Digitale Souveränität (KI-generiert)
Digitale Souveränität (KI-generiert)

Organisationen möchten Daten gemeinsam nutzen, ohne ihre Handlungsspielräume gegenüber Technologieanbietern und Kooperationspartnern unnötig einzuschränken. Datenräume setzen an diesem Spannungsfeld an: Sie verbinden organisationsübergreifenden Datenaustausch mit gemeinsamen Regeln, Standards und Vertrauensmechanismen. Für die Wirtschaftsinformatik stellt sich damit eine soziotechnische Gestaltungsfrage: Wie lassen sich Dateninfrastrukturen entwickeln, die Zusammenarbeit ermöglichen und zugleich nachvollziehbare Entscheidungs- und Kontrollmöglichkeiten erhalten? Einen Ausgangspunkt bietet die Forschung zu föderierten Datenökosystemen und ihrer Governance ().

1. Problemstellung: Daten teilen und Handlungsspielräume erhalten

Digitale Souveränität ist kein eindeutig abgegrenzter technischer Zustand. Der Begriff umfasst unterschiedliche politische und organisatorische Vorstellungen darüber, wer digitale Systeme gestalten, Daten nutzen und verbindliche Regeln setzen kann. Für wissenschaftliche Arbeiten muss deshalb zunächst geklärt werden, wessen Souveränität untersucht wird: die eines Staates, einer Organisation oder einer einzelnen Person. Ebenso wichtig ist die Frage, gegenüber welchen Abhängigkeiten diese Akteure handlungsfähig bleiben sollen ().

Dieser Beitrag verwendet digitale Souveränität als Arbeitsbegriff für die Fähigkeit einer Organisation, wesentliche Entscheidungen über ihre digitalen Ressourcen informiert zu treffen und praktisch umzusetzen. Im Mittelpunkt stehen Datenzugang, Nutzungsbedingungen, Verantwortlichkeiten und Wechselmöglichkeiten. Souveränität bedeutet in diesem Verständnis nicht vollständige Unabhängigkeit, sondern einen bewussten und überprüfbaren Umgang mit Abhängigkeiten.

Für Unternehmen und öffentliche Einrichtungen ergibt sich daraus eine konkrete Gestaltungsaufgabe: Daten sollen für gemeinsame Leistungen nutzbar werden, ohne dass Zuständigkeiten, zulässige Verwendungszwecke oder Kontrollmöglichkeiten unklar bleiben. Datenräume bieten hierfür einen Ansatz, der technische Verbindungen mit organisatorischen Vereinbarungen zusammenführt ().

2. Was Datenräume leisten – und wie Gaia-X einzuordnen ist

Ein Datenraum ist mehr als eine Plattform zur Übertragung von Dateien. Er verbindet teilnehmende Organisationen durch gemeinsame Regeln, technische Standards und Dienste für den Datenaustausch. Wesentlich ist, dass Daten unterschiedlicher Anbieter unter vereinbarten Bedingungen auffindbar, zugänglich und nutzbar werden. Der Aufbau solcher Umgebungen erfordert deshalb sowohl technische Infrastruktur als auch ein tragfähiges Betriebs- und Governance-Modell (; ).

Gaia-X ist dabei nicht mit einem einzelnen Datenraum oder einem zentralen Cloud-Angebot gleichzusetzen. Die Initiative adressiert Rahmenbedingungen für vertrauenswürdige, interoperable Daten- und Diensteökosysteme. Konkrete Datenräume benötigen darüber hinaus eigene Anwendungsfälle, beteiligte Organisationen, Betriebsmodelle und Vereinbarungen zur Datennutzung ().

Für die wissenschaftliche Analyse sollten drei Ebenen getrennt werden:

  • Technische Ebene: Wie werden Daten beschrieben, übertragen und verarbeitet? Welche Schnittstellen und Identitätsmechanismen verbinden die Beteiligten?
  • Organisatorische Ebene: Wer entscheidet über Teilnahme, Zugangsbedingungen, Änderungen und den Umgang mit Konflikten?
  • Ökonomische Ebene: Wie werden Nutzen, Kosten und Risiken verteilt, sodass eine dauerhafte Zusammenarbeit attraktiv bleibt?

Diese Unterscheidung verhindert, dass technische Anschlussfähigkeit mit funktionierender Kooperation verwechselt wird. Ein Datenraum kann technisch realisierbar sein und dennoch an unklaren Entscheidungsrechten oder einem nicht tragfähigen Betriebsmodell scheitern. Die Verbindung von Architektur, Governance und wirtschaftlichem Nutzen ist daher ein zentraler Gegenstand der Datenraumgestaltung ().

3. Governance als Kern der Gestaltungsaufgabe

Der Schwerpunkt dieses Beitrags liegt auf der Governance von Dateninfrastrukturen. Gemeint sind die Regeln, Rollen und Entscheidungsverfahren, durch die ein Datenraum organisiert wird. Dazu gehören die Aufnahme neuer Beteiligter, die Festlegung zulässiger Nutzungsbedingungen, die Überprüfung vereinbarter Anforderungen und Verfahren zur Konfliktlösung. Technische Funktionen können diese Regeln unterstützen; sie ersetzen jedoch nicht die Verständigung darüber, welche Regeln gelten sollen ().

Für eine wissenschaftliche Untersuchung lässt sich daraus ein analytischer Rahmen mit vier Gestaltungsdimensionen ableiten:

  • Entscheidungsrechte: Wer darf Daten bereitstellen, Zugriffe genehmigen und Regeln verändern?
  • Vertrauen und Nachweisbarkeit: Welche Eigenschaften der Beteiligten und Dienste müssen überprüfbar sein?
  • Interoperabilität: Wie werden technische Schnittstellen und ein gemeinsames Verständnis der Daten verbunden?
  • Tragfähigkeit: Welche Anreize und Ressourcen sichern Teilnahme und Betrieb über die Einführungsphase hinaus?

Dieser Rahmen ist als Strukturierungsvorschlag zu verstehen, nicht als bereits validiertes Messmodell. Für eine empirische Arbeit müssten die Dimensionen präzisiert, mit einschlägiger Literatur verknüpft und in beobachtbare Merkmale oder Messgrößen übersetzt werden.

Digitale Nachweise: Vertrauen unterstützen, Grenzen berücksichtigen

Ein technischer Baustein sind digital überprüfbare Nachweise, sogenannte Verifiable Credentials. Das vom World Wide Web Consortium veröffentlichte Datenmodell beschreibt, wie Aussagen eines Ausstellers über ein Subjekt in überprüfbarer Form repräsentiert werden können. Solche Nachweise können beispielsweise bei der Prüfung von Eigenschaften teilnehmender Organisationen eingesetzt werden ().

Dabei sind drei Fragen auseinanderzuhalten: Ist ein Nachweis unverändert? Wird seinem Aussteller vertraut? Und berechtigt die nachgewiesene Eigenschaft zu einem bestimmten Zugriff? Ein überprüfbarer Nachweis beantwortet nicht automatisch alle drei Fragen. Ebenso wenig stellt er für sich genommen sicher, dass Daten nach ihrer Bereitstellung ausschließlich vereinbarungsgemäß verwendet werden. Identitätsprüfung, Zugangsentscheidung und Kontrolle der Datennutzung müssen daher als unterschiedliche Gestaltungsaufgaben behandelt werden ().

4. Forschungsdesign: Von der Problemstellung zum überprüfbaren Beitrag

Die Wahl der Forschungsmethode sollte vom angestrebten Erkenntnisbeitrag ausgehen. Wer eine Lösung für ein konkretes Gestaltungsproblem entwickeln möchte, kann Design Science Research nutzen. Dieser Ansatz verbindet die Entwicklung eines Artefakts mit einer begründeten Evaluation seines Nutzens und seiner Qualität. Ein Artefakt kann beispielsweise ein Modell, eine Methode oder eine prototypische Implementierung sein ().

Für Datenräume kommen unter anderem folgende Artefakte infrage:

  • Ein Governance-Modell, das Rollen, Entscheidungsrechte und Eskalationsverfahren beschreibt.
  • Eine Methode zur Auswahl geeigneter Regeln für Datenzugang und Datennutzung.
  • Eine Referenzarchitektur, die Identitätsprüfung, Zugangssteuerung und Nachweisführung zusammenführt.
  • Ein Demonstrator, mit dem sich ausgewählte Regeln in einem abgegrenzten Anwendungsszenario erproben lassen.

Entscheidend ist, nicht bei der Beschreibung des Artefakts stehen zu bleiben. Eine wissenschaftliche Arbeit muss nachvollziehbar machen, welches Problem gelöst werden soll, auf welchen Anforderungen die Gestaltung beruht und anhand welcher Kriterien die Lösung bewertet wird. Die Umsetzung eines einzelnen Datenraums ist deshalb nicht automatisch ein verallgemeinerbarer Forschungsbeitrag ().

Ein mögliches Untersuchungsszenario

Ein geeignetes Szenario könnte die Zusammenarbeit mehrerer öffentlicher Einrichtungen sein, die ausgewählte Daten für eine gemeinsame Planungsaufgabe bereitstellen. Untersucht würde nicht die allgemeine Überlegenheit eines Datenraums, sondern eine klar eingegrenzte Gestaltungsfrage: Wie müssen Aufnahmeverfahren, Zugriffsentscheidungen und Verantwortlichkeiten ausgestaltet sein, damit die Beteiligten Daten unter nachvollziehbaren Bedingungen gemeinsam nutzen können?

Als vorgeschlagenes Forschungsdesign ließe sich zunächst durch Interviews und Dokumentenanalysen ermitteln, welche Anforderungen und Interessenkonflikte bestehen. Darauf aufbauend könnte ein Governance-Modell entwickelt und in einem Pilotvorhaben erprobt werden. Für die Evaluation wären beispielsweise folgende Kriterien vorab festzulegen:

  • Aufwand und Dauer der Aufnahme neuer Beteiligter.
  • Verständlichkeit und Nachvollziehbarkeit von Zugriffsentscheidungen.
  • Aufwand zur Änderung von Nutzungsbedingungen.
  • Bearbeitung von Regelverstößen und Konflikten.
  • Wahrgenommener Nutzen und wahrgenommene Handlungsspielräume der beteiligten Organisationen.

Technische Tests und organisatorische Bewertungen sollten dabei getrennt ausgewertet und anschließend aufeinander bezogen werden. So lässt sich unterscheiden, ob Schwierigkeiten aus der Implementierung, aus unklaren Regeln oder aus unterschiedlichen Interessen entstehen. Die genannten Kriterien sind Vorschläge für ein Evaluationsdesign; ihre Eignung muss für den jeweiligen Anwendungsfall begründet werden.

5. Forschungsfragen statt pauschaler Forschungslücken

Die Forschung zu Datenräumen umfasst bereits technische Konzepte, Governance-Ansätze sowie Implementierungen und Anwendungsfälle. Eine pauschale Aussage, dass belastbare empirische Untersuchungen fehlen, wäre deshalb ohne systematische Literaturauswertung nicht hinreichend begründet ().

Für Abschlussarbeiten und Dissertationen sind präzise Fragen hilfreicher als eine umfassende, aber unbelegte Forschungslücke. Aus den dargestellten Gestaltungsproblemen lassen sich beispielsweise folgende Untersuchungsfragen entwickeln:

  • Wie beeinflusst die Verteilung von Entscheidungsrechten die Bereitschaft von Organisationen, Daten bereitzustellen?
  • Welche Governance-Regeln verringern den Abstimmungsaufwand bei der Aufnahme neuer Beteiligter?
  • Wie verändern sich Kosten, Nutzen und wahrgenommene Handlungsspielräume im Verlauf eines Datenraumprojekts?
  • Unter welchen Bedingungen unterstützen standardisierte Nachweise den Vertrauensaufbau zwischen Organisationen?
  • Wie lassen sich KI-gestützte Auswertungen in einen Datenraum integrieren, sodass vereinbarte Zugangs- und Nutzungsbedingungen überprüfbar berücksichtigt werden?

Ob daraus eine tragfähige Forschungslücke entsteht, muss für die gewählte Frage geprüft werden. Dazu sind Suchstrategie, Datenbanken, Suchzeitraum sowie Ein- und Ausschlusskriterien transparent zu dokumentieren. Erst auf dieser Grundlage lässt sich begründen, welche Beziehungen, Anwendungskontexte oder zeitlichen Entwicklungen bislang unzureichend untersucht wurden.

6. Implikationen für Forschung und Praxis

Für Organisationen lautet die zentrale Gestaltungsfrage nicht allein, ob sie eine zentrale oder dezentrale Architektur einsetzen. Zu klären ist vielmehr, welche Kombination aus Infrastruktur, Regeln und Verantwortlichkeiten für den jeweiligen Anwendungsfall geeignet ist. Die Datenraumliteratur macht deutlich, dass technische und wirtschaftliche Gestaltung gemeinsam betrachtet werden müssen; eine allgemeine Überlegenheit einer Architektur folgt daraus nicht ().

Für Studierende und Promovierende liegt der wissenschaftliche Mehrwert in einer klaren Verbindung von Problem, Forschungsfrage, theoretischem Bezugsrahmen und Evaluation. Eine fokussierte Untersuchung zu Entscheidungsrechten, Vertrauensmechanismen oder Teilnahmebedingungen ist dabei aussagekräftiger als der Versuch, „digitale Souveränität“ insgesamt zu messen.

Digitale Souveränität wird so zu einer überprüfbaren Gestaltungsaufgabe: Welche Entscheidungen können die Beteiligten tatsächlich treffen, welche Regeln werden wirksam umgesetzt und welche Abhängigkeiten bleiben bestehen? Datenräume sind hierfür ein relevanter Untersuchungsgegenstand – nicht als Selbstzweck, sondern als gestaltbare Form organisationsübergreifender Zusammenarbeit.

Literatur

Publikationen

Soziale Netzwerke

Newsletter - Anmeldung