Schlussfolgerungen

Die begrenzte Verfügbarkeit von qualifizierten IT-Fachkräften ist ein Engpass bei der Nutzung von Big-Data-Technologien und -Anwendungen. Dies verlangt nach einem Ausbau von Aus- und Weiterbildungsangeboten, sowohl in qualitativer als auch in quantitativer Hinsicht. Nur durch Bildung, Forschung und damit verbundene Öffentlichkeitsarbeit kann die Schweiz nationale und internationale Talente anziehen und damit ihre bereits starke Position im Bereich Big Data weiter stärken.

Auf universitärer Ebene, einschliesslich der Fachhochschulen, sollte die Zahl der IT-Studierenden erhöht werden, indem vermehrt spezielle Studiengänge für Big Data auf Bachelor-, Master- und Promotionsebene angeboten werden. In den Fachwissenschaften, die häufig Big Data nutzen, sollten Kurse zu einschlägigen Aspekten von Big Data angeboten werden. Dies könnte die Geschlechtervielfalt im IT-Bereich erhöhen, da Big Data über die Kerninformatik hinausgeht und interdisziplinäre Fähigkeiten erfordert, die auch gesellschaftliche, wirtschaftliche und rechtliche Aspekte umfassen.

Für IT-Fachleute und Auszubildende sollte das Weiterbildungsangebot zum Thema Big Data erweitert werden, wobei darauf zu achten ist, dass alle Aspekte der Big-Data-Pipeline abgedeckt werden. So werden Fachkenntnisse in der Datenerfassung und -aufbereitung benötigt, einschliesslich Fähigkeiten zur Integration, zur Bereinigung und zur Verknüpfung von Daten. Darüber hinaus ist ein geschulter Umgang mit Infrastrukturen für die Speicherung, die Verwaltung und die Wertschöpfung von Daten erforderlich, was eine Schulung in den neuen und sich schnell entwickelnden Open-Source-Bibliotheken erfordert, die für diese Zwecke zur Verfügung stehen. Darüber hinaus ist es oft von grosser Bedeutung, die Verwendung von Tools zur Visualisierung der Ergebnisse von Datenanalysen zu beherrschen. Schliesslich müssen die Fachleute die rechtlichen, regulatorischen und ethischen Fragen im Zusammenhang mit Big Data verstehen. Dies kann durch das Angebot interdisziplinärer Programme erreicht werden.

Da alle Ebenen der Gesellschaft von den rasanten Entwicklungen im Bereich Big Data betroffen sind, muss auch die Ausbildung im Bereich Big Data auf breiterer Ebene in Schulen und Berufsausbildungen intensiviert und kontinuierlich modernisiert werden, mit dem Ziel, die Datenwissenschaft mit ihren verschiedenen Facetten wie Recht, Ethik und gesellschaftlichen Fragen mit einzubeziehen und die Anforderungen zu berücksichtigen, die sich aus den technologischen und gesellschaftlichen Herausforderungen ergeben.

Forschende in Forschungs- und Entwicklungsprojekten werden zunehmend rechtliche oder ethische Kenntnisse benötigen, um zu entscheiden, welche Daten genutzt oder weitergegeben werden können, und um bei der Gestaltung von Dienstleistungen zu helfen. Wenn weder die Projektteilnehmenden noch ihre unmittelbaren Kolleg*innen oder ihre Institutionen über das erforderliche rechtliche und ethische Fachwissen verfügen, besteht die vorsichtige Entscheidung darin, verfügbare Daten nicht zu nutzen oder weiterzugeben – selbst wenn die Nutzung oder die Weitergabe wertvoll und vollkommen rechtmässig und ethisch vertretbar wäre. Infolgedessen öffnet sich eine Lücke zwischen realen Problemen und Erkenntnissen sowie den untersuchten Versuchsumgebungen und Testeinrichtungen – mit negativen Folgen, wie sie zum Beispiel im Zusammenhang mit personalisierter medizinischer Behandlung, im öffentlichen Gesundheitswesen oder bei Nachhaltigkeitsmassnahmen auftreten können.

Diese Art von Problemen ist an Universitäten, öffentlichen Forschungseinrichtungen und Instituten für angewandte Wissenschaften besonders drängend. Infolgedessen werden Forschungschancen nicht wahrgenommen und Bildungsprogramme verlieren an Attraktivität. Die Situation wird durch das Risiko einer negativen Medienberichterstattung und den begrenzten Schutz von Universitätsmitarbeitenden, wenn dies geschieht, noch verschärft. Projektmanager*innen brauchen einen Dienst, entweder intern oder von der öffentlichen Verwaltung eingerichtet, der ihnen kompetente, vertrauenswürdige, verlässliche und zitierfähige Beratung zu rechtlichen und ethischen Fragen sowie zu kommunikativen Herausforderungen anbietet.

Wie sollten geplante Aktivitäten gestaltet werden, damit sie rechtskonform und ethisch einwandfrei sind? Was sind die Gründe für mögliche Einschränkungen? Und wie können die Aktivitäten transparent kommuniziert werden, insbesondere bei kontroversen öffentlichen Debatten? Beratung zu solchen Fragen, leicht nachvollziehbare Leitlinien für die praktische Umsetzung sowie leicht verständliche Erklärungen zu rechtlichen und ethischen Erwägungen werden das Ziel dieses Dienstes sein. Darüber hinaus sollte er Audits für Datennutzung und -weitergabe anbieten, die auf die spezifischen Herausforderungen eines Projekts eingehen und von qualifizierten, möglicherweise speziell zertifizierten Auditor*innen durchgeführt werden.

Die Funktionsweise und die Ergebnisse von Big-Data-Anwendungen sind in manchen Fällen nicht transparent, was zu Misstrauen führen kann. Dem kann einerseits durch die Definition wünschenswerter, sachdienlicher Merkmale von Big-Data-Anwendungen entgegengewirkt werden, z.B. von Konzepten wie Fairness, Verzerrung, Diskriminierung, Erklärbarkeit, Transparenz und Verantwortlichkeit. Andererseits können Wege geschaffen werden, die es Anbieter*innen von Anwendungen ermöglichen, zu dokumentieren, dass ihre Anwendungen diese Merkmale erfüllen. Um letztendlich ein angemessenes Vertrauen in Big-Data-Anwendungen aufzubauen und damit eine breitere Nutzung zu ermöglichen und ihren Nutzen zu erhöhen, wird empfohlen, Vorgehen zur Zertifizierung der relevanten Anwendungsmerkmale zu schaffen.

Big-Data-Anwendungen sind in nicht sensiblen Bereichen bereits weit verbreitet und führen oft zu einer verbesserten Leistung und Effizienz sowie zu Kosteneinsparungen. Sie haben jedoch auch das Potenzial, in sensiblen Bereichen beträchtliche Vorteile zu bewirken, z. B. bei der Strafverfolgung und im Sozial- und Gesundheitswesen. Prozesse für die Einhaltung von Vorschriften und die Zertifizierung der Einhaltung von Vorschriften gibt es bereits in wichtigen Bereichen wie Energie, Bauwesen oder Handel. Es wird empfohlen, solche Prozesse so zu erweitern, dass sie auch die spezifischen Eigenschaften von Big-Data-Anwendungen umfassen.

Die Erhebung und Nutzung qualitativ hochwertiger Gesundheitsdaten ist eine wichtige Voraussetzung für eine evidenzbasierte und personalisierte Medizin. Dies kann die Diagnosen verbessern, eine frühzeitige Erkennung von Risikopatientinnen ermöglichen, die Entdeckung neuartiger Wechselwirkungen zwischen Krankheiten oder Medikamenten und Risikofaktoren für das Fortschreiten der Krankheit ermöglichen und die Therapieverträglichkeit der Patientinnen verbessern. Um den Einsatz von Big-Data-Analysen im Gesundheitswesen zu ermöglichen, müssen jedoch bestehende Hindernisse (z. B. rechtlicher, administrativer, finanzieller oder ethischer Art oder IT-System- oder datenschutzbedingt) überwunden werden. Das Schweizer Gesundheitssystem ist relativ dezentralisiert und weitgehend auf lokaler Ebene organisiert, was die Gesetzgebung und die Verwaltung vor Herausforderungen stellt, um eine landesweite Datenerfassung und -nutzung zu ermöglichen. Aus datenwissenschaftlicher Sicht besteht die Gefahr, dass diese Organisation zu fragmentierten, lokalen IT-Lösungen mit verminderten Sicherheits- und Qualitätseigenschaften führt. Der Zugang zu Daten am richtigen Ort zur richtigen Zeit und die Schnittstellen zwischen den Akteur:innen müssen erheblich verbessert werden.

Die Schweiz hat das elektronische Patientendossier (EPD) und Qualitätsmassnahmen im Gesundheitswesen eingeführt, die Möglichkeiten für föderale Initiativen in diesem Bereich aufzeigen. In seiner derzeitigen Form stellt das EPD eine unstrukturierte Sammlung von (oft gescannten) Dokumenten dar, der es an strukturierten Zusammenfassungen und Indexierungen mangelt, dessen Datenformate nicht ausreichend harmonisiert sind und dem semantische Interoperabilität und standardisierte Terminologie fehlen. Darüber hinaus ist es nicht mit den Anforderungen der automatisierten Datenanalyse und den Standardisierungsrichtlinien kompatibel. Dennoch hat das EPD ein enormes Potenzial, wenn eine Anonymisierungsebene eingeführt wird, um kollektive Analysen von Patient:innendaten zu ermöglichen. Es gibt Technologien zum Schutz der Privatsphäre, die in dieser Hinsicht hilfreich sein können. So gibt es zum Beispiel Datenenklaven, in denen die Daten nur verarbeitet werden, aber niemals direkt von aussen zugänglich sind. Ein weiterer Ansatz könnten föderierte Analysen sein, die eine Verarbeitung verteilter Daten ermöglichen, ohne deren Sicherheit zu beeinträchtigen. Solche Technologien müssen jedoch weiterentwickelt werden und erfordern ethisch, rechtlich, wissenschaftlich und statistisch versierte Gremien, welche die Verwendung der Daten überwachen.

Es gibt ein enormes Potenzial für den Einsatz von Big-Data-Technologien in vielen Bereichen von Industrie und Wirtschaft sowie in der öffentlichen Verwaltung. Insbesondere kann der Einsatz von Big-Data-Technologien in Verbindung mit der Datenerfassung für die öffentliche Politikgestaltung und das Monitoring ihrer Wirksamkeit genutzt werden. Dies erfordert eine sorgfältige Berücksichtigung von Datenschutz- und Sicherheitsaspekten und deren angemessene Handhabung. Zu den Sektoren, auf die dies zutrifft, gehören zum Beispiel Gesundheit, Energie, Finanzen, Verkehr, Raumplanung und Sport. Neben anderen positiven Effekten ermöglichen die Erhebung und die Auswertung von Daten Wirksamkeitsvergleiche mit Massnahmen in anderen Ländern oder die Ausarbeitung verbesserter Massnahmen und bewährter Verfahren.

Im Gegenzug sollten die für die Gestaltung und die Evaluation der Politik verwendeten Daten öffentlich zugänglich sein, was wiederum Überlegungen zum Datenschutz und zur Anonymisierung erfordert. Insgesamt müssen die entsprechenden Ämter und Einrichtungen gestärkt und ausgebaut werden, um die zunehmende Arbeitsbelastung und die notwendige Kommunikation zu bewältigen. Ausserdem müssen Verfahren und Mechanismen zur Umsetzung dieser Zusammenarbeit festgelegt und entwickelt werden.

Big-Data-Anwendungen können durch die Verfügbarkeit von relevanten Daten beschleunigt werden. Allerdings kann die Sammlung von Daten mit erheblichen Kosten verbunden sein. Um die kontinuierliche Erhebung wertvoller Daten zu gewährleisten, ist es wichtig, ein angemessenes Kosten-Nutzen-Verhältnis sicherzustellen. Wenn also die Datenerhebung mit erheblichen Kosten verbunden ist, einschliesslich der Kosten für die Einhaltung der FAIR-Richtlinien, ist es wichtig, Anreize für die Datenerhebung zu schaffen, z. B. durch die Möglichkeit einer verzögerten Veröffentlichung, um Datensammler:innen eine anfängliche Wertschöpfung zu ermöglichen, bevor sie die Daten zur Verfügung stellen müssen (ähnlich der Rolle der Patentierung als Mittel zur Förderung von Investitionen in Erfindungen), durch die Sicherstellung, dass Förderorganisationen die Kosten für die Einhaltung der FAIR-Richtlinien übernehmen, die durchaus über das Ende eines Projekts hinausgehen können, und durch die Forderung nach einer Datenveröffentlichung als Voraussetzung für die Veröffentlichung zugehöriger Forschungsergebnisse. Es braucht einen differenzierten Ansatz für die geteilte Nutzung von Daten, der anerkennt, dass nicht alle Daten gleich wertvoll sind, damit die Ressourcen sinnvoll eingesetzt werden.

Darüber hinaus können Anwendungen auch durch Benchmarks beschleunigt werden, die anonymisierte Datensätze und Anwendungsfälle umfassen, die gängige Szenarien in den angestrebten Anwendungsbereichen darstellen. Solche Benchmarks können als Referenz für die Entwicklung und das Testen von Anwendungen sowie für die Verbesserung der Genauigkeit und der Vorhersagefähigkeit von Algorithmen dienen. Sie können eine effektivere Einführung, Prüfung und Validierung von Big-Data-Anwendungen in grossem Massstab ermöglichen.

Schliesslich kann die beschleunigte Verfügbarkeit von Open-Source-Software die Wertschöpfung aus Daten beschleunigen. Es wird daher empfohlen, Anreize für die geteilte Nutzung von Tools als Open-Source-Software zu schaffen. Zum Beispiel sollte der Einfluss auf die Gesellschaft durch die Entwicklung von Open-Source-Software mit breiter Akzeptanz gleichrangig mit dem wissenschaftlichen Einfluss, der durch Zitate gemessen wird, bewertet werden. Dies würde nicht nur eine wichtige öffentliche Dienstleistung fördern, sondern birgt auch das Potenzial, internationale Talente in die Schweiz zu locken und insgesamt ein wichtiges Element für die Digitalisierung der Schweiz zu sein.

Anwendungen von Big Data haben tiefgreifende und weitreichende Auswirkungen auf die Gesellschaft. Eine Regulierung kann die verantwortungsvolle Wertschöpfung beschleunigen und gleichzeitig die negativen Auswirkungen begrenzen. Ein proaktiverer Ansatz bei der Regulierung vermag daher eine verantwortungsvolle Wertschöpfung weiter zu fördern, Wettbewerb und Innovation zu erleichtern und der Demokratie besser zu dienen.

Die Big-Data-Kluft – das asymmetrische Verhältnis zwischen denjenigen, die grosse Datenmengen- sammeln, speichern und analysieren, und denjenigen, die von der Datenerhebung betroffen sind – ist eine unvermeidliche Folge einer Gesellschaft, die Freiheit und Vielfalt schätzt. Anstatt zu versuchen, diese Kluft zu beseitigen, wird empfohlen, dass die Gesetzgebung realistische Schäden benennt, die aus der Big-Data-Kluft resultieren könnten, und rechtliche Schutzmassnahmen für diejenigen entwickelt, die benachteiligt werden.

Erfolgreiche Big-Data-Anwendungen setzen Vertrauen und Akzeptanz voraus. Bei der Schaffung von Rahmenbedingungen, unter denen Daten gesammelt, analysiert und genutzt werden können, sollte nicht nur auf die Schaffung von (selbstregulierenden) Standards gesetzt werden, die Interessen von Unternehmen und Konsument:innen ausgleichen, sondern die Konsument:innen sollten auch in die Lage versetzt werden, informierte Entscheidungen zu treffen.

Insgesamt ist es von grosser Bedeutung, rechtliche Schutzmassnahmen zu entwickeln, um den durch Big Data verursachten Schaden zu kompensieren, indem Standards für ddie Erhebung, die Weitergabe und die Analyse von Daten festgelegt werden, die den Schutz von vulnerablen Gruppen ermöglichen, die durch den Einsatz von Big-Data-Technologien potenziell benachteiligt sind.

Regulierungen, die auf der Souveränität von Staaten über begrenzte physische Räume beruhen, greifen zu kurz, wenn es um Big Data geht. Stattdessen ist eine internationale Koordination und Zusammenarbeit erforderlich, um die Sicherheit digitaler Infrastrukturen sowie die Privatsphäre und andere datenbezogene Rechte der Bürger*innen zu schützen. Nichtsdestotrotz können und sollten auch auf nationaler Ebene Anstrengungen unternommen werden, um den Schutz der Daten zu gewährleisten. Nationale und kantonale politische Entscheidungsträger:innen und Verwaltungen sowie Universitäten und Wissenschaftler:innen sind gefordert, den nationalen Rechtsrahmen zu stärken und zu ergänzen.

Eine nationale Agenda für Datenschutz und Datenrechte umfasst zahlreiche Akteure und Themen. Daher ist es wichtig, die Schaffung starker Verbindungen zwischen den vielen Akteur:innen aus unterschiedlichen Disziplinen zu fördern, die an der Realisierung von Big-Data-Anwendungen beteiligt sind. Darüber hinaus sollte eine Methodik entwickelt werden, um bewährte Verfahren zur Erfassung und Anonymisierung von Daten, zur sicheren Speicherung von Daten und zur Gewährleistung einer datenschutzfreundlichen Wertschöpfung festzulegen. Bei hochsensiblen Daten scheint zum Beispiel die Entwicklung von Datenenklaven eine wertvolle Option zu sein, um die Privatsphäre zu gewährleisten. Ausserdem sollte das bestehende Konzept der informierten Einwilligung durch spezifische Schutzmechanismen ergänzt werden.

Verschiedene Techniken zur Wahrung der Privatsphäre werden in der Forschung behandelt, aber ihr realer Einsatz steht noch aus. Einige von ihnen könnten für eine nationale Strategie zum Schutz der Privatsphäre und der datenbezogenen Rechte in Betracht gezogen werden, wie z. B. die Ernennung von Datentreuhänder:innen, die persönliche Daten von Einzelpersonen schützen, oder die Einführung von Fairnesskriterien im Zusammenhang mit Big-Data-Analysen, um Diskriminierung zu vermeiden. Zur Erleichterung des täglichen Umgangs mit Datenschutzfragen sollten weitere Datenschutzrichtlinien entwickelt werden, aber auch ein Kompetenzzentrum wie das Nationale Zentrum für Cybersicherheit NCSC oder eine Abteilung desselben mit einem öffentlichen Dienst zur Behandlung von Rechtsfragen rund um den Datenschutz beim Einsatz von Big Data könnte eingerichtet werden.

Die Globalisierung der Datenströme und der zunehmende Einsatz von Big-Data-basierten Anwendungen machen es notwendig, harmonisierte grenzüberschreitende Regulierungsrahmen zu schaffen. Ein solcher Rahmen ist beispielsweise für den internationalen Handel von Bedeutung: Während die Verhandlungen im Rahmen der Welthandelsorganisation (WTO) noch andauern, regeln bilaterale und regionale (präferenzielle) Handelsabkommen zunehmend den Handel mit digitalen Waren und Dienstleistungen sowie den Datenfluss. Die jeweiligen neuen Regeln umfassen häufig Aspekte des Datenschutzes, der Cybersicherheit und des Geschäftsgeheimnisses.

Während sich die Schweiz aktiv an den Verhandlungen beteiligt, wird weitere Unterstützung
empfohlen. Ebenso ist es sehr empfehlenswert, dass die Schweiz ihren Beitrag zur laufenden Entwicklung der OECD-Leitlinien für verantwortungsvolles unternehmerisches Handeln (RBC) leistet.Schliesslich hat die Schweiz eine wichtige Rolle als Förderin des UN Internet Governance Forum (Genf) gespielt. Angesichts der zunehmenden Spannungen in der digitalen Welt wird empfohlen, dass die Schweiz Anstrengungen unternimmt, die dazu beitragen können, eine Fragmentierung bei der Regulierung der daten-getriebenen Wirtschaft zu vermeiden.