Alle lokalen Behörden verfügen über Daten. Selbst wenn sie klein sind, selbst wenn sie kein spezialisiertes technisches Team haben, selbst wenn sie keine Datenabteilung oder fortschrittliche Analysetools besitzen.
Die Daten sind vorhanden: im Register, in Akten, in Steuerunterlagen, Lizenzen, Verträgen, Sozialhilfe, Einrichtungen, Aktivitäten, Vorfällen, Dokumenten, Buchhaltungsunterlagen oder Bürgerinformationssystemen. Doch Daten zu besitzen bedeutet nicht zwangsläufig, sie auch sinnvoll nutzen zu können.
Daten können zwar vorhanden, aber auch doppelt vorhanden sein. Sie können in einem System gespeichert sein, aber niemand weiß genau, was sie bedeuten. Sie können verfügbar, aber nicht zuverlässig genug sein. Sie können sorgfältig erfasst sein, aber keinen eindeutigen Verantwortlichen haben. Sie können für einen Dienst nützlich sein, aber schwer mit anderen Bereichen oder der Verwaltung zu teilen.
Deshalb reicht es im lokalen Kontext nicht aus zu fragen, ob Daten vorhanden sind. Wir müssen uns auch fragen, ob die Daten gut verwaltet und von ausreichender Qualität sind.
Es handelt sich um drei verschiedene Teile, die aber alle zum selben Getriebe gehören.
Drei Ideen, die unterschieden werden sollten
Wenn es um Daten geht, werden Begriffe oft verwechselt. Daten-Governance, Datenmanagement, Datenqualität, Interoperabilität, Analytik, offene Daten, künstliche Intelligenz …
Zunächst ist es hilfreich, drei grundlegende Ideen zu unterscheiden:
- Datenmanagement bedeutet, die Spielregeln festzulegen. Wie in der vorherigen Veröffentlichung beschrieben:Was bedeutet es, Daten in einem Stadtrat zu steuern?„, beantwortet Fragen wie: Wer entscheidet, wer ist verantwortlich, wofür dürfen die Daten verwendet werden, wer hat Zugriff darauf und welche Garantien müssen gelten.“
- Datenmanagement bedeutet, diese Regeln täglich anzuwenden. Es beantwortet Fragen wie: Wo werden die Daten gespeichert? Wie werden sie aktualisiert? Wie werden sie dokumentiert? Wie werden sie geteilt? Wie werden sie aufbewahrt? Und wie werden sie in andere Systeme integriert?
- Die Sicherstellung der Datenqualität bedeutet, dass die Daten für den vorgesehenen Zweck ausreichend gut sind. Sie beantwortet Fragen wie: Sind sie korrekt, vollständig, aktuell, konsistent, eindeutig, verständlich und nützlich für die Entscheidungsfindung?
Keines dieser drei Teile funktioniert für sich allein gut.
Datenverwaltung: Kriterien anwenden und Verantwortung übernehmen
Datengovernance bedeutet nicht, Unmengen an Dokumentation zu erstellen oder die kommunale Arbeit zu verkomplizieren. Es bedeutet, Mindestkriterien festzulegen, damit wichtige Daten des Stadtrats Verantwortlichkeiten, klare Verwendungszwecke und Garantien haben.
In einer kleinen Gemeinde ist beispielsweise eine formale Datenverwaltungsstruktur möglicherweise nicht erforderlich. Wichtig ist aber, wer die Volkszählungsdaten am besten kennt, wer Wirtschaftsdaten validieren kann, wer für Stadtplanungsdaten zuständig ist und wer entscheiden kann, ob Informationen auf dem Portal veröffentlicht werden dürfen. transparència.
Es ist außerdem wichtig zu wissen, welche Daten besonders sensibel sind, welche mit anderen Behörden geteilt werden können, welche für die kommunale Verwaltung unerlässlich sind und welche ohne ausreichenden Schutz Risiken bergen. Der Umgang mit Daten ist daher eine Frage der öffentlichen Verantwortung. Es geht darum, festzulegen, wie wir mit kommunalen Informationen umgehen wollen, damit diese nützlich, sicher, zuverlässig sind und die Rechte der Bürgerinnen und Bürger respektieren.
Datenverwaltung: Regeln im Alltag anwenden
Datenmanagement ist der operativste Teil. Es umfasst die Praktiken, die es ermöglichen, Daten organisiert, aktuell, zugänglich und wiederverwendbar zu halten.
In einem kleinen Rathaus kann Datenmanagement ganz spezifische Dinge bedeuten:
- Machen Sie deutlich, in welchem System die einzelnen Informationen erfasst werden.
- verhindern, dass dieselben Daten in mehreren Dateien unterschiedlich verwaltet werden.
- Dokumentieren Sie zumindest, was jeder Datensatz enthält.
- festlegen, wer bestimmte Daten ändern darf.
- Überprüfen Sie regelmäßig kritische Daten.
- sicherstellen, dass Daten bei Bedarf exportiert oder geteilt werden können.
- Die Informationen sollten für einen angemessenen Zeitraum aufbewahrt werden.
- Vermeiden Sie es, sich bei der Interpretation der Daten auf eine einzelne Person oder einen einzelnen Anbieter zu verlassen.
Bei der Datenverwaltung geht es nicht nur um das „Ausführen von Programmen“. Es geht darum sicherzustellen, dass kommunale Informationen während ihres gesamten Lebenszyklus optimal genutzt werden können: von der Erfassung bis zur Archivierung, Wiederverwendung, Veröffentlichung oder bis sie nicht mehr benötigt werden.
Qualitätssicherung: Verlässliche Daten für zuverlässige Dienstleistungen
Die Qualität der Daten ist das, was ein Datenelement für einen bestimmten Zweck nützlich macht.
Ein Datensatz kann für einen Zweck gut geeignet sein, für einen anderen jedoch unzureichend. Beispielsweise kann eine Adresse zwar zur groben Eingrenzung eines Gemeindegebiets verwendet werden, ist aber möglicherweise nicht präzise genug für eine offizielle Bekanntmachung. Eine Liste von Einrichtungen kann für einen internen Bericht verwendet werden, ist aber unter Umständen nicht vollständig genug, um sie auf einem Bürgerportal zu veröffentlichen.
Qualität bedeutet daher nicht absolute Perfektion, sondern Eignung für den jeweiligen Verwendungszweck.
Im kommunalen Alltag kann die mangelnde Datenqualität sehr praktische Konsequenzen haben:
- Benachrichtigungen kommen nicht an.
- Personen in verschiedenen Systemen duplizieren.
- Dateien schwer auffindbar.
- Widersprüchliche Berichte.
- Fehler bei der Registrierung, Steuern oder Subventionen.
- Schwierigkeiten bei der Ermittlung der am stärksten nachgefragten Dienstleistungen.
- Die manuelle Überprüfung von Informationen ist reine Zeitverschwendung.
- Misstrauen gegenüber Indikatoren und Dashboards.
Die Verbesserung der Datenqualität erfordert nicht immer große Tools. Oft beginnt es mit einfachen Kriterien: Pflichtfelder, einheitliche Formate, grundlegende Validierungen, regelmäßige Überprüfungen und klare Verantwortlichkeiten.
Ein einfaches Beispiel: Daten über kommunale Einrichtungen
Stellen wir uns ein kleines Rathaus vor, das genauer wissen möchte, welche städtischen Einrichtungen es besitzt, wie diese genutzt werden und welchen Wartungsbedarf sie haben.
Ohne eine einheitliche Datenverwaltung weiß womöglich niemand, wer für die Aktualisierung dieser Informationen zuständig ist. Der Kulturbereich verfügt über eine Liste, der Sportbereich über eine andere, der Bereich für Interventionen über Wirtschaftsdaten, der Bereich Instandhaltung über den Zustand der Gebäude und das Sekretariat über die Verwaltungsdokumentation.
Wenn keine Datenverwaltung stattfindet, kann es vorkommen, dass die einzelnen Listen unterschiedliche Namen, unterschiedlich geschriebene Adressen, doppelte Geräte oder veraltete Daten enthalten.
Wenn keine qualitativ hochwertigen Daten vorliegen, sind die daraus gezogenen Schlussfolgerungen möglicherweise unzuverlässig: Wir wissen dann nicht, welche Geräte am häufigsten genutzt werden, welche am teuersten sind, welche Investitionen erfordern oder welche mit anderen Diensten geteilt werden könnten.
Wenn man die drei Teile jedoch zusammenfügt, ändert sich das Ergebnis.
- Governance bedeutet festzulegen, wer für die Informationen in den Einrichtungen verantwortlich ist und zu welchen Zwecken diese verwendet werden sollen.
- Verwaltung bedeutet, eine gemeinsame Gerätedatei mit minimalen Feldern und gemeinsamen Kriterien zu führen.
- Qualitätssicherung bedeutet, zu überprüfen, ob die Informationen vollständig, aktuell und konsistent sind.
Damit kann der Stadtrat besser planen, Investitionen besser begründen und die Bürger besser informieren.
Bevor wir über künstliche Intelligenz sprechen, müssen wir über zuverlässige Daten sprechen.
In der öffentlichen Verwaltung wird immer häufiger über künstliche Intelligenz gesprochen. Es ist positiv zu untersuchen, wie sie zur Verbesserung von Dienstleistungen, zur Automatisierung von Aufgaben, zur Bedarfsermittlung oder zur Unterstützung von Entscheidungsprozessen beitragen kann.
Künstliche Intelligenz benötigt jedoch zuverlässige, gut beschriebene, gut geschützte und gut verwaltete Daten.
Sind die Ausgangsdaten unvollständig, fehlerhaft, veraltet oder voreingenommen, können Analysetools oder Tools der künstlichen Intelligenz zu unbrauchbaren oder gar unfairen Ergebnissen führen.
Stadträte sollten sich daher nicht zunächst fragen, welches KI-Tool sie benötigen. Sie sollten sich vielmehr fragen, welche Daten sie haben, welche davon wichtig sind, welche Qualität sie aufweisen und mit welchen Garantien ihre Nutzung gewährleistet ist.
Die beste Vorbereitung auf künstliche Intelligenz besteht darin, schon heute damit zu beginnen, Daten besser zu steuern und zu verwalten.
Auch kleinere Gemeinden können damit beginnen
Ein kleiner Stadtrat muss nicht gleich mit einem umfassenden Datenmanagementplan beginnen. Er kann mit einem sehr praktischen und schrittweisen Ansatz starten.
Zum Beispiel:
- Wählen Sie zwei oder drei Prioritätsbereiche aus, wie zum Beispiel das Register, die Aufzeichnungen, die Einrichtungen, die sozialen Dienste, die Vorfälle oder die Wirtschaftsdaten;
- ermitteln, welche Personen diese Daten am besten kennen;
- die wichtigsten Qualitätsprobleme erkennen;
- Einigung auf Mindestkriterien für die Teilnahme und Aktualisierung;
- dokumentieren Sie in einfacher Weise, was jeder Datensatz enthält;
- Auf doppelte oder widersprüchliche Daten prüfen;
- beurteilen, welche Daten zur Entwicklung nützlicher Indikatoren beitragen könnten;
- Ermitteln Sie, welche Daten sensibel sind und einen höheren Schutz benötigen.
Diese ersten Schritte erfordern keine großen Ressourcen. Sie erfordern die Bereitschaft zur Organisation, gemeinsame Kriterien und methodische Unterstützung.
Entscheidend ist, nicht zu versuchen, alle Daten gleichzeitig zu verwalten. Man muss mit den Daten beginnen, die die meisten Probleme verursachen oder den größten Nutzen bringen können.
Die Rolle des Smart Local Government Network
Kleine Gemeinden müssen diese Herausforderung nicht allein bewältigen. Die lokale Gemeinschaft braucht gemeinsame Lösungen, denn viele von uns haben ähnliche Bedürfnisse, aber sehr unterschiedliche Kapazitäten.
Das Smart Local Government Network möchte genau an diesem Punkt einen Mehrwert bieten: Es hilft dabei, Konzepte, die abstrakt erscheinen mögen – Datengovernance, Datenmanagement, Qualität, Interoperabilität oder künstliche Intelligenz – in Modelle, Werkzeuge und praktische Anwendungsfälle umzusetzen, die an die lokalen Gegebenheiten angepasst sind.
Durch seine Arbeitsgruppen kann das Netzwerk dazu beitragen, gemeinsame Modelle zu entwickeln, sodass lokale Organisationen nicht bei null anfangen müssen. Dies umfasst
- gemeinsame Kriterien für Inventardaten,
- Datensätze beschreiben,
- Verantwortlichkeiten definieren,
- kritische Daten priorisieren,
- Qualitätsniveaus festlegen
- Nützliche Anwendungsfälle für Kommunen ermitteln.
Es trägt außerdem dazu bei, gemeinsame oder wiederverwendbare technologische Lösungen zu definieren, die der lokalen Welt als Ganzes dienen und Doppelarbeit, unnötige Abhängigkeiten oder isolierte Projekte vermeiden sollen.
Ein weiterer wichtiger Bereich ist die Beschreibung der mit den Daten verbundenen Berufsprofile und Funktionen. In vielen kleineren Gemeinden gibt es keine Person, die sich ausschließlich diesen Aufgaben widmet. Dennoch muss geklärt werden, welche Funktionen abgedeckt werden müssen: Wer prüft die Daten, wer aktualisiert sie, wer schützt sie, wer dokumentiert sie, wer interpretiert sie und wer nutzt sie für Entscheidungen?
Ebenso fördert das Netzwerk gemeinsame Anwendungsfälle, die dazu beitragen, konkrete Anwendungen zu erkennen: Aufbereitung von Daten und Erstellung gemeinsamer Indikatoren, Erleichterung offener Datensätze, Unterstützung bei der Entscheidungsfindung oder Bereitstellung von Diensten auf Basis künstlicher Intelligenz mit entsprechenden Garantien.
Eine gemeinsame Aufgabe von AOC, Provinzräten, Bezirksräten und lokalen Einrichtungen
Die Daten- und KI-Plattform sowie das Smart Local Government Network sollen dazu beitragen, dass Datengovernance, -management und -qualität allen lokalen Behörden zur Verfügung stehen.
Dies erfordert die Zusammenarbeit zwischen den Verwaltungen: Stadträten, Provinzräten, Kreisräten, Consorci AOC und anderen Akteuren, die die lokale Ebene unterstützen.
Der Wert dieser Zusammenarbeit liegt auf der Hand: Wissensaustausch, Entwicklung gemeinsamer Kriterien, Nutzung von Skaleneffekten, Förderung gemeinsamer Dienstleistungen und Gewährleistung, dass auch ressourcenschwächere Gemeinden Fortschritte erzielen können.
Datengetriebene Transformation darf nicht nur großen Kommunen vorbehalten sein. Sie muss eine gemeinsame Fähigkeit des gesamten lokalen öffentlichen Systems sein.
Drei Teile, ein Ziel: besserer öffentlicher Dienst
Die Steuerung, Verwaltung und Sicherstellung der Datenqualität sind keine voneinander getrennten Aufgaben und nicht Spezialisten vorbehalten.
Es handelt sich um drei Teile desselben Systems, die es ermöglichen, kommunale Informationen nützlicher, zuverlässiger, sicherer und stärker auf den öffentlichen Dienst ausgerichtet zu machen.
- Regieren bedeutet, Verantwortung zu übernehmen und Urteilsvermögen zu besitzen.
- Datenmanagement bedeutet, Daten zu organisieren und verfügbar zu machen.
- Qualität zu gewährleisten bedeutet sicherzustellen, dass sie für den von uns angestrebten Verwendungszweck geeignet sind.
Wenn diese drei Elemente zusammenwirken, können Stadträte Fehler reduzieren, Abläufe verbessern, besser planen, die Bürger besser schützen und fundiertere Entscheidungen treffen.
Zunächst einmal müssen Sie nicht alles lösen. Sie müssen einen ersten Schritt tun: Identifizieren Sie die wichtigsten Daten, verstehen Sie, wie sie verwendet werden, und kümmern Sie sich besser darum.
Dies ist der Weg, auf dem Daten aufhören, ein unsichtbares Problem zu sein, und zu einem echten Instrument zur Verbesserung lokaler öffentlicher Dienstleistungen werden.
