Gezündet und im Orbit – die Datentreuhand-Förderrakete des BMFTR

Datentreuhandmodelle werden seit einigen Jahren als vielversprechender Ansatz diskutiert, um das Spannungsfeld zwischen Datennutzung und Datenschutz produktiv zu gestalten. Es geht aber auch grundsätzlicher um Alternativen zur Plattform-Ökonomie: ein vertrauensbasierter, weil auf seiten des Vermittlers interessensneutral abgewickelter Austausch von Daten soll befördert werden. Die EU setzt hier Anreize und wünscht sich Innovationen. Datenvermittlungsdienste schaffen eine Voraussetzung dafür, dass Marktteilnehmer Daten überhaupt teilen und nutzen, wo sie dies bisher nicht tun.

In Deutschland zeigt die Politik große Aufmerksamkeit für das Thema. Der Koalitionsvertrag der aktuellen Bunderegierung, die Datenstrategie der letzten Bundesregierung oder auch der Koalitionsvertrag der hessischen Landesregierung flaggen das aus. Früh und konsequent haben zuerst BMBF, dann BMFTR die „Datentreuhandmodelle“ (DTM) aber auch zielgerichtet gefördert: Über mehrere Richtlinien hinweg ging man daran, das Feld der Datentreuhänder schrittweise aufzubauen – von ersten Experimenten bis hin zur breit etablierten Nutzung. Die vier Förderlinien sind gemäß der Logik einer Fortentwicklung vom Ansatz über Realisierungsbausteine bis zur Implementierung aufeinander abgestimmt. Dies lässt an die Zündstufen einer „Rakete“ denken (und tatsächlich ist in Fachkreisen auch von der DTM-Förderrakete die Rede).

Im Folgenden werfen wir einen kleinen Blick zurück auf die vier DTM-Förderlinien DTM 1.0 bis 4.0 und lassen dabei auch die ins Werk gesetzte Förderlogik Revue passieren. Zu allen vier Förderphasen hat das Ministerium auf den BMFTR-Webseiten zu Datentreuhand Beschreibungen sowie interessante Steckbriefe wie auch Interviews zu den jeweils geförderten Projekten hinterlegt. Es lohnt sich, hier ein wenig einzutauchen – DaTNet bietet eine kuratierte Übersicht.

Erproben: Pilotierung unter realen Bedingungen

In der initialen Phase seit 2021 wurden 18 Pilotprojekte gefördert, zur Entwicklung und praktischen Erprobung von Datentreuhandmodellen sowie zur Evaluation ihres gesellschaftlichen Innovationspotentials. Ziel war hierbei, die Praxistauglichkeit treuhänderischen Datenteilens nicht auf abstrakter Ebene zu diskutieren, sondern in konkreten Anwendungskontexten zu testen. Ein zentrales Merkmal der Förderlinie waren die Vielfalt der geförderten Vorhaben – von Medizin- über Mobilitäts- und Umwelt- bis hin zu Agrardaten – und auch die Einbeziehung von Unternehmen, Kommunen etc. zur parallelen Erprobung unterschiedlicher Akteurskonstellationen, Datenarten und regulatorischer Anforderungen. Datentreuhandmodelle unter Praxisbedingungen zu testen sollte zu einer Verbesserung des Verständnisses dafür führen, in welchem Umfang die Modelle die Nutzung von Daten ausweiten können und welche Faktoren erfolgsförderlich sind, um Intermediäre, die innovativ wirken, möglichst einfach zu entwickeln und als zentrale Akteure innerhalb vertrauensvoller digitaler Ökosysteme etablieren zu können.

„Im Hinblick auf die verbesserte Verfügbarkeit von Daten bei gleichzeitiger Wahrung grundlegender datenschutzrechtlicher Regelungen und Weiterentwicklung datenethischer Prinzipien hat die vorliegende Förderrichtlinie die Durchführung von Pilotprojekten zur Konzeption, Entwicklung und Erprobung von technischen sowie organisatorischen beispielgebenden Lösungen im Rahmen von Datentreuhandmodellen zum Gegenstand. Insbesondere willkommen sind Ansätze zur praxisnahen Erprobung und begleitende Beforschung (Reallabor-Ansatz) von Datentreuhandmodellen in bereichsspezifischen oder auch -übergreifenden Anwendungsfeldern.“ (DTM 1.0)

Pilotierungsphasen sind geprägt von Unsicherheiten und dienen explorativen und tentativen Herangehensweisen. Naturgemäß ist erst einmal offen, welche Modelle tragfähig sind, welche technischen Lösungen sich durchsetzen und wie sich Interessen zwischen Datengebenden und Datennutzenden austarieren lassen. Förderung übernimmt hier die Funktion, solche Unsicherheiten produktiv zu machen, indem sie Experimentierräume eröffnet – was in der Literatur mitunter auch als Sandboxes gefordert wird (Kreutzer et al. 2025, Moonen et al. 2025). Konzepte wie hypothesengetriebenes Entwickeln, Rapid Prototyping oder Build-Measure-Learn umschreiben die grundlegende Ausrichtung.

In der Pilotierung können wichtige Grundlagen entstehen, insbesondere für die Querschnittsdimension der Organisation von Datentreuhandmodellen. Denn ohne reale Anwendungserfahrungen im Aufbau von Datentreuhändern lassen sich weder tragfähige Governance-Strukturen entwickeln noch belastbare Aussagen über Akzeptanz oder Skalierbarkeit treffen. Eine generelle Herausforderung bei Pilotierungsphasen betrifft auch die rechtzeitige Auseinandersetzung mit der Frage nach Zielgruppen und tragfähigem Geschäfts-/Betriebsmodell. Hier ist der Kontakt zwischen den Projekten hilfreich; in Konkurrenz zueinander stehen sie, aufgrund der Heterogenität der Datendomänen, in der Regel nicht.

Strukturieren: Von Projekterfahrungen zu Bausteinen

Die zweite Förderlinie verschiebt den Fokus von der Erschließung von Potentialen auf die strukturierte Etablierung von Datentreuhändern. Ziel der 20 seit 2023 geförderten Projekte ist es, auch auf Basis der Erfahrungen der Pilotphase verallgemeiner- und wiederverwendbare Elemente – eben die Datentreuhand-„Bausteine“ – zu entwickeln. Im Zentrum stehen technische Komponenten, rechtliche Gestaltungsmuster sowie Geschäfts- und Betriebsmodelle – allesamt unter der übergreifenden Frage nach Erfolgsfaktoren für die Akzeptanz von Datentreuhändern und deren mögliche Skalierung.

„Übergeordnetes Ziel der Förderrichtlinie ist die stärkere Etablierung von innovativen Datentreuhandmodellen zur Verbesserung der Datenbereitstellung und -nutzung für das stärkere Heben von Dateninnovation in den Sektoren Forschung, Wirtschaft, Verwaltung und Zivilgesellschaft. Dieses Ziel wollen wir durch die Weiter- und Neuentwicklung der rechtlichen, technischen und organisatorischen Bausteine für DTM unter Einbeziehung neuer Rahmenbedingungen (wie dem DGA) sowie auf Basis neuer Erkenntnisse aus der Forschung und neuen Technologien erreichen. Die Entwicklung der Bausteine soll hier deutlich neue Wege gehen und vermehrt neue Erkenntnisse (d. h. insbesondere der letzten fünf Jahre) aus der Grundlagenforschung einbeziehen. Dies ermöglicht, DTM sowohl in bisher nicht oder wenig erschlossenen Anwendungsdomänen […] aber auch insbesondere Silo-übergreifend stärker zu etablieren bzw. zu skalieren. Hier soll jeweils insbesondere der im Vergleich zu heute rechtssichere Betrieb von Datentreuhändern und der zu Grunde liegenden DTM ermöglicht werden und deren Akzeptanz (zumindest analytisch bzw. prognostisch) gesteigert werden. Neben einer gesteigerten Nutzungsfreundlichkeit von DTM für die beteiligten Datenakteure sollen DTM im Praxisbetrieb nachweislich ein höheres Niveau an Sicherheit, Datenschutz und Vertrauen für die gemeinsame Datennutzung sicherstellen. Insbesondere der Datenzugang soll erleichtert und die Datennutzung für Forschung und Wirtschaft aber auch Verwaltung und Zivilgesellschaft soll merklich erhöht werden.“ (DTM 2.0)

Mit dem Fokus auf Bausteine verändert sich auch der Charakter der Förderung. Standen zuvor Vielfalt und freies Experimentieren im Vordergrund, geht es nun stärker um Verdichtung, Vergleichbarkeit und Anschlüsse. Stichworte sind: Standardisierung, Wiederverwertbarkeit, modulare Architektur – Prinzipien, die das Entwickeln und Ausrollen digitaler Lösungen effizient aufeinander abstimmen wollen, wie etwa auch die EfA-Initiative („Einer für Alle“) als zentraler Ansatz der deutschen Digitalverwaltung. Erfahrungen werden systematisiert und Wissen expliziert, so dass es über einzelne Projekte hinaus Wirkung entfalten kann.

Durch nachnutzbare Bausteine können Doppelentwicklungen vermieden und Effizienzgewinne erzielt werden. Neue Datentreuhandprojekte müssen nicht bei null beginnen. Und erprobte Lösungen dienen zudem der Qualitätssteigerung sowie dem Systemaufbau – als ein wichtiger Schritt weg von der Einzelprojektlogik hin zum infrastrukturellen Feld. Mit diesem Baukastenansatz (etliche der Ergebnisse sind im Portal DaTNet.eu zugänglich) sind Voraussetzungen für Skalierung geschaffen. Das Spannungsfeld bleibt allerdings bestehen, dass konkrete Datentreuhandmodelle stark kontextabhängig sind. Bausteine müssen also unter Umständen angepasst werden, um für verschiedene Sektorengrenzen (z.B. Wissenschaft/Wirtschaft oder aber Verwaltung/Wissenschaft) zu passen.

Skalieren: Übergang in den Regelbetrieb

Mit der dritten Förderlinie verschiebt sich der Fokus hin zur praktischen Verbreitung und Verstetigung. Gefördert wurden ab 2024 sechs „Skalierungsprojekte“ mit dem Ziel der Überführung von Datentreuhandmodellen in den Realbetrieb.

Diese Förderung adressiert eine typische Herausforderung vieler Innovationsprozesse, das sogenannte „Valley of Death“: Lösungen, die im Projektkontext funktionieren, müssen sich unter den Rahmenbedingungen realer Umgebungen bewähren, die eine angebotene Leistung noch nicht in großem Stil nachfragt. Hier müssen Projekte sich mit ökonomischem Druck auseinandersetzen, mit regulatorischen Unsicherheiten, konkurrierenden Interessen usw. Der Schritt vom Prototyp zur Infrastruktur ist gerade für Datentreuhänder eine enorme Aufgabe, da hierbei IT-Projekte und neue Organisationsformen in sehr enger Abstimmung aufeinander zu entwickeln sind – und das rund um das durchaus heikle Thema Vertrauen beim Datenteilen. Die Skalierungsphase dient dazu, Mehrwerte aufzuzeigen und die Nutzbarkeit von Daten für alle relevanten Zielgruppen von Datentreuhand-Ökosystemen zu erhöhen. Der Zuwendungsgeber setzt hierbei auf „Best Practice“: Durch die Etablierung von Erfolgsbeispielen mit Strahlkraft sollen konkrete Vorteile für Wissenschaft, Wirtschaft und Gesellschaft deutlich werden und Akteure zur Etablierung von Datentreuhändern in weiteren Anwendungsbereichen ermutigt werden.

„Übergeordnetes Ziel der Förderung ist die nachhaltige Etablierung von intersektoral ausgerichteten Datentreuhändern als zentralen, vertrauensstiftenden Akteuren einer zukünftigen Dateninnovationsökonomie, die bestehende praktische Hürden und administrative Hemmnisse auf dem Weg zu mehr geteilten Datenbeständen abbauen und den Zugang zu relevanten Datenbeständen für eine höhere Anzahl von Akteuren – insbesondere Forschungseinrichtungen, wissenschaftliche Einrichtungen und kleine und mittlere Unternehmen – erleichtern.“ (DTM 3.0)

Die explizite (und auch streng ausgestaltete) Förderung von Skalierungsbemühungen unterstreicht: Theoretische Akzeptanz für den Aufbau von Treuhändern im Datenökosystem reicht nicht aus. Die tatsächliche Bereitschaft Datentreuhänder zu nutzen und Daten zu teilen resultiert erst aus Nutzen, den man wahrnehmen kann. User Centricity, Mehrwertversprechen und überhaupt tragfähige Geschäfts-/Betriebsmodelle müssen für die Skalierung von Ideen in den Realbetrieb ausgereift sein und sich bewähren. Förderpolitisch ist hier eine Grenze erreicht: Während Expertise aufgebaut und technische wie auch organisatorische Entwicklung vergleichsweise gut gesteuert werden kann, ist die direkte Nachfrage nach solchen Modellen deutlich schwerer zu beeinflussen. Hierfür braucht es einen breiten Kulturwandel.

Verankern: Datenkultur als Fördergegenstand

Mit der vierten Förderrichtlinie (12 Projekte ab 2025) zur Kultur des Datenteilens wurde schließlich die Ebene der öffentlichen Sichtbarkeit bewusst in den Blick genommen. Um Datentreuhand als Teil einer alltäglichen Praxis des Datenteilens zu etablieren, müssen funktionierende Ansätze über den Kreis von Pionieren und Early-Adoptern aus Wirtschaft und Wissenschaft hinaus bekannt gemacht werden. Die Vorteile von Datentreuhandmodellen sollen anschaulich dargestellt, breit kommuniziert und das Onboarding für Datengebende und -nutzende erleichtert werden.

„Übergeordnetes Anliegen dieser Förderrichtlinie ist es somit, DTM stärker im Alltag der Datenökosysteme und somit der dortigen Akteure zu etablieren.“ (DTM 4.0)

Um eine niedrigschwellige DTM-Nutzung zu fördern und die oft beschworene facettenreiche „Kultur“ des Datenteilens wirklich zu etablieren, liegt der Fokus auf (gut kommunizierter) Zugänglichkeit. Datentreuhandschaft soll als selbstverständlicher Bestandteil datengetriebener Zusammenarbeit wahrgenommen werden. Neben der Schaffung von Experimentierräumen zur Weiterentwicklung von Modellen treuhänderischen Datenteilens arbeiten die Kultur-Projekte an Kommunikations- und Partizipationsformaten sowie an einer Steigerung der Interoperabilität zwischen Datentreuhändern und/oder Datenräumen.

Die Erweiterung der Perspektive von der Entwicklung von Lösungen hin zu deren Aneignung zeigt, dass Datentreuhand als technisch-organisatorische Innovation in ein schon vorhandenes sozio-technisches Gefüge einzubetten ist, in dem etablierte Praktiken, Erwartungshaltungen und institutionelle Rahmenbedingungen eine zentrale Rolle spielen – und auch als Beharrungskräfte wirken können. Insofern ist gerade diese Phase besonders anspruchsvoll, denn weder lässt sich eine Nutzung von Datentreuhand verordnen noch lassen sich Vertrauen oder öffentliche Sichtbarkeit einfach ‚mal eben‘ herstellen. Vielmehr entsteht eine Kultur des Datenteilens durch wiederholte Interaktion, durch funktionierende Beispiele und durch stabile institutionelle Arrangements.

Förderlogik im Gesamtbild: Transparenz, Anschlussfähigkeit, Vernetzung

In der Zusammenschau ergibt sich eine Förderarchitektur, die aus klar aufeinander abgestimmten Schritten besteht: Beginnend mit der Öffnung von Experimentierräumen werden Erfahrungen gesammelt, anschließend strukturiert und in Bausteine überführt, bevor der Fokus auf Verbreitung und schließlich auf langfristige Verankerung gelegt wird. Eine solche Sequenzierung zielt auf Anschlussfähigkeit und adressiert gezielt bekannte Engpässe in Innovationsprozessen. Durch die gleichzeitige Förderung von Forschung und Entwicklung zu technischen und rechtlichen Fragen sowie zu Organisationsmodellen, Geschäftslogiken und kulturellen Aspekten wird Datentreuhand als ein Feld aufgebaut, in dem Innovation nicht isoliert in einzelnen Komponenten stattfindet, sondern im Zusammenspiel verschiedener Ebenen. Und natürlich bleibt es eine Herausforderung, diese Ebenen tatsächlich zusammenzuführen. Die Übertragung von Projektergebnissen in allgemein nutzbare Strukturen ist ebenso anspruchsvoll wie die Entwicklung tragfähiger Geschäftsmodelle jenseits der Förderung.

Ein wichtiger Baustein im Rahmen der aufeinander abgestimmten Förderlinien bleibt daher die Sicht- und Nachnutzbarkeit der geförderten Aktivitäten. Die Projekte sind über DaTNet systematisch erschlossen und sowohl in einer Projektdatenbank als auch in der DaTMap auffindbar. Projektergebnisse macht DaTNet zudem über Links, eigene Webseiten, Repositorien oder Literaturempfehlungen sichtbar. Diese Transparenz ist mehr als reine Information. Sie ist auch mehr als Community-Building. Sie soll in einem wachsenden Feld Orientierung schaffen, die Identifikation von Anknüpfungspunkten erleichtern und den Austausch zwischen Projekten, Akteuren, Kunden – auch im Sinne von Matchmaking – erleichtern. Gerade für das Thema Datentreuhand, das stark von Kooperation und Interoperabilität lebt, sind umfassende Kompetenzen und Austausch von zentraler Bedeutung.

Relevante Literatur und Links:

Brenneis, Andreas: Da war doch was …! Datentreuhänder im Koalitionsvertrag. In: DaTNet-Blog (22.12.2025). https://datnet.eu/2025/12/22/da-war-doch-was-datentreuhaender-im-koalitionsvertrag/

Bundesministerium für Digitales und Staatsmodernisierung: „Einer für Alle“-Prinzip. https://www.digitale-verwaltung.de/Webs/DV/DE/onlinezugangsgesetz/efa/efa-node.html

Bundesministerium für Forschung, Technologie und Raumfahrt: Datentreuhandmodelle. https://www.bildung-forschung.digital/digitalezukunft/de/wissenschaft_und_forschung/datentreuhandmodelle/datentreuhandmodelle_node.html

Bundesregierung. Datenstrategie der Bundesregierung. Eine Innovationsstrategie für gesellschaftlichen Fortschritt und nachhaltiges Wachstum – Kabinettfassung, 27. Januar 2021. https://www.publikationen-bundesregierung.de/pp-de/publikationssuche/datenstrategie-der-bundesregierung-1845632

Bundesregierung. Verantwortung für Deutschland. Koalitionsvertrag zwischen CDU, CSU und SPD. 21. Legislaturperiode. https://www.koalitionsvertrag2025.de/sites/www.koalitionsvertrag2025.de/files/koav_2025.pdf

DaTNet: Bundesministerium für Forschung, Technologie und Raumfahrt. https://datnet.eu/bmftr/

DaTNet: DaTenbank. https://expdb.datnet.eu/

DaTNet: DaTMap – Die interaktive Datenraumlandkarte. https://map.datnet.eu/

DTM 1.0: Richtlinie zur Förderung von Projekten zur Entwicklung und praktischen Erprobung von Datentreuhandmodellen in den Bereichen Forschung und Wirtschaft, Bundesanzeiger vom 08.01.2021. https://www.bmftr.bund.de/SharedDocs/Bekanntmachungen/DE/2021/01/3292_bekanntmachung

DTM 2.0: Richtlinie zur Förderung von Projekten zur Erforschung oder Entwicklung praxisrelevanter Lösungsaspekte („Bausteine“) für Datentreuhandmodelle, Bundesanzeiger vom 20.01.2023. https://www.bmftr.bund.de/SharedDocs/Bekanntmachungen/DE/2023/10/2023-10-13-Bekanntmachung-Datentreuhandmodelle.html

DTM 3.0: Richtlinie zur Förderung von Projekten zur Skalierung und Akzeptanzsteigerung von intersektoralen Datentreuhandmodellen in der Praxis, Bundesanzeiger vom 13.10.2023. https://www.bmftr.bund.de/SharedDocs/Bekanntmachungen/DE/2023/10/2023-10-13-Bekanntmachung-Datentreuhandmodelle.html  

DTM 4.0: Richtlinie zur Förderung einer gelebten Kultur der organisations- und sektorenübergreifenden Datennutzung im Forschungs- und Innovationssystem durch Datentreuhandmodelle, Bundesanzeiger vom 11.10.2024. https://www.bmftr.bund.de/SharedDocs/Bekanntmachungen/DE/2024/10/2024-10-11-bekanntmachung-datentreuhandmodelle.html

Kreutzer, Stephan, Thomas Heimer, Fiona Bauer, Lea Rabe, Knut Blind, Nicholas Martin, Max von Grafenstein, Rita Streblow, Junsong Du, Joel David Schölzel. Datentreuhänder als Schlüssel zum Datenteilen: Ansätze, Herausforderungen und Empfehlungen für die Umsetzung. September 2025. DOI: 10.18154/RWTH-2025-07886.

Landesregierung Hessen. Eine für Alle. Koalitionsvertrag zwischen CDU und SPD für die 21. Legislaturperiode 2024 – 2029. https://wissenschaft.hessen.de/sites/hessen.hessen.de/files/2024-01/koalitionsvertrag_fuer_die_21._legislaturperiode.pdf

Moonen, Naomi, Noa Mollee, Vera Wentzel, Arjan van den Born, Alexander Vossen. Sustainable Revenue Models for Data Sharing Initiatives. Jheronimus Academy of Data Science (JADS), April 2025. https://www.government.nl/documents/2025/04/22/sustainable-revenue-models-for-data-sharing-initiatives.