Datentreuhand im EFI-Gutachten 2026

Zunächst mal: was ist „EFI“? Die sechsköpfige Expertenkommission Forschung und Innovation (EFI) gibt es seit 2006. Sie besteht aus Wissenschaftlerinnen und Wissenschaftlern, die den Feldern der (empirischen) Wirtschaftsforschung zuzuordnen sind. Die EFI veröffentlicht einmal jährlich ein Gutachten zu „Forschung, Innovation und technologischer Leistungsfähigkeit Deutschlands“. Das Gutachten 2026 ist eben gerade erschienen.

Wer sich für den gesamten Inhalt interessiert, sei zur Lektüre eingeladen. Aus Sicht der Datentreuhand-Community sind zwei Passagen besonders interessant. Das Stichwort lautet: Künstliche Intelligenz.

Auf S. 18 ist im Zusammenhang mit europäischen Optionen für ein „rechtssicheres“ KI-Training folgendes zu lesen:

„Dazu sollte die Datenschutz-Grundverord­nung entsprechend angepasst werden, um das Trainieren von Grundlagen­modellen zu erleichtern, und Möglichkeiten für das gemeinsame Trainieren spezialisierter Modelle geschaffen werden (beispielsweise Datentreuhän­dermodelle und der rechtssichere Einsatz von Privacy Enhancing Techno­logies).“

Auf S. 123 kehrt genau dieses Thema – Datenbereitstellung für KI-Training – in einer recht ähnlichen Formulierung noch einmal wieder:

„Ein Kernhemmnis für das Trainieren europäi­scher KI-Modelle ist der rechtssichere Zugang zu Daten. Dazu sollten [sic!] die DSGVO entspre­chend angepasst werden, um das Trainieren von Grundlagenmodellen zu erleichtern, und Möglichkeiten für das gemeinsame Trainie­ren spezialisierter Modelle geschaffen werden (beispielsweise Datentreuhändermodelle und der rechtssichere Einsatz von Privacy Enhan­cing Technologies).“

Datentreuhandmodelle (hier als „Datentreuhändermodelle“ bezeichnet) sollen also die Datennutzung für das KI-Training erleichtern. Diese Forderung ist vor allem dann stimmig, wenn man das Wörtchen „gemeinsam“, das in beiden Zitaten vorkommt, unterstreicht – und wenn man die Formulierung „für das gemeinsame Trainieren spezialisierter Modelle“ als Hinweis auf die Datensätze verknüpfende Auswertung von (separaten, jeweils oder in der Kombination kritischen) Datenbeständen versteht.

Eben dieses Thema – DTM als Enabler für die Datennutzung zwecks Training von KI – steht zwar länger schon im Raum. Es bedarf jedoch der Konkretisierung, so dass das EFI-Gutachten quasi den Ball ins Feld von DaTNet herüberspielt.

Die Anschlussfrage lautet: Wie sprechfähig sind die existierenden DTM und DTM-Projekte, was die Verknüpfung von Daten zwecks KI-Training angeht oder auch andere substanzielle Erleichterungen des KI-Trainings, etwa durch selektiven Zugang auf Datensätze oder (als klassisches Minimum) durch die vorgeschaltete Anonymisierung oder Pseudonymisierung dank einer Datentreuhandstelle, die zugleich Einwilligungen verwaltet? Und sind „Datentreuhändermodelle“ überhaupt durchweg gleich gut geeignet, um die Belange des KI-Trainings zu erfüllen?

Dass die EFI-Experten nicht allein im Blick auf Alternativen zur Plattformökonomie, sondern nun auch in Sachen „KI“ Hoffnungen in Datentreuhand-Konzepte setzen, ist jedenfalls eine gute Nachricht. Es steckt in ihr aber auch ein wichtiger Impuls. Die Nachfrage nach DTM ist da, der Bedarf an DTM wandelt sich – und er wächst. Das ist gut. Aber dem sollte die Arbeit der Datentreuhandprojekte dann auch unbedingt Rechnung tragen!

Relevante Links:

Gutachten der Expertenkommission Forschung und Innovation: https://www.e-fi.de/publikationen/gutachten [08.06.2026].

Informationen zu den aktuellen Mitgliedern der Expertenkommission Forschung und Innovation: https://www.e-fi.de/expertenkommission/expertenkommission/mitglieder-der-expertenkommission [08.06.2026].