Definition
Datenethik umfasst Normen und Entscheidungen rund um Daten, die über technische Machbarkeit hinausgehen. Dazu zählen Zweckbindung, Datenminimierung, Qualität, Provenienz, Zugriffskontrolle und menschliche Auswirkungen, wenn Daten für KI genutzt werden.
Warum es wichtig ist
- Vertrauen: Mandanten erwarten sorgfältigen Umgang mit sensiblen Daten.
- Qualität: schlechte Daten führen zu irreführenden Outputs.
- Risiko: unethische Data-Practices erzeugen rechtliche, Security- und Reputationsrisiken.
Wie es funktioniert
Zweck -> minimieren -> absichern -> dokumentieren -> überwachen -> korrigierenKontrollen: Data Governance, Retention-Regeln, Access Management und Dokumentation von Quellen und Limits.
Praktisches Beispiel
Ein Tool trennt Mandantendaten nach Matter, loggt Zugriff und trainiert keine allgemeinen Modelle auf vertraulichen Dokumenten ohne explizite Governance-Freigabe.
Häufige Fragen
Q: Ist Datenethik dasselbe wie Datenschutzrecht?
A: Nein. Recht ist ein Minimum. Datenethik umfasst auch Legitimität, Erwartungen und mögliche Schäden.
Q: Geht ethische Datennutzung mit Performance?
A: Ja. Gute Governance und saubere Daten erhöhen oft Zuverlässigkeit und reduzieren Downstream-Risiken.
Verwandte Begriffe
- AI-Governance-Framework — Policies und Controls
- AI Risk Management — Data-Risiken im Register
- Bias-Minderung — Fairness hängt von Daten ab
- AI Documentation Requirements — Provenienz und Limits dokumentieren
Referenzen
OECD (2019), OECD Principles on Artificial Intelligence.
References
OECD (2019), OECD Principles on Artificial Intelligence.