Fragen von Datenzugang und Datenteilung sind insbesondere auch im Kontext algorithmischer Anwendungen, sogenannter „Künstlicher Intelligenz“, wichtiger und dringlicher denn je. Die Menge als auch die Qualität von Da-ten entscheiden darüber, ob ein algorithmisches System nützliche Analysen liefert, Entscheidungsprozesse effektiv unterstützt und akkurate Vorhersagen trifft (Davies 2019). Und je vielfältiger die Gruppe der Akteur:innen ist, die Zugang zu Daten erhalten, so jedenfalls die Annahme, desto größer die Zahl der Systeme, Betreiber:innen und Ziele, die mit der Nutzung algorithmischer Systeme verfolgt werden können.

In der hier vorliegenden Studie wird das Thema Datenteilen vor allem auch aus einem gesellschaftspolitischen Blickwinkel betrachtet. Dabei werden zunächst Chancen und Herausforderungen des Teilens von Daten beleuchtet (Kapitel 5) bevor eine Auswahl von Datenteilungsmodellen analysiert wird, die derzeit in Fachkreisen intensiv dis-kutiert und mitunter bereits erprobt werden (Kapitel 6). Es geht hierbei in erster Linie darum, einen kompakten Überblick über eine Auswahl von Modellen und ihrer Varianten zu bieten. Im letzten Abschnitt werden Handlungs-felder und offene Fragen identifiziert, die bei der Ausgestaltung des Datenzugangs betrachtet werden sollten (Kapitel 7). Darunter fallen notwendige Praxiserprobungen, eine Konkretisierung der gesellschaftspolitischen Di-mension und die aktive Förderung algorithmischer Vielfalt