Was nicht bekannt und reguliert ist, lässt sich weder teilen, wiederverwenden noch verwerten. Gerade jetzt, wo alle öffentlichen Einrichtungen an der Datenwirtschaft teilhaben, Anwendungsfälle künstlicher Intelligenz implementieren oder europäischen Datenräumen beitreten wollen, bleibt der erste Schritt der schwierigste. Und dieser erste Schritt hat einen Namen: Daten-Governance.
Die Versuchung, alles miteinander zu verbinden, und warum das ein Fehler ist
Wenn eine Verwaltung beschließt, ihre Daten zu öffnen oder einen Unternehmenskatalog zu speisen, ist die Versuchung groß: Transaktionssysteme oder Data Lakes direkt mit einem öffentlichen Portal zu verbinden und Bürgern, Unternehmen oder Agenten den Zugriff darauf zu ermöglichen.eresSat kümmert sich darum. Es sieht schnell aus, es sieht effizient aus, es sieht modern aus.
Die Bereitstellung von Rohdaten ohne vorherige Bestandsaufnahme, Bereinigung und semantische Anreicherung ist jedoch der ideale Nährboden für drei Probleme, die wir im öffentlichen Sektor nur allzu gut kennen: Inkonsistenzen, die das Vertrauen untergraben, rechtliche Risiken durch unsachgemäße Offenlegung personenbezogener Daten und schließlich Datenbestände, die niemand nutzt, weil niemand ihren Inhalt versteht. Der Aufbau eines interoperablen Datenökosystems ist kein rein technisches Exportproblem, sondern ein strategischer Prozess, der Informationschaos in echten öffentlichen Nutzen verwandelt.
Denken Sie in Domänen, nicht in Systemen.
Die Reise beginnt paradoxerweise mit einer Abkehr von der Technologie. Bevor eine Organisation Datenbanken durchsucht oder Tools einsetzt, muss sie ihre Informationslandschaft anhand sogenannter Informationsdomänen verstehen: Gruppierungen von Daten um einen kohärenten und abgegrenzten Themenbereich, wie beispielsweise Mobilität, Gesundheit, Bildung, Nachhaltigkeit oder soziale Dienstleistungen.
Die Definition dieser Domänen ermöglicht es uns, die grundlegende Frage jeder Governance zu beantworten: Wer ist für diese Informationen verantwortlich? Indem wir die Verantwortung den Geschäftsbereichen und nicht den IT-Abteilungen zuweisen, stellen wir sicher, dass die Governance auch organisatorische Veränderungen und unvermeidliche Systemmigrationen überdauert. Dieser Schritt erlaubt es uns, Silos aufzubrechen und uns hin zu föderierten Governance-Modellen zu bewegen, wie sie beispielsweise das Data-Mesh-Paradigma vorschlägt.
Das technische Inventar und die Rolle der künstlichen Intelligenz
Nachdem die Verantwortlichkeiten festgelegt wurden, ist es nun an der Zeit, an die Arbeit zu gehen.eresDie technische Bestandsaufnahme der Datenbestände – Systeme, Tabellen, Dateien, APIs, Dokumentenablagen – ist in einer Organisation mittlerer Komplexität – und die meisten Verwaltungen sind es – nicht praktikabel. Automatisierung ist daher unerlässlich. Selbsterkennende Tools (Datencrawler), die sich mit Datenbanken verbinden, um Schemata und Metadaten zu extrahieren, sind für die Aktualität der Datensätze unerlässlich.
Hierbei dürfen wir jedoch eine der häufigsten Fallstricke der Daten-Governance nicht vergessen: Technologie ist zwar notwendig, aber niemals hinreichend. Der Kauf einer Katalogplattform bedeutet nicht automatisch, dass eine effektive Governance vorhanden ist. Datenverantwortliche und Führungskräfte müssen den Kontext bereitstellen, den kein Tool allein erfassen kann.
Hier setzt generative künstliche Intelligenz (KI) an und revolutioniert die Branche. Musste man früher undurchsichtige Fachbegriffe entschlüsseln, analysieren KI-gestützte Tools heute Strukturen, Beispieldaten und spärliche Dokumentationen, um automatisch semantische Zuordnungen zu erstellen. KI hilft nicht nur beim Aufbau von Geschäftsglossaren, sondern gleicht auch die Kundennachfrage mit dem bestehenden Bestand ab und schlägt vor, welche Produktkombinationen das größte Potenzial haben, zu marktfähigen Datenprodukten zu werden.
Vom Rohmaterial zum Datenprodukt
Ein automatisiertes und verwaltetes Inventar ist ein wichtiger Meilenstein, doch dient es primär der internen Nutzung. Nicht alles, was wir inventarisieren, verdient es, katalogisiert oder veröffentlicht zu werden. Ein Auswahl- und Gestaltungsprozess ist erforderlich, der Rohdaten in echte Datenprodukte verwandelt.
Ein Datenprodukt wird stets mit Blick auf den Verbraucher entwickelt und ist daher selten ein còpia Die genaue Form einer Tabelle. Ihre Erstellung ist eine Übung in Kuratierung: die Übersetzung von Fachsprache in Geschäftsvokabular, die Verknüpfung jedes Feldes mit einem eindeutigen Unternehmensglossar, die Anwendung struktureller Transformationen, die Aggregation von Mikrodaten zur Generierung nützlicher statistischer Indikatoren und oft die Zusammenführung mehrerer Assets, um einen vollständigen Kontext zu bieten.
Diese Transformation ist untrennbar mit datenschutzfreundlicher Gestaltung verbunden. Vor jeder Veröffentlichung ist es unerlässlich, datenschutzverbessernde Techniken (Privacy Enhancement Techniques, PET) wie Anonymisierung oder Pseudonymisierung anzuwenden, um ethische und rechtliche Risiken zu minimieren. Nur so erhalten wir ein standardisiertes, sicher verpacktes Produkt, das mit Qualitätskennzahlen und klaren Nutzungsvereinbarungen versehen ist.
DCAT-AP-ES: Die gemeinsame Sprache, um mit der Welt zu sprechen
Sobald die Datenprodukte erstellt sind, müssen sie zugänglich gemacht werden. Der Datenproduktkatalog ist der entscheidende Dienst, doch damit unser Katalog nicht isoliert bleibt, muss er eine universelle Sprache sprechen. Hier kommt die Einführung von DCAT-AP-ES und seinen sektoralen Ableitungen ins Spiel.
Dieses Anwendungsprofil, als Strukturstandard für Metadaten, gewährleistet Interoperabilität. Es ermöglicht die Beschreibung des Dateninhalts, aber auch der Bearbeiter, der Aktualisierungshäufigkeit und der Lizenzen (z. B. ODRL). Die Anwendung dieses Standards ist der Zugang zu europäischen Datenräumen. Ein darauf basierender, gut aufgebauter Katalog ist mehr als nur ein einfacher Dateifinder; er bildet die Grundlage digitalen Vertrauens: Er ermöglicht verifizierbare Identität, Transparenz und letztlich die Automatisierung von Transaktionen zwischen Organisationen.
Hin zu agentenbasierter KI und Wissensmärkten
Die Reise endet nicht mit der Veröffentlichung. Die Organisationen, die diese Produktionskette dominieren, legen den Grundstein für eine unmittelbare Zukunft, in der sich der Katalog zu einem echten Wissensmarktplatz entwickelt. In diesem Szenario werden die Nutzer unseres Katalogs nicht mehr nur menschliche Analysten sein: Sie werden KI-Systeme und Smart Contracts sein, die Informationen in vernetzten Ökosystemen finden, deren rechtliche Rahmenbedingungen verstehen, den Zugriff darauf aushandeln und komplexe Antworten autonom und kontrolliert formulieren können.
Für die öffentliche Verwaltung ist dieser Horizont keine Science-Fiction: Er ist die logische Konsequenz daraus, dass die bisherige Arbeit gut gemacht wurde.
Fazit: Es gibt kein Rechteres
Die Begeisterung für die Teilnahme an Datenplattformen, den Informationsaustausch mit anderen Verwaltungen oder die Implementierung fortschrittlicher KI-Anwendungen darf uns nicht die Grundlagen vergessen lassen. Das Überspringen der internen Analyse- und Governance-Phase ist der sicherste Weg, nicht tragfähige Datensilos zu schaffen und unsere Organisationen rechtlichen und Reputationsrisiken auszusetzen.
Automatisierung und künstliche Intelligenz bieten uns heute eine unschätzbare Abkürzung, um technische Ressourcen in einer Geschwindigkeit und einem Umfang zu verwalten, die vor wenigen Jahren noch undenkbar waren. Doch der Sprung vom technischen Inventar zum Geschäftskatalog erfordert weiterhin einen nutzerzentrierten Ansatz, sorgfältiges Produktdesign und die Einhaltung offener Standards.
Die Daten hören auf, ein technisches Risiko auf einem Server zu sein, wenn sie den gesamten Übertragungsweg durchlaufen: domini → Inventar → Produkte → Katalog → ÖkosystemErst dann wird es zu einem verlässlichen, steuerbaren Gut, das bereit ist, sich mit der Welt zu verbinden.
Wir bei der AOC sind überzeugt, dass dies der Weg ist, den alle katalanischen Verwaltungen beschreiten müssen, wenn sie Akteure – und nicht Zuschauer – der Datenwirtschaft sein wollen. Dieser Weg kann nicht im Alleingang beschritten werden: Er erfordert gemeinsame Standards, eine gemeinsame Infrastruktur und eine nationale Vision, die die Daten-Governance in den Mittelpunkt der digitalen Transformation des öffentlichen Sektors stellt.
So arbeiten wir im Netzwerk „Intelligente Kommunalverwaltungen“ bereits daran, diesen Weg für alle Kommunen erschwinglich zu machen, unabhängig von ihrer Größe und ihren technischen Möglichkeiten. Ziel ist es, der lokalen Verwaltung grundlegende, gemeinsame und wiederverwendbare Instrumente für die Datenverwaltung zur Verfügung zu stellen: Referenzmodelle, methodische Kriterien, gemeinsame Vokabulare, Leitlinien für die Datenerfassung und -katalogisierung sowie gemeinsame Dienste, damit nicht jede Verwaltung bei null anfangen muss. Für Stadträte, Kreisräte und nachgeordnete Gebietskörperschaften muss diese gemeinsame Anstrengung weniger Unsicherheit, weniger Datenstreuung, weniger Abhängigkeit von geschlossenen Lösungen und mehr konkrete Möglichkeiten bedeuten, ihre Daten in Wissen, bessere öffentliche Dienstleistungen und intelligentere, bürgernahe Politik umzuwandeln.
Hinweis:Dieser Artikel ist inspiriert von dem Artikel von Carlos Alonso Pena, Abteilungsleiter in der Generaldirektion für Daten, veröffentlichte im Mai 2026 auf LinkedIn unter dem Titel „Von verborgenen Daten zu verborgenen Vermögenswerten: Der Weg zu Datenprodukten“.
