Daten-Commons und Data Governance

Das digitale Leben erzeugt enorme Datenmengen, von denen die meisten von einer kleinen Zahl von Plattformunternehmen oder staatlichen Stellen gesammelt und kontrolliert werden. Data Governance fragt danach, wer darüber entscheidet, wie Daten erhoben, abgerufen, weitergegeben und genutzt werden, und wer davon profitiert. Ein Daten-Commons beantwortet diese Frage kollektiv: Daten werden zusammengeführt und von einer Gemeinschaft nach Regeln verwaltet, an deren Ausarbeitung ihre Mitglieder mitwirken.

Die Idee erweitert die Untersuchung von Commons von Wäldern, Fischbeständen und Bewässerung auf Informationen. Sie reagiert auf drei Probleme: die Konzentration des wirtschaftlichen Werts von Daten bei wenigen Unternehmen; die Schwäche individueller Einwilligung als Schutzmaßnahme, wenn Daten über eine Person Informationen über viele offenbaren; und die unzureichende Nutzung von Daten, die Forschungszwecken oder öffentlichen Zwecken dienen könnten, aber in Silos eingeschlossen sind.

Wissens-Commons

Charlotte Hess und Elinor Ostrom argumentierten, dass sich Wissensressourcen mit demselben Rahmen analysieren lassen, den Ostrom für natürliche Allmenderessourcen verwendete: Wer sind die Nutzer, welche Regeln gelten für Aneignung und Bereitstellung, wie werden sie überwacht und durchgesetzt, und wie werden Regeln geändert? Anders als Fische sind Daten nicht rivalisierend: Ihre Nutzung durch eine Person erschöpft sie nicht. Das Governance-Problem betrifft daher weniger die Übernutzung als vielmehr Abschottung, Qualität und Schädigung: Wer darf andere ausschließen, wer erhält die Ressource, und wie wird Missbrauch verhindert?

Modelle der Daten-Governance

Marina Micheli und Kolleginnen und Kollegen identifizierten vier aufkommende Alternativen zum Modell der Unternehmensplattform:

• Datenpools: Organisationen bündeln Daten zum gegenseitigen Nutzen unter gemeinsamen Bedingungen.
• Datengenossenschaften: Mitglieder bringen ihre eigenen Daten ein und verwalten deren Nutzung demokratisch.
• Öffentliche Datentreuhandfonds: Eine öffentliche Stelle hält Daten treuhänderisch für die Bürgerinnen und Bürger und gewährt Zugang zu öffentlichen Zwecken.
• Souveränität über personenbezogene Daten: Einzelpersonen kontrollieren ihre Daten mithilfe persönlicher Datenspeicher und entscheiden von Fall zu Fall, mit wem sie diese teilen.

Sylvie Delacroix und Neil Lawrence schlugen Bottom-up-Datentreuhandmodelle vor, bei denen Gruppen von betroffenen Personen ihre Rechte bündeln und Treuhänder mit treuhänderischen Pflichten beauftragen, in ihrem Namen zu verhandeln. Sie argumentierten, dass kein einzelnes Modell für jede Art von Daten geeignet sei.

Prinzipien

• Die FAIR-Prinzipien (auffindbar, zugänglich, interoperabel, wiederverwendbar), 2016 veröffentlicht, geben Orientierung für die Verwaltung wissenschaftlicher Daten.
• Die CARE-Prinzipien für die Daten-Governance indigener Völker (kollektiver Nutzen, Befugnis zur Kontrolle, Verantwortung, Ethik), 2020 von der Global Indigenous Data Alliance und Kooperationspartnern veröffentlicht, ergänzen FAIR, indem sie den Schwerpunkt auf Menschen und Zweck statt nur auf Daten legen.
• Ostroms Gestaltungsprinzipien für Commons – insbesondere klare Grenzen, Übereinstimmung zwischen Regeln und lokalen Bedingungen, Beteiligung an der Regelsetzung und abgestufte Sanktionen – werden häufig zur Bewertung von Dateninstitutionen herangezogen.

• OpenStreetMap, 2004 gegründet, ist eine von Freiwilligen erstellte und gepflegte Weltkarte, die unter einer offenen Datenbanklizenz veröffentlicht wird; die Stiftung und die Community legen Bearbeitungs- und Namensnennungsregeln fest.
• Wissenschaftliche Datenrepositorien wie Genom- und Klimadatenbanken funktionieren als Forschungs-Allmenden mit Regeln für Zugang, Namensnennung und Datenschutz.
• Bewegungen für indigene Datensouveränität, darunter Te Mana Raraunga in Aotearoa Neuseeland und Netzwerke in Australien, Kanada und den Vereinigten Staaten, erheben Anspruch auf kollektive Rechte an Daten über indigene Völker und Gebiete.
• Das EU-Daten-Governance-Gesetz (Verordnung (EU) 2022/868) schafft einen Rechtsrahmen für neutrale Datenvermittlungsdienste und registrierte Datenaltruismus-Organisationen, die Daten sammeln, die für Zwecke von allgemeinem Interesse gespendet wurden.
• Sidewalk Toronto: Ein Vorschlag von Sidewalk Labs aus dem Jahr 2018 für einen unabhängigen „Urban Data Trust“ zur Verwaltung von Daten, die in einem geplanten intelligenten Stadtviertel erhoben werden sollten, stieß wegen Datenschutz und Rechenschaftspflicht auf scharfe Kritik; das Unternehmen zog sich 2020 aus dem Projekt zurück.
• Gesundheitsdaten-Genossenschaften in der Schweiz und anderswo ermöglichen Mitgliedern, medizinische Daten zu speichern und über deren Verwendung in der Forschung abzustimmen.

• Skalierung und Vereinnahmung: Institutionen gemeinschaftlicher Verwaltung haben Schwierigkeiten, mit Plattformen zu konkurrieren, die Netzwerkeffekte und Kapital nutzen; Datentreuhandmodelle können von den Organisationen vereinnahmt werden, die sie eigentlich beaufsichtigen sollen.
• Datenschutz und Re-Identifizierung: Die Zusammenführung erhöht das Risiko, dass Personen re-identifiziert werden können, und offene Lizenzen erschweren es, Daten nach ihrer Freigabe zurückzurufen.
• Abgrenzungsprobleme: Daten über eine Person betreffen häufig auch andere (genetische Verwandte, soziale Kontakte), sodass unklar ist, wer zu den „Mitgliedern“ einer Allmende gehören sollte.
• Trittbrettfahren und Instandhaltung: Offene Daten lassen sich leicht nutzen und sind kostspielig zu pflegen; viele Allmenden hängen von wenigen Freiwilligen oder von Fördermitteln ab.
• Verteilung des Werts: Selbst bei gut verwalteten Allmenden kann der größte Teil des wirtschaftlichen Werts von den Unternehmen abgeschöpft werden, die die Daten nutzen, sofern Lizenzen oder Gebühren ihn nicht umverteilen.
• Rechtsunsicherheit: Das Treuhandrecht, das Genossenschaftsrecht und das Datenschutzrecht wurden nicht für die treuhänderische Verwaltung von Daten konzipiert; die treuhänderischen Pflichten von Datentreuhändern sind unerprobt.

Datencommons sind ein wachsender, aber weiterhin kleiner Teil der Datenwirtschaft. Ihre deutlichsten Erfolge finden sich in Wissenschaft, Kartografie und Open-Source-Software, wo die Beitragenden gemeinsame Normen teilen und die Vorteile breit gestreut sind. Bei personenbezogenen und kommerziellen Daten ist die Beweislage weniger eindeutig, und viele Pilotprojekte befinden sich noch im Experimentierstadium. Das Feld bewegt sich von Manifesten hin zur institutionellen Gestaltung: Rechtsformen für Intermediäre, Lizenzen, die kollektive Kontrolle bewahren, und Grundsätze wie CARE, die die Rechte betroffener Gemeinschaften neben die technische Offenheit stellen.

• Micheli et al., „Emerging models of data governance in the age of datafication“ (2020)
• Carroll et al., „The CARE Principles for Indigenous Data Governance“ (2020)
• Wilkinson et al., „The FAIR Guiding Principles“ (2016)
• Delacroix and Lawrence, „Bottom-up data trusts“ (2019)
• EU Data Governance Act, Regulation (EU) 2022/868
• Charlotte Hess und Elinor Ostrom (Hrsg.), Understanding Knowledge as a Commons (MIT Press, 2007)