Staatliche Dateninfrastrukturen sind ein zentraler Baustein der Europäischen Datenstrategie, aber es ist wenig darüber bekannt, wie öffentliche Verwaltungen offene und eingeschränkte Daten austauschen und mit ihnen zusammenarbeiten. Diese Forschung adressiert die Lücke, indem sie die peer-reviewed Digital-Government-Literatur systematisch analysiert wurde.

Die Arbeit unserer Wissenschaftlerin Juliane Schmeling mit Unterstützung von DPS-Kollegen Sami Al Dakruni sowie Prof. Dr. Ines Mergel von der Universität Konstanz leistest einen methodischen Beitrag zur E-Government-Forschung durch eine maschinelle Literaturanalyse, basierend auf dem Structural Topic Modelling Algorithmus,  um die verschiedenen Themen der wissenschaftlichen Diskussion im Bereich Digital Government zu verstehen.

Die Analyse basiert auf der systematischen Auswertung von über 1.400 Artikeln aus der Digital Government-Forschung. Mit einem Verfahren namens Structural Topic Modelling wurden acht zentrale Themenfelder herausgearbeitet, die zeigen, wie in den letzten Jahren über Daten diskutiert wird. Besonders stark vertreten sind Innovation und Partizipation, also die Frage, wie Daten genutzt werden können, um neue Lösungen zu entwickeln und Bürgerinnen und Bürger einzubeziehen. Weniger Beachtung finden hingegen Themen wie Standardisierung oder Datenschutz, obwohl gerade sie entscheidend sind, um verlässliche und souveräne Datenräume aufzubauen.

Juliane Schmeling schlägt ein innovatives Rahmenwerk für die Datenzusammenarbeit vor, das das Ökosystem, die Organisation und die individuellen Ebenen umfasst und ein Verständnis der multidimensionalen Natur der Datenzusammenarbeit verbessert. Das Rahmenwerk soll unterschiedliche Ebenen verbinden: Die ökonomische Dimension (etwa Innovation und öffentliche Wertschöpfung), die technische Dimension (z. B. zentrale oder dezentrale Infrastrukturen, Offenheit von Daten) und die Governance-Dimension (Kontrolle, Zugangsrechte, Interdependenzen).