Verwaltung und Kommunen

Zur Verbesserung der übergreifenden Datenverfügbarkeit sollte dieser Aspekt innerhalb der Data Literacy gestärkt werden – insbesondere durch die Förderung und Unterstützung bestehender, funktionierender Datenvertriebswege. Damit kann ein effizienter und reibungsloser Datenaustausch über verschiedene Verwaltungsebenen (Gemeinde, Kreis, Land, Bund, EU) hinweg gewährleistet werden.

Angesichts der rechtlichen Rahmenbedingungen – insbesondere unter Berücksichtigung des Rück- und Weiterspielverbots (BVerfG, 19.09.2018, 2 BvF 1/15, Rn. 225 i.V.m. BVerfG, 15.12.1983, Az. 1 BvR 209/83 u.a.) – besteht bereits heute auf Grundlage von §9 LStatG BW die Möglichkeit, personenbezogene Daten über abgeschottete (kommunale) Statistikstellen weiterzuverarbeiten. Dies legt nahe, dass auf Basis bestehender Strukturen sofort ein vernetzter Datenraum realisiert werden könnte. Durch technische Maßnahmen wie eine einheitliche Anonymisierung (z.B. k-Anonymity oder Cell-Key-Verfahren) könnte zudem eine datenschutzkonforme und standardisierte Auswertung ermöglicht werden – evtl. ganz ohne zusätzlichen gesetzgeberischen Aufwand. Analog gilt dies für die Historisierung von Datenbeständen.

Obwohl das Dokument einen föderierten Ansatz in Datenhaltung und -analyse vorsieht, was sehr zu begrüßen ist, wäre es evtl. sinnvoll, bestehende Dateninfrastrukturen explizit zu benennen – insbesondere die Statistischen Landesämter und abgeschotteten kommunalen Statistikstellen. Diese könnten zentrale Rollen im Rahmen einer föderalen Data Governance übernehmen, etwa als Datenkuratoren oder Data Governance Manager. In den jeweiligen Ressorts könnten dann Datenverantwortliche in einer Art Data Steward-Funktion etabliert werden.

Auf Seite 1 wird betont, dass sowohl die Menge als auch die Qualität von Daten als Grundlage für den Einsatz von Künstlicher Intelligenz entscheidend seien. Aus meiner Sicht stellt die Datenqualität jedoch eine notwendige Bedingung dar, die erst durch Skalierung (Datenmenge) ihren vollen Nutzen entfalten kann. Daraus ergäbe sich eine logische Priorisierung: Zuerst müssen qualitätsgesicherte Daten vorliegen, dann kann deren Skalierung erfolgen.

Um eine strategische Entwicklung der Verwaltungen im Land zu beschleunigen, sollte das Kompetenzzentrum KI unbedingt die historische Entwicklung des KI-Forschungsfeldes und die seither bestehenden grossen Zweige konnektionistischer KI und symbolischer KI als Lehrinhalt einordnen und vermitteln.

Eine fundierte Kompetenz bei der Unterscheidung und Einordnung dieser Zweige, fuer welche Anwendungsfaelle sie geeignet sind, und vor allem fuer welche Anwendungsfaelle sie explizit _nicht_ geeignet sind, ist in Zeiten grosser Begeisterung vor allem fuer generative KI enorm wichtig.

Obgleich symbolic AI und die dafuer notwendigen Datenstrukturen gerade fuer die Verwaltung ein immenses Potenzial haben, wird dieser Bereich bislang in Deutschland erstaunlich wenig beleuchtet. Waehrend in der Schweiz ein ganz klarer Auftrag fuer semantische Datenhaltung als Grundlage fuer symbolic AI ueber alle Ebenen des Staats erkennbar ist, wuerde Baden-Wuerttemberg sich mit einem Fokus auf diesen Zweig auf einen Schlag unter allen deutschen Laendern hervorheben.

Deutschland ist Hort einer beispiellos aktiven Digitalen Zivilgesellschaft, die an vielen Stellen wertvollen Input und Inspiration fuer Open Data und Verwaltungsmodernisierung liefert. Ein wichtiges Ziel der Datenstrategie sollte es sein, diese heimische Expertise wo immer moeglich in die staatlichen Entwicklungen einfliessen zu lassen und niederschwellige Beteiligung zu ermoeglichen.

Das zeigt sich auch an Entscheidungen wie z.B. der Frage von LoRaWAN vs. Narrowband-IoT. Ein eigenes, frei zugaengliches LoRaWAN kann einerseits natuerlich ein wichtiges Testfeld fuer den Kompetenzaufbau bei Landeseinrichtungen sein – jedenfalls, wenn Aufbau und Betrieb des Netzes nicht „einfach nur“ extern vergeben werden. Andererseits ermoeglicht der Betrieb eines frei zugaenglichen LoRaWAN – und sei es parallel zu NB-IoT! – auch der engagierten Zivilgesellschaft deutlich niederschwelliger, eigene Versuche und Anstrengungen mit Weitbereichsnetzwerken zu unternehmen. Die Einstiegshuerden, fuer eigene NB-IoT-Endknoten einzelne kompatible SIM zu erhalten, liegt um Groessenordnungen hoeher als fuer erste Schritte mit LoRaWAN.

Zudem sei eine aufsuchende Beteiligung der Gruppen des Digitalen Ehrenamts empfohlen.

Prof. von Lucke hat in seinem Kommentar eine ganze Reihe von Datenraeumen vorgeschlagen. Datenraeume sind im Sinne u.A. des DGA als Austauschplattformen zu verstehen, in denen _zugangsgeschuetzt_ gewisse Daten ausgetauscht werden koennen, die aufgrund von Einschraenkungen nicht ohnehin als Open Data veroeffentlicht werden koennen (oder dies aufgrund einschlaegiger Bestimmungen sogar muessten, was ein Angebot lediglich in einem Datenraum ad absurdum fuehren wuerde).

Im Einzelnen zu den Vorschlaegen:

- „Parlamentarischer Datenraum“: Bei den Informationen handelt es sich um solche, die ohnehin veroeffentlicht werden, die als amtliche Informationen nicht dem Urheberrecht unterliegen, oder die auch formell als 5-Sterne-Open-Data veroeffentlicht werden sollten. Ein „Datenraum“ hierzu waere geradezu absurd. Richtig ist aber, dass der Zugang zu diesen Informationen nach Linked-Open-Data-Prinzipien sichergestellt werden sollte.

- „Ratsdatenräume“: Analog zum Parlamentarischen Datenraum. Hier besteht allerdings seit ueber 10 Jahren ein Handlungs- und Umsetzungsdefizit, die Informationen aus den Ratsinformationssystemen ueber die etablierten Standardschnittstellen als Open Data zu veroeffentlichen. Das Land koennte den Kommunen hier als Betreiber eines geeigneten Frontends zur Seite stehen, wie es aus dem Digitalen Ehrenamt (z.B. Politik-bei-uns) als Freie Software entwickelt wurde.

- „Justizdatenraum“: Analog zu oben, auch hier liegen keine geschuetzten Daten vor, ein Datenraum waere hier absurd. 100% Veroeffentlichung aller veroeffentlichungsfaehigen Daten aus der Justiz sollte dennoch ein Ziel einer modernen Datenstrategie sein.

Wie in der gesamten Strategie wird auch hier wiederholt von „KI“ gesprochen ohne genauer zu spezifizieren, welche Art von KI-Systemen gemeint ist. Aus dem Kontext scheint es, dass hier vorwiegend konnektionistische KI-Systeme und im Besonderen generative KI-Systeme gemeint sein sollen.

Aufgrund der architekturbedingten heuristischen Herangehensweise konnektionistischer Modelle sind generative KI-Systeme jedoch insbesondere fuer Bereiche, in denen deterministische und verlaessliche Ausgaben erforderlich sind, prinzipiell ungeeignet. Das schliesst insbesondere das regelbasierte Handeln der Verwaltung und die verlaessliche Auswertung von Datenbestaenden ein. Hier ist es geboten, umso staerker auf symbolische KI-Systeme mit regel- und logikbasierten Ansaetzen zu setzen, die verlaessliches, nachvollziehbares und transparentes Schlussfolgern ermoeglichen.

Um die Grundlagen fuer verlaessliche Auskuenfte mit regelbasierten Systemen zu schaffen, sollte jeglicher Datenumgang im Land auf das Ziel von Linked Data, also semantischer Wissensspeicherung ausgerichtet sein. Die z.B. von Dr. Plavec beschriebenen Probleme bei der journalistischen Auswertung staatlicher Informationen stellen sich gar nicht mehr in dieser Form, wenn die Daten semantisch interoperabel gespeichert werden. Groesster Profiteur dieser Herangehensweise waere dabei die Verwaltung selbst; die verbesserte Qualitaet und Menge wiederverwendbarer offener Daten ist dabei praktisch nur ein Abfallprodukt und Indikator fuer eine gelungene Verwaltungsmodernisierung.

Der Aufbau der hierfuer noetigen Basisinfrastrukturen sollte zentraler Fokus aller Aktivitaeten sein. Ich empfehle, von eher fassadenlastigen Projekten wie „urbanen Datenplattformen“ waehrend der Zeit dieses Aufbaus grusslos Abstand zu nehmen. Auch die Einrichtung von Datenraeumen ist strategisch eigentlich eine Aufgabe, die erst _nach_ der Schaffung der Grundlagen fuer semantische Datenhaltung ueberhaupt Sinn ergibt: Fuer die Anteile von Informationen, die ohnehin direkt veroeffentlicht werden duerfen, ergibt ein Datenraum keinen Mehrwert ueber eine klassische Linked-Data-Veroeffentlichung hinaus.

Ein Kompetenzzentrum KI für die Landesverwaltung begrüßen wir sehr. Wichtig ist hierbei, von Anfang an den Datenschutz mitzudenken. Zahlreiche Beispiele aus der Vergangenheit haben gezeigt, dass es Voraussetzung für das gute Gelingen und die Umsetzbarkeit eines Vorhabens ist, dass von Anfang an sämtliche Akteure mit einbezogen werden. Das frühzeitige Bedenken des Datenschutzes und das frühzeitige Einbinden der entsprechenden Akteure (behördliche Datenschutzbeauftragte, Aufsichtsbehörde etc.) spart Zeit, Ressourcen und kann die öffentlichen Stellen entlasten. Daneben könnten auch erhebliche Ressourcen eingespart werden, wenn neue Anwendungen und Themen zentralisiert für alle Akteure auf Datenschutzkonformität geprüft würden.

Nach unserer Erfahrung bei der Vermittlung von LIFG-Anträgen interessieren sich viele Bürgerinnen und Bürger häufig für Verträge der öffentlichen Hand mit Anwaltskanzleien oder Beratungsunternehmen und Grundstückskaufverträge. Diese Daten und Informationen werden in den Haushaltssatzungen nur summarisch und oft versteckt abgebildet. Veröffentlichungen für ausgewählte Haushaltstitel können ein gutes Fundament für eine faktenbasierte Informationsbereitstellung bilden. Beispiele wären hierfür: Kinderbetreuungskosten pro Kind, Einnahmen durch Grundstücksverkäufe, Förderungen für Vereine oder Ausgaben für Anwälte bzw. Beraterverträge (unter Wahrung von Betriebs- und Geschäftsgeheimnissen). Als zusätzlich gewinnbringender Effekt könnten LIFG-Anträge zu diesen Themen vermieden werden.

Sowohl die Öffentlichkeit als auch die Verwaltung können Daten und Informationen im Rahmen spezifischer Projekte zusammentragen. Die Aufbereitung und Bereitstellung muss durch die öffentliche Verwaltung erfolgen. Nutzende sind neben Bürgerinnen und Bürgern, der Forschung und den Unternehmen auch die Verwaltung selbst, was durch die wissenschaftlichen Evaluierungen der Transparenzgesetze einiger Länder bestätigt wird.