25.05.2021

Wer schützt uns vor dem Datenschutz?

In seiner aktuellen Kolumne beschäftigt sich Mic Hirschbrich mit der Frage nach dem Schaden, den Datenschutz verursachen kann.
/artikel/wer-schuetzt-uns-vor-dem-datenschutz
Mic Hirschbrich über Datenschutz
brutkasten-Kolumnist Mic Hirschbrich | Hintergrund: (c) Adobe Stock / peterschreiber.media
kommentar

Machen Sie sich Sorgen um Ihre Daten? Etwa wenn es um den neuen Impfpass geht? Eine unverhältnismäßig große „Gier nach Daten“ werfen zahlreiche Medien diesem neuen Instrument vor, das uns zurück zur Normalität begleiten soll nach diesem Pandemie-Ausnahmezustand. Die Frage nach der Verhältnismäßigkeit bei Datenzugriffen des Staates ist berechtigt und wichtig. Unsere sensiblen Daten wollen beschützt werden.

Konkret wollen wir uns vor einem Schaden schützen, der entsteht, wenn jemand unsere persönlichsten Daten – für was auch immer – missbraucht. Aber wer beschützt uns eigentlich vor Schäden eines Datenmangels? Wer beschützt uns vor einem „falschen Datenschutz“, also einem,  der vielleicht unsere Daten besser schützt als unser Leben und Wohlergehen?

Wozu braucht man auch unsere Daten?

Daten sind hervorragend dafür geeignet, die Welt zu beschreiben. Sie beschreiben die Wirklichkeit heute so detailliert, wie wir uns das wünschen. Moderne Digitaltechnologie macht es möglich. Damit können wir die Realität faktisch besser einordnen, verstehen und Sachverhalte analysieren. Und noch wichtiger, wir können basierend auf diesen Daten-Mustern immer bessere Entscheidungen treffen (auch automatisiert). Wie in der letzten Kolumne beschrieben, entwickeln wir uns von der Daten- in eine Entscheidungsökonomie.

Dieses Prinzip, aus Daten zu lernen, nutzen wir in der modernen Medizin genauso wie im Finanzwesen, der Mobilität, der Bildung, in Sicherheitsfragen oder eben in staatlichen Bereichen und der Forschung. Die Frage also „wer braucht schon unsere Daten“ ist folgerichtig zu beantworten mit: Jeder, der etwas besser verstehen und darauf aufbauend besser entscheiden möchte. Fortschritt braucht eine moderne Daten-Kultur!

Forschung wirkt, aber nur mit den richtigen Daten

Bleiben wir beim Beispiel Pandemie. Wenn Komplexitätsforscher Peter Klimek versucht herauszufinden, wo künftige pandemische Risiken liegen, hat er es mit hoch-komplexen Mustern zu tun. Qualität und Verfügbarkeit guter Daten aus dem epidemiologischen Geschehen sind daher eine wichtige Basis für brauchbare Vorhersagemodelle. Die Nutzung geschieht in diesen Bereichen meist mithilfe sogenannter „pseudonomysierter Daten“. Das bedeutet, anstatt von z.B. richtigen Namen, werden irgendwelche Zahlen und Buchstaben verwendet, um die Datensätze anonym zu machen. Denn es geht nicht um Herrn Bauer und Frau Mayer als Personen, sondern um statistische Werte, deren Gewichtung und Entwicklung. Analysten und Forscher tun dies, um elementar wichtige Fragen für uns zu beantworten. Etwa, wie können wir uns als Gesellschaft wieder maximal viel Freiheit gewähren, die Schwächsten schützen oder der Wirtschaft zum Aufschwung verhelfen? Wir sind als Gesellschaft darauf angewiesen, dass die Erkenntnisse aus solchen Datenmodellen möglichst präzise und aussagekräftig sind.

Wenn wir uns also (zu Recht) die Frage stellen, welchen Schaden wir nehmen könnten, wenn wir einer Institution oder Behörde Zugriff auf bestimmte Daten erlauben, dann sollten wir uns fortan auch fragen, welchen Schaden wir nehmen, wenn wir dies nicht tun! Ja, es kann mit Risiken verbunden sein, manche Datensätze zusammenzuführen. Es kann aber auch in einem ethischen Dilemma münden, es nicht zu tun.  

Wir sind das Abwägen von Risiken eigentlich gewohnt

Wenn wir das Auto als Transportmittel unserer Wahl sehen, um von A nach B zu kommen, wägen wir etliche Fragestellungen ab. Ist das Auto sicher, hat es einen Gurt, Airbags, vielleicht einen Seitenaufprallschutz? Sicherheit ist uns wichtig. Aber die Angst vor realen Risiken verhindert nicht, dass wir sogar täglich ins Auto steigen. Wir wissen, dass etwa 40.000-mal pro Jahr ein Unfall passiert. In 400 Fällen verlieren Österreicher*innen sogar ihr Leben dabei.

Wir haben in wirklich vielen Themen des Lebens gelernt, Nutzen und Gefahr sinnstiftend gegeneinander abzuwiegen. In der Datenökonomie ist uns das noch nicht gelungen.

Datenschutz: Kritik am Regulierungsmonster EU

Bengt Holström, Professor am MIT und Wirtschaftsnobelpreisträger von 2016, bringt es in einem Ö1-Interview auf den Punkt.  Als ihm die Frage gestellt wird, ob Europa in der digitalen Ökonomie zurückfalle, antwortet er: „Europa bemerkt gar nicht, welchen positiven Wert Daten darstellen“. Sorgen bereiteten ihm die sozialen Medien. Die EU aber würde (sinnvolle, Anm.) Daten-Anwendungen stark regulieren anstatt die sozialen Netzwerke. Die kommerzielle Auswertung der Daten in Europa müsse endlich positiver gesehen werden. Europa sei auch deshalb global abgeschlagen im Digitalbereich, hinter den USA und China. Was Privacy und Datenschutz angehe, befinde sich Europa noch mental in der Zeit des Kalten Krieges.

Am Ende des Tages müssen wir zudem den Eigentumsbegriff von Daten gesellschaftlich neu bewerten. Wenn wir aus Daten nicht lernen dürfen, sondern sie beschützen wie physisches Eigentum, verhindern wir den Fortschritt.

Fazit

Smart gemachter Datenschutz ist wichtig, denn eine missbräuchliche Verwendung unserer Daten und ein daraus entstehendes Misstrauen in unsere Datenkultur hemmen unsere Entwicklung und den Glauben an unsere digitale Zukunft. Bürger*innen und Konsument*innen haben aber auch ein Anrecht auf die allerbeste Nutzenstiftung digitaler Dienste. Ansonsten werden wir das Ungleichgewicht, wer aus Daten lernen darf und tolle Anwendungen damit entwickelt und wer nicht, einfach nicht los.   

Während ich als europäischer Kolumnist im Zuge dieser Recherche das 20-ste Cookie-Fenster im Browser wegklickte, um „meine Daten zu schützen“, und unsere Behörden viel zu wenig (gute) Daten haben, um die allerbesten Entscheidungen in dieser Pandemie zu treffen, hat Google dieser Tage LaMDA gestartet. Das ist vielleicht eines der größten „Daten-Lern“-Projekte, das es je gab. Mit LaMDA bekommen wir eine Technologie, die mit Menschen über alle erdenklichen Themen kommunizieren und diskutieren kann. Vielleicht auch darüber, wie man eine Pandemie bewältigt. Das Sprach-Modell kann das, weil es mit seiner KI über all diese Themen aus unfassbar großen Datensätzen und -Korpora lernen konnte und durfte. Das ist wunderbar, denn es gibt bestimmt viele sinnvolle Anwendungsmöglichkeiten dafür. Aber wir können diese Art des „Lernens“ auch Organisationen und Institutionen ermöglichen, die sich um unsere Gesundheit, Bildung, Sicherheit und unseren Wohlstand kümmern!

Zum Autor

Mic Hirschbrich ist CEO des KI-Unternehmens Apollo.AI, beriet führende Politiker in digitalen Fragen und leitete den digitalen Think-Tank von Sebastian Kurz. Seine beruflichen Aufenthalte in Südostasien, Indien und den USA haben ihn nachhaltig geprägt und dazu gebracht, die eigene Sichtweise stets erweitern zu wollen. Im Jahr 2018 veröffentlichte Hirschbrich das Buch „Schöne Neue Welt 4.0 – Chancen und Risiken der Vierten Industriellen Revolution“, in dem er sich unter anderem mit den gesellschaftspolitischen Implikationen durch künstliche Intelligenz auseinandersetzt.

Deine ungelesenen Artikel:
12.11.2026

Pepper: Thinkubator-Team entwickelt Software für Förderabrechnungen

Das Wiener Startup Pepper will die Verwaltung öffentlich geförderter Projekte vereinfachen. Die Idee entstand nach einer aufwendigen Förderprüfung beim Think Tank Thinkubator. Nun bringt das dreiköpfige Gründungsteam eine Software auf den Markt. Erste zahlende Kunden und drei Business Angels sind bereits an Bord.
/artikel/pepper-thinkubator-team-entwickelt-software-fuer-foerderabrechnungen
12.11.2026

Pepper: Thinkubator-Team entwickelt Software für Förderabrechnungen

Das Wiener Startup Pepper will die Verwaltung öffentlich geförderter Projekte vereinfachen. Die Idee entstand nach einer aufwendigen Förderprüfung beim Think Tank Thinkubator. Nun bringt das dreiköpfige Gründungsteam eine Software auf den Markt. Erste zahlende Kunden und drei Business Angels sind bereits an Bord.
/artikel/pepper-thinkubator-team-entwickelt-software-fuer-foerderabrechnungen
Das Gründerteam von Pepper: Bastien Huber, Felix Ambros, Alexandra Kick (v.l.) | (c) Matt Banton

Wochenlang Belege zusammensuchen, Stundenlisten kontrollieren und Unterlagen aufbereiten: Als beim Wiener Think Tank Thinkubator im Sommer 2025 eine größere Prüfung durch die Österreichische Forschungsförderungsgesellschaft (FFG) anstand, wurde die Förderabrechnung zur Belastungsprobe. Bei solchen Projekten sind Arbeitsstunden und Ausgaben oft auf verschiedene Excel-Tabellen und Dokumente verteilt, die für Prüfungen erst zusammengeführt werden müssen.

„Das hat uns extrem viel Zeit, Ressourcen und Nerven gekostet“, erzählt Alexandra Kick, Co-Founderin von Pepper. Auch andere Organisationen stünden vor ähnlichen Problemen. Eine passende Software, um diesen Prozess einfacher zu gestalten, habe das Team nicht gefunden.

Vom Think Tank zum Software-Startup

Gemeinsam mit Felix Ambros gründete Kick 2021 den Wiener Think Tank Thinkubator, der Bildungs- und Forschungsprojekte rund um Kreislaufwirtschaft umsetzt (brutkasten berichtete). Ein Jahr später kam Bastien Huber dazu. Aus den eigenen Erfahrungen entwickelte das Trio Pepper, hinter dem die neu gegründete P&S Digital Solutions FlexCo steht.

Die Fortschritte bei KI-gestützter Programmierung machten die Umsetzung leichter. „Wir haben am Anfang etwas mit Lovable gebaut und sehr schnell gesehen, wie viel Potenzial darin liegt“, sagt Kick.

Ursprünglich wollten die drei einen Chief Technology Officer (CTO) als viertes Gründungsmitglied gewinnen. Mehrere Entwickler halfen bei der Verbesserung des Codes, zu einer gemeinsamen Gründung kam es jedoch nicht. „Für die Personen, mit denen wir gesprochen haben, war es zu diesem Zeitpunkt einfach nicht die richtige Lebensphase, um mit uns zu gründen“, erklärt Kick. Stattdessen eignete sich das Trio selbst technisches Wissen an – ein „neunmonatiger Crashkurs in How to Build Code“.

Mittlerweile wird Pepper unabhängig von Lovable betrieben. Für das Auslesen von Belegen nutzt die Software ein KI-Modell des französischen Anbieters Mistral. Die Daten liegen nach Unternehmensangaben auf Servern in der EU.

Der Name spielt auf Pepper Potts aus den Iron-Man-Filmen an. „Die ist ein Superbrain und hat alles im Blick“, sagt Kick. Eine ähnliche Rolle soll die Software für Förderprojekte übernehmen.

Förderprojekte auf einer Plattform verwalten

Pepper richtet sich an Forschungseinrichtungen, Universitäten, Unternehmen und NGOs. Nach einer Förderzusage können sie Budgets und Arbeitspakete hinterlegen, Arbeitsstunden zuordnen und Belege hochladen. Die Software soll Belege automatisch zuordnen, Soll-Ist-Vergleiche ermöglichen und Nachweise für Prüfungen exportieren.

„Pepper Project“ ist für einzelne Projekte gedacht, auch mit mehreren Konsortialpartnern. Mit „Pepper OS“ können Organisationen mehrere Projekte parallel verwalten. Zusätzliche KI-Funktionen, etwa ein Chatbot für Projektfragen und ein Assistent zur Vorbereitung wiederkehrender Aufgaben, sollen Anfang 2027 folgen.

Zu den ersten zahlenden Kunden zählen BioBASE, das Institut für Industrielle Ökologie und DeltaDrai. „Mit mehreren parallelen Förderprojekten habe ich früher erst beim Zwischenbericht gesehen, ob ein Arbeitspaket über dem Budget liegt. Jetzt sehe ich den Soll-Ist-Stand jederzeit und kann gegensteuern, solange noch Zeit dazu ist“, sagt BioBASE-Geschäftsführer Thomas Timmel.

Das Team sammelt bei den ersten Kunden Feedback und will die tatsächliche Zeitersparnis messen. Bei Thinkubator fielen 2025 für Zwischenberichte und Audit-Vorbereitung rund 120 Stunden an. Pepper soll diesen Aufwand laut Startup etwa halbieren.

Drei Investoren an Bord

Unterstützung erhält das Wiener Startup von Enzo Duit, Joseph Kap-herr und Helmut Fink-Neuböck. Alle drei kennen das Team von Thinkubator. Duit, Mitgründer von warrify, bringt KI-Expertise ein, Fink-Neuböck einen SAP-Hintergrund und Vertriebserfahrung. Kap-herr, Gründer von Finders & Company und Mitgründer von Sindbad, verfügt über Kontakte, die für eine spätere Zusammenarbeit mit Fördergebern relevant sein könnten.

„Wir wollten das mit einer Bootstrapped-Mentality angehen und nur kleine strategische Angels reinholen“, erklärt Kick. Diese sollen neben Kapital auch strategisches Know-how einbringen. Das Investment deckt insbesondere anfängliche Infrastruktur-, Rechts- und Compliance-Kosten. Die Höhe wird nicht kommuniziert.

Bis Ende 2027 will Pepper 100 Kunden gewinnen und Förderprojekte mit einem Gesamtvolumen von mehr als zehn Millionen Euro über die Plattform verwalten.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Wer schützt uns vor dem Datenschutz?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wer schützt uns vor dem Datenschutz?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wer schützt uns vor dem Datenschutz?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wer schützt uns vor dem Datenschutz?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wer schützt uns vor dem Datenschutz?

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wer schützt uns vor dem Datenschutz?

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wer schützt uns vor dem Datenschutz?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wer schützt uns vor dem Datenschutz?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Wer schützt uns vor dem Datenschutz?