Einzeldossiers Wissenschaft, Innovation & Digitalisierung

Einzeldossiers online lesen #

Dossier 1: Wissenschaft als Wirkungsinfrastruktur #

Wissenschaft erzeugt geprüfte Wirklichkeit, Unsicherheitsbewusstsein, Korrektur, Frühwarnung und langfristige Orientierung. #

Anwendungsfälle #

Beispiel: Ein Grundlagenprojekt zu Batteriematerialien kann jahrelang keinen Marktoutput erzeugen, aber später Kreislauffähigkeit, Energieunabhängigkeit und Versorgungssicherheit verbessern. Datenquellen: Forschungsregister, Publikationen, Replikationsdatenbanken, Open-Data-Repositorien, Drittmittelregister, Ethikvoten, Transferberichte. Bewertung: Erkenntniswirkung, Systemwirkung, Freiheitswirkung, Replikationsfähigkeit und Integritätsrisiko werden getrennt ausgewiesen. #

Datenquellen #

Quelle Nutzung Datenqualität Primärdaten aus Projekt, Labor, Plattform oder Verwaltung direkte Evidenz zum Wirkungspfad hoch, wenn auditierbar und dokumentiert Öffentliche Statistik, EU-/OECD-/UNESCO-Daten, Destatis/Eurostat Vergleich, Kontext, Benchmark mittel bis hoch, je nach Aktualität Open-Science-Repositorien und Replikationsdaten Prüfbarkeit und Reproduzierbarkeit hoch, wenn persistent und kuratiert Qualitative Praxisdaten und Beteiligung Nebenwirkungen, Zugang, Akzeptanz mittel, braucht Triangulation Modellannahmen und Szenarien Zukunftswirkung und Risiken niedrig bis mittel, stets als Annahme kennzeichnen #

Beispielhafte Bewertungsmatrix #

Kriterium Frage Score -3 bis +3 Wirkungspfad Ist die angestrebte Zustandsveränderung klar und plausibel? -3 schädlich / 0 unklar / +3 transformativ Datenqualität Sind Daten prüfbar, aktuell, geschützt und offen genug? -3 manipulativ / 0 lückenhaft / +3 auditierbar Systemwirkung Verändert das Vorhaben Rückkopplungen statt nur Ergebnisse? -3 verschärft Risiken / 0 isoliert / +3 systemisch lernend Rechte und Schutz Sind Grundrechte, Datenschutz, Freiheit und Teilhabe gesichert? -3 verletzt / 0 ungeklärt / +3 robust geschützt Korrektur Gibt es Revisionszyklen, Beschwerde und Fehlerlernen? -3 starr / 0 ad hoc / +3 lernfähig #

Beispielrechnung Modellfassung #

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht durch positive Einzelwerte kompensiert werden. #

Politische und organisatorische Umsetzung #

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben Tempo, Zuständigkeit, Finanzierung und Verbindlichkeit. #

Tool- und Onlinebezug #

Geeigneter Tool-Anker: Forschungs-Wirkungscheck Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Bereichen. #

Dossier 2: Open Science, Replikation und Forschungsintegrität #

Open Science macht Forschung prüfbarer, gerechter und anschlussfähiger - mit Schutzgrenzen für Datenschutz, Sicherheit, geistige Rechte und Missbrauch. #

Anwendungsfälle #

Beispiel: Ein Replikationsfonds finanziert Nachprüfungen in Medizin, Klima, KI, Bildungsforschung und Sozialpolitik, wo falsche Befunde große Folgekosten erzeugen können. Datenquellen: OpenAIRE/EOSC, Repositorien, Retraction-Datenbanken, Förderberichte, Datenmanagementpläne, Präregistrierungsplattformen. Bewertung: Anteil offener Daten, Replikationsquote, Methodentransparenz, Interessenkonfliktstatus, Datenschutz- und Sicherheitsgrenzen. #

Datenquellen #

Quelle Nutzung Datenqualität Primärdaten aus Projekt, Labor, Plattform oder Verwaltung direkte Evidenz zum Wirkungspfad hoch, wenn auditierbar und dokumentiert Öffentliche Statistik, EU-/OECD-/UNESCO-Daten, Destatis/Eurostat Vergleich, Kontext, Benchmark mittel bis hoch, je nach Aktualität Open-Science-Repositorien und Replikationsdaten Prüfbarkeit und Reproduzierbarkeit hoch, wenn persistent und kuratiert Qualitative Praxisdaten und Beteiligung Nebenwirkungen, Zugang, Akzeptanz mittel, braucht Triangulation Modellannahmen und Szenarien Zukunftswirkung und Risiken niedrig bis mittel, stets als Annahme kennzeichnen #

Beispielhafte Bewertungsmatrix #

Kriterium Frage Score -3 bis +3 Wirkungspfad Ist die angestrebte Zustandsveränderung klar und plausibel? -3 schädlich / 0 unklar / +3 transformativ Datenqualität Sind Daten prüfbar, aktuell, geschützt und offen genug? -3 manipulativ / 0 lückenhaft / +3 auditierbar Systemwirkung Verändert das Vorhaben Rückkopplungen statt nur Ergebnisse? -3 verschärft Risiken / 0 isoliert / +3 systemisch lernend Rechte und Schutz Sind Grundrechte, Datenschutz, Freiheit und Teilhabe gesichert? -3 verletzt / 0 ungeklärt / +3 robust geschützt Korrektur Gibt es Revisionszyklen, Beschwerde und Fehlerlernen? -3 starr / 0 ad hoc / +3 lernfähig #

Beispielrechnung Modellfassung #

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht durch positive Einzelwerte kompensiert werden. #

Politische und organisatorische Umsetzung #

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben Tempo, Zuständigkeit, Finanzierung und Verbindlichkeit. #

Tool- und Onlinebezug #

Geeigneter Tool-Anker: Open-Science- und Replikationscheck Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Bereichen. #

Dossier 3: Wirkungsorientierte Forschung und Missionen #

Missionen geben Richtung, ohne Lösungen vorzuschreiben: klare Ziele, offene Wege, Evaluation, Interdisziplinarität und Wissenschaftsfreiheit. #

Anwendungsfälle #

Beispiel: Mission „Pflegeüberlastung senken“ verbindet Robotik, Arbeitsorganisation, Wohnumfeld, Gesundheitsdaten, Ausbildung, Finanzierung und Würde der Pflege. Datenquellen: Missionsziele, SDG-/SDG+-Mapping, Projektberichte, T-SROI, NWI, Versorgungsdaten, Praxisfeedback. Bewertung: Zielklarheit, Lösungsöffnung, Messbarkeit, Transdisziplinarität, Freiheits- und Nebenwirkungsprüfung. #

Datenquellen #

Quelle Nutzung Datenqualität Primärdaten aus Projekt, Labor, Plattform oder Verwaltung direkte Evidenz zum Wirkungspfad hoch, wenn auditierbar und dokumentiert Öffentliche Statistik, EU-/OECD-/UNESCO-Daten, Destatis/Eurostat Vergleich, Kontext, Benchmark mittel bis hoch, je nach Aktualität Open-Science-Repositorien und Replikationsdaten Prüfbarkeit und Reproduzierbarkeit hoch, wenn persistent und kuratiert Qualitative Praxisdaten und Beteiligung Nebenwirkungen, Zugang, Akzeptanz mittel, braucht Triangulation Modellannahmen und Szenarien Zukunftswirkung und Risiken niedrig bis mittel, stets als Annahme kennzeichnen #

Beispielhafte Bewertungsmatrix #

Kriterium Frage Score -3 bis +3 Wirkungspfad Ist die angestrebte Zustandsveränderung klar und plausibel? -3 schädlich / 0 unklar / +3 transformativ Datenqualität Sind Daten prüfbar, aktuell, geschützt und offen genug? -3 manipulativ / 0 lückenhaft / +3 auditierbar Systemwirkung Verändert das Vorhaben Rückkopplungen statt nur Ergebnisse? -3 verschärft Risiken / 0 isoliert / +3 systemisch lernend Rechte und Schutz Sind Grundrechte, Datenschutz, Freiheit und Teilhabe gesichert? -3 verletzt / 0 ungeklärt / +3 robust geschützt Korrektur Gibt es Revisionszyklen, Beschwerde und Fehlerlernen? -3 starr / 0 ad hoc / +3 lernfähig #

Beispielrechnung Modellfassung #

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht durch positive Einzelwerte kompensiert werden. #

Politische und organisatorische Umsetzung #

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben Tempo, Zuständigkeit, Finanzierung und Verbindlichkeit. #

Tool- und Onlinebezug #

Geeigneter Tool-Anker: KI-Wirkungsrisiko-Check Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Bereichen. #

Dossier 4: Innovation als Systemlernen und Transfer #

Wirkungsinnovation ist nicht bloß Neuheit, sondern Rekombination mit Richtung: mehr Netto-Wirkung, weniger Verlustleistung, mehr Resilienz. #

Anwendungsfälle #

Beispiel: Eine kommunale Hitzedatenplattform verbindet Forschung, Gesundheitsämter, Stadtgrün, Pflege, Schulen und Warnsysteme. Datenquellen: Patente, Open-Source-Beiträge, Transferprojekte, Beschaffung, Pilotdaten, Nutzerfeedback, Wirkungsberichte. Bewertung: Wirkungspfad, Skalierbarkeit, Nebenwirkungen, Lebenszyklus, Anschlussfähigkeit, soziale Akzeptanz. #

Datenquellen #

Quelle Nutzung Datenqualität Primärdaten aus Projekt, Labor, Plattform oder Verwaltung direkte Evidenz zum Wirkungspfad hoch, wenn auditierbar und dokumentiert Öffentliche Statistik, EU-/OECD-/UNESCO-Daten, Destatis/Eurostat Vergleich, Kontext, Benchmark mittel bis hoch, je nach Aktualität Open-Science-Repositorien und Replikationsdaten Prüfbarkeit und Reproduzierbarkeit hoch, wenn persistent und kuratiert Qualitative Praxisdaten und Beteiligung Nebenwirkungen, Zugang, Akzeptanz mittel, braucht Triangulation Modellannahmen und Szenarien Zukunftswirkung und Risiken niedrig bis mittel, stets als Annahme kennzeichnen #

Beispielhafte Bewertungsmatrix #

Kriterium Frage Score -3 bis +3 Wirkungspfad Ist die angestrebte Zustandsveränderung klar und plausibel? -3 schädlich / 0 unklar / +3 transformativ Datenqualität Sind Daten prüfbar, aktuell, geschützt und offen genug? -3 manipulativ / 0 lückenhaft / +3 auditierbar Systemwirkung Verändert das Vorhaben Rückkopplungen statt nur Ergebnisse? -3 verschärft Risiken / 0 isoliert / +3 systemisch lernend Rechte und Schutz Sind Grundrechte, Datenschutz, Freiheit und Teilhabe gesichert? -3 verletzt / 0 ungeklärt / +3 robust geschützt Korrektur Gibt es Revisionszyklen, Beschwerde und Fehlerlernen? -3 starr / 0 ad hoc / +3 lernfähig #

Beispielrechnung Modellfassung #

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht durch positive Einzelwerte kompensiert werden. #

Politische und organisatorische Umsetzung #

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben Tempo, Zuständigkeit, Finanzierung und Verbindlichkeit. #

Tool- und Onlinebezug #

Geeigneter Tool-Anker: Datenraum-Reifegradcheck Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Bereichen. #

Dossier 5: KI und algorithmische Verantwortung #

KI ist Werkzeug, nicht Akteur. Sie braucht Transparenz, Auditierbarkeit, Fairness, menschliche Verantwortung und Schutz vor Manipulation. #

Anwendungsfälle #

Beispiel: Ein KI-System in der öffentlichen Verwaltung darf nicht nur Effizienz verbessern; es muss Fairness, Widerspruchsrechte, Erklärbarkeit und Fehlerkorrektur sichern. Datenquellen: Modellkarten, Trainingsdatenbeschreibung, Bias-Tests, Auditprotokolle, Incident-Reports, AI-Act-Klassifikation. Bewertung: KTI-Index, Manipulationsrisiko, Diskriminierungsrisiko, Datenqualität, Erklärbarkeit, Menschenaufsicht, Korrekturverfahren. #

Datenquellen #

Quelle Nutzung Datenqualität Primärdaten aus Projekt, Labor, Plattform oder Verwaltung direkte Evidenz zum Wirkungspfad hoch, wenn auditierbar und dokumentiert Öffentliche Statistik, EU-/OECD-/UNESCO-Daten, Destatis/Eurostat Vergleich, Kontext, Benchmark mittel bis hoch, je nach Aktualität Open-Science-Repositorien und Replikationsdaten Prüfbarkeit und Reproduzierbarkeit hoch, wenn persistent und kuratiert Qualitative Praxisdaten und Beteiligung Nebenwirkungen, Zugang, Akzeptanz mittel, braucht Triangulation Modellannahmen und Szenarien Zukunftswirkung und Risiken niedrig bis mittel, stets als Annahme kennzeichnen #

Beispielhafte Bewertungsmatrix #

Kriterium Frage Score -3 bis +3 Wirkungspfad Ist die angestrebte Zustandsveränderung klar und plausibel? -3 schädlich / 0 unklar / +3 transformativ Datenqualität Sind Daten prüfbar, aktuell, geschützt und offen genug? -3 manipulativ / 0 lückenhaft / +3 auditierbar Systemwirkung Verändert das Vorhaben Rückkopplungen statt nur Ergebnisse? -3 verschärft Risiken / 0 isoliert / +3 systemisch lernend Rechte und Schutz Sind Grundrechte, Datenschutz, Freiheit und Teilhabe gesichert? -3 verletzt / 0 ungeklärt / +3 robust geschützt Korrektur Gibt es Revisionszyklen, Beschwerde und Fehlerlernen? -3 starr / 0 ad hoc / +3 lernfähig #

Beispielrechnung Modellfassung #

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht durch positive Einzelwerte kompensiert werden. #

Politische und organisatorische Umsetzung #

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben Tempo, Zuständigkeit, Finanzierung und Verbindlichkeit. #

Tool- und Onlinebezug #

Geeigneter Tool-Anker: Innovations-Wirkungsportfolio Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Bereichen. #

Dossier 6: Datenräume, Interoperabilität und Wirkungsdaten #

Wirkungsdatenräume machen Daten mehrfach nutzbar, prüfbar und rückkoppelbar - ohne Datenmacht zu zentralisieren. #

Anwendungsfälle #

Beispiel: Ein Wirkungsdatenraum Wohnen verbindet Gebäudeenergie, Mieten, Gesundheit, Leerstand, Sanierungsförderung und Quartiersdaten - mit differenzierten Zugriffsrechten. Datenquellen: Data Act, Datenräume, Register, Produktpässe, CSRD/ESRS, öffentliche Statistik, kommunale Daten. Bewertung: Datenqualität, Interoperabilität, Zugriffsgerechtigkeit, Datenschutz, Nutzungspfad, Auditierbarkeit. #

Datenquellen #

Quelle Nutzung Datenqualität Primärdaten aus Projekt, Labor, Plattform oder Verwaltung direkte Evidenz zum Wirkungspfad hoch, wenn auditierbar und dokumentiert Öffentliche Statistik, EU-/OECD-/UNESCO-Daten, Destatis/Eurostat Vergleich, Kontext, Benchmark mittel bis hoch, je nach Aktualität Open-Science-Repositorien und Replikationsdaten Prüfbarkeit und Reproduzierbarkeit hoch, wenn persistent und kuratiert Qualitative Praxisdaten und Beteiligung Nebenwirkungen, Zugang, Akzeptanz mittel, braucht Triangulation Modellannahmen und Szenarien Zukunftswirkung und Risiken niedrig bis mittel, stets als Annahme kennzeichnen #

Beispielhafte Bewertungsmatrix #

Kriterium Frage Score -3 bis +3 Wirkungspfad Ist die angestrebte Zustandsveränderung klar und plausibel? -3 schädlich / 0 unklar / +3 transformativ Datenqualität Sind Daten prüfbar, aktuell, geschützt und offen genug? -3 manipulativ / 0 lückenhaft / +3 auditierbar Systemwirkung Verändert das Vorhaben Rückkopplungen statt nur Ergebnisse? -3 verschärft Risiken / 0 isoliert / +3 systemisch lernend Rechte und Schutz Sind Grundrechte, Datenschutz, Freiheit und Teilhabe gesichert? -3 verletzt / 0 ungeklärt / +3 robust geschützt Korrektur Gibt es Revisionszyklen, Beschwerde und Fehlerlernen? -3 starr / 0 ad hoc / +3 lernfähig #

Beispielrechnung Modellfassung #

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht durch positive Einzelwerte kompensiert werden. #

Politische und organisatorische Umsetzung #

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben Tempo, Zuständigkeit, Finanzierung und Verbindlichkeit. #

Tool- und Onlinebezug #

Geeigneter Tool-Anker: Wissensrat-/Integritätsregister Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Bereichen. #

Dossier 7: Digitale öffentliche Infrastruktur und Souveränität #

Digitalisierung ist kein Marktprodukt allein. In Kernbereichen ist sie öffentliche Infrastruktur: sicher, barrierefrei, interoperabel und souverän. #

Anwendungsfälle #

Beispiel: Eine eID ist wirkungsökonomisch nur dann positiv, wenn sie Zugang erleichtert, Missbrauch schützt, Ausschluss verhindert und Widerspruch ermöglicht. Datenquellen: Digital Decade, Verwaltungsdaten, Barrierefreiheits-Audits, Nutzerfeedback, Sicherheitsberichte. Bewertung: Zugang, Ausfallsicherheit, Anbieterabhängigkeit, Datenschutz, Interoperabilität, Barrierefreiheit, Bürgerkontrolle. #

Datenquellen #

Quelle Nutzung Datenqualität Primärdaten aus Projekt, Labor, Plattform oder Verwaltung direkte Evidenz zum Wirkungspfad hoch, wenn auditierbar und dokumentiert Öffentliche Statistik, EU-/OECD-/UNESCO-Daten, Destatis/Eurostat Vergleich, Kontext, Benchmark mittel bis hoch, je nach Aktualität Open-Science-Repositorien und Replikationsdaten Prüfbarkeit und Reproduzierbarkeit hoch, wenn persistent und kuratiert Qualitative Praxisdaten und Beteiligung Nebenwirkungen, Zugang, Akzeptanz mittel, braucht Triangulation Modellannahmen und Szenarien Zukunftswirkung und Risiken niedrig bis mittel, stets als Annahme kennzeichnen #

Beispielhafte Bewertungsmatrix #

Kriterium Frage Score -3 bis +3 Wirkungspfad Ist die angestrebte Zustandsveränderung klar und plausibel? -3 schädlich / 0 unklar / +3 transformativ Datenqualität Sind Daten prüfbar, aktuell, geschützt und offen genug? -3 manipulativ / 0 lückenhaft / +3 auditierbar Systemwirkung Verändert das Vorhaben Rückkopplungen statt nur Ergebnisse? -3 verschärft Risiken / 0 isoliert / +3 systemisch lernend Rechte und Schutz Sind Grundrechte, Datenschutz, Freiheit und Teilhabe gesichert? -3 verletzt / 0 ungeklärt / +3 robust geschützt Korrektur Gibt es Revisionszyklen, Beschwerde und Fehlerlernen? -3 starr / 0 ad hoc / +3 lernfähig #

Beispielrechnung Modellfassung #

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht durch positive Einzelwerte kompensiert werden. #

Politische und organisatorische Umsetzung #

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben Tempo, Zuständigkeit, Finanzierung und Verbindlichkeit. #

Tool- und Onlinebezug #

Geeigneter Tool-Anker: Digital-Souveränitätscheck Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Bereichen. #

Dossier 8: Cyberresilienz und kritische Wissensinfrastruktur #

Wissenschaft, Datenräume, KI und digitale Verwaltung werden zu kritischer Infrastruktur und brauchen Resilienz gegen Angriffe, Ausfälle und Manipulation. #

Anwendungsfälle #

Beispiel: Ein Angriff auf wissenschaftliche Datenbanken kann Evidenzketten, Förderentscheidungen, Medizin und öffentliche Debatten beeinflussen. Datenquellen: BSI-/ENISA-Berichte, Incident-Logs, Systemarchitekturen, Sicherheitsprüfungen, Abhängigkeiten. Bewertung: Redundanz, Zero Trust, Recovery Time, Lieferkettenrisiko, Manipulationsschutz, demokratische Relevanz. #

Datenquellen #

Quelle Nutzung Datenqualität Primärdaten aus Projekt, Labor, Plattform oder Verwaltung direkte Evidenz zum Wirkungspfad hoch, wenn auditierbar und dokumentiert Öffentliche Statistik, EU-/OECD-/UNESCO-Daten, Destatis/Eurostat Vergleich, Kontext, Benchmark mittel bis hoch, je nach Aktualität Open-Science-Repositorien und Replikationsdaten Prüfbarkeit und Reproduzierbarkeit hoch, wenn persistent und kuratiert Qualitative Praxisdaten und Beteiligung Nebenwirkungen, Zugang, Akzeptanz mittel, braucht Triangulation Modellannahmen und Szenarien Zukunftswirkung und Risiken niedrig bis mittel, stets als Annahme kennzeichnen #

Beispielhafte Bewertungsmatrix #

Kriterium Frage Score -3 bis +3 Wirkungspfad Ist die angestrebte Zustandsveränderung klar und plausibel? -3 schädlich / 0 unklar / +3 transformativ Datenqualität Sind Daten prüfbar, aktuell, geschützt und offen genug? -3 manipulativ / 0 lückenhaft / +3 auditierbar Systemwirkung Verändert das Vorhaben Rückkopplungen statt nur Ergebnisse? -3 verschärft Risiken / 0 isoliert / +3 systemisch lernend Rechte und Schutz Sind Grundrechte, Datenschutz, Freiheit und Teilhabe gesichert? -3 verletzt / 0 ungeklärt / +3 robust geschützt Korrektur Gibt es Revisionszyklen, Beschwerde und Fehlerlernen? -3 starr / 0 ad hoc / +3 lernfähig #

Beispielrechnung Modellfassung #

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht durch positive Einzelwerte kompensiert werden. #

Politische und organisatorische Umsetzung #

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben Tempo, Zuständigkeit, Finanzierung und Verbindlichkeit. #

Tool- und Onlinebezug #

Geeigneter Tool-Anker: Forschungs-Wirkungscheck Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Bereichen. #

Dossier 9: Forschungsförderung, Wissensrat und Politikberatung #

Wissenschaftliche Politikberatung unterstützt Entscheidungen, ersetzt sie aber nicht. Der Wissensrat sichert Integrität, Methode und offene Korrektur. #

Anwendungsfälle #

Beispiel: Ein politischer Hitzeschutzplan sollte wissenschaftlich beraten, öffentlich konsultiert und regelmäßig anhand von Gesundheits- und Klimadaten korrigiert werden. Datenquellen: Gutachtenregister, Interessenregister, Förderentscheidungen, Impact-Assessments, Wirkungsberichte. Bewertung: Integrität, Transparenz, Methodenqualität, Politikeinfluss, Korrekturpfad, Beteiligung. #

Datenquellen #

Quelle Nutzung Datenqualität Primärdaten aus Projekt, Labor, Plattform oder Verwaltung direkte Evidenz zum Wirkungspfad hoch, wenn auditierbar und dokumentiert Öffentliche Statistik, EU-/OECD-/UNESCO-Daten, Destatis/Eurostat Vergleich, Kontext, Benchmark mittel bis hoch, je nach Aktualität Open-Science-Repositorien und Replikationsdaten Prüfbarkeit und Reproduzierbarkeit hoch, wenn persistent und kuratiert Qualitative Praxisdaten und Beteiligung Nebenwirkungen, Zugang, Akzeptanz mittel, braucht Triangulation Modellannahmen und Szenarien Zukunftswirkung und Risiken niedrig bis mittel, stets als Annahme kennzeichnen #

Beispielhafte Bewertungsmatrix #

Kriterium Frage Score -3 bis +3 Wirkungspfad Ist die angestrebte Zustandsveränderung klar und plausibel? -3 schädlich / 0 unklar / +3 transformativ Datenqualität Sind Daten prüfbar, aktuell, geschützt und offen genug? -3 manipulativ / 0 lückenhaft / +3 auditierbar Systemwirkung Verändert das Vorhaben Rückkopplungen statt nur Ergebnisse? -3 verschärft Risiken / 0 isoliert / +3 systemisch lernend Rechte und Schutz Sind Grundrechte, Datenschutz, Freiheit und Teilhabe gesichert? -3 verletzt / 0 ungeklärt / +3 robust geschützt Korrektur Gibt es Revisionszyklen, Beschwerde und Fehlerlernen? -3 starr / 0 ad hoc / +3 lernfähig #

Beispielrechnung Modellfassung #

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht durch positive Einzelwerte kompensiert werden. #

Politische und organisatorische Umsetzung #

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben Tempo, Zuständigkeit, Finanzierung und Verbindlichkeit. #

Tool- und Onlinebezug #

Geeigneter Tool-Anker: Open-Science- und Replikationscheck Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Bereichen. #

Dossier 10: Start-ups, Deep Tech und Wirkungsinnovation #

Start-ups und Deep-Tech-Unternehmen werden nicht nur nach Wachstum bewertet, sondern nach Wirkungspfad, Skalierungsrisiko und Systemnutzen. #

Anwendungsfälle #

Beispiel: Ein KI-Start-up für Pflegeplanung kann Arbeitsbelastung senken, wenn es Pflegekräfte einbindet, Bias vermeidet und keine Überwachungskultur erzeugt. Datenquellen: Geschäftsmodell, Wirkungsannahmen, Pilotdaten, Nutzungsdaten, Datenschutzfolgenabschätzung, Investitionsplan. Bewertung: Systemnutzen, Skalierungsrisiko, Datenmacht, Governance, soziale Einbettung, Exit-Optionen. #

Datenquellen #

Quelle Nutzung Datenqualität Primärdaten aus Projekt, Labor, Plattform oder Verwaltung direkte Evidenz zum Wirkungspfad hoch, wenn auditierbar und dokumentiert Öffentliche Statistik, EU-/OECD-/UNESCO-Daten, Destatis/Eurostat Vergleich, Kontext, Benchmark mittel bis hoch, je nach Aktualität Open-Science-Repositorien und Replikationsdaten Prüfbarkeit und Reproduzierbarkeit hoch, wenn persistent und kuratiert Qualitative Praxisdaten und Beteiligung Nebenwirkungen, Zugang, Akzeptanz mittel, braucht Triangulation Modellannahmen und Szenarien Zukunftswirkung und Risiken niedrig bis mittel, stets als Annahme kennzeichnen #

Beispielhafte Bewertungsmatrix #

Kriterium Frage Score -3 bis +3 Wirkungspfad Ist die angestrebte Zustandsveränderung klar und plausibel? -3 schädlich / 0 unklar / +3 transformativ Datenqualität Sind Daten prüfbar, aktuell, geschützt und offen genug? -3 manipulativ / 0 lückenhaft / +3 auditierbar Systemwirkung Verändert das Vorhaben Rückkopplungen statt nur Ergebnisse? -3 verschärft Risiken / 0 isoliert / +3 systemisch lernend Rechte und Schutz Sind Grundrechte, Datenschutz, Freiheit und Teilhabe gesichert? -3 verletzt / 0 ungeklärt / +3 robust geschützt Korrektur Gibt es Revisionszyklen, Beschwerde und Fehlerlernen? -3 starr / 0 ad hoc / +3 lernfähig #

Beispielrechnung Modellfassung #

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht durch positive Einzelwerte kompensiert werden. #

Politische und organisatorische Umsetzung #

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben Tempo, Zuständigkeit, Finanzierung und Verbindlichkeit. #

Tool- und Onlinebezug #

Geeigneter Tool-Anker: KI-Wirkungsrisiko-Check Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Bereichen. #

Dossier 11: Wissenschaftskommunikation und Vertrauensbildung #

Wissenschaftliche Unsicherheit ist kein Versagen. Sie muss verständlich kommuniziert werden, ohne Beliebigkeit oder Scheinsicherheit zu erzeugen. #

Anwendungsfälle #

Beispiel: Klimakommunikation wird wirkungsstärker, wenn sie Risiken, Handlungsoptionen und lokale Anpassungswege zeigt, statt nur Katastrophenbilder zu erzeugen. Datenquellen: Medienmonitoring, Beteiligungsformate, Wissenschaftsbarometer, Kommunikationsanalysen, Desinformationsindikatoren. Bewertung: Verständlichkeit, Quellenklarheit, Unsicherheitskommunikation, Korrekturfähigkeit, Vertrauen, Polarisierungsrisiko. #

Datenquellen #

Quelle Nutzung Datenqualität Primärdaten aus Projekt, Labor, Plattform oder Verwaltung direkte Evidenz zum Wirkungspfad hoch, wenn auditierbar und dokumentiert Öffentliche Statistik, EU-/OECD-/UNESCO-Daten, Destatis/Eurostat Vergleich, Kontext, Benchmark mittel bis hoch, je nach Aktualität Open-Science-Repositorien und Replikationsdaten Prüfbarkeit und Reproduzierbarkeit hoch, wenn persistent und kuratiert Qualitative Praxisdaten und Beteiligung Nebenwirkungen, Zugang, Akzeptanz mittel, braucht Triangulation Modellannahmen und Szenarien Zukunftswirkung und Risiken niedrig bis mittel, stets als Annahme kennzeichnen #

Beispielhafte Bewertungsmatrix #

Kriterium Frage Score -3 bis +3 Wirkungspfad Ist die angestrebte Zustandsveränderung klar und plausibel? -3 schädlich / 0 unklar / +3 transformativ Datenqualität Sind Daten prüfbar, aktuell, geschützt und offen genug? -3 manipulativ / 0 lückenhaft / +3 auditierbar Systemwirkung Verändert das Vorhaben Rückkopplungen statt nur Ergebnisse? -3 verschärft Risiken / 0 isoliert / +3 systemisch lernend Rechte und Schutz Sind Grundrechte, Datenschutz, Freiheit und Teilhabe gesichert? -3 verletzt / 0 ungeklärt / +3 robust geschützt Korrektur Gibt es Revisionszyklen, Beschwerde und Fehlerlernen? -3 starr / 0 ad hoc / +3 lernfähig #

Beispielrechnung Modellfassung #

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht durch positive Einzelwerte kompensiert werden. #

Politische und organisatorische Umsetzung #

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben Tempo, Zuständigkeit, Finanzierung und Verbindlichkeit. #

Tool- und Onlinebezug #

Geeigneter Tool-Anker: Datenraum-Reifegradcheck Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Bereichen. #

Dossier 12: Digitale Teilhabe, Kompetenz und Bildung #

Digitale Mündigkeit verbindet Zugang, Kompetenz, Selbstbestimmung, KI-Verständnis und Wirkungskompetenz über alle Lebensphasen. #

Anwendungsfälle #

Beispiel: Ein kommunaler Digitalraum kann Verwaltung, Weiterbildung, Gesundheitsberatung, Bibliothek und Wissenschaftskommunikation verbinden. Datenquellen: Digital Skills Indicators, Bildungsdaten, Barrierefreiheitsberichte, Teilhabeumfragen, Nutzung öffentlicher Digitalangebote. Bewertung: Zugang, Kompetenzen, Barrierefreiheit, Selbstbestimmung, KI-Literacy, Wirkungskompetenz, Schutz vor Ausschluss. #

Datenquellen #

Quelle Nutzung Datenqualität Primärdaten aus Projekt, Labor, Plattform oder Verwaltung direkte Evidenz zum Wirkungspfad hoch, wenn auditierbar und dokumentiert Öffentliche Statistik, EU-/OECD-/UNESCO-Daten, Destatis/Eurostat Vergleich, Kontext, Benchmark mittel bis hoch, je nach Aktualität Open-Science-Repositorien und Replikationsdaten Prüfbarkeit und Reproduzierbarkeit hoch, wenn persistent und kuratiert Qualitative Praxisdaten und Beteiligung Nebenwirkungen, Zugang, Akzeptanz mittel, braucht Triangulation Modellannahmen und Szenarien Zukunftswirkung und Risiken niedrig bis mittel, stets als Annahme kennzeichnen #

Beispielhafte Bewertungsmatrix #

Kriterium Frage Score -3 bis +3 Wirkungspfad Ist die angestrebte Zustandsveränderung klar und plausibel? -3 schädlich / 0 unklar / +3 transformativ Datenqualität Sind Daten prüfbar, aktuell, geschützt und offen genug? -3 manipulativ / 0 lückenhaft / +3 auditierbar Systemwirkung Verändert das Vorhaben Rückkopplungen statt nur Ergebnisse? -3 verschärft Risiken / 0 isoliert / +3 systemisch lernend Rechte und Schutz Sind Grundrechte, Datenschutz, Freiheit und Teilhabe gesichert? -3 verletzt / 0 ungeklärt / +3 robust geschützt Korrektur Gibt es Revisionszyklen, Beschwerde und Fehlerlernen? -3 starr / 0 ad hoc / +3 lernfähig #

Beispielrechnung Modellfassung #

Gesamtprofil = 0.25*Wirkungspfad + 0.20*Datenqualität + 0.20*Systemwirkung + 0.15*Rechte/Schutz + 0.20*Korrektur/Transformation. Die Formel ist eine Arbeitsmatrix für Demonstrationen. Rote Linien wie nicht behebbare Diskriminierung, fehlende Rechenschaft oder wissenschaftliche Manipulation lösen eine manuelle Prüfung aus und dürfen nicht durch positive Einzelwerte kompensiert werden. #

Politische und organisatorische Umsetzung #

Umsetzung kann über Pilotprogramme, Reallabore, Förderkriterien, öffentliche Beschaffung, Hochschulstrategien, Forschungsdatenräume, KI-Sandboxes, Wirkungsberichte und unabhängige Evaluation erfolgen. Demokratisch offen bleiben Tempo, Zuständigkeit, Finanzierung und Verbindlichkeit. #

Tool- und Onlinebezug #

Geeigneter Tool-Anker: Innovations-Wirkungsportfolio Verlinkung zu SDG-/SDG+-Referenzrahmen, Buchankern, Glossar, WÖk-IDs, Scorecards und verwandten Bereichen. Quellen EU AI Act - Europäischer Rechtsrahmen für KI-Risiken, in Kraft seit 1. August 2024, schrittweise anwendbar bis 2026/2027: https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai EU Data Act - anwendbar seit 12. September 2025: https://digital-strategy.ec.europa.eu/en/policies/data-act Europe’s Digital Decade - messbare Ziele bis 2030 in digital skills, infrastructure, business und public services: https://digital-strategy.ec.europa.eu/en/policies/europes-digital-decade UNESCO Recommendation on Open Science - 2021 von 194 Ländern angenommen: https://www.unesco.org/en/open-science EU Open Science Policy / European Open Science Cloud: https://research-and-innovation.ec.europa.eu/strategy/strategy-research-and-innovation/our-digital-future/open-science_en Horizon Europe 2021-2027 - EU-Forschungs- und Innovationsprogramm: https://commission.europa.eu/funding-tenders/find-funding/eu-funding-programmes/horizon-europe_en OECD Mission-Oriented Innovation - klare Ziele und Zeitrahmen für komplexe gesellschaftliche Herausforderungen: https://www.oecd.org/en/topics/sub-issues/mission-oriented-innovation.html #