Unterschied – was sind Daten, was Informationen?

Die Begriffe Informationen und Daten (Datum, singular) werden oft im selben Kontext genutzt, obwohl sie sich inhaltlich unterscheiden. So ist ein loses Datum lediglich ein Zeichen oder Symbol. Eine Ansammlung aus Informationen und Daten sowie die Kombinationen aus Sprachen, Grafiken, Bildern und Gesten erweitern die Informationsdichte von Nachrichten, Ausführungen, Behauptungen oder ähnliches. Erst mit entsprechender Semantik erhält der Datensatz eine Bedeutung; wird so zur Information. Sie beschreibt den Anteil einer Nachricht, der für Adressat:innen einen Wert besitzt. Empfänger:innen können zum einen Personen wie auch Unternehmen sein. Letztere sind dank einer intensiven Verknüpfung von Datensätzen, meist via Internet und Informationstechnologie (IT) in der Lage, sogenannte Informationsbezüge (Datenverarbeitung) zu Kund:innen herzustellen (siehe E-Commerce).

Hinweis der Redaktion: Die oben erwähnten Zeichen/Symbole sind Werte/Zahlenwerte, die aus Beobachtungen, statistische Erhebungen sowie technischen Messungen resultieren.

Welche Informationsarten gibt es?

Heutzutage streben wir nach einer individuellen Semantik, die der Information den nötigen Informationsgrad (auch Informationsgehalt) verleiht. Wir unterscheiden dabei vollkommene und unvollkommene Informationen. Je unvollkommner der Informationsgrad ist, desto schwieriger ist es, auf seiner Basis Entscheidungen zu treffen.

Wir konzentrieren uns auf die folgenden Informationsarten*:

faktische Information – sie beziehen sich ausschließlich auf wahre Begebenheiten und sind grundsätzlich belegbar (wissenschaftliche Aussagen zum Klima, zur Corona-Ansteckungsgefahr).
prognostische Informationen – dabei handelt es sich um Informationen, die Einschätzungen bezogen auf zukünftige Ereignisse erlauben (Wahlen).
normative Informationen – sie stellen eine meinungsbasierte Schlussfolgerung dar, was beispielsweise wünschenswert wäre. »Wir sollten mehr Handel mit China treiben, da dann ...«.
explanatorische Informationen – dabei handelt es sich um Informationen, die erläuternd/auslegend auf Inhalte eingehen und das »Warum« klären (wissenschaftliche Arbeiten, Experten-Meinungen).
konjunktive Informationen – sie beinhalten neutrale/indirekte Überlegungen, die meist Raum für Interpretationen/Spekulationen erlauben (politische Aussagen, Wirtschaftsaussagen).
logische Informationen – sie grenzen das Maß an Details ein, die nötig sind, um ein Verständnis zu generieren und schlüssige Schlussfolgerungen zuzulassen. Je mehr Details ich zu einer Fragestellung erhalte, desto sicherer und detaillierter werde ich in meiner Antwort. Erhalte ich etwa die Information, dass ein Tier schwimmen kann; gehe ich als Informationsempfänger zunächst vielleicht von einem Fisch aus. Fügen wir der bestehenden Information weitere Details hinzu, dass es sich etwa um einen Wal handelt, ergeben sich neue Schlussfolgerungen: Es handelt sich um ein Säugetier, welches zwar schwimmen kann, aber für die Sauerstoffzufuhr regelmäßig an der Meeresoberfläche erscheint.

*Quelle: Wirtschaftslexikon, Ralf Capurro / Der Informationsbegriff in der Informationswirtschaft / Kap.1

Fakten – aus Infos wird Wissen

Möchte man aus den jeweiligen Informationsschnipseln konkretes Wissen ableiten, sind diese hierarchisch einzuordnen. Beispiel: Aus einem Datum folgt die Information; aus der folglich Wissen entstehen kann. Das jeweilige Wissen verfolgt dabei unterschiedliche Ziele. Beispielsweise führt mehr Wissen über Kund:innen zu einer personalisierten Kundenansprache (siehe Informationen und der E-Commerce). Detailliertes Wissen kann nur durch die Kombination von mehreren Informationen entstehen; bestenfalls im Zusammenspiel aus verschiedenen Informationsarten. Eng mit diesem Zusammenspiel sind Big Data sowie Smart Data verknüpft. Einfach erklärt beschreibt Big Data meist zusammenhangslose große Datenmengen; Smart Data dagegen das daraus generierte, für den Menschen nutzbare Wissen.

Informationen und der E-Commerce

Ohne das Einordnen von Informationen würde es also die digitale Transformation nicht geben. Gerade der Onlinehandel, auch E-Commerce, ist für Unternehmen ohne strukturierte Kundeninformationen / -beziehungen nicht nachhaltig. Was bei einem PIM-System das Golden Record ist, könnte man innerhalb des Onlinehandels Golden Profile nennen. Grundsätzlich geht es bei beiden um den perfekten und vollkommensten Datensatz. Um seine Warenwirtschaft zu kontrollieren, personalisierte Angebote anzubieten und um eine umfassende Kundensicht zu erhalten, müssen Daten aus verschiedenen Systemen (siehe Omnichannel) gespeichert, analysiert und zentral zusammengeführt werden. Veraltete, unvollständige oder fehlerhafte Datensätze führen heutzutage zu einer erschwerten Nutzung digitaler Absatzmärkte.

E-Commerce – Beispiel

Ein Datum entspricht zum Beispiel »26101980«, die Zahlenfolge allein verfügt aber über wenig Aussagekraft.
Ergänzt man das Datum mit mehr Kontext, dass es sich etwa bei der Zahlenfolge um ein Geburtsdatum handelt, entsteht daraus eine Information (Geburtsdatum 26.10.1980).
Diese Information ist aber noch immer wenig hilfreich. Je mehr Informationen kombiniert werden, umso genauer wird das Wissen; beispielsweise über eine Person bzw. eine Situation.
Wird dem Geburtsdatum also eine personalisierte E-Mail-Adresse zugefügt (hans.muster@beispiel.com), entsteht daraus Wissen zu einer Person.
Ergänzt man nun weitere Arten von Informationen, etwa prognostische Information, sind spezifische Wahrscheinlichkeiten bezogen auf Hans Muster möglich. Wie wahrscheinlich ist es beispielsweise, dass Hans Muster in den nächsten sieben Tagen im Onlineshop bestellt? Der jeweilige Onlinehändler kann somit aufgrund des Kundenverhaltens auf der Shop-Plattform und vor allem personalisiert Hans Muster zum Kauf animieren – beispielsweise mittels gezieltem Gutschein-Code.
Sprich, nur auf Basis von Wissen und der damit verknüpften, strukturierten sowie fehlerlosen Datenbasis können datenbasierte und richtige Entscheidungen getroffen werden.

Informationen im Zeitalter von Datenschutz / DSGVO

Informationen sind wirtschaftlich betrachtet seit je her ein hohes Gut. Seit 2018 erhielten sie in der Europäischen Union (EU) allerdings einen speziellen Stellenwert. Dann nämlich trat die Datenschutz-Grundverordnung (DSGVO/auch DS-GVO) in Kraft. Sie schützt europaweit und teils darüber hinaus einzelne Anwender:innen und deren personenbezogenen Daten (Persönlichkeitsrecht) vor Missbrauch.

Personenbezogene Daten

Die Datenschutz-Grundverordnung schützt personenbezogene Daten, die zur Identifikation von Personen herangezogen werden. Die DSGVO klammert dabei die Art der Datenverarbeitung bewusst aus: Die verwendete Technologie ist laut EU »technologieneutral zu betrachten und und gilt für die automatisierte wie die manuelle Datenverarbeitung«. Ebenfalls ist die nachgelagerte Art der Datenspeicherung nicht relevant – egal ob die Daten »innerhalb eines IT-Systems, mittels Videoüberwachung oder auf Papier« gespeichert werden.

Beispiel für personenbezogene Daten

Name und Vorname
Privatanschrift
personalisierte Angaben zur Person (Geburtsdatum, Geschlecht, Staatsangehörigkeit)
personalisierte E-Mail-Adresse (mit Klarnamen)
Ausweisnummer
Versicherungsnummer
personalisierte Standortdaten (GPS)
IP-Adresse
personalisierte Cookies (meist nicht notwendige Cookies)
Werbekennung von Smartphones
personalisierte Krankenhausdaten, Krankenakte (Arzt)
Besitztümer
Online-Kundendaten (E-Commerce, ERP)
Bankdaten
Gesundheitsdaten
Religion

Hinweis der Redaktion: Der Datentransfer personenbezogener Daten aus der Europäischen Union zu sogenannten sicheren Drittstaaten bedurfte bereits vor der DSGVO einer gesetzlichen Grundlage. Ein Unternehmen muss sicherstellen, dass ein Transfer personalisierter Informationen auf dem Grundverständnis der DSGVO fußt – inklusive der damit nötigen Datenverarbeitung.

Sonderregelung: Die USA gehören nicht zu den sicheren Drittstaaten. Dort ansässige Ermittlungsbehörden und Geheimdienste rufen ohne viel Bürokratie personenbezogene Daten von US- sowie EU-Bürgern ab. Letzteres ist laut DSGVO verboten. Und der zuvor verhandelte Angemessenheitsbeschluss »Privacy Shield« ist nicht mehr gültig. Seit dem 4. Juni 2021 gelten daher spezifische Standardvertragsklauseln, die von der EU-Kommission ausformuliert zur Verfügung gestellt wurden. Hinsichtlich der US-Unternehmen Microsoft, Facebook, Apple und Amazon bezweifeln allerdings Datenschutzbehörden das versprochene Schutzniveau. Im Speziellen sind US-Services gemeint, die in der Cloud gehostet sind.