Gesponsert

Der Staat als Data Pioneer Data Driven Government

Im Jahr 2018 wurden laut International Data Corporation 33 Zettabyte digitale Daten generiert – 2023 werden es Prognosen zufolge bereits 175 Zettabyte sein. Diese unvorstellbar große Menge wirft die Frage auf, wie sich dieser Datenschatz wissenschaftlich, wirtschaftlich und politisch nutzen lässt.

Gesponsert von

Der Capgemini Netzplan bietet Orientierungshilfe für Data Driven Government
Der Capgemini Netzplan bietet Orientierungshilfe für Data Driven Government
(© Capgemini)

Corona-Pandemie und Extremwetterereignisse zeigen, wie wichtig Datenanalyse, -auswertung und -nutzung sind. Der Weg zu einem ganzheitlichen Datenmanagement beginnt mit dem Rohstoff: Daten und deren Erhebungsprozesse sind zu identifizieren. Das Erheben und Speichern von Daten in einer konsistenten Form ist die Grundlage für die optimale Kombination und Nutzung von datengeneriertem Wissen. Zu verwalten sind der gesamte Prozess sowie alle gewonnenen Daten und Erkenntnisse; das Datenmanagement vereint alle Schritte.

Auch für politisch-administrative Entscheidungsträger:innen der BRD werden Daten, deren Management und deren Nutzung immer bedeutsamer. Die Bundesregierung will den Staat zu einem innovativen Akteur im Datenökosystem weiterentwickeln. Dabei gilt es, vorhandene Daten effizient zu nutzen, um eine bürgerfreundliche Verwaltungspraxis zu gestalten. Die 2021 veröffentlichte Datenstrategie und die Open-Data-Strategie der Bundesregierung enthalten viele Maßnahmen rund um Dateninfrastruktur, -nutzung, -kompetenz und -kultur – der Staat ist auf dem Weg zum Data Pioneer.

Um eine Datennutzung nachhaltig zu etablieren, benötigt es mehr als Chief Data Officers. Aktuell fehlen an vielen Stellen Standards, Infrastruktur und Wissen. Sich einen Überblick über die vorhandenen Daten zu verschaffen, ist für Entscheidungsträger und Entscheidungsträgerinnen oft herausfordernd. Wenige Behörden führen ein Inventar über ihre Daten. Datenerhebung, -haltung, -nutzung und -pflege sind überwiegend nicht standardisiert und selten in eine organisatorisch ganzheitliche Governance eingebettet. Lösungen müssen jedoch langfristig Voraussetzungen schaffen, die das Teilen von Daten vereinfachen und die Nutzung täglich anfallender (Echtzeit-)Daten für Entscheidungsfindungen ermöglichen.

Optimiertes Verwaltungshandeln mit DDG

Nötig ist ein ganzheitliches Data Driven Government (DDG) – eine Entscheidungsfindung auf Basis von Datenanalysen. „Data Driven“ bedeutet, vorhandene Daten und Informationen auszuschöpfen, um für eine bestimmte Aufgabe verwertbare Erkenntnisse zu gewinnen. Dies erfordert ein Umfeld, in dem Daten zu Wissen transformiert und als Grundlage für ein optimiertes Verwaltungshandeln und politisch-administrative Entscheidungen genutzt werden. So kann unser politisch-administratives System schneller, präziser und nachvollziehbarer auf Krisen reagieren; zugleich wird es resilienter und zukunftsfähiger. Der gesellschaftliche Mehrwert: Daten ermöglichen Transparenz und die Teilhabe von Bürger:innen; ein öffentlicher Diskurs über Herausforderungen der Zukunft wird möglich.

Capgemini analysiert in einem DDG-Leitfaden die Dimensionen des Datenmanagements und offeriert Lösungsansätze und Handlungsempfehlungen: Dazu zählen Technologieberatung und -entwicklung sowie die Möglichkeit, in den verschiedenen Einstiegspunkten zu unterstützen und ein ganzheitliches Bild zu schaffen.

Datenaffine Organisation und Data Governance als Voraussetzung

Um eine Organisation für die Bedeutung von und den Umgang mit Daten zu sensibilisieren, sind alle relevanten Stakeholder einzubinden. Ein gemeinsames Verständnis der Ziele und Rahmenbedingungen zum Umgang mit Daten ist erforderlich. Denn nur eine datenaffine Organisation setzt DDG erfolgreich um.

Data Governance, als Teil eines umfassenden Datenmanagements im Public Sector, befasst sich mit der organisationsweiten Kontrolle und Betreuung von Daten in einer Organisation und setzt dabei auf einheitliche Definitionen, Standards und Richtlinien sowie eine kontinuierliche Verbesserung der Datenqualität.

Der Umgang mit Daten und deren Verwaltung ist aktiv zu gestalten: Dazu empfiehlt sich eine Organisationsstruktur mit dedizierten Rollen und Verantwortlichkeiten, die in der Gesamtorganisation verankert sind. Eine Data Governance gibt klare Verantwortungen für die Datenverwaltung vor. Standards und Vorgehensmodelle der Privatwirtschaft dienen als Vorbild.

Top-Entscheidungsgremium in puncto Data Governance ist die Information Management Steering Group. Sie legt die kulturellen und finanziellen Rahmenbedingungen fest und steuert das zweite Entscheidungsgremium, das Data Governance Board. Dieses stellt die Ausrichtung der Data Governance an den Behördenzielen und den Anforderungen der Transformationsprogramme sicher; auch prüft es den Fortschritt und Abschluss genehmigter Verbesserungsmaßnahmen. An dritter Stelle der Entscheidungsgremien stehen die Working Groups einzelner Referatsgruppen. Sie sind an der Erstellung von Richtlinien, Standards und Definitionen für ihren Fachbereich beteiligt.

Data-Stewards und Datenstandards

Data-Stewards setzen die beschlossenen Standards und Richtlinien um. Sie managen Probleme und stellen Fragen im Zusammenhang mit Datenvorgängen und tragen datenbezogene Probleme in die Entscheidungsgremien.

Viele Wege führen zu Data Driven Government

Je nach Reifegrad und Herausforderung einer Organisation gibt es verschiedene Einstiegsmöglichkeiten (siehe Capgemini Netzplan für Data Driven Government). Alle sind miteinander verknüpft und ergeben ein ganzheitliches Bild im Sinne von DDG. Einige Behörden werden sich zuerst einen Überblick über ihre Daten verschaffen; andere werden den Einstieg über den Aufbau von Datenkompetenzen innerhalb bestimmter Organisationseinheiten wählen.

Datenfluss durch Referenzarchitektur

Basis sämtlicher Digitalisierungsansätze sind Daten. Sind Form und Ort relevanter Daten ermittelt, können sie in einem Datenfluss nutzbar gemacht werden. Der Datenfluss beginnt mit den internen und externen Datenquellen: Daten werden gewonnen, verarbeitet und gespeichert. Anschließend werden sie für Auswertungen vorbereitet, modelliert, aggregiert und in Kennzahlen für die Analyse angeboten. Fachanwender:innen können nun datenbasierte Analysen und Statistiken durchführen. Die Erkenntnisse werden bereitgestellt, um faktenbasierte Entscheidungen zu ermöglichen.

Der Datenfluss benötigt eine Datenplattform, Auswertungsmöglichkeiten und Schnittstellen zum automatisierten Erheben und Teilen der Daten. Capgemini bietet eine Referenzarchitektur, die alle Stationen und Umweltfaktoren des Netzplans aufgreift und die Fähigkeiten einer modernen Datenanalyseplattform aufzeigt.

Optimierte Datendashboards

Um Daten in Informationen zu verwandeln, ist der Datenschatz zu heben, zu strukturieren und für relevante Nutzergruppen zu optimieren und bereitzustellen. Nur so werden Informationen zu wertvollem Wissen für Menschen. Diese Transformation erfordert folgende Punkte:

  • Business-Vision als Kompass in der Daten- und Digitalstrategie definieren
  • Nutzerbedürfnisse und Herausforderungen analysieren und verstehen
  • Geeignete Daten identifizieren und strukturiert als Echtzeitdaten verfügbar machen
  • Nutzerzentrierte, deviceoptimierte, personalisierbare User Experience
  • Sichere, nachhaltige Technologie für die performante Visualisierung von Ergebnissen und Forecasts

Ergebnis ist ein Produktökosystem mit einer Datenplattform, die automatisiert und on demand Daten ausliefert. Schnittstelle zu den Nutzer:innen sind Dashboards, Bildungslandingpages oder On-Premises-Forschungslösungen.

Die Daten sind nutzergerecht aufzubereiten: Sie benötigen Kontext, um zur Information zu werden, und Informationen benötigen Narrative, damit Menschen sie besser aufnehmen und verstehen. Data-Storytelling erzählt die Geschichte der Daten. Es ist informativ für Bürger:innen und unterstützt Behörden, Forscher:innen und Datenspezialisten zu entscheiden.

KI als Superkraft für Data Driven Government

Der Einsatz von KI bietet weitere Vorteile für DDG: Damit können Anwendungen Entwicklungen prognostizieren und die Auswirkung verschiedener Szenarien darstellen. Ausschlaggebend für den Einsatz und die Akzeptanz von KI ist, dass der Mensch weiterhin entscheidet. Die KI kann ihn dabei unterstützen und die Entscheidungsgrundlage erweitern. Auch muss KI immer rechtmäßig, nicht diskriminierend und erklärbar sein und ethischen Grundsätzen folgen. Der Einsatz von KI erfordert ausreichend Datenquellen in hoher Qualität.

Fazit

DDG wird künftig Verwaltungshandeln und politisch-adminis­trative Entscheidungen unterstützen. Nötig sind hierfür ein ganzheitliches, mehrwertstiftendes Zielbild sowie ein frühes Einbinden und Mobilisieren der Stakeholder. Datenmanagement und Data Governance helfen, Daten zu identifizieren, zu qualifizieren und für Entscheidungsträger:innen verwertbar zu machen. Bewährte Datenarchitekturen entlang der Datenwertschöpfung inklusive deren Visualisierung und eine elastische Infrastruktur sind weitere Erfolgskomponenten.

Die DDG-Strategie von Capgemini unterstützt Behörden dabei, Daten zu sammeln, zu aggregieren, DDG-Einstiegspunkte zu identifizieren und die darauf angepasste Referenzarchitektur zu implementieren. Capgeminis Data-Governance-Modell ist auf die Bedürfnisse des öffentlichen Sektors zugeschnitten: Strukturen und Prozesse von Behörden lassen sich damit auf einen datenunterstützenden Entscheidungsprozess ausrichten. Das Daten-Dashboard ist dabei die Visualisierungsplattform, die Informationen für Fachanwender und Fachanwenderinnen, Entscheidungstragende sowie Bürger und Bürgerinnen bestmöglich aufbereitet.

Insgesamt führt digitales Datenmanagement in der Verwaltung zu mehr Transparenz, Partizipation und Resilienz für Zukunftsthemen.

Die Autoren

DDG-Team von Capgemini: Marie Jansen, Melanie Adelt, Axel Schräer und Peter Steinleitner

Kontakt: peter.steinleitner@capgemini.com

Mehr Infos zu Capgemini

(ID:47832184)