Kanäle
Log-in registrieren
piqd verwendet Cookies und andere Analysewerkzeuge um den Dienst bereitzustellen und um dein Website-Erlebnis zu verbessern.

Medien und Gesellschaft

Datennutzung

Je mehr Daten, desto mehr Wissen, desto mehr Macht! Journalistinnen und Journalisten machen sich Gedanken, welche Daten hinterlassen werden und wie sie im Netz sinnvoll und legitim genutzt werden können.

Weitere Informationen zum Thema Datennutzung

Datennutzung bezeichnet allgemein die Erzeugung, Verarbeitung und zweckgebundene Interpretation von Daten. Unter dem Begriff Daten wird eine geordnete Kette konventionalisierter Zeichen verstanden, die von einem Speichermedium getragen werden. Erst durch Verarbeitungstätigkeit werden aus den Zeichenketten Informationen generiert. Zweck von Daten ist es, durch ihre Repräsentationsfunktion von Wissen dieses durch formale Vorschriften verarbeitbar zu machen, sowie es kommunizieren und aufbewahren zu können. Eigenschaften von Daten sind demnach ihre Formalisierung, Speichereigenschaft und Verarbeitbarkeit. Diese Merkmale sind eng mit der Datennutzung verbunden. Unter Datennutzung wird zum einen die Transformation der Daten zu Information und Wissen verstanden und andererseits die Kontexte und Zielsetzungen unter denen diese Überführung geschieht. Dies betrifft zum einen die meist maschinell stattfindende Verarbeitung von Daten zum Zwecke der Funktion, Kontrolle und Steuerung von Automaten, Prozessen und Systemen und zum anderen die Regulierung dieser Instanzen. Die systematische Umwandlung großer Datenmengen, sogenannter Big Data, in verfügbare Informationen wird als Data-Mining bezeichnet. Diese Aufgabe übernehmen aufgrund der exponentiell wachsenden Datenbeständen auf Mustererkennung spezialisierte Maschinen, die oft mit Methoden der künstlichen Intelligenz arbeiten. Die Art der Datennutzung hängt auch davon ab, in welchem Bereich diese Nutzung stattfindet. Die Klassifikation von Datennutzungen kann grundsätzlich anhand zweier Betrachtungsweisen geschehen: Anhand der Kategorisierung von Daten selbst oder durch den Kontext, in dem die Daten auftauchen und verwertet werden, womit auch bestimmte Zielsetzungen die in Bezug auf die Erzeugung, Speicherung und Verarbeitung des Datenmaterials auftreten, einhergehen. Kategorisiert werden können Daten und damit ihre Nutzung nach ihrer Wirkungsweise. Anwendungsdaten sind notwendig, um bestimmte Prozesse auszuführen. Diese Kategorie kann auch als Zugriffsdaten verstanden werden, da Prozesse oder Systeme Zugriff auf diese Bestände für den eigenen Ablauf benötigen. Beispiele sind Kundendaten in Onlineshops, Patientendaten des Arztes oder Messdaten für die Bereitstellung technischer Services. Technische Daten sind Datenformen die Funktionen, Abläufe und Prozesse beschreiben oder bestimmen. Dazu gehören Programmcode oder Bedienungsanleitungen für Geräte. Als Repräsentation von Wissensbeständen dienen Speicher- oder Archivdaten der Bewahrung, Weitergabe und der Bearbeitung von Wissen. Ziel ist es, das Wissen durch seine Formalisierung einer Wissensgemeinschaft zugänglich zu machen. Die Datennutzung kann aber auch nach den Kontexten beschrieben werden, in denen die Daten auftreten. In der Wirtschaft spielen Daten unter zwei Gesichtspunkten eine wichtige Rolle: Durch Auswertung von bei Geschäftsprozessen entstehenden Datenspuren wird im „Process-Mining“ versucht, Prozesse besser zu verstehen und zu optimieren. Weiterhin werden mit Hilfe statistischer Methoden aus gesammelten Kundendaten Ableitungen oder Vorhersagen über das Kaufverhalten oder die Markentreue von Kunden gemacht. Diese sogenannten Predictive-Analystics treten auch unter der Bezeichnung „Predictive-Policing“ in der Kriminalitätsbekämpfung auf. Anhand statistischer Datenmodelle werden Prognosen über Verbrechen in bestimmten Regionen ermöglicht. Staatliche Gesundheitspolitik und Krankenversicherer versuchen durch Fitnesstracker und Smartphone-Apps im Rahmen der Selbstüberwachung Bürger und Versicherte zur Messung ihrer Vitaldaten anzuhalten. Gesundheitsbewusstes Verhalten wie kalorienreduziertes Essen oder ausreichende Bewegung wird durch Belohnungen vergütet. Dieses an bestimmten Sollwerten ausgerichtete, datengestützte Belohnungssystem wird als Nudging (to nudge = stupsen) bezeichnet. Der Mensch soll so sanft zu einem gewünschten Verhalten „gestupst“ werden. In der Wissenschaft werden durch Massendatenanalysen Phänomene wie Klimaveränderungen, Entstehung von Verkehrsstaus, Schwarmverhalten oder Ausbreitung von Pandemien untersucht und durch diese Form der Datennutzung versucht besser zu verstehen. Hier kommen die Mustererkennungsverfahren aus dem Data-Mining zum Einsatz. Im Zuge zunehmender Überwachung und regelrechter Sammelwut privater und öffentlicher Instanzen ist vor allem die Verwendung Personenbezogener Daten problematisch. Durch die fortschreitende Digitalisierung von Wirtschaft, Wissenschaft und Gesellschaft stehen mehr Daten über die Bürger zur Verfügung, die durch verschiedene Akteure auch abgeschöpft werden können. Mit der Datennutzung sind oftmals monetäre oder politische Interessen verbunden: Konzerne wollen so möglichst viel über ihre Kunden herausfinden um sie so durch Algorithmen besser zu Kaufentscheidungen bewegen zu können oder ihnen personalisierte Preise anzubieten. Inzwischen ist das Abschließen von Miet- oder Kreditverträgen nur noch mit einer Bonitätsprüfung möglich. Krankenkassen bringen immer wieder am Gesundheitsverhalten der Versicherten orientierte Beitragsmodelle zu Diskussion. In der politischen Willensbildung stehen Verfahren wie Nudging, aber auch gezielte Beeinflussung von Wählern in sozialen Netzwerken in Verdacht den politischen Diskurs auszuhöhlen. Oft besteht das Problem personenbezogener Datennutzung also darin, dass die betreffende Person nicht selbst darüber entscheiden kann, wer diese Inhalte über sie sammelt, speichert und verarbeitet. Das Recht über seine personenbezogenen Daten verfügen zu können, ist aber grundlegender Teil der informationellen Selbstbestimmung.