Begehrter Rohstoff: Daten für Spitzenforschung

Seit Computer und ihre Algorithmen stark genug sind, um in großen Datenmengen wiederkehrende Muster zu erkennen, sind diese Verfahren mithilfe von künstlicher Intelligenz (KI) aus Wissenschaftsfeldern wie der Biomedizin, Quantenphysik, Informatik und Klimaforschung nicht mehr wegzudenken. Weitere Disziplinen erproben sie: von den Sozialwissenschaften über die Psychologie bis zur Kriminologie und Kunstgeschichte.

Vieles würde einfacher, wenn kommerzielle Datengiganten, etwa Google oder Facebook, der öffentlichen Forschung Daten zur Verfügung stellen würden. Doch weil Daten der Kern ihrer Geschäftsmodelle sind, haben sie kein Interesse an Kooperationen. "Wenn Facebook eine Studie veröffentlicht, kann das Unternehmen natürlich viel behaupten. Es wäre valider, wenn man das nachrechnen könnte. Aber das geht nicht, weil man an die Daten nicht herankommt", klagt Hotho. Und sorgt sich angesichts der marktbeherrschenden Position von US-Firmen, ob Deutschland nicht völlig abgeschnitten werden könnte von der Datenversorgung: "Um auf das im Internet gesammelte Wissen zugreifen zu können, brauchen wir Suchmaschinen. Wer die Suchmaschinen kontrolliert, kontrolliert den Zugang zu den Informationen der Welt. In Deutschland haben wir keine eigene Suchmaschine. Was wir brauchen, um den Zugang zu Daten zu sichern, ist eine eigene Kopie des Internets. Eine solche Kopie wäre machbar, wird aber nicht gemacht." Für Hotho ein europäisches Projekt, das aber bislang niemand in Angriff nimmt.

Forschungsdatenmanagement – (auch) eine Frage des Geldes

In der Grundlagenforschung stellt die datengetriebene Forschung die Wissenschaftlerinnen und Wissenschaftler vor andere Herausforderungen: Patrick Cramer ist Direktor am Max-Planck-Institut für biophysikalische Chemie in Göttingen und Leiter der Abteilung Molekularbiologie. Mithilfe von Elektronenmikroskopie und Röntgenkristallografie erforscht er die Transkription und Regulation des Erbguts. "Die Originalbilder, die wir in unserer Forschung sammeln, haben einen sehr geringen Kontrast. Kürzlich aber ist es uns gelungen, mit maschinellem Lernen den Kontrast zwischen den eigentlichen Proteinpartikeln und dem verrauschten Hintergrund so zu verstärken, dass man die Partikel leicht erkennen kann." – Ein Qualitätssprung für die Analyse.

In der Grundlagenforschung, die ihre Daten erst einmal selbst produzieren muss, ist die Verfügbarkeit von Daten vor allem eine Frage des Geldes. In der Medizinforschung, der besonders große Entwicklungschancen durch datengetriebene Verfahren in Aussicht gestellt werden, kommt als weiteres Problem der Datenschutz hinzu. "Patientendaten sind besonders geschützt, und das ist auch gut so. Andererseits muss man sehen, dass die Forschung auch gerade deswegen nicht in der idealen Weise fortschreiten kann", sagt Cramer.

Freiwillige Datenspenden – Gütesiegel oder Treuhänder sichern Standards

Um Datenschutz und Forschungsinteressen besser zu verknüpfen, sind neue Formate im Gespräch. Bei einer "Datenspende" etwa könnte die Patientin oder der Patient beim Arztbesuch festlegen, welche Daten für Forschungszwecke verwendet werden dürfen. Der Deutsche Ethikrat hat ein "Gütesiegel" vorgeschlagen – für nachvollziehbar erzeugte, anonymisierte Daten.

Ein weiteres Modell ist der "Treuhänder". Dana Stahl leitet die Unabhängige Treuhandstelle der Universitätsmedizin Greifswald. Dort sind in den sechs Jahren ihres Bestehens knapp 10 Millionen pseudonymisierte Datensätze gesammelt worden, samt der Einwilligungserklärungen der Studienteilnehmerinnen und -teilnehmer, oft sind es Patientinnen und Patienten. Über eine Transferstelle können Forscherinnen und Forscher Zugang zu diesen Daten beantragen.

Rechtliche Herausforderungen für "KI Made in Germany" 

Gibt es nun ausreichend Daten für die öffentliche Forschung in Deutschland oder nicht? "Es gibt nicht zu wenig Daten", antwortet Steffen Augsberg, Professor für öffentliches Recht an der Universität Gießen und Mitglied des Deutschen Ethikrats, "aber es gibt technische und rechtliche Schwierigkeiten, sie zusammenzuführen." Das größte Problem sieht auch er in der Vielfalt der Vorschriften. International werde das Problem sogar noch größer: "Die Datenschutzgrundverordnung hat zwar für Europa eine gewisse Vereinheitlichung gebracht. Zugleich ist sie aber ein Startschuss für viele Staaten gewesen, eigene Regelungen zu erlassen." Wer in grenzübergreifenden Projekten arbeitet, muss also unter Umständen noch mehr Vorschriften berücksichtigen. 

Es seien Gerichtsprozesse angestrengt worden, so Augsberg, um mit Blick auf die diversen Datenschutzbestimmungen juristische Unsicherheiten zu klären. Selbst die gängige Praxis, Daten als Eigentum zu betrachten, die, wie andere Besitztümer, unter Verschluss gehalten werden können, ist aus Augsbergs Perspektive kritisch zu hinterfragen: "Auch auf diese Herausforderung haben wir noch keine juristisch überzeugende Antwort."  

Mag also sein, dass Datenschutz die KI-gestützte Forschung in Deutschland bremst. Andererseits sieht die Bundesregierung genau darin, in der Orientierung an Grundwerten und dem Schutz der Privatsphäre, ein mögliches Markenzeichen für "KI Made in Germany". – Ob diese Rechnung aufgeht, lässt sich mit keinem Algorithmus vorhersagen.