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:
21.10.2026

Grazer Deep-Tech-Spin-off DiLT Analytics schließt siebenstellige Finanzierungsrunde ab

Das Grazer TU-Spinoff holt den Deep-Tech-Fonds Noctua Science Ventures als Investor an Bord und erhält zusätzlich eine Förderung aus dem Programm aws Seedfinancing – Deep Tech. Das Kapital soll in den Teamaufbau und in den Rollout der Diagnosesoftware FaciliMind fließen.
/artikel/grazer-deep-tech-spin-off-dilt-analytics-schliesst-siebenstellige-finanzierungsrunde-ab
21.10.2026

Grazer Deep-Tech-Spin-off DiLT Analytics schließt siebenstellige Finanzierungsrunde ab

Das Grazer TU-Spinoff holt den Deep-Tech-Fonds Noctua Science Ventures als Investor an Bord und erhält zusätzlich eine Förderung aus dem Programm aws Seedfinancing – Deep Tech. Das Kapital soll in den Teamaufbau und in den Rollout der Diagnosesoftware FaciliMind fließen.
/artikel/grazer-deep-tech-spin-off-dilt-analytics-schliesst-siebenstellige-finanzierungsrunde-ab
DiLT Analytics
© DiLT Analytics

DiLT Analytics hat eine siebenstellige Finanzierungsrunde abgeschlossen. Sie setzt sich aus einem Equity-Investment von Noctua Science Ventures und einer Förderung der Austria Wirtschaftsservice (aws) im Rahmen des Programms Seedfinancing – Deep Tech zusammen. Mit dem Geld möchte das 2021 gegründete Spinoff der TU Graz sein Team ausbauen und FaciliMind, seine Software zur automatisierten Fehlerdiagnose in Heizungs-, Lüftungs- und Klimaanlagen, zu weiteren Betreibern großer Gebäudeportfolios bringen

DiLT Analytics: „Substanziell wachsen“

Noctua Science Ventures ist ein Wiener Deep-Tech-Fonds und ein Joint Venture von Speedinvest und den Technischen Universitäten Österreichs. Der Fonds investiert gezielt in Ausgründungen, deren Produkt auf langjähriger Forschung beruht.

„Die aws-Förderung ergänzt das Investment und ist auf genau diese Phase zugeschnitten: den Schritt von einer erprobten Technologie zu einem Produkt, das sich über viele Standorte hinweg ausrollen lässt“, heißt es per Aussendung. Um im Sinne des Programms aws Seedfinancing – Deep Tech als Deep Tech zu gelten, muss das Vorhaben auf einer „anspruchsvollen technologischen und wissenschaftlichen Herausforderung“ basieren und einen klaren Technologiesprung gegenüber bestehenden Lösungen oder rein inkrementellen Weiterentwicklungen ermöglichen.

„Mit Noctua Science Ventures haben wir einen Partner gefunden, der beides kennt: die technischen Herausforderungen eines Deep-Tech-Produkts und den Weg in die Kommerzialisierung. Für ein junges Spinoff ist das der Best Case. Dass parallel auch die aws-Förderung zugesagt wurde, bestätigt uns, dass FaciliMind und unser Team auf dem richtigen Weg sind. Jetzt geht es darum, substanziell zu wachsen“, sagt Theresa Kohl, CEO von DiLT Analytics.

Philipp Stangl, Managing Director von Noctua Science Ventures, ergänzt: „Von unseren vielen Gesprächspartnern erhielten wir ein sehr einheitliches Bild zu DiLT: ein glaubwürdiger, technisch differenzierter Ansatz, umgesetzt von einem Team, mit dem Immobilienprofis gerne zusammenarbeiten. Genau diese Kombination aus Forschungsvorsprung und starker Kundenorientierung ist es, wonach wir in der Pre-Seed-Phase suchen.“

2021 gegründet

DiLT Analytics wurde Ende 2021 von Franz Wotawa und Gerald Schweiger als Spinoff des Instituts für Softwaretechnologie der TU Graz gegründet und ging aus der Forschungsgruppe „Intelligent Systems“ hervor. Erstes größeres Projekt war „Inframonitor“, eine herstellerunabhängige IoT-Datenplattform für den Campus Inffeldgasse der TU Graz.

Seither ist DiLT an mehr als 20 Forschungsprojekten mit über 15 Partnern beteiligt, einige davon FFG-gefördert und gemeinsam mit österreichischen und europäischen Universitäten. Die Ergebnisse fließen über den Forschungszweig DiLT Research direkt in die Produktentwicklung. Geführt wird das Unternehmen heute von Theresa Kohl (CEO), Christopher Gray (Business Development & Strategy), Thomas Hirsch (CTO), Reinhard Pertschy (CPO) und Thomas Schwengler (Head of Software).

Die entwickelte Software FaciliMind analysiert Betriebsdaten von Heizungs-, Lüftungs- und Klimaanlagen, erkennt dabei versteckte Fehler und Optimierungspotenziale und liefert Technikteams eine nach Dringlichkeit sortierte Maßnahmenliste, so der Claim. Die Software von DiLT Analytics arbeitet herstellerunabhängig und lässt sich über ein einzelnes Gerät an die bestehende Gebäudeleittechnik anbinden. Dank eines knowledgegraphbasierten Softwarestacks soll sie das digitale Abbild komplexer Anlagen weitgehend automatisiert innerhalb weniger Tage statt monatelanger Handarbeit erstellen können. Zielgruppe sind Betreiber großer Gebäudeportfolios, etwa in der öffentlichen Hand, an Flughäfen sowie in Industrie und Gesundheitswesen.

DiLT Analytics erhielt Preise

Zu den Kunden zählen u.a. die Technischen Universitäten Graz und Wien, Bundesimmobiliengesellschaft (BIG), IG Immobilien Management GmbH und Industriekunden. 2025 wurde DiLT Analytics mit dem DREA Award und dem ÖGUT Umweltpreis ausgezeichnet. Und ist seit September 2026 nach ISO 27001 zertifiziert.

„Wissen über Anlagenbetrieb soll im Unternehmen bleiben“

Neben der Verstärkung des Teams und dem geplanten Rollout möchte DiLT Analytics künftig ein Übersetzungswerkzeug für den BACtwin-Standard als Open Source veröffentlichen und die Diagnose künftig auf weitere Technologien wie Wärmepumpen, Photovoltaik und Batteriespeicher ausweiten

„Ein Gebäudeportfolio überdauert seine Dienstleister und oft auch seine erfahrensten Mitarbeitenden“, sagt Kohl. „Unser Ziel ist, dass das Wissen über den Anlagenbetrieb im Unternehmen bleibt und dass Entscheidungen auf verifizierter Datengrundlage statt auf Bauchgefühl und Erinnerung beruhen.“

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?