Data-Group Business 2 Science

 
Der Zugang zu Daten entscheidet mit darüber, welche Forschung in Deutschland möglich ist. Ein großer Teil des praxisrelevanten Bestandes liegt in Unternehmen und wird für Forschung und Lehre bislang kaum genutzt. Wo der Austausch über Sektorengrenzen hinweg gelingt, profitieren beide Seiten: Die Wissenschaft gewinnt eine belastbare empirische Grundlage, Unternehmen erhalten Zugang zu Methoden, Modellen und Nachwuchs, der mit realen Daten gearbeitet hat. Einer mehrdimensionalen Daten­verwendung steht allerdings eine Vielzahl von Herausforderungen gegenüber.

 
Eine breite Mehrheit der Hochschulen sieht ein großes wissenschaftliches Potenzial in einem verbesserten Zugang zu Forschungsdaten aus der Wirtschaft. Ein Forschungsdatengesetz erleichtert den Zugang zu öffentlichen Daten, eröffnet damit Chancen für die Wissenschaft und berücksichtigt zugleich die Interessen der Wirtschaft. Aus unserer bisherigen Arbeit lassen sich darüber hinaus Anforderungen ableiten, die über den Rechtsrahmen hinausgehen und über den Erfolg in der Praxis entscheiden:

1. Praxistaugliche Mustervertragsbedingungen: Der Aufwand für die vertragliche Gestaltung von Datenkooperationen ist einer der größten Bremsfaktoren. Branchenspezifisch ausgearbeitete Musterverträge zum Austausch von Daten für Forschungszwecke und zur Verwertung von Forschungsergebnissen würden öffentliche wie private Forschungseinrichtungen erheblich entlasten und die Zusammenarbeit rechtssicher gestalten.
    
2. Klare Standards im Umgang mit personenbezogenen Daten: Für Anonymisierung und Pseudonymisierung braucht es einheitliche, praktikable Maßstäbe. Ebenso wichtig ist eine harmonisierte Datenschutzaufsicht, damit länderübergreifende Forschungsvorhaben nicht an unterschiedlichen Auslegungen scheitern. Das setzt die Mitwirkung der Bundesländer voraus.
    
3. Auffindbarkeit ohne zusätzliche Bürokratie: Metadatenkataloge und Schnittstellen sollten so gestaltet sein, dass Datenbestände sichtbar werden, ohne dass daraus neue Dokumentations­pflichten oder Kosten für Forschungseinrichtungen und Unternehmen entstehen.
    
4. Anreize und Anschlussfähigkeit: Datenkooperationen tragen dauerhaft nur, wenn für beide Seiten ein Mehrwert erkennbar ist. Dieser muss nicht finanzieller Natur sein: Reputation, Methodenzugang und Nachwuchsgewinnung wiegen für viele Unternehmen schwerer. Zugleich sollten neue Strukturen an bestehende Infrastrukturen, wie die Nationale Forschungsdaten­infrastruktur, anschließen und den FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable) folgen, um Doppelstrukturen zu vermeiden.