Warum Datenkompetenz der Schlüssel ist – für Verwaltungsfachkräfte wie für Standortattraktivität

Die digitale Transformation stellt eine der zentralen Herausforderungen für moderne Städte und kommunale Verwaltungen dar. Sie umfasst nicht nur die Einführung neuer Technologien, sondern erfordert auch ein tiefgreifendes Umdenken zu der Art und Weise, wie wir mit Daten umgehen. Datenkompetenz ist keine Kür, sondern wichtige Grundvoraussetzung dafür, dass Digitalisierung in Städten überhaupt funktionieren kann.

Unsere Städte und kommunalen Prozesse werden digitalisiert. Sensoren messen Parkplätze, Plattformen aggregieren Mobilitätsdaten, virtuelle Zwillinge ergänzen reale Planungsmodelle. Doch der entscheidende Hebel wird oft übersehen: der Faktor Mensch, der mit den Daten umzugehen, sie zu speichern und auszuwerten hat. Denn echte digitale Transformation benötigt datenkompetente Menschen und Organisationen.

Ein Beispiel, das die aktuellen Herausforderungen des Datenmanagements in einer Stadt verdeutlicht, ist ein beliebiges spezifisches Gebäude in der Stadt, für das in einer deutschen Mittelstadt ca. sieben Fachämter zuständig sind. Jedes dieser Ämter verwaltet eigene Datenbestände, die hinsichtlich Granularität, Aktualität und Qualität stark variieren. 

Das Bauamt könnte beispielsweise über aktuelle Informationen zu Baugenehmigungen verfügen, während das Einwohnermeldeamt möglicherweise veraltete Daten über die aktuellen Bewohnerinnen und Bewohner hat. Diese Diskrepanz in der Datenaktualität führt dazu, dass bei Anfragen von Bürgerinnen und Bürgern häufig widersprüchliche Informationen bereitgestellt werden. 

Hier wird deutlich, dass die Notwendigkeit einer integrierten Sicht auf Daten nicht nur für die Effizienz der Verwaltungsprozesse entscheidend ist, sondern auch für die Transparenz und das Vertrauen der Bürgerinnen und Bürgern in die Verwaltung. Ein kohärentes Datenmanagement, das alle relevanten Datenquellen miteinander verbindet, ist unerlässlich, um die digitale Transformation auf konsolidierte Basis zu stellen. Oftmals scheitern Projekte der digitalen Transformation, wie beispielsweise Projekte zur Einführung künstlicher Intelligenz, an einer schlechten Datenbasis.

Benötigt werden zugleich neue Formate, um Datenkompetenz in Breite und Praxis zu vermitteln. Denn wenn im Jahr 2023 die Hälfte der Beschäftigten in der öffentlichen Verwaltung älter als 45 Jahre ist, lässt sich daraus schließen, dass diese Personen in absehbarer Zeit in den Ruhestand gehen und qualifizierte neue Fachkräfte nicht schnell zur Verfügung stehen werden.

Die Art und Weise, wie Daten erfasst, verarbeitet und genutzt werden muss sich jedoch grundlegend ändern: Daten müssen zukünftig stadtweit integriert statt pro Fachamt beziehungsweise externem Akteur (Stadtwerke, Ingenieurbüro etc.) vorgehalten werden. Eine solche integrierte Sicht auf Daten ist aktuell kaum vorhanden, jedoch zukünftig unerlässlich, um die Vorteile der Digitalisierung für alle Bürgerinnen und Bürger zu maximieren. 

Die Motivation für eine stadtweite Sicht auf Daten basiert nicht nur auf der avisierten Optimierung interner Verwaltungsprozesse, sondern auch auf der Öffnung von vielen Daten und deren Dateninfrastrukturen für die Öffentlichkeit und die lokale Wirtschaft (Open Data). Datenkompetenz spielt hierbei eine zentrale Rolle. Sie definiert das Wissen und die Fähigkeiten, die notwendig sind, um Daten effektiv zu nutzen, zu analysieren und strategisch einzusetzen. 

In Smart Cities sind Daten das Herzstück der Entscheidungsfindung und der operativen Effizienz. Sie sind durch eine Vielzahl von Datenquellen geprägt, die von verschiedenen Akteuren in der Stadtverwaltung und darüber hinaus generiert werden. Diese Daten können in unterschiedlichen Formaten und Granularitäten vorliegen, von unstrukturierten Daten wie Dokumenten über semistrukturierte Daten wie Metadaten bis hin zu strukturierten Daten wie Bürgermeldedaten oder Geodaten. Aktuell findet hier jedoch kaum eine Konsolidierung und Zusammenführung unterschiedlicher Quellen auf eine stadtweite Perspektive statt, was jedoch zwingend nötig ist, um eine zukunftsfähige Verwaltung ebenso wie vielschichtige öffentliche Datenzugänge für lokale Unternehmen zu erreichen.

Ein zentraler Aspekt des behördlichen Datenmanagements ist die Unterscheidung zwischen Primär- und Sekundärnutzung von Daten. Dies ist beispielsweise essentieller Bestandteil der Strategie des Datenökosystems der Schweiz. Die Primärnutzung bezieht sich auf die Verwendung von Daten für den ursprünglichen Zweck, für den sie erhoben wurden, wie etwa die Verwaltung von Baugenehmigungen oder die Erfassung von Bürgermeldedaten.

Die Sekundärnutzung hingegen eröffnet ein enormes Potenzial für die wirtschaftliche Entwicklung und die Schaffung von Standortvorteilen. Beispielsweise könnten Daten, die ursprünglich für Verwaltungszwecke erhoben wurden, von lokalen Unternehmen genutzt werden, um innovative Lösungen zu entwickeln oder neue Geschäftsmodelle zu etablieren.

So könnten beispielsweise Daten über den öffentlichen Nahverkehr und Klimaschutzkennzahlen wie die Treibhausgasbilanzierung des Durchgangsverkehrs einer Gebietskörperschaft (vgl. Sautter et al. 2022) für die lokale Wirtschaft von Bedeutung sein. Unternehmen könnten diese Informationen nutzen, um standortbasierte Entscheidungen zu treffen und ihre Dienstleistungen besser an die Bedürfnisse der Kunden anzupassen. Die Bereitstellung solcher Daten fördert die Innovation und die Wettbewerbsfähigkeit der lokalen Wirtschaft, was letztlich auch der Stadt zugutekommt.

Die Einführung intelligenter digitaler Systeme, die mithilfe von künstlicher Intelligenz betrieben werden, hat das Potenzial, den Arbeitsalltag in der kommunalen Verwaltung erheblich zu verändern. Durch den Einsatz von automatisierten Systemen können viele Routineaufgaben effizienter erledigt werden, was die Anzahl der benötigten Mitarbeitenden in bestimmten Bereichen reduziert. Dies ermöglicht es den verbleibenden Fachkräften, sich auf strategische oder fachliche Aufgaben zu konzentrieren und ihre Expertise in Bereichen einzubringen, in denen menschliches Urteilsvermögen und Kreativität gefragt sind. Dies ist beispielweise bei Entscheidungen zu Datenstandards und Datenstrukturen der Fall, wie dies die Datenlegislative treffen muss.

Eine zentrale Rolle in diesem Kontext spielt die Organisationsentwicklung hin zu einer „Datenlegislative“. Diese sollte als zentrale Koordinationsstelle fungieren, die Standards für die Datennutzung und -verarbeitung festlegt und als Data-Governance-Aufbauorganisation sicherstellt, dass alle Fachämter effizient zusammenarbeiten. Gewissermaßen als „Flussbett für die Daten“ bietet sie Geschäftsprozesse, Systeme und Rechtsgrundlage für Daten unterschiedlicher fachlicher Datendomänen (BBSR 2024) wie beispielsweise Gebäude. 

Durch Künstliche Intelligenz fällt zukünftig Personalkapazität bei klassischen Sachbearbeiterinnen und Sachbearbeitern weg und kommt an anderer Stelle bspw. in Gestalt der „Datenlegislative“ hinzu. In Städten wie Freiburg und Konstanz wird bereits eine solche Datenlegislative etabliert, die gezielt Rollen wie „Data Owner“ und „Data Steward“ einführt, um klare Verantwortlichkeiten für die Pflege und Aktualisierung der Daten zu definieren und somit einen kontinuierlichen Verbesserungsprozess zu gewährleisten.

Das Projekt DATEN:RAUM:FREIBURG des Modellprojekts Smart Cities Freiburg zeigt wie eine Datenlegislative mittels sukzessiver Organisationsentwicklung in die Praxis überführt werden kann: Freiburg investierte 8  Millionen  Euro Förder- und 4  Millionen  Euro Eigenmittel, um unter anderem eine städtische Datenplattform, ein passendes Data-Governance-Modell und einen digitalen Zwilling aufzubauen. Am Ende des Förderzeitraums Ende 2025 steht somit ein Weiterbetrieb des Data-Governance-Modells mit einer Datenlegislative mit ähnlichen Rollen, wie im Folgenden beschrieben, in der Linienfunktion der Verwaltung unabhängig von der MPSC-Förderung. Datenkompetenz kann sich also ab 2026 positiv auf die gesamte Verwaltung – ja die gesamte Stadtgesellschaft auswirken.

Die interkommunale Zusammenarbeit ist ein Schlüsselbegriff, wenn es um die Entwicklung von Datenkompetenz geht. Durch den Austausch von Daten und Best Practices können Kommunen voneinander lernen und Synergien schaffen, wie es jetzt bereits im MPSC-Projekt „5 für Südwestfalen“ passiert. 

Ferner kann sich eine einzelne Kommune möglicherweise keine Datenlegislative leisten, mehrere im Verbund können dies jedoch. Ein Beispiel für eine erfolgreiche Initiative des Landes Baden-Württemberg ist MobiData BW®. Die Plattform vereinfacht es den Kommunen, Echtzeitdaten über den öffentlichen Nahverkehr und Verkehrsflüsse zu teilen und bündelt die Daten gleichzeitig landesweit sowie auf weiteren Portalen wie der mobilithek, was die Effizienz und Benutzerfreundlichkeit für Nutzende sehr steigert.

Innerhalb einer effektiven Datenlegislative sind spezifische Rollen zur Entlastung von fachlichen Sachbearbeitenden von zentraler Bedeutung. Die Rolle des Data Owners beispielsweise ist essenziell für die Gewährleistung der Datenqualität und der strategischen Ausrichtung der Datennutzung beispielsweise für die Datendomäne Gebäude. Diese Führungskraft ist verantwortlich für die Überwachung der Datenpflege und die Einhaltung der festgelegten Standards. 

Der Data Steward hingegen kümmert sich um die operativen Aspekte der Datenverwaltung, einschließlich der Sicherstellung der Datenintegrität und der Unterstützung der Fachabteilungen bei der Nutzung der Daten. Unterstützend können intelligente Systeme dazu beitragen, die Qualität der bereitgestellten Daten zu verbessern, indem sie inkonsistente oder veraltete Informationen identifizieren und die Verantwortlichen halbautomatisch einbinden. 

Ein Data Approver hat die Aufgabe, die endgültige Genehmigung für Datenänderungen und -updates zu erteilen, während der Data Expert als fachübergreifende Anlaufstelle fungiert, der die Anforderungen an die Datenqualität definiert und sicherstellt, dass diese erfüllt werden.

Diese Rollen sind nicht nur für die interne Verwaltung wichtig, sondern auch für die Interaktion mit externen Akteuren, wie Unternehmen und Forschungseinrichtungen. Die Datenlegislative kostet an zentraler Stelle, beispielsweise im Rahmen einer interkommunalen Zusammenarbeit, neuen Personalaufwand, der anderswo durch künstliche Intelligenz wegfällt. Die Zusammenarbeit zwischen Datenverantwortlichen und externen Partnern kann zu innovativen Lösungen führen, die die Lebensqualität in der Stadt verbessern.

Die Integration intelligenter Technologien ist ein weiterer entscheidender Aspekt der digitalen Transformation. Ein Beispiel ist die Implementierung eines digitalen Zwillings einer Stadt, der es ermöglicht, verschiedene städtische Szenarien zu simulieren und zu analysieren. Solche Systeme erfordern eine solide Datenbasis, die über alle Fachämter hinweg konsistent ist. Nur mit einer solchen Datenbasis können intelligente Analysen durchgeführt werden, die sowohl in der Stadtplanung als auch in der Optimierung von Dienstleistungen von entscheidender Bedeutung sind.

Projekte wie LoRaWAN Integration Labs@BW zeigen, wie Technologien zur Erfassung von Umweltdaten in Echtzeit eingesetzt werden können. Technologien ermöglichen es Kommunen, Daten zu Temperatur, Luftqualität und Parkraumauslastung zu erfassen und datenschutzkonform ebenso wie mit einem Quality of Service sowie mit hoher Verfügbarkeit beispielsweise mittels Cloud Technologien bereitzustellen.

Darüber hinaus können andere Sektoren wie der Tourismus, die Energieversorgung und der Einzelhandel von einer datengestützten Sichtweise profitieren. Beispielsweise können touristische Anbieter durch die Analyse von Mobilitätsdaten bessere Angebote entwickeln, die den Bedürfnissen der Besucherinnen und Besuchern entsprechen. Energieversorger können durch die Nutzung von Daten zur Energieverbrauchsanalyse effizientere Versorgungsstrategien entwickeln, die sowohl ökologische als auch ökonomische Vorteile bieten.

Die Bereitstellung von offenen Daten, wie zum Beispiel Informationen über die Auslastung von Parkhäusern oder den öffentlichen Nahverkehr, schafft weitere Möglichkeiten für die lokale Wirtschaft. Unternehmen können diese Daten nutzen, um ihre Dienstleistungen zu optimieren und innovative Lösungen zu entwickeln, die den Bürgerinnen und Bürgern zugutekommen. Solche Initiativen fördern nicht nur die Wettbewerbsfähigkeit der lokalen Wirtschaft, sondern tragen auch zur Attraktivität des Standorts bei.

Die digitale Transformation in Kommunen erfordert eine strategische Herangehensweise an die Datenkompetenz, die alle Aspekte der Stadtverwaltung umfasst. Um die Vorteile der Digitalisierung vollständig zu nutzen, müssen Kommunen bereit sein, ihre Datenstrategien zu überdenken und anzupassen. Datenkompetenz ist nicht nur eine technische Fähigkeit, sondern ein zentrales Element der Organisationsentwicklung.

Die Schaffung einer integrierten Datenstrategie, die alle Fachämter und relevanten Akteure einbezieht, ist entscheidend für den Erfolg dieser Bemühungen. Datenkompetenz fördert die Effizienz der Verwaltung, stärkt die lokale Wirtschaft und erhöht die Attraktivität des Standorts. Nur durch einen gemeinsamen Ansatz und die Integration von Datenkompetenz in alle Aspekte der kommunalen Arbeit können die Herausforderungen der Digitalisierung gemeistert werden.

In einer Zeit, in der die Anforderungen an die Verwaltung stetig steigen, kann die gezielte Entwicklung von Datenkompetenz entscheidend dazu beitragen, nicht nur die Effizienz der Verwaltungsprozesse zu steigern, sondern auch die Lebensqualität in unseren Städten nachhaltig zu verbessern. Es ist an der Zeit, die Potenziale von Daten zu erkennen und sie als wertvolle Ressource für die Stadtentwicklung zu nutzen.

Namentlich gekennzeichnete Beiträge geben die Meinung der Autorin oder des Autors wieder.

BBSR – Bundesinstitut für Bau-, Stadt- und Raumforschung im Bundesamt für Bauwesen und Raumordnung (BBR) (Hrsg.), 2024: Datenkompetenz in kommunalen Verwaltungen: Vorgehensmodell und Referenzrahmen für strategisches Handeln – ein Handlungsleitfaden für die kommunale Praxis. BBSR-Online-Publikation 96/2024, Bonn, Zugriff: https://www.bbsr.bund.de/BBSR/DE/veroeffentlichungen/bbsr-online/2024/bbsr-online-96-2024.html  [zuletzt abgerufen am 16. Juni 2025].

Sautter, J.; Henze-Sakowsky, A.; Lödige, M.; Lindner, M.; Schweigel, H.; Dobrokhotova, E.; Seick, J.-P.; Schüle, R.; Kirchner, J.; Braun, S. (2023) “Datenkompetenz in kommunalen Verwaltungen: Bedarfsanalyse und Referenzrahmen für strategisches Handeln,” https://doi.org/10.24406/publica-1309

Sautter, J.; Lis, D.; Kräck, J.; Helsper, A.; Erlenhardt, K.; Schnieders, F.; Lambrecht, U. (2022): Mobility Data Products for Smart City Ecosystems - a Greenhouse Gas Balancing Case Study. Zugriff: https://publica.fraunhofer.de/handle/publica/425148 [zuletzt abgerufen am 16. Juni 2025].

Weitere Artikel zum Thema:

Helsper, A.; Schnabel, U. (2025): "Organisation und Führung neu denken: Smart-City-Projekte brauchen Organisationsentwicklung", Zugriff: Organisation und Führung neu denken: Smart-City-Projekte brauchen Organisationsentwicklung | Smart City Dialog [zuletzt abgerufen am 6. August 2025].