Herr Klessmann, welche Bedeutung hat ein systematisches Datenmanagement, wenn eine Organisation nach einem solchen Cyberangriff ihre Datenbestände bewerten muss?

Datenmanagement kann einen Cyberangriff weder verhindern noch abwehren. Es hilft einer Organisation aber dabei, nach einem Vorfall einen Überblick über die eigenen Datenbestände zu gewinnen und mögliche Auswirkungen zu bewerten. Wer seine Daten systematisch katalogisiert und beschreibt, kann schneller nachvollziehen, welche Daten überhaupt vorhanden sind, wie sie verarbeitet werden und welche Bestände möglicherweise betroffen sind. 

Und wie weit ist die öffentliche Verwaltung beim Datenmanagement?

Die öffentliche Verwaltung hat in den vergangenen Jahren deutliche Fortschritte gemacht. Auf verschiedenen Ebenen gibt es erfolgreiche Projekte. Dazu gehören etwa das europäische Datenportal auf Basis von piveau® oder Landesdatenportale wie die in Bayern und Brandenburg. Sie zeigen, welches Potenzial moderne Dateninfrastrukturen für die Bereitstellung und Nutzung von Daten haben. Gleichzeitig ist Datenmanagement dort auch sehr komplex: Die föderalen Strukturen sind durch verschiedene Zuständigkeiten und eine Vielzahl von Fachverfahren geprägt. Daten liegen häufig verteilt vor, ihre Qualität und Beschreibung sind sehr unterschiedlich und Verantwortlichkeiten nicht immer transparent. Außerdem sind hier die Anforderungen an die Verlässlichkeit der Daten besonders hoch. 

Ist das eine Besonderheit der öffentlichen Verwaltung?

Nicht grundsätzlich. Ähnliche Herausforderungen gibt es auch in Unternehmen. Digitale Wertschöpfung und Handlungsfähigkeit entstehen oft dort, wo Daten über Organisations- und Systemgrenzen hinweg genutzt werden. In der öffentlichen Verwaltung kommt es nun darauf an, Datenmanagement aus einzelnen Projekten und Fachbereichen herauszuführen und als dauerhafte Aufgabe innerhalb von Organisationen und zwischen ihnen zu etablieren. Das erleichtert es, digitale Fachverfahren und Dienste nachhaltig umzusetzen.

Und welche Bedeutung bekommt das Datenmanagement, wenn Verwaltungen zunehmend KI einsetzen?

Wie leistungsfähig und kontrollierbar einzelne KI-Modelle sind, liegt zunächst in der Verantwortung ihrer Entwickler und Betreiber. Für die Auswahl eines Systems, die verwendete Datengrundlage und den konkreten Einsatz trägt jedoch die jeweilige Organisation Verantwortung. Welchen Nutzen KI tatsächlich erzeugen kann, hängt wesentlich von der Qualität und Eignung der verwendeten Daten ab. Je stärker KI in Fachverfahren und Entscheidungsprozesse eingebunden wird, desto wichtiger sind nachvollziehbare Datengrundlagen, geregelte Zugriffe und eindeutige Verantwortlichkeiten. Dabei besteht eine Wechselwirkung: Ein systematisches Datenmanagement schafft die Grundlage für neue KI-Anwendungen. Umgekehrt kann KI auch das Datenmanagement unterstützen, etwa bei der Klassifizierung und Beschreibung von Daten. Fehlende Datenqualität oder ungeklärte Verantwortlichkeiten kann sie allerdings nicht ersetzen.

Was müssen öffentliche Einrichtungen konkret tun, um aus verteilten Datenbeständen eine belastbare Grundlage für KI-Anwendungen zu schaffen?

Zunächst müssen öffentliche Einrichtungen ihre Datenbestände erfassen, prüfen und einheitlich beschreiben. Dazu gehören die Qualität der Daten ebenso wie Verantwortlichkeiten und Prozesse. Außerdem braucht es Standards und Schnittstellen, damit Daten über Fachverfahren und Organisationsgrenzen hinweg genutzt werden können. Das gilt insbesondere für die zahlreichen Register und deren derzeitige Modernisierung. Eine verlässliche und verknüpfbare Datengrundlage ist auch eine Voraussetzung dafür, dass Bürgerinnen und Bürger bereits vorliegende Angaben nicht mehrfach machen müssen. Darauf können wiederum neue digitale Dienste und KI-Anwendungen aufbauen. Denkbar wäre beispielsweise, dass jemand nach einer Online-Ummeldung auf einen möglichen Wohngeldanspruch hingewiesen wird und einen bereits vorausgefüllten Antrag erhält. 

Muss die Verwaltung zunächst ihre Datenbestände vollständig aufräumen, bevor sie KI einsetzen kann?

Nein. Verwaltungen sollten nicht warten, bis sämtliche Datenbestände und Prozesse vollständig optimiert sind. Sinnvoll ist es, mit überschaubaren Anwendungsfällen zu beginnen und dabei mehrere Entwicklungen parallel voranzutreiben. Datenmanagement und Prozesse können schrittweise verbessert werden, während die Organisation erste Erfahrungen mit überschaubaren KI-Anwendungen sammelt. Dabei sollten Mitarbeitende frühzeitig einbezogen und konkret für den Umgang mit Daten und KI qualifiziert werden. Auf diese Weise können Organisationen Erfahrungen sammeln und Ansätze, die sich bewähren, anschließend auf weitere Anwendungsbereiche übertragen.