Page - 111 - in Digitale Souveränität - Bürger | Unternehmen | Staat

iit-Themenband – Digitale Souveränität 111 • Big Data erfasst Zusammenhänge, die sonst gar nicht registriert werden könnten, weil sie entweder in zu kleinen Fallzahlen versteckt sind oder sich aus bestehen- dem Wissen keine Hypothesen zu ihnen ableiten lassen. • Mit Hilfe von Big Data kann nicht nur die Überprüfung von Hypothesen, sondern auch deren Generierung erfolgen (vgl. Anderson 2008). • Im besten Fall erzwingt Big Data durch die Verknüpfung von Daten unterschiedli- cher Forschungsbereiche sogar eine neue Form interdisziplinärer Theoriebildung, weil die Bedeutung vorgelagerter disziplinspezifischer Operationalisierungen abnimmt. Nutzung von Daten in Politik, Gesellschaft und Demokratie Unterm Strich bleiben zentrale Fragen: Wie soll die Politik, wie sollen Medien, wie soll die Gesellschaft Daten verwenden? Wie sollen statistische Ergebnisse interpretiert werden? Und was kann der Staat für einen Beitrag leisten? Zweifellos wäre es ver- messen zu erwarten, dass breite Teile der Gesellschaft genügend tiefe Kenntnisse über Datengrundlagen und statistische Verfahren entwickeln, um statistische Ergeb- nisse stets sensibel einordnen zu können. Das bedeutet jedoch nicht, dass die Aus- wertung von Daten obsolet wird. Im Gegenteil: Das Vorbild der Gesundheitswissen- schaften zeigt, dass mehr Daten und Kombinationen von Datenquellen einen Erkenntnisgewinn bedeuten können. Weitere Beispiele für den sinnvollen Einsatz von Big Data gibt es auch in internationalen Kontexten, etwa Analysen zu den Auswir- kungen der Strenge rechtlicher Verpflichtungen in internationalen Verträgen auf die Ratifikationsgeschwindigkeit, zur Intensivität mit der nationale Parlamente EU-The- men debattieren (Tokhi und Rauh 2015) oder auch in Analysen der chinesischen Internetzensur (King et al. 2013). Um einen Mehrwert aus Daten und empirischen Auswertungen zu erreichen, müs- sen zudem diejenigen, die Daten auswerten, ihre Erhebungen und Erhebungsinstru- mente sorgfältig auswählen und die Grenzen der Interpretation transparent und ver- ständlich kommunizieren. Letzteres ist umso bedeutender, je stärker eine empirische Information grundlegenden Einfluss auf Entscheidungen besitzt. Beispielsweise kön- nen empirische Aussagen in der Medizin, dass etwa Maßnahmen der Krebsvorsorge oder Impfungen die Wahrscheinlichkeit einer Krankheit verringern, die Entscheidun- gen von Patienten über eine Behandlung beeinflussen. Ausgesprochen wichtig ist hierbei, dass Mediziner deutlich und verständlich vermitteln, dass eine Behandlung die Wahrscheinlichkeit einer Erkrankung nur verringert, diese aber nicht ausschließt. Ebenfalls transparent kommunizieren müssen sie die Frage, wie stark die Wahr- scheinlichkeit zu erkranken sinken kann. Die verständliche und klare Bewertung von empirischer Evidenz ist daher auch eine zentrale Aufgabe und Herausforderung, wenn politische oder gesellschaftliche Ent-