BUNDESTAGSWAHL 2021 Mehr erfahren
Kugel mit Porträtfotos vor einer Platine (Symbolbild)

11.11.2020 | Von:
Andrea Szukala
Sabine Kühmichel
Cornelius Knab

Baustein 4: Wie regulieren? Über die Zukunft der Datenökonomie

Nach der Erarbeitung, wie und wozu Daten gesammelt werden, beschäftigen sich die Schülerinnen und Schüler in diesem Projektbaustein mit der Frage, wer für die Daten und deren Sammlung verantwortlich ist bzw. sein sollte. Dazu vergleichen sie wissenschaftliche Modelle zur Datenökonomie und diskutieren diese.

Lernziele:

Die Schülerinnen und Schüler ...

  • setzen sich intensiv mit der Frage nach der Verfügungsgewalt über Daten auseinander: Wem gehören welche Daten?
  • sollen erkennen, dass die Frage nach der Zuständigkeit für die Daten noch nicht abschließend geklärt ist.
  • lernen die digitale Welt in einem inhaltlich-politischen Kontext kennen (Civic Media Literacy).
  • setzen sich mit dem Ist-Zustand der Datenökonomie auseinander und erkennen, dass dieser nicht manifest und unveränderbar ist, sondern aktiv gestaltet werden kann.
  • analysieren fachwissenschaftliche Modelle zur Regulierung der Datenökonomie, vergleichen diese systematisch im Hinblick auf ausgewählte Merkmale und betrachtet sie kritisch, um sie einordnen und bewerten zu können.
  • entwickeln eigene Ideen zu möglichen Steuerungsmodi der digitalen Welt, in der sie sich bewegen.
Inhalt und Verlauf

Der inhaltliche Überbau des Bausteins ist die Frage nach der Verantwortlichkeit für die im Zuge der Digitalisierung erzeugten Daten. Ziel ist es, dass Lernende wahrnehmen und verstehen, dass die digitale Welt, in der sie sich bewegen, in einem stetigen Wandel begriffen ist. Dieser wird durch Politik und Gesellschaft aktiv gestaltet. Dieser Prozess muss zukünftig jedoch intensiviert werden. Die Lernenden sollen zentrale Argumentationslinien innerhalb des politischen Diskurses über die Regulierung der Datenökonomie verstehen und anwenden können. Darüber hinaus soll den Lernenden vermittelt werden, welche Steuerungsmöglichkeiten für die Datenökonomie existieren und welche Gruppen in diese Prozesse involviert sind. Dabei erlangen die Lernenden ein grundlegendes Verständnis über potentielle Regulationsmechanismen. Auf Grundlage des vermittelten Wissens sollen die Schülerinnen und Schüler dazu befähigt werden, eine kontroverse Diskussion zu führen. Hierbei sollen auch moralische und ethische Aspekte zum Gegenstand der Diskussion werden. Der vorliegende Baustein behandelt Themen, die einen hohen Komplexitätsgrad aufweisen. Die Lerninhalte liegen größtenteils in Textform vor und sind vor allem für lernstarke Klassen geeignet. Alternativ kann vereinfachend die Bearbeitung des Bausteins auf den Einstieg (M 04.01) und die Erarbeitung des Ist-Zustandes (M 04.02) beschränkt werden. An die anschließend die alternativen Steuerungsmodi der Datenökonomie (Info. 04.01) durch die Lehrperson in vereinfachter Form vermittelt werden kann.

Einstieg

Das Bild zeigt einen Screenshot der beiden Zitate aus M 04.01.Screenshot Zitate (M 04.01) (© Team Forschen mit GrafStat)
Zu Beginn des Bausteins setzten sich die Schülerinnen und Schüler mit zwei kontroversen Zitaten zum Thema „Daten als Eigentum“ auseinander (M 04.01). Diese thematisieren aus zwei verschiedenen Perspektiven die Art und Weise, wie Daten genutzt werden und wer davon profitiert. Durch die kritische Einordnung der jeweiligen Aussagen, sollen die Lernenden angeregt werden, sich mit der Frage nach der Verantwortlichkeit für die Verwendung erzeugter Daten auseinander zu setzen. Des Weiteren soll ein Bewusstsein geweckt werden, dass die gegenwärtige Situation der Datenökonomie mit Nachteilen für die Datenerzeugenden verbunden ist.

Die Lernenden diskutieren die Aussagen und arbeiten heraus:

  • Von wem stammt die Aussage? (Rolle, Funktion)
  • Welches Problem wird innerhalb des Zitates benannt?
  • Wie wird argumentiert?
Die von den Schülerinnen und Schülern erarbeiteten Ergebnisse werden an der Tafel bzw. der digitalen Pinnwand festgehalten und besprochen. Innerhalb der Diskussion sollen die Lernenden eine Einschätzung darüber abgeben, wie sie die derzeitige Situation bezüglich des Datenschutzes und der Verantwortlichkeit für erzeugte Daten in Deutschland beurteilen. Somit gelingt eine Überleitung zum nächsten Thema: Dem Ist-Zustand der Datenökonomie. Darüber hinaus kann gleichzeitig auf das Wissen aus den Bausteinen 2 und 3 zurückgegriffen und dieses damit wiederholt und angewendet werden.

Erarbeitung

Anschließend und aufbauend auf den vorher gesammelten Gedanken, erarbeiten sich die Lernenden anhand des Materials „Zwischen Dateneuphorie und Überwachungskapitalismus – Über den Ist-Zustand der Datenökonomie“(M 02.04) Merkmale der gegenwärtigen Situation.

Der Text fasst nochmals die dringlichsten der gegenwärtigen Probleme zusammen:
  • Den Umstand, dass viele Menschen davon ausgehen, dass sie Dienste im Internet umsonst nutzen, jedoch mit ihren Daten dafür bezahlen
  • Die derzeitige Machtasymmetrie zwischen Datenerzeugenden und großen Internetfirmen sowie die Intransparenz bei der Datenverwertung
  • Die unsichere Rechtslage bzw. Kategorisierung von Daten als Eigentum
  • Das Problem, dass kein gesellschaftlicher Konsens darüber herrscht, welchen Wert Daten besitzen
Nach der Erarbeitung und Analyse wird der Ist-Zustand im Plenum nochmals diskutiert. Die Lernenden können hierbei bereits erste Ideen entwickeln, welche Möglichkeiten es geben könnte, um die dargestellten Probleme zu lösen. Diese Frage bildet zugleich den Übergang zur nächsten Erarbeitungsphase.

Erarbeitung 2

Anschließend an die Analyse des Ist-Zustandes setzen sich die Schülerinnen und Schüler mit möglichen Modellen (M 02.03 – M 02.06) für die Regulierung der Datenökonomie auseinander. Die Erarbeitung der Modelle erfolgt in Form eines Gruppenpuzzles (siehe Methodenkiste Methode: 24/25). Das Vorgehen erfolgt dabei in 3 Schritten. Zuerst wird der Klassenverband in vier Gruppen unterteilt, die jeweils ein Modell bearbeiten. (M 04.03 – M04.06).

Modell 1: Daten als privates Gut (M 04.03): Dieses Modell des Internetkritikers Jaron Lanier sieht vor, dass alle Datenerzeugenden für ihre Daten finanziell entlohnt werden. Dabei können die Datengebenden selbst entscheiden, an wen und für welchen Preis ihre Daten weitergegeben werden.

Modell 2: Daten als Allgemeingut (M 04.04): Daten gelten in diesem Modell als Allgemeingut. Das bedeutet, dass die gesammelten und anonymisierten Nutzerdaten dem öffentlichen Sektor (staatlichen Institutionen) zur Verfügung gestellt werden. Mit Hilfe dieser lassen sich Innovation und Effizienzsteigerung realisieren.

Modell 3: Daten als Allmende (M 04.05): In diesem Modell werden Daten als Gemeinschaftsgut verstanden. Der Ansatz schlägt einen Weg zwischen den beiden Polen Markt und Staat vor. Datenerzeugende finden sich in Gemeinschaften zusammen und legen unter selbstauferlegten und selbst kontrollierten Regeln fest, wie die erzeugten Daten genutzt werden.

Modell 4: Datentreuhandschaft (M 04.06): Dieser Ansatz sieht vor, dass Datenerzeugende die Verantwortung über ihre Daten an eine besonders vertrauenswürdige sowie rechtlich und finanziell unabhängige Institution oder Person abgeben, welche die Daten anonymisiert und im Auftrag der Datengebenden mit potentiellen Interessenten verhandelt und dabei ihre Interessen wahrt.

Die Ergebnisse der Gruppenarbeit werden strukturiert in einer Matrix (M 04.07) festgehalten, wobei jede Gruppe zunächst nur die relevanten Inhalte zu ihrem Modell in die Auswertungsmatrix einträgt.

Sicherung

Das Bild zeigt einen Screenshot der Auswertungsmatrix (M 04.07)Screenshot der Auswertungsmatrix (© Team Forschen mit GrafStat)
Die weitere Sicherung und Präsentation der Ergebnisse aus der Gruppenarbeit erfolgt im nächsten Schritt des Gruppenpuzzles. Es bilden sich die Puzzlegruppen und die jeweiligen Expertinnen und Experten tragen die Ergebnisse zu ihrem jeweiligen Modell vor. Die Zuhörenden aus den anderen Gruppen vervollständigen ihre Matrix, indem sie die vorgestellten Ergebnisse in die bereitgestellte Lösungsmatrix (M 04.07) eintragen. Dabei werden folgenden Aspekte berücksichtigt:
  • Grundidee des Modells
  • Verfügungsrecht über die Daten
  • Regulierung der Daten
  • Schwierigkeiten und Kritik
Anschließend werden die Ergebnisse gemeinsam im Plenum besprochen. Die Resultate werden an der Tafel bzw. der digitalen Pinnwand festgehalten. Bei Bedarf können die Lernenden ihre Matrix noch ergänzen. Info 04.01 zeigt beispielhaft, wie die Matrix am Ende aussehen könnte.

Abschließend sollen die Schülerinnen und Schüler die verschiedenen Modelle hinsichtlich ihrer Praktikabilität beurteilen. Dazu erfolgt eine Diskussion innerhalb des Klassenverbandes zur Frage „Wie praktikabel sind die vorgestellten Lösungen im Alltag?“. Die Lehrkraft regt die Lernenden dazu an, eigene Ideen zur Regulierung der Datenökonomie in den Diskurs einzubringen. Durch die aktive Auseinandersetzung mit den verschiedenen Regulationsmechanismen erkennen die Schülerinnen und Schüler, dass der derzeitige Ist-Zustand im Bereich des Datenschutzes durch Politik verändert bzw. optimiert und durch politische Partizipation beeinflusst werden kann.

In einer abschließenden Diskussion kann die Frage nach der Verantwortlichkeit für die Daten auf Basis des erworbenen Wissens erörtert werden. Eine mögliche Leitfrage wäre: Ist jede/r allein für die eigenen Daten verantwortlich oder ist nicht auch der Staat in der Verpflichtung, Nutzerinnen und Nutzer vor Datenmissbrauch und Datensammlung zu schützen? Alternativ können auch eigene Vorschläge der Lernenden zur Regulierung der Datenökonomie diskutiert werden.

Eine tabellarische übersicht der Planung des Bausteins steht als PDF-Icon PDF-Datei zur Verfügung.

Creative Commons License

Dieser Text ist unter der Creative Commons Lizenz "CC BY-ND 3.0 DE - Namensnennung-Keine Bearbeitung 3.0 Deutschland" veröffentlicht.
Urheberrechtliche Angaben zu Bildern / Grafiken / Videos finden sich direkt bei den Abbildungen.


GrafStat Software
Forschen mit GrafStat

Grafstat Software

GrafStat ist ein wichtiges und vielfach bewährtes Werkzeug für eine teilnehmer-aktive politische Bildungsarbeit in Schule, Jugend- und Erwachsenenbildung. An ausgewählten Themen wird exemplarisch gezeigt, wie GrafStat in der Praxis eingesetzt werden kann. GrafStat ermöglicht den fachspezifischen Einsatz Neuer Medien an praxisnahen, für Jugendliche interessanten Beispielen.

Mehr lesen