Anbieter zum Thema

Capgemini Deutschland GmbH

Materna Information & Communications SE

PROSOZ Herten GmbH

Harte Arbeit statt „Solutionism“

In den 1990er Jahren ist mit dem New Public Management die evidenzbasierte Entscheidungsfindung aufgekommen. Später wurde der Ansatz zum „Data Driven Government“ erweitert. Was es jenseits von Hype-Begriffen wie „Smart City“ an Kärrnerarbeit bedeutet, so etwas wirklich umzusetzen und damit nicht nur Effizienz-Ziele zu verfolgen, das beginnen wir nun zu ahnen: Völlig jenseits von datenschutzrechtlich sensiblen Daten, zum Bespiel wer sich gerade wo aufhält, wären jetzt beispielsweise Gesundheitsinformationssysteme hilfreich, die regional geclustert (und natürlich nicht individuell) Aufschluss darüber geben, in welchen Gegenden Menschen mit relevanten Vorerkrankungen leben und wie es dort um die medizinische Versorgung bestellt ist.

Und solche Informationen sind ja nicht nur in Krisenzeiten nützlich. Sie würden es uns in weniger aufgeregten Zeiten erlauben, Ressourcen sinnvoller zu allokieren und kluge strukturelle Steuerungsmaßnahmen zu ergreifen, ohne das Recht auf informationelle Selbstbestimmung zu bedrohen. Der derzeit vielfach aufscheinende Gegensatz zwischen technischen Werkzeugen wie Tracing-Apps und dem Datenschutz ist in Wahrheit ja nur ein Scheinwiderspruch. Er ergibt sich daraus, dass unter dem Vorzeichen akuter Bedrohung manches übers Knie gebrochen werden muss, was sich zu anderer Zeit mit Sorgfalt und Augenmaß austarieren ließe.

Allerdings sollte uns die berechtigte Begeisterung für technische Lösungshilfen nicht eine Gefahr übersehen lassen, die auf einer menschlichen Schwäche beruht. Zu deren Bezeichnung hat sich der Begriff „Solutionism“ eingebürgert. Dabei wird eine technische Anwendung auf alles angesetzt, was so ähnlich aussieht wie das ursprüngliche Problem, zu dessen Lösung die Anwendung entwickelt wurde. Wenn ich einen Hammer als Werkzeug entwickelt habe, sieht jedes Problem einem einzuschlagenden Nagel ähnlich. Stattdessen müssen wir uns selbst dort, wo wir über eine solide Grundlage (hochwertige Daten) und bewährte Lösungen (robuste Algorithmen zur Auswertung) verfügen, vor der Anwendung auf einem neuen Gebiet immer wieder fragen, ob die Übertragung sinnvoll ist.

Ein Beispiel wäre die Auswertung von Satellitenbildern zur Bekämpfung von landwirtschaftlichem Subventionsbetrug. Das ist technisch gut möglich, aber die technische Sicht ist eben nur eine der hier relevanten Ebenen. Eine kritische Grundhaltung unserem vermeintlichen oder tatsächlichen Wissen gegenüber hat uns die moderne Wissenschaft eingebracht. Nur mit dieser Kritikfähigkeit, nicht ohne, konnten wir die technischen Werkzeuge, über die wir mit Smartphones, GPS-Tracking und vielem weiteren heute verfügen, überhaupt entwickeln. Bei der Anwendung dieser Werkzeuge sollten wir nicht ein vorwissenschaftliches Zeitalter zurückfallen, in dem die technische Lösung immer schon gesetzt ist, bevor nach einer Anwendungsbegründung gesucht wird.

Die strategische Steuerung mit Daten

Die auf Daten gestützte strategische Steuerungsfähigkeit sollte daher eines der zentralen technologiepolitischen Zielbilder der Nachkrisenzeit sein. Denn damit lösen wir nicht nur den Anspruch ein, den eine von Technologie durchdrungene Gesellschaft hinsichtlich einer funktionierenden Daseinsvorsorge haben sollte. Auf Grundlage einer datengestützten Steuerung lässt sich auch einfacher und breiter Akzeptanz für politische Richtungsentscheidungen aller Art herstellen.

Mit weiterem Fortschreiten der Corona-Pandemie wird die Akzeptanz politisch verordneter Maßnahmen seitens der Bevölkerung eine der größten Herausforderungen sein. Doch das ist auch in anderen, weniger drängenden Bereichen der Fall: Wenn ich beispielsweise genau aufzeigen kann, aufgrund welcher demografischer Entwicklungen ich das Steuertransfersystem umbauen muss, kann ich mit einem größeren Konsens im demokratischen Willensbildungprozess und bei der administratvien Umsetzung rechnen. Ganz abgesehen davon, dass die Effektivität solcher Maßnahmen ebenfalls mit der Genauigkeit, Aktualität und Verfügbarkeit zentraler Daten steht und fällt.

Bei Datengestützter Strategischer Steuerung geht es nicht allein um die Effizienzsteigerung des New Public Management aus den 1990er Jahren. Öffentliche Institutionen können nicht wie Unternehmen geführt werden. Schon gar nicht geht es darum, Entscheidungsprozesse zu automatisieren oder die Entscheidungsfindung den Vorgaben von IT-Systemen unterzuordnen. Vielmehr handelt es sich um einen Ansatz, der politisch-administrative Entscheidungsträger durch Data-Analytcs-Verfahren zu besseren Durchdringung von Sachlagen und einer höheren Qualität von strategischen Entscheidungen befähigen soll.

Wo im Kreisgebiet soll ein neues Krankenhaus gebaut werden? In welchem Stadtviertel eine weitere Schule? Welche Brücken bedürfen in den kommenden zehn Jahren einer Grundsanierung und wie wichtig sind diese verkehrsstrategisch? Dies sind Beispiele für Herausforderungen, denen sich auf der Grundlage solider Datenanalysen besser begegnen lässt.

(ID:46636578)