabyte- noch in den Anfängen – könnten Gesundheit und Wohl-
Bereich, in denen Optimierungspotenziale stecken. Die befinden vieler Menschen bedeutend verbessern.
Flottenlösung sammelt kontinuierlich Fahrzeugbewe-
gungsdaten und ermöglicht dadurch die Berechnung Es entstehen derzeit Falldatenbanken – z. B. ein Krebsre-
der Fahreffizienz von Trucks. gister an der Charité – für einige häufige sowie für schwere
Erkrankungen, um bei neuen Patienten mit ähnlichen
Bessere Angebote für den öffentlichen Nahverkehr Symptomen möglichst wirksame Therapien zu finden.
Vergleichbare Anwendungen entwickeln auch die Tele-
kommunikations- und andere Unternehmen: Aktivitäts- Die im Abschnitt 2.3 skizzierten Beispielanwendungen
daten aus dem Mobilfunknetz bieten die Möglichkeit, benötigen personenbezogene, medizinische und dadurch
Verkehrsanalysen für unterschiedliche Verkehrsmittel besonders schützenswerte Informationen. Wenn es
mit hoher Detailtiefe durchzuführen. Für den öffentli- um Gesundheit und Leben geht, sollte der Staat die
chen Nahverkehr ergeben sich daraus neue Chancen, Rahmenbedingungen verbessern, damit die Patienten
bessere Angebote zu schaffen. schnell von den Fortschritten in IT-gestützter Diagnostik
und Therapie profitieren können.
Im Bereich Verkehr werden durch die Nutzung anony-
misierter Daten aus dem Mobilfunk in naher Zukunft Diagnose und Behandlung von Tumoren
umfangreiche Möglichkeiten erschlossen: Bessere Anfang Juli 2015 stellten das Potsdamer Hasso-Plattner-
Daten für die Planung von Infrastrukturprojekten im Be- Institut und die Berliner Charité eine neue Lösung vor,
reich Straße und Schiene, bessere Stauprognosen, eine mit der sich innerhalb kürzester Zeit die für einen Krebs-
bessere Taktung bei Zügen sowie Buslinien, die den patienten optimale Chemotherapie bestimmen lässt.
ländlichen Raum besser erschließen – und vieles mehr. Ohne Big-Data-Analysen würde das Wochen dauern.
Verkehrs-Hubs – am Beispiel Smart Port Logistics im Auch am Nationalen Centrum für Tumorerkrankungen
Hamburger Hafen (NCT) in Heidelberg arbeiten Ärzte und Wissenschaftler
Um die Verkehrsströme künftig miteinander zu vernetzen an neuen Therapieformen.
und effizienter zu gestalten, führte die Hamburg Port Autho-
rity (HPA) mit IT-Dienstleistern das Cloud-basierende Infor- Es gibt über 100 verschiedene Formen von Krebs, wobei
mations- und Kommunikationssystem smartPORT logistics sich jede Form in ihrer Ausprägung und Entwicklung stark
6unterscheidet. Deshalb ist es umso wichtiger, dass betrof- Überwachung von Vitalparametern – Betreuung von
fene Patienten eine schnelle, auf ihren Fall zugeschnittene Senioren und chronisch Kranken
Behandlung erhalten. Dafür muss das NCT mit Bezug auf Für die Erfassung und Verarbeitung detaillierter biomet-
das Patientenprofil eine große Menge an Daten in Echtzeit rischer Daten gibt es ein riesiges Spektrum von Anwen-
auswerten. Big-Data-Technologien integrieren all diese dungen. Man denke an die Unterstützung von Sportlern
Daten mit sehr großen Datenvolumen aus unterschiedli- beim bei der japanischen und britischen Bahn zur Opti-
chen Quellen. Die beschleunigte Tumordiagnostik kann mierung der Verfügbarkeit, Pünktlichkeit und Auslastung
die Lebenserwartung der Tumorpatienten erhöhen. der Züge eingesetzt. Auch die Deutsche Bahn setzt eine
umfassende Digitalisierungsstrategie um.
Hilfe für Infarkt-Betroffene
In der Vergangenheit haben Ärzte nur kurze Abschnitte Nutzen von Gesundheits-Apps
von EKG-Daten analysiert. Nur selten waren Ärzte in der Seit 2007 hat sich der Smartphone-Markt durch nutzer-
Lage, lange Ausdrucke zu studieren, die im Laufe eines freundlichere Geräte und die stärkere Integration von Senso-
Tages entstehen. Bei der Bewertung des Gesundungspro- ren stark verändert. Dieser Trend hat sich noch durch Zu-
zesses von Infarktbetroffenen kann es jedoch hilfreich satzgeräte wie Fitnessarmbänder (Fitnesstracker) gesteigert,
sein, die gesamten Daten zu analysieren. Dabei haben die leicht mit dem Smartphone zu koppeln sind. Das Smart-
US-amerikanische Wissenschaftler Hinweise in EKGs phone wird heute durch entsprechende Apps für Sportübun-
gefunden, welche Abweichungen von einem „normalen“ gen, Lauftraining oder täglichen Gesundheitscheck zum
Verlauf das Risiko vervielfachen, innerhalb eines Jahres persönlichen Kontrollzentrum und zur Steuerzentrale für den
einem erneuten Infarkt zu erliegen. So konnten neue Einzelnen. Diese als Quantified Self bezeichnete Messung
Techniken für die Risikoanalyse entwickelt werden. einzelner Vitalparameter des Menschen ist aber als persön-
liche Feedbacklösung nicht nur für den Einzelnen wertvoll,
Personalisierte Medizin gegen Erbkrankheiten um Gesundheitszustand und Fitness zu überwachen. Durch
Die Mukoviszidose ist eine vererbte Stoffwechselerkrankung die digitale Übermittlung der anonymisierten Daten und
– sie behindert die normale Lungenfunktion: Die Hälfte der Verarbeitung der einzelnen Detaildaten in Cloud-Lösungen
Patienten wird keine 40 Jahre alt. Die Fortschritte bei der entsteht ein Zusatznutzen. Die Verarbeitung tausender Nut-
Gensequenzierung und Big-Data-Methoden erlauben es, zungsprofile und zehntausender Datenpunkte für einzelne
personalisierte Arzneimittel herzustellen und betroffenen Nutzer ermöglicht die maschinelle Mustererkennung als
Menschen ein deutlich längeres und besseres Leben zu Big-Data-Anwendung. So können Signale für Erkrankungen
ermöglichen. und Früherkennung von gesundheitlichen Gefährdungssitua-
tionen genauer als je zuvor wahrgenommen werden.
Frühgeborenen-Überwachung
Kanadische Neonatologen haben festgestellt, dass es Krankenkassen haben die Vorteile für ihre Mitglieder und die
Fälle von Infektionen bei Frühgeborenen gibt, die durch Kassen selbst erkannt und bieten bereits spezielle Tarife für
medizinische Frühindikation verhindert werden können. Nutzer an, die sich entsprechende Apps der Krankenkasse
Durch die permanente Überwachung bestimmter Symp- auf ihrem Smartphone installieren. Einige Anbieter erwägen,
tome und lebenswichtiger Parameter bei Frühgeborenen Versicherungsbeiträge zu reduzieren.
mit Hilfe modernster, medizinischer Sensorik lässt sich
die Frühgeborenen-Sterblichkeit vermindern. Um die Durch Gesundheits-Apps und den Einsatz von Big Data zur
kritischen Warnsignale und Parameter-Änderungen des zentralen Aggregation, Auswertung und Mustererkennung
medizinischen Zustandes frühzeitig zu erkennen, müssen ergeben sich Vorteile für die Allgemeinheit, die Sozialein-
ununterbrochen tausende von Sensordaten pro Sekunde richtungen des Staates, für Unternehmen und auch für den
analysiert werden. Einzelnen.
Plattform „Innovative Digitalisierung der Wirtschaft“ im Nationalen IT-Gipfel 7
Fokusgruppe Intelligente Vernetzung / Projektgruppe Smart DataLeitlinien für den Big-Data-Einsatz im Überblick
Chancen und Verantwortung
2.4 Öffentlicher Bereich Kriminalitätsvorbeugung
Im öffentlichen Bereich können Big-Data-Technologien Innenministerien einzelner Bundesländer prüfen die
bei der Erfüllung vieler öffentlicher Aufgaben helfen, wie Möglichkeiten, mit Methoden des Predictive Policing
etwa der Daseinsvorsorge, Umwelt-Monitoring, Stadtent- bestimmten Delikten wie z. B. Wohnungseinbrüchen
wicklung und öffentliche Sicherheit (Sicherheit kritischer oder dem Entwenden hochwertiger Pkw vorzubeugen.
Infrastrukturen). Großes Potenzial bieten Wirtschafts-
förderung und Smart-City-Ansätze. Möglich sind auch Die Polizei prognostiziert mit Big-Data-Analysen Tatorte
Anwendungen zur Abschätzung von Gesetzesfolgen oder und Delikte. Auf Basis gesammelter historischer Daten
zur Meinungsanalyse. Vor dem breiteren Einsatz von Big entwickelt sie dann Gegenstrategien.
Data im öffentlichen Sektor braucht es klare rechtliche
und ethische Grenzen.
2.5 Vorhersage von Krisensituationen
Katastrophenmanagement Empirische Forschung in den Natur- oder Sozialwissen-
Die Hochwasserschutzzentrale der Stadt Köln setzt mit schaften ist auf die Verfügbarkeit von Daten zur Theorie-
Partnern aus Wissenschaft und Wirtschaft das Projekt bildung angewiesen. Der Einsatz von Big-Data-Technolo-
Smart-Data-Katastrophenmanagement (sd-kama) um. Ziel gien ermöglicht genauere Theorien und damit die Beant-
des Projektes sd-kama ist es, eine Informationsplattform wortung von Fragestellungen mit bisher nicht bekanntem
aufzubauen, die ein effizientes Katastrophenmanagement Detailgrad, insbesondere auch präzisere Vorhersagen von
ermöglicht. Einsatzleitung und Einsatzkräfte erhalten in Krisensituationen. Beispiele findet man in der Klimafor-
Echtzeit – im Krisenfall zählt jede Minute – einen Überblick schung bei der Vorhersage von Extremwetterlagen sowie
über die aktuelle Hochwasserlage (betroffene Gebiete, in den Wirtschaftswissenschaften bei der Vorhersage von
Ausmaß der Schäden, Position der Rettungskräfte) sowie Finanzkrisen. Fortschritte in der Wissenschaft ermögli-
eine Prognose über die weitere Entwicklung (Katastrophen- chen es Politik, Wirtschaft und Gesellschaft, früher auf zu
verlauf, Wettervorhersage). Diese Informationen erlauben erwartende Extremsituationen zu reagieren und dadurch
es, lokale Gegebenheiten zu berücksichtigen, Plausibilitäten gewaltige Schäden abzuwenden.
zu prüfen und Entscheidungen zu priorisieren.
Cybersecurity 2.6 Bildung und Qualifizierung
Einen wichtigen Beitrag zur Sicherheit öffentlicher IT-In- Intelligente Bildungsnetze, ausgestattet mit digitalen Inhal-
frastrukturen leistet die Überwachung der im IT-Betrieb ten, gebrauchstauglichen Lernumgebungen und Mög-
generierten und mit Big-Data-Ansätzen ausgewerteten lichkeiten zur sozialen Vernetzung und Kooperation über
Maschinendaten. Verdächtige Veränderungen oder Institutionengrenzen hinweg, unterstützen heute sowohl
Vorgänge möglichst rasch – am besten in Echtzeit – zu den Prozess des lebenslangen Lernens als auch das per-
erkennen, ist der Anspruch der IT-Sicherheit. Die Auswer- sonalisierte Lernen des Einzelnen und von Gruppen in der
tung von Logdaten bietet hier einen sehr guten Ansatz- formalen und informellen Bildung und Qualifizierung. Die
punkt. Unverzichtbar wiederum ist sie für den Nachweis Erfassung, Speicherung und Verarbeitung großer Daten-
oder die Spurensuche nach Sicherheitsvorfällen. Die mengen über das individuelle Lernverhalten und die Ver-
Korrelation von Logdaten aus verschiedenen Quellen holt änderung personaler Kompetenzen in hybriden Welten hat
Zusammenhänge ans Licht, die ansonsten verborgen sind. dabei eine lange Tradition, ist verbindendes Element und
Big-Data-Technologien lassen sich in vielen Bereichen wie wird für Erklärung und Prädiktion genutzt. Learning-Ana-
etwa für das Aufspüren von hochentwickelten Bedrohun- lytics-Methoden kommen zum Einsatz, welche einerseits
gen, Insider-Angriffen oder der missbräuchlichen Verwen- die computerbasierte, automatisierte Anpassung digitaler
dung von Zugangsdaten nutzen. Bildungsinhalte, Lernmethoden und Bildungsumgebungen
8an den Lernenden unterstützt, andererseits eine marktge- Preise für ihre Dienstleistungen senken und damit ihren
rechte, nachfrageinduzierte Realisierung von Unterrichts-, Kunden attraktivere Angebote unterbreiten.
Studien- und Weiterbildungsangeboten für das lebenslan-
ge Lernen ermöglicht.
2.8 Landwirtschaft
Die Bereitstellung von Nahrungsmitteln für eine auch
2.7 Finanzdienstleistungen weiter rasant steigende Weltbevölkerung ist eine eminent
Bei Finanzdienstleistern werden Big-Data-Technologien politische Aufgabe. Insofern sind die Möglichkeiten des
zurzeit in erster Linie in der Kreditvergabe sowie bei der Big-Data-Einsatzes in der Landwirtschaft von enormer
Eindämmung von Betrug und Geldwäsche eingesetzt – für gesellschaftlicher Relevanz.
Verbraucher sehr wichtige Einsatzgebiete.
Als fortgeschrittener Nutzer von Big-Data-Technologi-
Einsatz von Big Data bei der Kreditbeschaffung en statten Landmaschinenhersteller ihre Produkte mit
Im traditionellen Bankgeschäft werden seit vielen Jahren Sensoren und Messsystemen aus, die einen Datenstrom
analytische Verfahren eingesetzt. Diese erleichtern und ob- erzeugen. Die Daten aus dem Entwicklungs- und Produk-
jektivieren Kreditentscheidungen etwa beim Hauskauf oder tionsprozess werden durch Telematics- und Betriebsdaten
im Bereich der Verbraucherkredite. Big-Data-Analysen er- sowie Daten interner Systeme für die Ersatzteilbestellung
lauben nun wesentlich genauere und schnellere Entschei- oder Schadensmeldungsbearbeitung ergänzt. Aus der
dungen. Durch die Auswertung von typischem Verhalten Erweiterung des zentralen Datenpools durch Zusatzinfor-
von Kreditausfällen lassen sich gezieltere Vorhersagen zur mationen wie z. B. Wetterhistorien oder Bodenbeschaf-
Kreditwürdigkeit von Kunden treffen. Die damit gebauten fenheitsdaten entsteht ein Data Lake2 mit umfassenden
Modelle verhindern auch eine allzu schnelle Ablehnung Big-Data-Einsatzszenarien. Big-Data-Technologien werden
aufgrund des Fehlens von starren Voraussetzungen, son- auch zur Optimierung von Wasser- und Düngerzufuhr für
dern geben auf einer viel breiteren Basis ein genaueres landwirtschaftliche Kulturen eingesetzt.
Bild über das voraussichtlich Zahlungsverhalten und damit
des Risikos, das die Bank eingeht.
2.9 Connected Car – aus Sicht privater Nutzer
Aufdeckung von Versicherungsbetrug Sensor-, Cloud- und Big-Data-Technologien bilden die
Versicherungsbetrug und Geldwäsche locken raffiniert Grundlage für autonome Fahrzeuge und lassen tiefgrei-
vorgehende kriminelle Kreise an, die sich häufig sehr wirk- fende Veränderungen in der Ausgestaltung von Mobilitäts-
sam der Aufdeckung ihrer Betrügereien entziehen. Daraus lösungen erwarten. Zurzeit testen führende Automobil-
erwächst die Herausforderung, durch Netzwerk-Analyse hersteller Modelle, die in wenigen Jahren auf den Markt
Zusammenhänge bei Finanztransaktionen in Echtzeit zu er- kommen werden. Die futuristischen Fahrzeuge lenken,
kennen. Hier kommen spezielle Datenbanken zum Einsatz. fahren und bremsen allein, gesteuert von Kameras, Sen-
In Kombination mit den bewährten Betrugsbekämpfungs- soren und Laserscannern. Damit hat die Digitalisierung
methoden bieten sie Unternehmen umfassenderen Schutz endgültig die Automobilindustrie erobert. Big-Data-
vor Missbrauch. Auf diese Weise reduzieren Banken und Technologien ermöglichen die schnelle Verarbeitung und
Versicherungen den Kapitalausfall durch Missbrauchsschä- Auswertung vielfältiger Informationen sowie den Einsatz
den und können so ihre Einnahmen verbessern bzw. die riesiger Datenmengen für die Prognose des Verkehrsflus-
2 Vgl. https://en.wikipedia.org/wiki/Data_lake
Plattform „Innovative Digitalisierung der Wirtschaft“ im Nationalen IT-Gipfel 9
Fokusgruppe Intelligente Vernetzung / Projektgruppe Smart DataLeitlinien für den Big-Data-Einsatz im Überblick
Chancen und Verantwortung
ses. Das revolutioniert die Verkehrssteuerung. Das Auto nicht. Neue Techniken können nun Abhilfe verschaffen.
wandelt sich stärker zum Arbeits- oder Lebensraum. Die Verbraucher vermeiden Umwege, wenn sie in Kauf
Neben dem Austausch von Informationen zwischen nehmen, dass die Anbieter Bewegungsprofile erstellen.
zentralen Stellen und den Fahrzeugen können diese auch Big Data in Verbindung mit Lokationsdaten ermöglicht die
direkt miteinander kommunizieren (Car-to-Car-Communi- Auswertung von Kundenbewegungen in Verkaufsräumen
cation) und so die Vorfahrt regeln oder vor Hindernissen oder Einkaufszentren in Echtzeit und somit die Optimie-
warnen. Autonome Autos haben somit weitreichende rung von Verkaufsräumen und Sortimenten. Der Verbrau-
Folgen auf die Gesellschaft. cher profitiert von Informationen, die ihm – entsprechend
seinen Vorlieben oder angegebenen Wünschen – zur
Verfügung gestellt werden: Wo und zu welchen Konditio-
2.10 Digitale Einkaufswelten nen sind bestimmte Produkte verfügbar. Ein Routenplaner
Das Internet der Dinge und Big Data dringen schrittweise sichert kurze Wege.
von der Produktionskette bis an die Ladentheke. Big Data
gibt dem (Online-)Händler Werkzeuge in die Hand, die po-
tenziellen Käufer mit individuellen Angeboten zu adressie- 2.11 Online-Marketing und Nutzen von
ren und bis zur Kaufentscheidung zu begleiten. Neueste Big Data für Verbraucher
Entwicklungen tragen zur Verminderung von Retouren Big Data trägt zur Erhaltung eines kostenfreien, da
bei – im Interesse des Einzelnen und der Gesellschaft werbefinanzierten Angebots-Ökosystems im Internet bei.
gleichermaßen. Verbraucher profitieren von qualitativ hochwertigen und
kostenfreien Inhalten, Dienstanbieter von optimierten
Outdoor Analytics Erträgen aus der Bereitstellung ihrer Services. Die Erfas-
Big Data erleichtert die Mobilitätsforschung und -kontrol- sung, Aggregation und Aussteuerung von Daten und Wer-
le. Wo Personenströme von Bedeutung sind, wird verläss- beinhalten erfolgt datenschutzkonform und anonymisiert.
liche Planung zur Herausforderung. Die Auslastung des Seit Verbraucher das Internet stärker nutzen, steht die
Nahverkehrs und die Positionierung von Werbung ließen Frage im Raum, wie die Bereitstellung von Informationen
sich bisher nur mit aufwendigen Handzählungen und und Services wirtschaftlich genutzt werden kann. So
rückblickend beantworten. Mit Big Data in Verbindung sollte für Anbieter ein Anreiz bestehen, qualitativ hoch-
mit Lokationsdaten sind schnelle Antworten möglich. wertige und aktuelle Informationen sowie wertvolle und
Informationen über Verkehrsströme – angereichert mit nutzenstiftende Services bereitzustellen.
zusätzlichen Informationen – lassen sich für die zielge-
richtete Verbraucheransprache nutzen. Den Verbrauchern Online-Marketing ist ein substantieller Bestandteil des
erleichtern solche Informationen die Orientierung in für Internets, da die meisten Nutzer kostenfreie Inhalte
ihn neuen Regionen. Entsprechend ihren Vorlieben und wünschen. Als Gegenwert stehen Werbeeinblendungen
aktuellen Bedürfnissen erhalten sie Informationen über in unterschiedlicher Form. Ohne Werbung ist also kein
Hotels, Restaurants, aktuelle Angebote oder Freizeitmög- kostenfreier Inhalt im Internet denkbar.
lichkeiten. Viele Jahre war Online-Werbung als Baustein für die
Finanzierung von Online-Diensten kein brauchbares Inst-
Indoor Analytics – Optimierte Einkaufswege rument, weil die technischen Lösungen für die zielgerich-
Einkaufszentren werden mitunter als Irrgärten empfunden. tete Ansprache der Nutzer fehlten. Das hat sich nun mit
Die Orientierung per Smartphone funktioniert bislang Entwicklungen wie Programmatic Advertising und Real
10Time Bidding geändert. Basierend auf der Auswertung munikationsinfrastruktur unter Verwendung von Big
des anonymisierten Nutzungsverhaltens von Online-Nut- Data signifikant steigern. Beim zweiten Modell geht es
zern können mittlerweile in Echtzeit Gebote auf einzelne um die Optimierung von Wertschöpfungsprozessen bei
Werbeeinblendungen abgegeben werden, ohne dass die Geschäftskunden und um die Steigerung gesellschaftlich
beworbene Person dem Werbenden bekannt ist. wünschenswerter Effekte. Dynamische Analytics-Lösun-
gen nutzen beispielsweise die Fähigkeit von Telekommuni-
Die Vorteile sowohl für den Verbraucher, als auch für den kationsunternehmen, Bewegungsmuster zu erstellen, die
Werbenden liegen auf der Hand. Der Verbraucher wird auf Lokationsdaten der Teilnehmer sowie auf CRM3-Daten
von unsinniger, breit gestreuter Werbung ohne Bezug zu basieren und mittels statistischer Methoden Bewegungs-
seinen Präferenzen verschont, während der Werbende ströme darstellen können. Verkehrsbetreiber erhalten
die richtigen Nutzer zur richtigen Zeit anspricht. Werbe- so wichtige Informationen für die Bedarfsplanung und
treibende sind bereit, für zielgerichtete Werbung an die steuerung.
passende Zielgruppe höhere Preise zu zahlen. So entsteht
eine bessere Grundlage für den nachhaltigen Betrieb von
Online-Services ohne Zusatzkosten für den Verbraucher. 2.14 Verbesserung des Datenschutzes in
Rechenzentren
Big-Data-Ansätze sichern die Überwachung der Einhal-
2.12 Industrie 4.0 tung von Datenschutzrichtlinien in Rechenzentren.
Big Data gilt als eine der Triebkräfte für die vierte industri- Die von Kunden an Unternehmen übermittelten Daten
elle Revolution (Industrie 4.0). Die Möglichkeit, große und werden für zukünftige Verarbeitungsschritte erst einmal
inhomogene Datenmengen zu erfassen und praktisch in gespeichert. Die Speicherung erfolgt meist zentral in
Echtzeit zu verarbeiten, lässt die Digitalisierung der Indus- einem Rechenzentrum – zusammen mit den Daten an-
trie in absehbarer Zukunft zur Realität werden. derer Kunden, um diese effizient über unterschiedlichste
Abfragemöglichkeiten in Zusammenhang zu bringen.
Der Einfluss von Big Data wird in vier Bereichen evident. Innerhalb eines Rechenzentrums sind viele Mitarbeiter für
Zum einen ermöglicht es flexible und intelligente Fabriken den ordnungsgemäßen Betrieb zuständig. Um sicherzu-
(Smart Factory, Smart Operations), zum anderen äußert stellen, dass sie nur die ihnen übertragenen Tätigkeiten
sich der Einfluss in den damit verbundenen qualitativ mit den übermittelten Daten durchführen, muss jede
neuen Produkten (Smart Products) und Dienstleistungen mögliche Interaktion überwacht werden. Die Interaktio-
(Smart Service). Insgesamt wird deutlich, dass Big-Data- nen variieren zwischen genau definierten bis hin zu völlig
Technologien einen unverzichtbaren Beitrag für freien Zugriffsmöglichkeiten. Je weniger definiert ein
Industrie 4.0 leisten. Zugriff stattfindet, desto weniger strukturiert werden die
Überwachungsdaten abgelegt. Dies kann sich von Text-
über Audio- wie auch Videodaten erstrecken. Die Heraus-
2.13 Telekommunikation forderung besteht darin, aus dieser großen, unstrukturier-
Der Mehrwert von Big-Data-Analysen für die Telekom- ten Datenmenge zu erkennen, welche Operationen die
munikation ergibt sich im Wesentlichen aus zwei Wert- Benutzer mit den Daten vorgenommen haben und ob sie
schöpfungsmodellen. Das erste Modell verbessert den dazu berechtigt waren.
Geschäftsbetrieb von Telekommunikationsunternehmen.
So lässt sich z. B. die Leistungsfähigkeit der Telekom-
3 Customer Relationship Management
Plattform „Innovative Digitalisierung der Wirtschaft“ im Nationalen IT-Gipfel 11
Fokusgruppe Intelligente Vernetzung / Projektgruppe Smart DataLeitlinien für den Big-Data-Einsatz im Überblick
Chancen und Verantwortung
3. Bisher ungenutzte Chancen beim
Einsatz von Big Data
In anderen Ländern werden Big-Data-Anwendungen für Soziales
Aufgaben eingesetzt, bei denen in Deutschland beson- Eine der größten Errungenschaften des modernen Staats
dere Rahmenbedingungen gelten, die bisher dem Einsatz sind seine Sozialleistungen. Mit Hilfe analytischer Me-
entgegenstanden. Es steht die Frage im Raum, ob diese thoden können der Missbrauch von Sozialleistungen
Rahmenbedingungen für alle Ewigkeit unverrückbar blei- verringert und Ausgaben vermieden werden. So könnte
ben müssen, wenn sie sich als Hemmschuh im globalen es gelingen, durch ein aktives und fokussiertes Eingreifen,
Wettbewerb der Wirtschaftsstandorte erweisen. zum Beispiel durch gezielte Fördermaßnahmen oder spe-
zifische Bildungsangebote bereits im Vorfeld einschlägige
Jeder neuen Technologie schlägt Skepsis entgegen, schließ- „Karrieren“ zu verhindern. Jeder erfahrene Sozialarbeiter
lich ging es ja vorher auch ohne. Zudem stellt sich leicht ein kennt die maßgeblichen auslösenden Faktoren – mit Big
Unbehagen gegenüber dem Unbekannten ein. Im Bereich Data Analytics ließen sich bereits deren erste Anzeichen
Big Data gilt das in besonderem Maße. Alle Bedenken sind erkennen. Was in Frankreich und anderswo möglich ist,
ernst zu nehmen und können in der Diskussion letztlich nur scheitert in Deutschland am Datenschutz.
förderlich sein. Mehr Transparenz kann zu mehr Akzeptanz
führen und schließlich dabei helfen, die positiven Poten- Gesundheit
ziale von Big Data zu heben – und damit sind nicht nur Der Bereich Gesundheit ist höchst sensibel und verdient
wirtschaftliche Vorteile einzelner Unternehmen gemeint, besonderen Schutz. Umgekehrt erwartet jeder Patient
sondern auch allgemeine Produktivitätssteigerungen und die bestmögliche Behandlung in seinem konkreten Fall.
gesamtgesellschaftliche Fortschritte. Nun gibt es gerade in diesem Bereiche eine Unmenge von
Daten: Verschreibungsinformationen, Diagnosen, Ver-
Öffentliche Verwaltung laufsprotokolle, Medikamentenwirksamkeitsstudien und so
Im Bereich der Steuereinnahmen herrscht in Deutschland weiter. Diese Daten „gehören“ jedoch unterschiedlichen
eine föderale Zuständigkeit, die zu unterschiedlichen Ausle- Institutionen und können deshalb auch nicht so einfach ge-
gungsvorschriften je nach Bundesland führen. Wichtiger noch meinsam ausgewertet werden. Wäre dies möglich, könnten
als die subjektiv empfundenen Ungleichbehandlungen, etwa anhand der Millionen Datenpunkte, die etwa im Bereich des
in der Verfolgung von einzelnen Steuersäumigen, sind jedoch morbiditätsorientierten Risikostrukturausgleichs4 anfallen,
kriminelle Ansätze, die auf die fehlende Gesamtsicht setzen. funktionierende von nicht funktionierenden Behandlungs-
Sogenannte Umsatzsteuerkarusselle lassen sich durch eine mustern getrennt werden. Zumindest ließe sich mit einer
geschickte Konstruktion so leichter als in anderen europäi- signifikanten Wahrscheinlichkeit sagen, welche Behandlung
schen Ländern aufbauen. Eine komplette Datenerhebung aller „normalerweise“ Erfolg verspricht und welche „fast nie“
steuerlichen Sachverhalte ließe sich sehr viel einfacher mittels wirkt. Sicher wären alle Patienten dankbar, von den Erfah-
analytischer Verfahren auf verdächtige Muster und Zusam- rungen „aller“ anderen vergleichbaren Fälle zu profitieren.
menhänge hin untersuchen. In Deutschland ist der Aufwand
ungleich höher – die Schlupflöcher mithin größer.
4 Risikostrukturausgleich der gesetzlichen Krankenkassen
12Hinderungsgründe
Fasst man diese und weitere Beispiele zusammen, ergeben sich zwei wesentliche Hinderungsgründe:
1. Zweckbindung im Bundesdatenschutzgesetz: Der Reiz und der Mehrwert vieler Big-Data-Projekte entsteht
im explorativen Erforschen und Kombinieren bisher getrennt erfasster Einzeldatenbestände. Damit lassen
sich beispielsweise Fragestellungen nach dem Zusammenhang vom Wetter (Temperaturdaten) und dem Ab-
verkauf von Eiscreme beantworten. Bei personenbezogenen Daten fehlt (bisher) oft ein gesetzlicher Erlaub-
nistatbestand, der eine nachträgliche Verwendung für andere Zwecke, als ausdrücklich bei der Erfassung
abgefragt, ohne die ausdrückliche Einwilligung legitimiert. Das führt dazu, dass bestehende Datenbestände
in vielen Fällen nur anonymisiert oder mit einer neuen Einwilligung ausgewertet werden können. Beides ist
in der Praxis oft nur schwer zu leisten.
2. Starke Anforderungen an Anonymisierung: Der übliche und häufig verfolgte Ausweg bei nicht ausreichenden
Einwilligungen ist die Anonymisierung von personenbezogenen Daten. Dann sind zwar im Anschluss auch
keine personenbezogenen Handlungen im engeren Sinne möglich, wohl aber lassen sich Verbraucherans-
prachen zusammenfassen und optimieren. Rechtlich ist allerdings in Deutschland schon nicht zweifelsfrei
geklärt, ob man vorhandene Daten ohne weiteres für eine weitere anonyme Nutzung anonymisieren darf
oder ob für den Vorgang der Anonymisierung eine eigene Rechtsgrundlage benötigt wird. Technisch lassen
sich Anonymisierungen auf verschiedene Arten realisieren. Wenn die Fallzahl von nachträglich gebildeten
Gruppen zu klein werden, lassen sich unter Umständen wieder reale Personen zuordnen, so dass die Daten
nach den geltenden rechtlichen Anforderungen allenfalls als pseudonymisiert, aber nicht als anonymisiert
gelten. Die Verarbeitung von pseudonymen Daten wird nach geltendem Datenschutzrecht derzeit kaum pri-
vilegiert, obwohl die Pseudonymisierung in Kombination mit technischen und organisatorischen Maßnahmen
(zum Schutz vor De-Identifizierung) resultierende Risiken für betroffene Personen maßgeblich reduziert.
Lösungsansätze
• Woran es derzeit in Deutschland mangelt, sind vertrauenswürdige Organisationen (Daten-Treuhänder), die
Datenbestände von zwei Parteien aufnehmen und jeder Partei das „Gold“ aus den Daten (anonymisiert)
zurückgibt, um daraus neue digitale Geschäftsmodelle für beide Seiten zu erstellen.
• Auch fehlt es an erprobten Technologien, die diese Anonymisierung und Pseudonymisierung so einfach machen,
dass es für alle Beteiligten transparent und handhabbar bleibt. Erfolgversprechende Ansätze beziehen auch
Hardwarekomponenten mit ein oder arbeiten mit ausgefeilten Zertifikathierarchien.
• Technische Leitlinien und anerkannte Standards zur Anonymisierung und Pseudonymiserung sind (weiter) zu
entwickeln, um einen Maßstab für alle Beteiligten zu schaffen, an der die Qualität der Anonymisierung und
Pseudonymiserung rechtssicher gemessen werden kann.
• Die wichtigste Errungenschaft allerdings wäre ein modernes Datenschutzrecht, das den tatsächlichen
Gepflogenheiten der Gegenwart Rechnung trägt und einen möglichst global einheitlichen Raum definiert.
Plattform „Innovative Digitalisierung der Wirtschaft“ im Nationalen IT-Gipfel 13
Fokusgruppe Intelligente Vernetzung / Projektgruppe Smart DataLeitlinien für den Big-Data-Einsatz im Überblick
Chancen und Verantwortung
4. Bedeutung der Datenwirtschaft in der
zukünftigen Wirtschaft
Die Datenwirtschaft wird die Geschäftsmodelle vieler Technologie- und Strategietrends
Branchen unserer Industrie- und Dienstleistungsland- „Big Data – Die Daten werden zum Produkt“ – dieser
schaft umkrempeln. Zahlreiche Beispiele aus Unter- Merksatz beschreibt in Kurzform die Auswirkungen des
nehmen zeigen die Entstehung bzw. Modifizierung von Phänomens der Datenwirtschaft auf die Wertschöpfungs-
Geschäftsmodellen durch Big Data auf. Big Data ist un- und Geschäftsmodelle in der Industrie- und Dienst-
ternehmerische Realität und eröffnet neue Möglichkeiten leistungslandschaft. Was sich in den letzten Jahren als
für innovative Unternehmen und Start-ups. Der Wert eines strategischer Trend abzeichnete, beginnt sich heute als
Produktes aus Verbrauchersicht wird immer stärker durch unternehmerische Realität zu manifestieren und verändert
intelligente Software-Funktionalität und kontextsensitive nachhaltig die Wettbewerbslogik in vielen Märkten.
Bereitstellung von Daten geprägt. Es lassen sich derzeit drei grundlegende Trends ausma-
chen, deren Konvergenz in den kommenden drei bis fünf
Jahren für ein extrem beschleunigtes Wachstum der „Data
Economy“ sorgen werden:
• Big Data und neue Analytics-Verfahren: Ohne die
neue Generation an Datenbanktechnologien, Ana-
lytics-Verfahren und hochskalierenden IT-Infrastruk-
turen á la Cloud Computing ist eine Datenwirtschaft
nicht denkbar. Die in den letzten Jahren als Big Data
umschriebenen neuen Technologien und Analysewerk-
zeuge stellen die Grundlage der neuen datengetrie-
benen Geschäftsmodelle und Prozesse dar. Auch hier
konvergieren derzeit verschiedene Technologien und
schaffen vollständig neue Möglichkeiten für innovative
Unternehmen und Start-ups.
14• Internet der Dinge und von Software bestimmte Pro- Diese drei beschriebenen Technologie- und dukte: Mit dem Internet der Dinge beginnt eine eng- Strategietrends verstärken sich wechselseitig. maschige Verzahnung von analoger und digitaler Welt. Angefeuert durch kostengünstige Sensorik werden In dem genannten Zeitraum von drei bis fünf Jahren wird immer mehr Maschinen und Anlagen vernetzt. So wer- sich auch der Abstand zwischen den klassisch organi- den sowohl Industrie- als auch Dienstleistungsprozesse sierten und den datengetriebenen Unternehmen weiter granular analysierbar, optimierbar und sogar „program- vergrößern. Viele etablierte Spieler werden vom Markt mierbar“. Gleiches gilt zukünftig auch im Kontext von verschwinden, da ihre Marken in der digitalen Welt nicht Produktentwicklung und -design von Haushaltsgeräten, mehr sichtbar und die Geschäftsmodelle ihrer Produkte Konsumelektronik, Kleidung oder auch Autos. Der nicht mehr kompatibel mit den digitalen Kommunikations- Wert eines Produktes aus Verbrauchersicht wird immer und Kommerzialisierungsströmen sind. So sind aktuell die stärker durch intelligente Software-Funktionalität und Banken und Versicherungen in Alarmbereitschaft, da sich kontextsensitive Bereitstellung von Daten geprägt. Die sogenannte FinTech5-Start-ups mit ihren anwenderfreund- Einzigartigkeit eines Produkts ist durch Software defi- lichen und mobilen Lösungen in die Finanzströme einklin- niert; die Bereitstellung und Verarbeitung von produkt- ken und den etablierten Finanzkonzernen die jungen und und kontextrelevanten Daten spielt für den Anwender zahlungsfreudigen Verbraucher abnehmen. eine zunehmende Rolle. Sie bestimmt somit maßgeb- lich den Differenzierungsfaktor eines Produktes sowie die Zahlungsbereitschaft der Verbraucher. • Software-bestimmtes Business: Auf dieser Basis entstehen softwaregetriebene Geschäftsmodelle, bei denen die physische Beschaffenheit (Material, Design, Ergonomie etc.) der Produkte in den Hintergrund tritt und dem digitalen Funktions- und Kommunikations- spektrum des Produktes Platz macht. Diese Transfor- mation findet sukzessiv statt und entkoppelt in nahezu allen Branchen die physischen von den digitalen Wert- schöpfungsketten. In der Welt des Software-defined Business wird vor allem das Management der digitalen Verbraucherbeziehung („Digital Customer Experience“) zum Erfolgsfaktor. Wer die Schnittstelle zum Verbrau- cher beherrscht und dessen Daten, Gewohnheiten und Präferenzen in Vertrieb und Support zu handhaben weiß, zählt zu den Gewinnern. 5 https://de.wikipedia.org/wiki/Finanztechnologie Plattform „Innovative Digitalisierung der Wirtschaft“ im Nationalen IT-Gipfel 15 Fokusgruppe Intelligente Vernetzung / Projektgruppe Smart Data
Leitlinien für den Big-Data-Einsatz im Überblick
Chancen und Verantwortung
5. Bedeutung der Datenwirtschaft in der
zukünftigen Wirtschaft
Der Einsatz von Big-Data-Technologien ist Gegenstand benötigte Rechtssicherheit in der Datenverarbeitung
eines intensiven öffentlichen Diskurses. Im Kapitel 5 bietet. Allerdings bestehen aufgrund der Umsetzung der
werden zehn ausgewählte Fragenkomplexe aufgegriffen. Richtlinie 95/46 EG in den Mitgliedsstaaten graduelle
Unterschiede im Datenschutzrecht, mit der Folge von
Auslegungsstreitigkeiten sowohl für den Datenverkehr
5.1 Big Data im internationalen innerhalb der EU als auch für den Datentransfer in Dritt-
Wettbewerb staaten, also außerhalb der EU und des Europäischen
Für Big Data in der internationalen Dimension sind Wirtschaftsraums (EWR). Statt der benötigten Rechts-
einheitliche, international geltende Regeln erforderlich. sicherheit besteht trotz der Harmonisierung durch die
Diese müssen für die an der Datenverarbeitung Betei- Richtlinie ein erhebliches Maß an Rechtsunsicherheit.
ligten wie auch für die Betroffenen ein hohes Maß an Gerade vor dem Hintergrund einer zunehmenden globa-
Rechtssicherheit, Transparenz und Vertrauen schaffen. lisierten Datenverarbeitung sind aber möglichst einheit-
Dies soll mit der EU-Datenschutz-Grundverordnung liche und verlässliche Regeln nicht nur wünschenswert,
erreicht werden. sondern auch erforderlich.
Noch erhebliches Maß an Rechtsunsicherheit Neue EU-Datenschutz-Grundverordnung soll
Die internationale Dimension von Big Data ist immer Rechtsrahmen vereinheitlichen
dann relevant, wenn Daten aus einem oder mehreren Rechtssicherheit, Transparenz und Vertrauen sind maß-
Ländern in einem oder mehreren anderen Ländern verar- gebliche Kriterien für eine Datenverarbeitung, nicht nur,
beitet werden. Aus Sicht des Datenschutzes ist in diesen aber insbesondere im Rahmen von Big Data. Auch wenn
Fällen von besonderem Interesse, welche Regeln zur diese Kriterien gleichermaßen für nationale Big-Data-
Anwendung kommen. In der Europäischen Union (EU) Anwendungen gelten, zeigt doch erst der internationale
ist das auf der Richtlinie 95/46 EG6 basierende Daten- Kontext, in dem unterschiedliche Rechtsordnungen eine
schutzrecht weitgehend harmonisiert. Rolle spielen, die Bedeutung dieser Kriterien. Nur wenn
Rechtssicherheit durch ein möglichst klares und homo-
Darauf aufbauend sind die Anforderungen an die Da- genes Recht besteht, können auch Transparenz und
tenverarbeitung innerhalb der Europäischen Union an Vertrauen erzeugt werden.
die Verarbeitung im Inland angeglichen. Ebenfalls in der
Richtlinie geregelt sind die Fälle, in denen Drittländer In der Europäischen Union wird dieser einheitliche Rechts-
außerhalb der Europäischen Union an der Datenverar- raum in absehbarer Zukunft durch die Datenschutz-Grund-
beitung beteiligt sind. Dies legt zunächst einen klaren verordnung hergestellt, die das auf der Richtlinie 95/46
Regelungsrahmen nahe, der für alle Beteiligten die basierende Datenschutzrecht ablösen wird.
6 https://de.wikipedia.org/wiki/Richtlinie_95/46/EG_(Datenschutzrichtlinie)
16Bedeutung der EU-Datenschutz- Kommerzielle Big-Data-Projekte werden in der Öffent-
Grundverordnung für internationale Märkte lichkeit oft als intransparent wahrgenommen oder darge-
Aber auch für internationale, über das Territorium der stellt. Dieser Perzeption kann man mit vier Maßnahmen
EU hinausgehende, Big-Data-Anwendungen trifft die entgegenwirken:
Datenschutz-Grundverordnung mit dem in ihr veranker-
ten Marktortprinzip eine wichtige Aussage. Zukünftig gilt • Verständnis für die Technologie fördern, z. B. durch
europäisches Datenschutzrecht für alle Akteure auf dem die Erklärung von Anonymisierungsprozessen,
europäischen Markt – unabhängig davon, ob Dienste • Wahlmöglichkeit bei der Angabe von Daten anbieten,
oder Waren von innerhalb oder außerhalb der Europäi- z. B. durch ein Verbraucherservice-Cockpit oder ein
schen Union angeboten werden. Damit besteht Klarheit Kundenintegrations-Portal,
und damit auch Rechtssicherheit über das anzuwenden- • Verständliche Informationen in den Datenschutzhin-
de Recht für alle an Big-Data-Verarbeitungsprozessen weise und -erklärungen bereitstellen,
Beteiligten, egal, ob diese Daten innerhalb oder außer- • Risiken darstellen.
halb der Europäischen Union verarbeiten.
Gleiche Wettbewerbsbedingungen für 5.3 Transparenz bei Big-Data-Analysen
alle Marktteilnehmer Transparenz bei Big-Data-Analysen und -Anwendungen
Mit einheitlichen Regeln für denselben Markt eröffnen bedeutet generell, dass die Verarbeitung der Daten mit
sich zudem auch wirtschaftliche Perspektiven. Durch die zumutbarem Aufwand von Betroffenen nachvollzogen,
Anwendung der europäischen Regeln auch auf Unter- überprüft und auch bewertet werden kann. Die Transpa-
nehmen außerhalb der Europäischen Union, die auf dem renz kann allen Beteiligten dienen, d.h. der verantwort-
europäischen Markt agieren, wird ein Level Playing Field lichen Stelle bei datenschutzrechtlichen Themen, den
für alle Marktteilnehmer geschaffen, welches für fairen Betroffenen (i.d.R. Verbraucher oder Nutzer), der Daten-
Wettbewerb sorgt. Gleichzeitig kann der Verbraucher schutzkontrolle sowie der Öffentlichkeit im Rahmen einer
sich leichter orientieren, wenn er weiß, dass alle Anbie- demokratischen Überprüfung der Big-Data-Anwendungen.
ter sich an die europäischen Regeln halten – egal ob sie
ihre Leistungen aus Europa heraus erbringen oder aus Die Betroffenen möchten häufig in der Lage sein zu
anderen Staaten. verstehen, warum und welche Big-Data-Verfahren
durchgeführt werden und zu welchen Ergebnissen sie
führen. Dies basiert einerseits auf einem allgemeinen
5.2 Vertrauensentwicklung bei Informationsinteresse bzw. Auskunftsersuchen der
Verbrauchern – Best Practices Verbraucher, das bei datenschutzrechtlich relevanten
Damit die Verbraucher Big-Data-Anwendungen akzeptie- Big-Data-Verfahren (mit personenbezogenen Daten)
ren, müssen zwei Voraussetzungen erfüllt sein: Erstens auch rechtlich begründet ist. Andererseits sollen die
gilt es, die Vorbehalte und Ängste der Verbraucher zu Verbraucher auch Daten korrigieren können, wenn die
verstehen und ernst zu nehmen. Zweitens müssen den Daten oder Anwendungen fehlerhaft oder ungenau sind
Verbrauchern die eingesetzten Technologien soweit na- oder ggf. zu falschen Schlussfolgerungen führen. Recht-
hegebracht werden, dass sie dafür ein Grundverständnis lich durchsetzbar sind diese Interessen der Verbraucher
entwickeln können. in Bezug auf Transparenz nur bei Big-Data-Verfahren mit
personenbezogenen bzw. teilweise auch mit pseudony-
misierten Daten.
Plattform „Innovative Digitalisierung der Wirtschaft“ im Nationalen IT-Gipfel 17
Fokusgruppe Intelligente Vernetzung / Projektgruppe Smart DataLeitlinien für den Big-Data-Einsatz im Überblick
Chancen und Verantwortung
Big-Data-Verfahren werden aber häufig gerade auch Diese Aspekte können die Qualität der Big-Data-Verfahren
anonym durchgeführt. Hier können die Betreiber selbst – z. B. bei sehr vielen Widersprüchen – einschränken.
entscheiden, welche Transparenzanforderungen sie Allerdings können dadurch auch die Big-Data-Verfahren
erfüllen möchten, da es keine rechtlichen Anforderungen qualitativ verbessert werden, wenn die Nutzer selber
dafür gibt. Fehler feststellen und korrigieren.
Dimensionen von Transparenz
Transparenz zu Big-Data-Verfahren umfasst mehrere Di- 5.4 Wie Analyseergebnisse zustande
mensionen. Transparenz hat neben der Funktion für die kommen
Betroffenen auch eine gesamtgesellschaftlich-demokrati- In immer mehr Organisationen werten eigens dafür
sche Funktion. Sie muss dann gegenüber der Öffentlich- abgestellte Experten die Datenbestände systematisch
keit oder zumindest gegenüber unabhängiger Forschung aus. Diese „Data Scientists“ orientieren sich dabei an
oder Kontrollbehörde vorliegen. Hierbei besteht ein bewährten Vorgehensmodellen. Am Anfang steht das
Konflikt mit dem Schutz von Betriebs- und Geschäftsge- Verständnis der Business-Anforderungen und ihrer
heimnissen derjenigen, die Big-Data-Verfahren anwen- Übersetzung in Fragestellungen für Datenanalyse. Nach
den. Dieser Konflikt kann durch Marktregulierung oder der Analyse der verfügbaren Datenquellen startet der
andere Regulierung gesteuert werden. Data Scientist die Entwicklung einer datengetriebenen
Lösung, die meist in mehrere Iterationsstufen verfeinert
Transparenz für den Betroffenen ist bedeutend für die wird. Die Lösung wird in einem letzten Schritt in die
informationelle Selbstbestimmung der Betroffenen. Da Prozesse und Applikationen integriert und nachfolgend
bei Big Data i.d.R. sehr viele betroffen sind, wird häufig weiter optimiert.
eine öffentliche Transparenz gefordert, die Unternehmen
aber mit ihrem Interesse auf Wahrung der Betriebs- und
Geschäftsgeheimnisse abgleichen müssen. 5.5 Bedeutung ethischer Grundsätze
bei Big-Data-Lösungen
Transparenz kann direkt die Qualität der verwendeten Die Akzeptanz von Big-Data-Technologien in der breiten
Daten beeinflussen. Öffentlichkeit setzt insbesondere voraus, dass die Tech-
nologieanbieter eine ethisch fundierte und untermauerte
Wirkungen von Transparenz Herangehensweise praktizieren. Ein verantwortungs-
Sofern Transparenz von den Betreibern der Big-Data-Ver- voller Umgang mit Big Data zeichnet sich dadurch aus,
fahren geleistet wird, ermöglicht diese Transparenz u.a.: dass die Rechte und Interessen der Betroffenen bei der
Verwendung von Big Data gewahrt werden und damit ein
• Widerspruchsmöglichkeiten für Nutzer (die bei perso- ethisches Korrektiv zu den nahezu unbegrenzten techni-
nenbezogenen Daten und pseudonymen Nutzerprofi- schen Möglichkeiten besteht.
len bei Telemedien gesetzlich gefordert ist),
• die Offenlegung von Quellen und Herkunft der Daten,
• die Einstellung von Profilmerkmalen durch die Nutzer.
18Ethisch-moralische Gesichtspunkte und Transparenz kann den wirtschaftlichen Wert durch Erstellung von in-
In Teilen der Gesellschaft und der Politik bestehen Vor- novativen Produkten erhöhen. Gleichzeitig profitiert der
behalte gegenüber Big-Data-Anwendungen. Die Medien Verbraucher von optimierten und nützlicheren Produkten
rücken unter dem Schlagwort Big Data teilweise Gefahren zu einem besseren Preis.
und negative Beispielsfälle in den Vordergrund („Big
Brother“). Die Verbraucher verlangen, berechtigter Wei- Ethisch-moralisches Korrektiv
se, nach einer transparenten Verarbeitung ihrer Daten IT-Unternehmen befinden sich in einem größer werden-
und lassen den pauschalen Hinweis auf Geschäftsge- den Spannungsfeld. Um die sich bietenden wirtschaft-
heimnisse nicht gelten. Schließlich stellen politische lichen Chancen ausnutzen zu können, müssen sie den
Entscheidungsträger laufend wechselnde Forderungen vielfältiger werdenden Möglichkeiten des Einsatzes von
an die Wirtschaft. Auch ein Großteil der im Zusam- Big Data aufgeschlossen gegenüber treten. Andererseits
menhang mit Big Data entstehenden Rechtsfragen ist wird sich nachhaltiger Erfolg mit Big-Data-Technologien
noch nicht abschließend geklärt, so dass auch hieraus nur einstellen, wenn die Unternehmen hiermit auf Akzep-
Unsicherheit entsteht. Schließlich müssen aber vor allem tanz bei den Nutzern stoßen. Eine zentrale Vorausset-
die Unternehmen selbst sicherstellen, dass sie eigenen zung dafür ist eine ethisch fundierte und untermauerte
Wertvorstellungen treu bleiben und entsprechend ihre Herangehensweise.
Geschäftsprozesse gestalten.
Auch wenn die Optimierung von Produkten als wirt-
Der Grundsatz bei Big Data lautet also: Nicht alles, was schaftliches Ziel für Unternehmen sehr erstrebenswert
machbar ist, wird auch umgesetzt. Mit anderen Worten: ist, so muss bei der Kundenentwicklung gerade bei
Auch wenn eine Big-Data-Lösung sowohl technisch als Big-Data-Lösungen ein ethisch-moralisches Korrektiv
auch juristisch umgesetzt werden könnte, so müssen Berücksichtigung finden. Big Data ermöglicht per defini-
dennoch beispielsweise ethisch-moralische Gesichts- tionem die Verknüpfung und Analyse unterschiedlichster
punkte bei der Letztentscheidung berücksichtigt werden. Daten aus einer Vielzahl von Datenquellen. Eine solche
Vor diesem Hintergrund ist es für Unternehmen beson- maximale Verknüpfung, Datenschutzkonformität unter-
ders wichtig, gegenüber ihren Verbrauchern transparent stellt, kann zu unerwarteten Produktentwicklungen füh-
über Big-Data-Lösungen zu informieren. ren. Die Verknüpfung unterschiedlichster Datenquellen
könnte Ergebnisse hervorbringen, die ethisch-moralisch
Respekt vor Verbrauchern bedenklich sind. Besondere Sorgfalt ist geboten, wenn
Eng verzahnt mit der Transparenz ist der Respekt vor „besondere Daten“, gemäß § 3 Abs. 9 BDSG7, verarbei-
Verbrauchern. In der Regel setzen Big-Data-Lösungen tet und analysiert werden. Daher ist vor der Verwendung
auf Daten auf, welche das Unternehmen über die eige- solcher Daten genau zu prüfen, ob das angestrebte Er-
nen Kunden aufgrund einer Vertragsbeziehung hat. Um gebnis auch unter ethischen Gesichtspunkten vertretbar
die Akzeptanz der Kunden für eine solche Datenverar- bzw. erwünscht und im Sinne derer ist, von denen die
beitung zu erhalten, muss dem Kunden nachvollziehbar Daten stammen. Wenn nicht klar ist, welche Konsequen-
erläutert werden, wie und wofür die Daten verwendet zen sich aus einer Verwendung oder Verknüpfung dieser
werden. Letztendlich partizipieren beide Seiten am Daten ergeben können, sollten Unternehmen von der
Nutzen von Big-Data-Lösungen – zum einen das Unter- Verwendung absehen.
nehmen und zum anderen der Kunde. Das Unternehmen
7 https://dejure.org/gesetze/BDSG
Plattform „Innovative Digitalisierung der Wirtschaft“ im Nationalen IT-Gipfel 19
Fokusgruppe Intelligente Vernetzung / Projektgruppe Smart DataSie können auch lesen
