Making sense of our connected world

The principle of ‘Datensparsamkeit’
The concept of ‘Datensparsamkeit” is codified in German data protection law and proposed for European law. It’s a term difficult to find a proper translation for. It could be translated as ‘data thrift’ or ‘data parsimony’. In a nutshell, it means that only data necessary to perform a certain task should be collected and handled. In times of Big Data there are pros and cons for this data minimisation. But Big Data calls for big judgement, not for Datensparsamkeit.
Im deutschen Datenschutzrecht ist festgelegt, dass es “an dem Ziel auszurichten [ist], so wenig personenbezogene Daten wie möglich zu erheben, zu verarbeiten oder zu nutzen” (§ 3a S. 1 BDSG). Dieser rechtliche Programmsatz ist Ausfluss des Grundsatzes der Datensparsamkeit.
Die Vorschrift bezweckt, dass nur die für die jeweilige Aufgabe nötigsten personenbezogenen Daten verarbeitet werden dürfen. Zum Telos der Norm gehört auch, Gefahren eines Missbrauchs von Daten dadurch zu begegnen, dass präventiv auf Datenvermeidung gesetzt wird. Dieses Gebot der Datenminimierung fand auch Niederschlag in der geplanten europäischen Datenschutz-Grundverordnung.1
Ist dieses Prinzip im Allgemeinen noch sinnvoll? Ja und nein. Denn es kann natürlich zum einen vor den Gefahren durch informationellen Machtmissbrauch schützen. Zum anderen kann es mit der Big Data-Brille betrachtet auch schädlich sein, mit Daten sparsam zu sein. Daten sind ein wichtiger Rohstoff für Fortschritt in der Informations- und Wissensgesellschaft. Big Data lebt gerade davon, dass nicht mit den Daten gespart wird. Je größer die Menge der Daten, desto größer das Analysepotential.
Eine neue Regulierung muss vielmehr ansetzen beim Schutz vor dem Missbrauch von Daten. Diskutiert werden müssen etwa Fragen, wie sich Daten besser pseudonymisieren lassen, wie vor Diskriminierung auf Grundlage von Daten geschützt werden kann und wie damit umzugehen ist, wenn Daten zweckwidrig verwendet werden.
Zwar bedeutet die Datenflut nicht immer ein Mehr an Wissen. Vielmehr bedingt ein Mehr an Wissen gleichzeitig ein Mehr an Nichtwissen und Ungewissheit. Der Umgang mit Daten in der digitalen Gesellschaft sollte aber nicht auf dem Grundgedanken von Datensparsamkeit beruhen. Wichtiger ist es in einer digitalen Gesellschaft, bei der Komplexität des Menschen mit seinen Motiven und seinem Kontext anzusetzen.
Big data calls for big judgement, not for Datensparsamkeit.
1 Entwurf eines Berichts über dem Vorschlag für eine Datenschutz-Grundverordnung, Ausschuss für bürgerliche Freiheiten, Justiz und Inneres, 2012/0011 (COD) v. 17.12.2012, Änderungsantrag 93, Seite 73.
This post represents the view of the author and does not necessarily represent the view of the institute itself. For more information about the topics of these articles and associated research projects, please contact info@hiig.de.

You will receive our latest blog articles once a month in a newsletter.
Platform governance
Artificial intelligence with purpose: Mapping the landscape of public interest AI
How is AI being used for the common good? A new dataset is mapping the landscape of public interest AI by cataloguing impactful projects worldwide.
Who hired this bot? On the ambivalence of using generative AI in recruiting
Generative AI in recruiting promises efficiency, but may also quietly undermine the human connection that HR decisions and candidate fit rely on.
Polished yet impersonal: The unintended consequences of writing your emails with AI
AI-written emails can save workers time and improve clarity – but are we losing connection, nuance, and communication skills in the process?