Wir wissen, dass Daten wertvoll sind. Das müssen sie auch sein. Regierungen zahlen Hackern Millionen von Dollar, um sie zu bekommen. Fünf der sechs größten Unternehmen der Welt nach Marktwert sind Datenunternehmen. Unternehmen, die den wahren Wert von Daten erkannt haben, verdienen Geld wie Heu.
Warum hinkt dann der Entwicklungssektor hinterher? Sollten Regierungen und Geber nicht in die Datenproduktion, -analyse und -technologie investieren, die es ihnen ermöglichen würden, Maßnahmen so effektiv zu steuern wie Google die Werbung?
Im Entwicklungsbereich, in dem sich lokale, nationale und globale Bemühungen um die Erreichung der Ziele für nachhaltige Entwicklung (SDGs) bündeln, könnte man annehmen, dass die politischen Entscheidungsträger Daten ebenso hoch einschätzen wie ihre Pendants in der Wirtschaft. Schließlich handelt es sich bei den SDGs um einen zeitgebundenen, messbaren Rahmen mit 17 Zielen, 169 Vorgaben und 232 Indikatoren, den alle Länder bis 2030 erreichen wollen, und sie müssen ihre Fortschritte messen. Es gibt zwar einen starken rhetorischen Konsens darüber, dass bessere Daten eine Voraussetzung dafür sind, die SDGs zu erreichen und niemanden zurückzulassen. Aber die Nachfrage nach besseren Daten hat nicht zu einem entsprechenden Anstieg der Finanzierung aus inländischen oder externen Quellen geführt. Mit anderen Worten: Die Höhe der Investitionen entspricht nicht dem erklärten Wert der Daten.
Mindestens ein Grund dafür ist, dass Daten und Statistiken oft als langfristige Prozess- und Systeminvestitionen betrachtet werden, die mit Prioritäten konkurrieren, die als unmittelbar wirksam angesehen werden. Dies spricht für den kurzen Zeithorizont von Politikern und Entscheidungsträgern und ihre Ungeduld, Ergebnisse zu sehen, selbst wenn diese nicht zu systemischen Veränderungen führen. Es deutet auch darauf hin, dass die politischen Entscheidungsträger nicht wissen, wie sie den Wert von Daten im Vergleich zu anderen Investitionsprioritäten einschätzen sollen.
Um dieser Herausforderung zu begegnen, wollten wir besser verstehen, wie Wirtschaftswissenschaftler und Forscher versucht haben, den Wert von Daten zu messen.
Unser Papier „What Do We Know About the Value of Data?“ stellt fünf Methoden zur Messung des Wertes von Daten vor. Ziel ist es, die Vor- und Nachteile der einzelnen Methoden zu verstehen und festzustellen, welche Ansätze am effektivsten wären, um die politischen Entscheidungsträger von der Notwendigkeit zu überzeugen, mehr in Daten zu investieren. Diese Analyse baut auf dem kürzlich von Open Data Watch veröffentlichten Value of Data Inventory auf. Die in diesem Papier untersuchten Ansätze waren:
- Kostenbasierte Ansätze – Der Wert wird auf der Grundlage der Kosten für die Erstellung der Daten bestimmt.
- Marktbasierte Ansätze – Der Wert wird auf der Grundlage des Marktpreises gleichwertiger Produkte oder der Zahlungsbereitschaft der Nutzer bestimmt.
- Einkommensbasierte Ansätze – Der Wert wird durch die Schätzung der künftigen Cashflows definiert, die aus den Daten abgeleitet werden können.
- Nutzenmonetarisierungsansätze – Der Wert wird geschätzt, indem der Nutzen bestimmter Datenprodukte, z. B. einer Volkszählung, definiert und dann monetarisiert wird.
- Auswirkungsbasierte Ansätze – Der Wert wird bestimmt, indem die kausale Wirkung der Datenverfügbarkeit auf wirtschaftliche und soziale Ergebnisse oder die Kosten in Form von Ineffizienzen oder schlechten politischen Entscheidungen aufgrund von begrenzten oder qualitativ schlechten Daten bewertet werden.
Nach der Überprüfung all dieser Ansätze wurde in dem Papier festgestellt, dass: 1) die Messung des Wertes von Daten wirklich schwierig ist und es keinen Konsens darüber gibt, wie dies am besten zu bewerkstelligen ist; und 2) keine der Methoden ausreicht, um politische Entscheidungsträger zu beeinflussen.
Warum ist die Bewertung von Daten so schwierig? Alle diese Methoden gehen von der Annahme aus, dass Daten ein immaterieller Vermögenswert sind. Außerdem sind Daten zu einem großen Teil öffentliche Güter und haben daher keinen Marktpreis. Daten sind nicht rivalisierend, d. h. die Nutzung durch eine Person nimmt anderen nicht die Möglichkeit, sie zu nutzen, oder mindert ihren Wert. Dies bedeutet, dass es schwierig sein kann, den Wert für verschiedene Nutzer im Laufe der Zeit und für verschiedene Zwecke zu verfolgen und zu messen. Diese Merkmale machen es besonders schwierig, den Wert zu bestimmen und den Nutzen von Datenprodukten zu monetarisieren.
Was ist der Weg nach vorn? Von den untersuchten Ansätzen halten wir die wirkungsorientierten Ansätze, die die starke Rolle des Geschichtenerzählens bei der Förderung des Nutzens aufzeigen, für die vielversprechendsten, da sie die Beziehung zwischen Dateninvestitionen und Ergebnissen, die das Leben der Menschen beeinflussen, aufzeigen. Die größte Herausforderung ist die Kontextspezifität einiger Fälle, die ihren Einfluss auf die politischen Entscheidungsträger einschränken könnte. Wenn es jedoch möglich ist, sowohl die Auswirkungen auf die Menschen als auch die Rentabilität der Investitionen aufzuzeigen, haben wir vielleicht eine erfolgreiche Kombination.
In Zukunft wird die Globale Partnerschaft für Daten zur nachhaltigen Entwicklung die Bemühungen unterstützen, Geschichten über die Auswirkungen von Daten zusammenzustellen, die eine klare Verbindung zur Investitionsrendite herstellen. Wir werden auf der Arbeit unserer Partner aufbauen und jeden ermutigen, sich mit Geschichten an uns zu wenden, die er gerne teilen möchte. Wir werden diese Geschichten bündeln und sie in unserer Lobbyarbeit verwenden, um für mehr und bessere Datenfinanzierung zu werben.
(Foto von Arne Hoel / Weltbank)