Daten sind im digitalen Zeitalter eine zentrale wirtschaftliche Ressource. Unternehmen nutzen sie, um Prozesse zu optimieren, personalisierte Dienstleistungen anzubieten und innovative Geschäftsmodelle zu entwickeln. Der eigentliche Wert von Daten liegt jedoch nicht in ihrer blossen Sammlung, sondern in der Fähigkeit, sie gezielt zu analysieren und daraus fundierte Entscheidungen abzuleiten.

Die wirtschaftlichen Potenziale der Datenökonomie sind erheblich. Unternehmen, die datengetriebene Strategien erfolgreich umsetzen, können ihre Produktivität steigern, Risiken gezielt managen und personalisierte Kundenerlebnisse schaffen. Ein wesentlicher Erfolgsfaktor ist dabei die Bereitschaft, Daten über Unternehmensgrenzen hinweg innerhalb von Ökosystemen zu teilen. Dies fördert Innovationen und stärkt die Wettbewerbsfähigkeit.

In der Schweiz wächst das Bewusstsein für die Bedeutung der Datenökonomie. Dennoch gibt es Nachholbedarf: Viele Unternehmen zögern, datengetriebene Geschäftsmodelle konsequent umzusetzen und der unternehmensübergreifende Datenaustausch ist noch nicht etabliert. Um die Chancen der Datenökonomie voll zu nutzen, sind strategische Anpassungen notwendig – insbesondere das Nutzen von Geschäftspotenzialen durch gezielte Förderung des Datenaustauschs, Investitionen in moderne Technologien und der Aufbau relevanter Kompetenzen.

Datenräume als Infrastruktur der Datenökonomie

Die zunehmende Vernetzung von Unternehmen erfordert neue Konzepte für den sicheren und effizienten Austausch von Daten. Richtig konzipierte Datenräume bieten als föderierte, offene Infrastrukturen eine Plattform für den kontrollierten und souveränen Datenaustausch. Sie ermöglichen Interoperabilität, gewährleisten Datenschutz und schaffen Transparenz – weit über zentralisierte, proprietäre Systeme hinaus.

Damit ein Datenraum jedoch nachhaltig funktioniert, sind klare Governance-Strukturen essenziell. Governance sorgt für den Schutz der Datenhoheit, die Etablierung von Vertrauensmechanismen und die Durchsetzung transparenter sowie fairer Regeln. Sie definiert technische Standards, rechtliche Rahmenbedingungen und organisatorische Prozesse, die eine sichere und effiziente Nutzung der Daten gewährleisten. Bei unternehmensübergreifenden Datenräumen braucht es eine neutrale Instanz wie etwa Gaia-X, die dabei die Koordination übernimmt, Regeln durchsetzt und deren Einhaltung überwacht.

Digitale Vertrauensbildung durch Governance

Der Erfolg der Datenökonomie hängt massgeblich von digitalem Vertrauen ab. Unternehmen werden ihre Daten nur dann mit Partnern teilen, wenn sie darauf vertrauen können, dass ihre Interessen gewahrt bleiben. Eine robuste Governance bildet hierfür die Grundlage. Sie umfasst technische Sicherheitsmechanismen, verbindliche Verhaltensrichtlinien, rechtliche Absicherungen und organisatorische Strukturen, die eine faire und transparente Nutzung der Daten sicherstellen.

Ein zentrales Element der Vertrauensbildung ist die Implementierung eines Digital Trust Frameworks, das Sicherheit, Nachvollziehbarkeit und klare Verantwortlichkeiten etabliert. Unternehmen müssen gewährleisten, dass ihre Datenqualität hoch ist, sensible Informationen geschützt bleiben und eindeutige Zugriffsregeln existieren. Ein solches Framework reduziert Risiken, steigert die betriebliche Effizienz und erhöht den wirtschaftlichen Nutzen der Datenökonomie.

Expertise im Aufbau digitaler Vertrauensstrukturen

Der Aufbau robuster Governance-, Risk- und Compliance-Frameworks erfordert umfassendes Fachwissen und Erfahrung. Eine ganzheitliche Herangehensweise ist essenziell, um technische, organisatorische und kulturelle Aspekte gleichermassen zu berücksichtigen. Unternehmen, die auf fundierte Expertise setzen, können ein belastbares Governance-Modell etablieren, das den gesamten Datenlebenszyklus absichert, regulatorische Anforderungen integriert und langfristig Wettbewerbsfähigkeit sowie digitales Vertrauen bei Kunden, Partnern und Behörden stärkt.

"Förderprogramme können Firmen zur Teilnahme an Datenräumen motivieren"

Damit Datenräume funktionieren, braucht es klare Governance-Strukturen. Was Unternehmen bei der Umsetzung ­dieser Strukturen berücksichtigen sollten und wie GenAI in der Datenökonomie verantwortungsvoll zum Einsatz kommt, erklärt Martin Andenmatten, Verwaltungsratspräsident von Glenfis. Interview: Tanja Mettauer

Welche Anreize oder regulatorischen Massnahmen könnten den unternehmensübergreifenden Datenaustausch fördern? 

Martin Andenmatten: Bei der Förderung des unternehmensübergreifenden Datenaustauschs sollten wir uns auf die enormen Marktchancen und neuen Geschäftsmodelle konzentrieren, die nur durch Datenaustausch möglich werden. Innovationsanreize wie gezielte Förderprogramme können Unternehmen zur aktiven Teilnahme an Datenräumen motivieren. Öffentlich-private Partnerschaften in Schlüsselsektoren wie Gesundheit, Energie oder Mobilität erleichtern den Zugang zu wertvollen Datenpools und schaffen gesellschaftlichen Mehrwert. Des Weiteren könnten Datenkompetenz-Offensiven Hürden durch gezielte Aus- und Weiterbildungsprogramme senken. Zudem würden branchenübergreifende Kooperationen durch regulatorische Erleichterungen den Datenaustausch und neue Wertschöpfungsketten auch fördern. Entscheidend sind dabei klare Governance-Strukturen, die Transparenz, Sicherheit und fairen Zugang gewährleisten.

Wo bestehen bei der Umsetzung klarer Governance-Strukturen in firmenübergreifenden Datenräumen Herausforderungen?

Beim firmenübergreifenden – und oft grenzüberschreitenden – Datenaustausch stellt sich die zentrale Frage der Souveränität: Wie können Unternehmen sicherstellen, dass sie die Kontrolle über ihre Daten behalten und gleichzeitig den Mehrwert des Datenaustauschs nutzen? Eine weitere Herausforderung ist die Harmonisierung unterschiedlicher Datenschutzstandards und -gesetze, da nationale und internationale Vorschriften oft divergieren und klare, interoperable Regelwerke erfordern. Ein fairer Interessenausgleich zwischen allen Beteiligten ist essenziell, um ein nachhaltiges und vertrauenswürdiges Datenökosystem zu schaffen. Ebenso kritisch ist die Sicherstellung der Datenqualität und -integrität über Unternehmensgrenzen hinweg – ohne einheitliche Standards drohen Inkonsistenzen und Vertrauensverlust. Schliesslich müssen Governance-Modelle flexibel genug sein, um mit der schnellen technologischen Entwicklung Schritt zu halten und Innovation nicht zu behindern.

Welche Best Practices aus bestehenden Datenraum-Initiativen dienen als Vorbild für die erfolgreiche Governance-Gestaltung?  

Internationale Initiativen bieten wertvolle Best Practices für die Governance-Gestaltung in Datenräumen. Die «Data Spaces Business Alliance (DSBA)» koordiniert führende Ansätze zur Schaffung souveräner, interoperabler und vertrauenswürdiger Datenräume. Ein zentrales Beispiel ist Gaia-X, das mit seinem Trust Framework klare Governance-Richtlinien für den sicheren Datenaustausch definiert. Ergänzend dazu liefert die International Data Spaces Associa­tion (IDSA) Standards für Dataspace-Komponenten und -Protokolle, während die FIWARE Foundation Open-Source-Plattformkomponenten zur Umsetzung von Datenräumen bereitstellt. Die Big Data Value Association (BDVA) fokussiert sich auf ein Framework zur Schaffung wirtschaftlichen Mehrwerts aus Daten. In der Schweiz möchte ich auch auf die Swiss Data Alliance SDA verweisen, welche die branchenübergreifende Zusammenarbeit zur Förderung der Datenökonomie unterstützt. Diese Initiativen zeigen, dass standardisierte Governance-Modelle Datenschutzanforderungen harmonisieren, Datenhoheit sichern und Zusammenarbeit zwischen mehreren Unternehmen ermöglichen.

Wie kann GenAI in der Datenökonomie verantwortungsvoll ­eingesetzt werden, ohne das Vertrauen in digitale Systeme zu gefährden? 

Eine sehr gute und wichtige Frage. Der verantwortungsvolle Einsatz von GenAI in der Datenökonomie erfordert klare ethische Richt­linien für KI in Datenräumen. Transparente Kennzeichnung KI-generierter Inhalte stärkt das Vertrauen, während «Explainable AI»-­Ansätze die Nachvollziehbarkeit von Entscheidungen zu Modellvorhersagen sicherstellen. Zudem sind kontinuierliches Monitoring und Evaluation essenziell, um verzerrte Datenmuster und unbeabsichtigte Fehlentwicklungen zu erkennen und zu minimieren.

Mit welchen Instrumenten können Unternehmen ein Digital Trust Framework umsetzen? 

Die Umsetzung eines Digital Trust Frameworks beginnt mit Klarheit über die wesentlichen Trust-Faktoren sowie einem tiefen Verständnis des Business- und digitalen Umfelds. Unternehmen müssen strategische und taktische Ansätze nutzen, um das Framework systematisch zu planen, zu entwickeln, umzusetzen und langfristig sicherzustellen. Ein zentrales Instrument ist die Etablierung von Data Governance Boards, die die Überwachung und Steuerung der Datennutzung übernehmen, Richtlinien definieren und deren Einhaltung sicherstellen.