White PaperMehr Datenkompetenz für Kommunen

Das Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO hat gemeinsam mit dem Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung in Lemgo (IOSB-INA) und dem Berliner Institut für Innovation und Technik IIT die Studie „Datenkompetenz in kommunalen Verwaltungen“ vorgelegt. Diese widmet sich den Herausforderungen insbesondere kleinerer Kommunen und Behörden zum Thema Datenkompetenz und -exzellenz. Die Studie will vor allem zeigen, wie Datenkompetenz – die nach Ansicht der Verfasser primär kein Technologiethema ist – in der Praxis auf mehreren Schultern etabliert werden kann. Dazu enthält sie ein konkretes Vorgehensmodell für das strategische Handeln der kommunalen Praxis. Damit soll insbesondere kleineren Kommunen eine Schritt-für-Schritt-Anleitung an die Hand gegeben werden, um sich dem Thema Urban Data Governance zu nähern.

Praxisnähe durch konkrete Anwendungsfälle

Das Forschungsteam beschreibt zunächst einen idealtypischen Referenzrahmen für Datenkompetenz und Datenexzellenz auf kommunaler Ebene. Dieser Referenzrahmen umfasst neben der Ebene des Netzwerks vier weitere Ebenen, die eine entscheidende Rolle bei der Entwicklung einer datenkompetenten Verwaltung spielen: Strategie, Data Governance, Data Management und technische Systeme. Diese Ebenen tragen alle dazu bei, eine nachhaltige und zukunftsfähige Nutzung von Daten zu ermöglichen.

Das in der Studie enthaltene Vorgehensmodell zeigt, wie Kommunen Datenkompetenz aufbauen und entwickeln können. Mit konkreten und leicht nutzbaren Arbeitshilfen unterstützt der Leitfaden Verantwortliche beim schrittweisen Change-Prozess zu einer datenkompetenten Verwaltung. Wesentliche Aspekte des Vorgehens sind dabei die Betrachtung einzelner Anwendungsfälle ebenso wie der gesamtstädtischen strategischen Perspektive.

Datenkompetenz ist kein reines Technologiethema

„Für eine erfolgreiche Digitalisierung brauchen wir ein funktionierendes Datenmanagement. Datenexzellenz ist nicht allein durch die technische Kompetenz der Mitarbeitenden bedingt. Vielmehr müssen Organisationen als Ganzes durch übergreifende Prozesse und Strukturen einzelnen Sachbearbeitenden Aufgaben abnehmen. Dabei ist eine klare Datenexzellenz-Strategie unerlässlich. Es reicht nicht aus, einfach nur Daten zu sammeln und diese zu verwalten“, betont Johannes Sautter, Studien-Co-Autor und wissenschaftlicher Mitarbeiter des Teams Urban Governance Innovation des Fraunhofer IAO. Mit dem richtigen Mix aus technologischen Innovationen, menschlicher Kompetenz und strategischer Ausrichtung kann die Datenexzellenz in kommunalen Kontexten vorangetrieben werden, um einen positiven Einfluss auf die nachhaltige Entwicklung von Städten und Gemeinden zu erzielen.

Kleine Schritte, große Wirkung

Das Forschungsteam nennt insbesondere drei Aspekte, die im Datenkontext berücksichtigt werden sollten.

1. Think Big, Start Small: Selbst in kleinen Schritten kann ein effektives Datenmanagement entstehen, das sich langfristig zu etwas Großem entwickelt. „Kommunalen Praktikern fällt es erfahrungsgemäß schwer, im Kleinen zu denken, also im konkreten Anwendungsfall, aber gleichzeitig die große Vision im Blick zu behalten“, erklärt Johannes Sautter.
2. Umfassende Daten-Legislative: Eine wichtige Aufgabe ist es, eine verwaltungs- oder stadtübergreifende Daten-Legislative einzurichten. Diese kann einzelne Mitarbeitende stark entlasten. Derzeit wenden diese oft noch viele Kapazitäten auf, um technische oder rechtliche Vorgaben zu erfüllen. Eine Daten-Legislative würde die ressortübergreifende Gesamtkoordination übernehmen, Prozesse und Strukturen integriert planen und dadurch eine stadtweite Perspektive auf Daten und deren Potenziale ermöglichen.
3. Stadtübergreifende Datenverbünde: Während große Städte oftmals von einem Datennetzwerk aus Stadtwerken, Unternehmen und Zivilgesellschaft Gebrauch machen können, sind besonders kleinere und mittlere Kommunen auf Verbünde mit anderen angewiesen. Die dritte Empfehlung der Studie ist es demnach, stadtübergreifende Datenverbünde zu gründen.