Benachrichtigung aktivieren Dürfen wir Sie in Ihrem Browser über die wichtigsten Nachrichten des Handelsblatts informieren? Sie erhalten 2-5 Meldungen pro Tag.
Fast geschafft Erlauben Sie handelsblatt.com Ihnen Benachrichtigungen zu schicken. Dies können Sie in der Meldung Ihres Browsers bestätigen.
Benachrichtigungen erfolgreich aktiviert Wir halten Sie ab sofort über die wichtigsten Nachrichten des Handelsblatts auf dem Laufenden. Sie erhalten 2-5 Meldungen pro Tag.
Jetzt Aktivieren
Nein, danke

Gastkommentar Die Bundesregierung braucht eine Datenstrategie

Digitalisierung, Datenmengen und KI werden immer relevantere Begriffe. Nun wird es Zeit, dass auch die Bundesregierung eigene Strategien schafft.
Kommentieren
Stefan Heumann ist Mitglied im Vorstand der Stiftung Neue Verantwortung (SNV) und der KI-Enquete Kommission des deutschen Bundestags. Nicola Jentzsch leitet bei der SNV das Arbeitsgebiet Datenökonomie. Quelle: SNV / Handelsblatt
Die Autoren

Stefan Heumann ist Mitglied im Vorstand der Stiftung Neue Verantwortung (SNV) und der KI-Enquete Kommission des deutschen Bundestags. Nicola Jentzsch leitet bei der SNV das Arbeitsgebiet Datenökonomie.

(Foto: SNV / Handelsblatt)

Die Bundesregierung hat auf dem Digitalgipfel im Dezember ihre Strategie für Künstliche Intelligenz (KI) vorgestellt. Damit schließt Deutschland zu anderen europäischen Ländern wie Frankreich und Großbritannien auf, die ihre Strategien bereits vorgelegt haben.

Allerdings herrscht weiterhin Skepsis, ob die angekündigten Maßnahmen wirklich ausreichen, um im Wettbewerb mitzuhalten. Die drei Milliarden Euro, die Berlin für die nächsten sechs Jahre verspricht, wirken klein im Vergleich zu den riesigen Summen, die in China oder den USA investiert werden.

Geld allein garantiert noch keinen Erfolg. Das sogenannte maschinelle Lernen, bei dem Computer beispielsweise Röntgenbilder auswerten oder Fahrzeuge steuern, beruht auf riesigen Datensätzen. Gerade in diesem Bereich scheinen China und die USA für Europa einen uneinholbaren Vorsprung zu haben.

Ob Google, Facebook und Amazon oder Tencent, Alibaba und Baidu: In beiden Wirtschaftsräumen haben sich die weltweit führenden Internetplattformen mit ihren riesigen Datenschätzen zu den Vorreitern bei KI entwickelt. Die Daten ihrer Millionen von Nutzern dienen ihnen als Rohstoff bei Entwicklung und Anwendung des maschinellen Lernens.

In Deutschland oder andernorts in Europa wird es auf absehbare Zeit keine Plattformen geben, die in Bezug auf Größe und Datenreichtum global konkurrenzfähig sind. Allerdings verfügen auch Unternehmen in Europa über interessante Daten für Entwicklung und Einsatz von KI.

Aber im Vergleich zu den USA oder China sind die Datenschätze klein. Statt sich auf wenige große Plattformen zu konzentrieren, ist die Datenlandschaft hier über viele Unternehmen hinweg fragmentiert. Gerade bei der Entwicklung des maschinellen Lernens erscheint das als großer Nachteil.

Da wir in unseren Märkten derzeit keine großen Plattformen haben, ist der Weg Chinas oder der USA nicht gangbar. Hinzu kommt, dass wir diesen Weg auch gar nicht gehen möchten. Denn Datenhunger und Marktmacht der großen Plattformen sehen wir kritisch. Wie sieht aber dann der viel beschworene dritte Weg Europas aus? Für eine Antwort auf diese Frage brauchen wir nicht nur eine KI-, sondern vor allem eine Datenstrategie.

Diese Strategie muss auf die Besonderheiten der europäischen Datenökonomie aufbauen. Das heißt, sie muss Lösungen für das Überwinden der Fragmentierung und für unsere Anforderungen an den Datenschutz finden. Im Mittelpunkt einer europäischen Datenstrategie sollten daher kooperative Datennutzungsmodelle stehen.

Das heißt, die Politik sollte Ansätze und Modelle fördern, die es europäischen Unternehmen erlauben, Unternehmenssilos zu überwinden und ihre Daten gemeinsam zur KI-Entwicklung zu nutzen. Aus der Forschung und der Privatwirtschaft gibt es bereits zahlreiche Initiativen für Datenpools und Daten-Marktplätze.

Um ihnen zum Durchbruch zu verhelfen, benötigen wir Lösungen auf unterschiedlichen Ebenen: Wir brauchen technische Standards, um zum Beispiel Maschinendaten zusammenzuführen. Wir brauchen Rechtssicherheit bei der Datennutzung, denn kooperative Datennutzungsmodelle werfen komplexe Fragen zum Wettbewerbsrecht und zur Haftung auf.

Und wir benötigen mehr Forschung zu unterschiedlichen Anreizsystemen, um Datenkooperationen für Unternehmen attraktiv zu machen. Auch in Bezug auf Datenschutz und Datensicherheit haben Datenkooperationen großes Potenzial. Denn die Zentralisierung riesiger Datenmengen bei den großen Plattformen birgt enorme Risiken, wie die jüngsten Datenskandale rund um Facebook eindrucksvoll belegen.

Eine solche Zentralisierung ist allerdings technisch nicht unbedingt zwingend notwendig. So gibt es zum Beispiel vielversprechende Ansätze des dezentralen maschinellen Lernens. Dabei müssen nicht alle Daten zentral auf einer Plattform oder in der Cloud zusammengeführt werden.

Stattdessen findet das maschinelle Lernen lokal dort statt, wo die Daten anfallen, und nur Aktualisierungen der Modelle – nicht aber die Trainingsdaten selbst – werden unter den Teilnehmern geteilt. In der KI-Strategie der Bundesregierung werden diese Punkte teilweise bereits aufgegriffen. Bisher fehlt es aber an Mut, diese Ansätze in den Mittelpunkt der Strategie zu stellen. Dies ist aber dringend erforderlich.

Weder sind wir in der Lage, die Ansätze aus China oder den USA nachzuahmen, noch ist dies sinnvoll. Vielmehr gilt es, aus der Not eine Tugend zu machen. Mit der Entwicklung von Datenpools und dezentralen KI-Ansätzen würden wir unsere eigenen Akzente im globalen KI-Wettrennen setzen und das Konzept vom „dritten Weg Europas“ endlich mit Leben füllen.

Startseite

Mehr zu: Gastkommentar - Die Bundesregierung braucht eine Datenstrategie

0 Kommentare zu "Gastkommentar: Die Bundesregierung braucht eine Datenstrategie"

Das Kommentieren dieses Artikels wurde deaktiviert.

Serviceangebote