Ethische und rechtliche Fragen in Data-Science-Projekten im Blick behalten

Karlsruhe, den 09. November 2026 — Darf ich diese Daten verwenden? Welche Risiken birgt ein KI-Modell? Und wie lassen sich Verzerrungen oder Diskriminierungen vermeiden? 

Wer Data-Science- und KI-Projekte entwickelt, muss neben technischen Fragen auch ethische, rechtliche und gesellschaftliche Aspekte im Blick behalten. Orientierung bieten die „Ethical and Legal Guidelines for Data Scientists“, die im Rahmen von NFDI4DataScience entwickelt wurden. An der Veröffentlichung beteiligt ist Stephanie von Maltzan aus dem Bereich Immaterialgüterrechte (IGR) von FIZ Karlsruhe.

Von der Praxis für die Praxis

Um herauszufinden, mit welchen Herausforderungen Forschende und Praktiker*innen in Data-Science- und KI-Projekten tatsächlich konfrontiert sind, wurden zunächst Interviews mit Personen aus dem Forschungs- und Anwendungsbereich geführt. Die Auswertung bildete die Grundlage für die Leitlinien. Sie greifen typische Fragestellungen auf, etwa zur Zuverlässigkeit und Genauigkeit von Daten und KI-Anwendungen, zu Urheberrecht und Datenschutz sowie zu möglichen Verzerrungen und Diskriminierungen.

Die Leitlinien sollen Data Scientists helfen, solche Aspekte frühzeitig zu erkennen und in ihre tägliche Arbeit einzubeziehen. Sie sind dabei ausdrücklich kein Ersatz für spezialisierte ELSA-Expertise. Vielmehr sollen sie eine gemeinsame Sprache schaffen, die den Austausch und die Zusammenarbeit mit Fachleuten aus den jeweiligen Bereichen erleichtert.

Ergänzt werden die Leitlinien durch eine Checkliste mit Fragen für drei Projektphasen: vor, während und nach der Durchführung. Sie unterstützt Data Scientists dabei, mögliche Problemfelder zu reflektieren, ersetzt aber keine rechtliche Prüfung oder fachliche Beratung. Weiterführende Materialien zu den einzelnen Themen runden die Veröffentlichung ab.

Die „Ethical and Legal Guidelines for Data Scientists“ wurden am 29. September 2026 auf Zenodo veröffentlicht.

Zur Veröffentlichung: Ethical and Legal Guidelines for Data Scientists