Data Governance zielt auf einen optimalen Ausgleich widerstreitender Interessen an der Erhebung und Wiederverwendung von Daten ab. Das können personenbezogene Daten, solche, die Geschäftsgeheimnisse enthalten, oder auch offene Daten sein. Oft geht es hier um das Teilen von Daten, um neue Erkenntnisse zu generieren, Innovationen voranzutreiben oder Menschen miteinander zu vernetzen. Dabei sollen Interessenkonflikte zwischen allen beteiligten Akteur*innen möglichst verhindert werden: Diese reichen von der Gewährleistung der öffentlichen Daseinsvorsorge, der Sicherung von Geschäftsgeheimnissen, bis hin zur Verhinderung von Überwachung und Zensur bzw. dem Schutz vor Ausbeutung, Diskriminierung oder politischer Repression. Erfolgreiche Data Governance bezweckt also, Prozesse in technische Systeme zu implementieren, die die Interessen aller Beteiligten und der Gesellschaft insgesamt schützen.
Dafür werden eine Reihe von Entscheidungsregeln, -kriterien und -indikatoren, Prozessen, Rollen, Verantwortlichkeiten sowie Richtlinien und Standards festgelegt. Dies erfordert eine Koordinierung aller beteiligten Akteur*innen auf der technologischen, organisatorischen sowie rechtlichen Ebene. Diese werden in einem Data-Governance-Modell zusammengefasst.
In unserem Projekt wird das Data-Governance-Konzept einerseits induktiv (bottom up) am Anwendungsfall der Überwachung von Luftqualität in Berlin entwickelt. Andererseits werden deduktiv (top down) vorhandene Governance-Prinzipien im Bereich Smart City, Corporate und Data Governance ausgewertet. Im Ergebnis wird ein Modell für Data Governance in der datengetriebenen Verwaltung generiert, das über den konkreten Anwendungsfall hinaus auch auf andere Kommunen und Herausforderungen der Urbanisierung übertragbar ist.