What the (open) data?! Warum Datennutzung Gestaltung braucht
Offene Daten sollten für alle da sein – so die Theorie. Aber wer nutzt sie am Ende wirklich? Und wie müssen Daten gestaltet sein, damit sie einen gesellschaftlichen Mehrwert haben? Unser Kollege Tim Schnettker hat an der neuen Studie der Open Data Informationsstelle (ODIS) zu Nutzendenzentrierung mitgearbeitet. In seinem Kommentar erläutert er, wie Daten zu Wissen werden, und warum es lohnt, die Menschen hinter der Datenarbeit in den Fokus zu stellen.
Vor knapp einem Jahr habe ich mich im Rahmen meiner Masterarbeit im Service Design zum ersten Mal intensiver mit offenen Daten beschäftigt. Mein erster Eindruck bewegte sich irgendwo zwischen Begeisterung und Überforderung. Auf der einen Seite steht ein großer Reichtum an öffentlich zugänglichen Informationen. Auf der anderen Seite sind diese Daten in ihrer Ursprungsform häufig abstrakt und schwer verständlich, insbesondere dann, wenn die notwendigen Fähigkeiten zur Weiterverwendung fehlen.
Aus dieser Auseinandersetzung ist ein nutzendenzentrierter Ansatz für Open-Data-Projekte entstanden, der sich in unserer neu veröffentlichten Studie „Open Data zwischen Bereitstellung und Wirkung“ wiederfindet. Darin gehen wir der Frage nach, wie eine Verbindung zwischen Datenbereitstellung und tatsächlicher Nutzung entstehen kann und was es braucht, damit aus verfügbaren Daten auch ein praktischer Mehrwert folgt.
Information ist nicht gleich Wissen – und Bereitstellung nicht gleich Nutzung
Daten sind großartig. Warum? Sie beschreiben unsere Wirklichkeit, helfen uns dabei, Zusammenhänge zu erkennen und Vergleiche anzustellen. Im besten Fall ermöglichen sie bessere Entscheidungen, lebendigere Diskurse oder die Entwicklung von Prognosen und Szenarien für eine lebenswertere Zukunft. Gleichzeitig gilt aber auch: Ohne Anwendung haben Daten zunächst keinen eigenen Mehrwert.
Besonders deutlich geworden ist mir das durch die Data-Information-Knowledge-Wisdom-Pyramide, auch bekannt als DIKW-Pyramide. Sie beginnt bei einzelnen Datenpunkten wie Zahlen oder Zeichen. Erst durch Kontext und Semantik entsteht daraus Information. Diese Information kann sich im nächsten Schritt zu Wissen verdichten, das schließlich in Handeln übersetzt wird, etwa durch datenbasierte Entscheidungen. Im Idealfall verläuft genau dieser Prozess auch bei offenen Daten.
In den letzten Jahren ist rund um die Veröffentlichung offener Daten im Land Berlin viel in Bewegung geraten. Mit dem Open-Data-Portal und zahlreichen Initiativen zur Öffnung von Verwaltungsdaten wurden wichtige Grundlagen geschaffen, um Transparenz und Zugänglichkeit zu verbessern. Ergänzend dazu zeigt die Open Data Informationsstelle Berlin (ODIS) anhand vieler praxisnaher Beispiele, wie man über reine Bereitstellung hinausgehen und Daten in konkrete Erkenntnisse und Werkzeuge übersetzen kann.
Trotz all dieser Bemühungen bleibt jedoch eine Lücke. Es gibt bislang nur wenige systematische Ansätze, die darauf abzielen, die tatsächliche Nutzung offener Daten zu fördern. Genau an diesem Punkt wird es besonders spannend, eine nutzer:innenzentrierte Perspektive einzunehmen und zu fragen, wie verfügbaren Daten auch tatsächlich an die Menschen kommen.
Über diejenigen, die offene Daten tatsächlich nutzen wollen, wird erstaunlich selten gesprochen.
Das ODES-Framework: Wer nutzt offene Daten und wie?
In der Welt der offenen Daten gibt es vereinfacht gesagt zwei Gruppen, die ein Interesse an den Daten haben. Auf der einen Seite stehen diejenigen, die Daten bereitstellen. Auf der anderen Seite diejenigen, die diese Daten tatsächlich nutzen wollen. Über letztere wird erstaunlich selten gesprochen. Nutzende stehen bei der Bereitstellung offener Daten oft nicht im Fokus oder sind nur schwer greifbar. Dabei liegt gerade hier ein enormes Potenzial. Denn erst durch Datennutzung entstehen Mehrwerte.
Genau an diesem Punkt setzt unser Framework an. Es beginnt mit einer einfachen Frage: Wer sind eigentlich die Menschen, die mit offenen Daten arbeiten wollen, und was bringen sie dafür mit? Oder anders formuliert: Welche Fähigkeiten sind bereits vorhanden, und was braucht es zusätzlich, damit aus Daten etwas gemacht werden kann?
Um diese Frage greifbarer zu machen, schauen wir durch fünf unterschiedliche Kategorien auf Nutzende. Diese Kategorien orientieren sich nicht an Rollen oder Berufsbezeichnungen, sondern an Fähigkeiten und Anforderungen im Umgang mit offenen Daten. Der Ansatz ist bewusst kapazitätengeleitet. Ziel ist es, kein ideales oder normatives Nutzungsbild zu entwerfen, sondern die tatsächliche Vielfalt möglicher Nutzenden auf einem Spektrum abzubilden. Visualisiert wird das Ganze in einem Modell, das an ein Atom erinnert. Im Zentrum stehen Datenexpert:innen. Sie bringen in der Regel alle notwendigen Fähigkeiten mit, um Daten direkt weiterzuverwenden. Je weiter man sich im Modell nach außen bewegt, desto weniger sind diese Kompetenzen vorhanden. Gleichzeitig steigt der Bedarf an Kontext, Erklärung und Aufbereitung, um aus denselben Daten dennoch Mehrwerte entstehen zu lassen.
Das hat ganz praktische Konsequenzen. Denn je nach Kategorie sind unterschiedliche Formate sinnvoll und unterschiedliche Grade der Datenverarbeitung notwendig. Rohdaten können für manche eine Einladung sein, für andere sind sie eine unüberwindbare Hürde. Andere wiederum brauchen keine Zahlen, sondern konkrete Aussagen oder Bezüge, was diese Daten für ihre Lebensrealität bedeuten.
Offene Daten entfalten ihr Potenzial nicht allein durch ihre Veröffentlichung, sondern erst dort, wo sie anschlussfähig werden.
Die Einordnung entlang dieses Modells hilft Datenhaltenden dabei, eine zentrale Frage zu reflektieren: Wen wollen wir mit unseren Daten eigentlich erreichen, und wen müssen wir erreichen? Daraus ergibt sich fast zwangsläufig die nächste Frage, nämlich in welcher Form Daten bereitgestellt werden sollten, damit sie für unterschiedliche Zielgruppen tatsächlich nutzbar sind. Dabei übernimmt das Modell die Rolle eines Kommunikationswerkzeugs. Es schafft eine gemeinsame Sprache, um über Daten und ihre Bereitstellung zu sprechen, ohne die Perspektive der Nutzenden aus dem Blick zu verlieren. Und genau das ist oft der entscheidende Schritt, um von offener Bereitstellung zu tatsächlicher Nutzung zu kommen.
Offene Daten als Service denken
Offene Daten entfalten ihr Potenzial also nicht allein durch ihre Veröffentlichung, sondern erst dort, wo sie anschlussfähig werden. Gestaltung übernimmt dabei eine vermittelnde Rolle: Sie übersetzt, kontextualisiert und bringt Daten in Beziehung zu den Menschen, die mit ihnen arbeiten oder von ihnen profitieren sollen. Von dieser nutzer:innenzentrierten Perspektive bin ich überzeugt und vertrete sie auch als Service Designer bei der Technologiestiftung Berlin im Open-Data-Prozess. Mit dem vorgestellten Modell begreifen wir Daten nicht nur als Ressource, sondern als Service, der so gestaltet werden muss, dass er für unterschiedliche Nutzende einfach zugänglich und verständlich wird.
ODIS
Die Open Data Informationsstelle Berlin (ODIS) begleitet die Stadt auf dem Weg zu einer partizipativen, nachhaltigen und datengetriebenen Gesellschaft mit dem Schwerpunkt auf die Bereitstellung und Nutzung offener Daten.