Data & Smart City Governance am Beispiel von Luftgütemanagement

Forschungshintergrund und -fragen

• Wie verstehen wir Data-Governance?

  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.

• Normative Ebene

  Um die städtische Luft zu verbessern, kann die öffentliche Verwaltung unterschiedliche Maßnahmen umsetzen. Diese sollen eine möglichst hohe Wirkung erzielen, dabei jedoch so wenig wie möglich in die Freiheitsrechte der Bürger*innen eingreifen. Um solche Maßnahmen zu planen, können sich Kommunen auf Daten und Modelle beziehen. Diese werden jedoch häufig von privatwirtschaftlichen Unternehmen angeboten, sodass das Teilen der Daten oder die Offenlegung der Modelle aufgrund von Schutzrechten, wie dem Datenschutz oder dem Schutz von Geschäftsgeheimnissen, nicht immer möglich ist. Welche rechtlichen Rahmenbedingungen können dazu beitragen, die Interessenskonflikte der Betroffenen zu lösen? Wie lassen sich datengetriebene Maßnahmen und Innovation gemeinwohlorientiert ermöglichen?

• Organisatorische Ebene

  Die angestrebten Maßnahmen müssen auf ihre organisatorische Umsetzbarkeit geprüft werden. Daher ist es wichtig, vorab zu hinterfragen, ob eine öffentliche Verwaltung sie in der vorgegebenen Zeit sinnvoll umsetzen kann. Welche verwaltungsinternen Entscheidungsverfahren greifen bei der Umsetzung der Maßnahme und wie können diese ggf. unkompliziert angepasst oder ergänzt werden?

  Die Maßnahmen einer gemeinwohlorientierten Daseinsvorsorge sollten zudem die Interessen aller Stakeholder berücksichtigen. Das bedeutet, dass sie nicht primär den Interessen von Politik, Verwaltung oder Wirtschaft folgen, sondern insbesondere den Bedürfnissen betroffener Bürger*innen, Vereinen oder andere Akteure der Stadtgesellschaft zugutekommen sollten. Deshalb sollten die Daten oder Modelle, die als Entscheidungsgrundlage für solche potenziellen Maßnahmen dienen,  nicht ausschließlich der öffentlichen Hand oder der Wirtschaftsunternehmen vorbehalten sein. Um Interessenkonflikte zwischen den Akteursgruppen bestmöglich auszugleichen, sollten auch Bürger*innen einen Zugang zu diesen Informationen haben. So können sie sich am Entscheidungsprozess über diese Maßnahmen beteiligen. Dabei stellt sich die Frage, wie und an welcher geeigneten Stelle im Prozess eine Öffentlichkeitsbeteiligung sinnvoll ist und welchen Mehrwert sie sowohl der Verwaltung als auch den Bürger*innen selbst bieten kann.

  Auf organisatorischer Ebene stellen sich bei der Zusammenarbeit mit der Verwaltung zudem Fragen nach den Implikationen für Data- und Corporate Governance-Modelle von Unternehmen. Zum Beispiel. bei den Anforderungen an die Datenqualität, der Erklärbarkeit der Algorithmen und an Open vs. Proprietary Source- und Daten-Strategien.

• Technische Ebene

  Es muss geprüft werden, ob die Maßnahme der öffentlichen Verwaltung vor dem Hintergrund der normativen und organisatorischen Anforderungen auch technisch umsetzbar ist. Dabei sollte bewertet werden, ob der Einsatz verhältnismäßig und sinnvoll ist. Zudem ist zu prüfen, ob die Maßnahme das gewünschte Ziel (zum Beispiel die Reduktion der Luftverschmutzung) auch tatsächlich erreichen kann und welche technologischen Anpassungen die Zielerreichung verbessern können.

• Change Management

  Um datengetriebene Maßnahmen in Zukunft möglichst effektiv und konfliktarm umsetzen, muss geklärt werden, welche bestehenden rechtlichen Grundlagen und organisatorischen Verfahren angepasst oder ergänzt werden können (auch unabhängig vom Anwendungsfall Luftgütemanagement). Hierbei ist es sinnvoll, zuerst solche Anpassungen zu identifizieren, die sich leicht und ohne großen Aufwand umsetzen lassen (im Englischen: “low hanging fruits first”).