Freiheit · 4-4

Eigentum und Vertrag

Liebe Vasana-Spielerinnen und -Spieler,

Taucht mit „Yusha“ in die Legende ein!

Wir freuen uns, euch „Yusha“ vorstellen zu dürfen, unser neuestes Gaming-Meisterwerk, das von der legendären Dragon-Quest-Reihe inspiriert wurde. Lasst euch vom Geist der beliebten Dragon-Quest-Abenteuer mitreißen, in denen Heldinnen und Helden furchterregende Feinde besiegen und die Geheimnisse verzauberter Reiche lüften. „Yusha“, im Japanischen „der Tapfere“, hebt dieses zeitlose Konzept auf eine neue Ebene und verbindet es mit modernster Technologie zu einer unvergleichlichen, realitätsnahen Gaming-Odyssee.

Epische Features von „Yusha“

  1. Tanke mit deinem Gerät auf und entfessle das Potenzial deines Helden: Nutze die Leistung deines Geräts, um die Abenteuer deines Yusha voranzutreiben. Indem du die Rechenleistung deines Geräts nutzt, füllst du die Energieleiste deines Yusha auf. Durch die Nutzung von Technologie in der realen Welt lädst du deine Heldin oder deinen Helden wieder auf und verbindest so dein tägliches Leben mit deinen Heldentaten im Spiel.
  2. Deine Welt, dein Schlachtfeld: Wage dich in die reale Welt, um deine virtuelle Welt zu gestalten. Wenn du neue physische Orte erkundest, erfasst dein Gerät die Topografie und verwandelt sie in eine dynamische, magische Welt innerhalb des Spiels. Das bedeutet, dass deine Abenteuer in der realen Welt das virtuelle Territorium des Spiels direkt erweitern – für alle Spielerinnen und Spieler.
  3. Verbindungen schmieden, Reichtümer entdecken: „Yusha“ führt eine neuartige Wendung der klassischen Spielmechanik ein, indem es Schätze nicht zufällig auf der Spielkarte verteilt. Stattdessen sind diese Schätze im Speicher der Geräte der Spielerinnen und Spieler versteckt und können nur durch soziale Interaktionen mit anderen Spielerinnen und Spielern entdeckt werden. Diese Interaktionen sind sehr unterschiedlich und umfassen Aktivitäten wie das Antreten gemeinsamer Quests, das Heilen einer Mitspielerin oder eines Mitspielers, das Herstellen von Waffen für andere oder einfach das Führen von Gesprächen und das Anhören ihrer Geschichten. Die Methode zum Freischalten dieser Schätze bleibt ein Geheimnis, das nicht einmal den Spielerinnen und Spielern selbst bekannt ist. Der einzige Weg, um weiterzukommen, besteht darin, echte Verbindungen mit anderen zu pflegen, die das kooperative Wesen der legendären Dragon-Quest-Abenteuer widerspiegeln.
  4. Bewachte Reiche: Die Informationen über dein Gerät, deinen Standort und deine Umgebung sowie deine Aktionen im Spiel werden durch fortschrittliche Datenschutztechnologien umfassend geschützt. Das bezaubernde Reich von Yusha entsteht durch die Erkundung der realen Welt durch die Spielerinnen und Spieler. Wir verwandeln diese physischen Umgebungen in prächtige Berge und schimmernde, goldene Städte und stellen sicher, dass dein tatsächlicher Standort vertraulich bleibt.
  5. Erlebe das Abenteuer: „Yusha“ wurde entwickelt, um deine Realität zu erweitern, und nicht nur als virtuelle Zuflucht zu dienen. Dein Einsatz und deine Erkundungen in der realen Welt stärken Yusha direkt und erweitern dein virtuelles Reich. Getreu dem Geist von Dragon Quest liegen die Schätze unseres Spiels in den Verbindungen, die du knüpfst, und den Abenteuern, die du beginnst, sowohl virtuell als auch physisch.

Tritt den Reihen von Vasanas Abenteurerinnen und Abenteurern bei, in denen Fantasie und Realität zu einer epischen Saga verschmelzen. Wenn du nicht nur deine Zeit, sondern auch die Rechenleistung deines Geräts, die körperliche Anstrengung beim Durchqueren der realen Welt und die aufrichtige Absicht, authentische Verbindungen zu knüpfen, investierst, verwandelt sich die Welt von Yusha in ein Reich, das zutiefst fesselnd und interaktiv ist. Diese Konvergenz von digitalen und physischen Bemühungen erweckt die Spielumgebung zum Leben und bereichert das Spielerlebnis mit einzigartiger Tiefe und Realismus, was zu einem stärkeren Engagement und einer stärkeren Gemeinschaft unter den Spielerinnen und Spielern führt.

Auf ins Abenteuer, das Vasana-Team

Die meisten groß angelegten Kooperationen finden heutzutage durch die Zusammenlegung von Vermögenswerten in Form von Körperschaften statt, darunter Partnerschaften mit beschränkter Haftung, bürgerliche Organisationen, religiöse Organisationen, Handelsverbände, Gewerkschaften und natürlich gewinnorientierte Aktiengesellschaften. Die rechtliche Grundlage hierfür bilden vertragliche Vereinbarungen, die die gemeinsame Nutzung von Vermögenswerten (Sachvermögen, geistiges, menschliches und finanzielles Vermögen) in einem gemeinsamen Unternehmen für einen gemeinsamen Zweck regeln. Selbst die einfachsten, gebräuchlichsten und kleinsten Verträge, wie zum Beispiel Mietverträge, betreffen die gemeinsame Nutzung von Vermögenswerten durch mehrere Personen.

Ein Hauptziel des „Intergalaktischen Computernetzwerks“ von Lick war es, die gemeinsame Nutzung digitaler Güter wie Rechenleistung, Speicherkapazität und Daten zu erleichtern. Und in gewisser Weise ist diese gemeinsame Nutzung das Herzstück der heutigen digitalen Wirtschaft, wobei die „Cloud“ einen riesigen Pool gemeinsam genutzter Rechen- und Speicherkapazitäten bereitstellt und das breite Spektrum der online geteilten Informationen die Grundlage für die generativen Basis-Modelle (GBMs) bildet, die die Technologiebranche im Sturm erobern. Doch trotz des Erfolgs dieser Arbeit ist sie auf begrenzte Teile der digitalen Welt beschränkt und wird von einer kleinen Gruppe hochprofitabler, gewinnorientierter Unternehmen kontrolliert, die höchstens in einer Handvoll von Ländern ansässig sind, was zu einer enormen Vergeudung von Chancen und einer Konzentration von Macht führt. Der Traum, dass das Internet eine breite und horizontale gemeinsame Nutzung von Gütern ermöglichen könnte, bleibt ein Traum.

Wie bei den anderen grundlegenden Protokollen, die wir in diesem Teil des Buches besprochen haben, gab es in letzter Zeit erhebliche Anstrengungen, diese Lücken zu schließen. In diesem Kapitel werden wir das Potenzial der gemeinsamen Nutzung digitaler Vermögenswerte untersuchen und einen Überblick über die bestehenden Bemühungen um die gemeinsame Nutzung digitaler Güter geben. Wir werden die Errungenschaften und Grenzen der bestehenden Bemühungen aufzeigen und einen Weg zu einem robusten und ⿻ Online-Ökosystem für die gemeinsame Nutzung von Vermögenswerten skizzieren.

Vermögenswerte im digitalen Zeitalter

Wie Kate Crawfords wunderschön gezeichneter Atlas der künstlichen Intelligenz vielleicht am drastischsten zeigt, ist die digitale Welt auf der physischen Welt aufgebaut: Computerschaltkreise werden aus seltenen Metallen hergestellt, die mit allen sich daraus ergebenden sozialen Problemen gewonnen werden, Rechenzentren arbeiten ähnlich wie Kraftwerke und sind oft mit diesen zusammen untergebracht, Daten werden von Menschen wie den von Mary Gray und Siddarth Suri dokumentierten “Geisterarbeiterinnen und -arbeitern” erstellt usw.[1] Jede ernsthafte Betrachtung der digitalen Welt muss sich daher mit realen Eigentumsverhältnissen auseinandersetzen. Dennoch entwickeln sich aus diesen materiellen Fundamenten eigenständige digitale Werte - Abstraktionen, die nur in der digitalen Welt existieren und die wesentlichen Elemente unseres Online-Lebens ausmachen. Diese digital-nativen Vermögenswerte – von Algorithmen und Datenstrukturen über digitale Identitäten bis hin zu virtuellen Netzwerkeffekten – folgen anderen Regeln als physisches Eigentum: Sie können kopiert, geteilt und verändert werden, ohne dabei an Wert zu verlieren. Ihre Bedeutung liegt nicht in ihrer materiellen Substanz, sondern in den Beziehungen, Informationen und Möglichkeiten, die sie schaffen.

Wir werden uns auf drei Kategorien konzentrieren, die allgegenwärtig sind: Speicherkapazität, Rechenleistung und Daten. Es gibt jedoch noch viele andere Beispiele, die sich mit diesen überschneiden und viele verwandte Herausforderungen mit sich bringen, darunter das elektromagnetische Spektrum, Programmcode, Namen und andere Adressen (z. B. Uniform Resource Locator/URLs), „physischer“ Raum in virtuellen Welten und nicht fungible Token (NFTs).

Speicherkapazität, Rechenleistung und Daten stehen im Mittelpunkt jeder Online-Interaktion. Alles, was online geschieht, bleibt nur deshalb von einem Moment zum nächsten bestehen, weil die entsprechenden Daten irgendwo gespeichert sind. Die Ereignisse selbst werden durch Rechenoperationen ausgeführt, die das Ergebnis von Instruktionen und Aktionen bestimmen. Und sowohl Eingabe als auch Ausgabe jeder Operation bestehen aus Daten. In diesem Sinne verhält sich die Speicherkapazität ähnlich wie Land in der Realwirtschaft, die Rechenleistung ähnlich wie Treibstoff und die Daten ähnlich wie menschliche Inputs (manchmal auch Arbeit genannt) und von Menschen geschaffene, wiederverwendbare Artefakte (manchmal auch Kapital genannt).

Während Land, Treibstoff, Arbeit und Kapital oft als homogene „Waren“ behandelt werden, ist dies, wie der Sozialtheoretiker Karl Polanyi treffend argumentierte, eine vereinfachende Fiktion.[2] Speicherkapazitäten, Rechenleistung und insbesondere Daten sind ebenfalls heterogen und an Orte, Menschen und Kulturen gebunden. Diese Verbindungen bestimmen nicht nur ihre Leistungsmerkmale, sondern auch die sozialen Folgen und die Bedeutung ihrer Nutzung in einer digitalen Wirtschaft und Gesellschaft. Während diese Herausforderungen bei den von Polanyi beschriebenen „fiktiven Gütern“ bereits erheblich sind, sind sie bei digitalen Gütern noch gravierender. Zudem hatten die Gesellschaften bisher viel weniger Zeit, die wirtschaftlichen und sozialen Strukturen entsprechend anzupassen. Diese Herausforderungen gehören zu den wichtigsten Hindernissen für ein funktionierendes digitales System von Teilen, Eigentum und Verträgen.

Das intergalaktische Computernetzwerk

„Licks “Memorandum für Mitglieder und Angehörige des Intergalaktischen Computernetzwerks” aus dem Jahr 1963 konzentrierte sich nicht auf das Potenzial für Online-Sozialisierung oder -Handel, das so viele seiner anderen zeitgenössischen und späteren Schriften kennzeichnete.[3] Stattdessen betonte er – vielleicht aufgrund seines damaligen wissenschaftlichen Publikums – das Potenzial für Wissenschaftler, ihre Produktivität durch Computernetzwerke massiv zu steigern. Dies sollte durch die gemeinsame Nutzung von Analysewerkzeugen, Arbeitsspeicher, Speicherkapazitäten, Rechenleistungen und Forschungsergebnissen geschehen, sowie durch das damit zusammenhängende Potenzial für militärische Anwendungen. Diese Vision war auch eine natürliche Erweiterung der „Time-Sharing“-Systeme, die zu den ersten von Lick finanzierten Projekten gehörten und darauf abzielten, eine Art „Personal Computing“-Erfahrung in der Ära der Großrechner zu ermöglichen, indem sie vielen Benutzern den gemeinsamen Zugriff auf die Kapazität eines größeren Rechners gestatteten. In diesem Sinne begann das Internet vor allem als Plattform für genau die Art der gemeinsamen Nutzung von Rechenleistungen in großem Maßstab, auf die wir uns in diesem Kapitel konzentrieren.[4]

Um zu verstehen, warum ein so scheinbar langweiliges Thema einen (ansonsten) so weitsichtigen Geistes begeistert hat, ist es nützlich, von heute aus sowohl auf die Grenzen zu schauen, die er zu überwinden suchte, als auch auf die Grenzen, die wir bei der Umsetzung seiner Vision vielleicht selbst noch zu überwinden haben.

In den 1950er und 1960er Jahren waren große „Mainframes“, die hauptsächlich von International Business Machines (IBM) verkauft wurden, das vorherrschende Paradigma der Computertechnik. Diese teuren Maschinen waren für den Bedarf eines ganzen Unternehmens, einer Universitätsabteilung oder einer anderen großen Organisation gedacht. Um Zugang zu diesen Rechnern zu erhalten, mussten die Benutzer:innen ihre Programme bei einem zentralen Administrator einreichen und hatten nur selten die Möglichkeit, die gewünschte Berechnung sofort auszuführen. Wenn sich herausstellte, dass das Programm einen Fehler enthielt – was häufig der Fall war –, mussten sie später zurückkehren, nachdem sie mühsam und ohne praktische Tests versucht hatten, diese Fehler zu beheben. Da die Vorbereitung der Programme und die Verwaltung der Maschine so aufwendig waren, verbrachten die Computer einen Großteil ihrer Zeit ungenutzt im Leerlauf, während sie auf Programme warteten.

Im Gegensatz dazu haben die meisten Menschen in den Industrieländern heute Computer auf dem Schreibtisch, auf dem Schoß, am Handgelenk oder in der Tasche, die eine schwindelerregende Vielzahl von Berechnungen mit nahezu sofortiger Rückmeldung durchführen. Natürlich hat das Mooresche Gesetz, das alle achtzehn Monate eine Verdoppelung der Rechenleistung pro Preiseinheit vorhersagt, einen großen Teil dieser Entwicklung ermöglicht. Aber Lick und einige der frühen Projekte, die er am Massachusetts Institute of Technology und anderen Universitäten finanzierte, erkannten, dass zumindest ein Teil davon auch mit den damaligen Computern möglich gewesen wäre – vorausgesetzt, man hätte sie effizienter genutzt und dem menschlichen Bedürfnis nach schnellem Feedback mehr Raum gegeben. Dieses Bedürfnis hatte er bereits in seiner Arbeit zur Gestaltung von Benutzeroberflächen in Flugzeugen untersucht.

Ein Großteil der begrenzten Rechenleistung, die damals zur Verfügung stand, wurde im Leerlauf vergeudet, während die von den Nutzer:innen gewünschte Rückmeldung nicht an jedem Arbeitsplatz eine vollständige Maschine erforderte. Stattdessen konnten alle Benutzer:innen über eine einfache Anzeige- und Eingabestation („Client“) verfügen, die über ein Netzwerk mit einem zentralen Rechner („Server“) verbunden war, dessen Zeit sie sich teilten. Diese Einrichtung war einige Jahre zuvor im Plato- Projekt an der University of Illinois Urbana-Champaign als computergestütztes Unterrichtssystem entwickelt worden.[5] So ermöglichte es den ARPANET-Mitgliedern wie Douglas Engelbart, eine Zukunft der persönlichen Computer im Zeitalter des Großrechners zu verwirklichen.

Welche fantastische Zukunft könnten wir erschaffen, wenn wir unsere Rechenleistungen effektiver gemeinsam nutzen könnten? Das ist schwer zu sagen, solange wir nicht eine genauere Buchführung über die unzureichende Nutzung digitaler Ressourcen haben, als wir sie derzeit führen. Aber es scheint wahrscheinlich, dass wir mindestens ein halbes Jahrzehnt mehr effektives Moore’sches Gesetz gewinnen könnten, indem wir einfach digitale Ressourcen nutzen, die brach liegen.

Die Möglichkeiten für die gemeinsame Nutzung von Daten sind noch vielfältiger und potenziell noch umwälzender. Viele der schwierigsten Probleme könnten gelöst werden, wenn die Möglichkeiten, die sich durch generative Basis-Modelle ergeben, auf die medizinische Diagnose, die Optimierung von Umweltressourcen, die industrielle Produktion und andere Bereiche angewandt werden könnten. Diese Bereiche sind heute noch durch die Schwierigkeiten bei der gemeinsamen Nutzung von Daten über Organisations- und Zuständigkeitsgrenzen hinweg begrenzt.

Der gegenwärtige Stand der Ressourcen-Teilung

Studien der Halbleiterindustrie zeigen, dass in persönlichen Geräten (z. B. PCs, Smartphones, Smartwatches, Videospielkonsolen) ein Vielfaches der Halbleiter verwendet wird, die in Cloud-Infrastrukturen und Rechenzentren eingesetzt werden.[6] Obwohl es nur wenige systematische Studien gibt, deuten persönliche Erfahrungen darauf hin, dass die meisten dieser Geräte den größten Teil des Tages kaum genutzt werden. Dies gilt wahrscheinlich insbesondere für Videospielkonsolen, die überproportional viele außergewöhnlich wertvolle Grafikprozessoren (GPUs) enthalten. Dies deutet darauf hin, dass ein Großteil, wenn nicht sogar die überwiegende Mehrheit der Rechen- und Speicherkapazitäten zu jeder Zeit brachliegt – und das ohne Berücksichtigung der weitverbreiteten Ineffizienz in der Cloud-Infrastruktur selbst.

Bei Daten ist die Situation sogar noch extremer: Obwohl diese noch schwieriger zu quantifizieren sind, legt die Erfahrung aller Datenwissenschaftler:innen nahe, dass die überwältigende Mehrheit der dringend benötigten Daten in organisatorischen oder juristischen Silos liegt, wodurch sie nicht für kollaborative Intelligenz oder den Aufbau von generativen Basis-Modellen genutzt werden kann.

Die gemeinsame Nutzung von Ressourcen kann bedeutende Auswirkungen auf Werte wie die nationale Sicherheit und die Umwelt haben. Die Verschwendung von Ressourcen verringert effektiv das Angebot an Halbleitern, das durch Richtlinien zur nationalen Sicherheit maximiert werden soll, und erhöht wie jede Verschwendung die Nachfrage nach Umweltressourcen pro Produktionseinheit.

Es ist jedoch wichtig zu bedenken, dass die Energiequellen, die von verteilten Geräten genutzt werden, und ihre Effizienz bei der Umwandlung dieser Energie in Rechenleistung in einigen Fällen geringer sein können als die von Cloud-Anbietern. Daher ist es wichtig, Verbesserungen bei der gemeinsamen Nutzung digitaler Ressourcen mit der Dekarbonisierung des Verbraucherstromnetzes zu verbinden.

Die vielleicht wichtigste Konsequenz der gemeinsamen Nutzung digitaler Ressourcen für die Sicherheit ist die zunehmende gegenseitige Abhängigkeit der Teilnehmer:innen an diesen Sharing-Netzwerken, die zu einer engeren geopolitischen Annäherung führen kann. Dies gilt insbesondere angesichts der erforderlichen Angleichung der Datenschutz- und Kooperationsrichtlinien.

Am schockierendsten an diesen Zahlen ist vielleicht der Vergleich mit physischen Vermögenswerten, von denen man normalerweise annehmen würde, dass sie schwieriger zu teilen sind und bei denen eine umfassende Nutzung aufgrund der Schwierigkeiten beim Transport und der physischen Verlagerung schwieriger zu erreichen ist. Wenn die Arbeitslosenquote oder die Leerstandsquote für Wohnraum in den zweistelligen Bereich steigt, kommt es in der Regel zu politischen Krisen. In der digitalen Welt ist eine solche Verschwendung allgegenwärtig. Kurz gesagt: Lägen die Verschwendungsquoten (effektive Unter- und Nichtnutzung) von physischen Vermögenswerten auch nur annähernd so hoch, würde dies als globale Krise angesehen werden.

Der Hauptgrund, warum diese stille Krise etwas weniger überraschend ist, als die Zahlen vermuten lassen, ist, dass diese rein digitalen Vermögenswerte vergleichsweise neu sind. Gesellschaften hatten Tausende, wenn nicht Zehntausende von Jahren Zeit, um mit verschiedenen sozialen Organisationssystemen zu experimentieren, um die Bedürfnisse der Menschen zu befriedigen.[7] Die Ursprünge unserer heutigen Systeme des Eigentums (Mietsysteme, Kapitalverwaltung) der Arbeit und der Praktiken, die die abstrakte Darstellung von Werten (mit Urkunden, an Personen ausgestellten Dokumenten, Lieferkettentransaktionen und Geld)[8] umfassen, lassen sich auf bestimmte sozialpsychologische Eigenschaften zurückführen, die in über 1000 Jahren kultureller Praktiken entstanden sind. Das Verbot von Ehen zwischen Cousin:innen im christlichen Europa führte zur Entstehung von Menschen, die frei waren, neue Institutionen zu gründen und die Eigentumsverhältnisse neu zu regeln, wodurch neue Arten demokratischer Institutionen geschaffen wurden, die es zuvor nicht gab.[9]

Es hat Jahrzehnte gedauert, um herauszufinden, wie man Autos effizient vermietet und digitale Tools zunehmend nutzt, um die gemeinsame Nutzung dieser Vermögenswerte zu verbessern (z. B. Car- und Home-Sharing-Plattformen). Digitale Vermögenswerte, insbesondere solche, die sich in den Händen großer Gruppen von Laiinnen und Laien befinden, sind erst wenige Jahrzehnte alt. Eine wichtige Aufgabe, die vor uns liegt, besteht daher darin, die entscheidenden sozialen und technischen Hindernisse zu identifizieren, die einer Nutzung digitaler Vermögenswerte mit der gleichen Effektivität, wie wir sie von physischen Vermögenswerten gewohnt sind, im Wege stehen.

Eine Möglichkeit, herauszufinden, was der gemeinsamen Nutzung von Rechenressourcen im Wege steht, besteht darin, die Bereiche zu betrachten, in denen diese Nutzung relativ erfolgreich war, und die Unterschiede zwischen diesen Bereichen und jenen herauszuarbeiten, in denen sie bisher größtenteils gescheitert ist. Zu diesem Zweck werden wir die drei oben genannten Schwerpunktbereiche durchgehen: Speicherkapazität, Rechenleistung und Daten.

Der Rahmen, der einem offenen Standard für die gemeinsame Nutzung von Ressourcen am nächsten kommt, existiert im Bereich der Speicherung durch das Interplanetare Dateisystem (IPFS), das explizit auf der Vision von Lick basiert und von Juan Benet und dessen Protocol Labs (PL) entwickelt wurde, die einen Teil der Software zur Erstellung dieses Buches bereitgestellt haben. Dieses offene Protokoll ermöglicht es Computern auf der ganzen Welt, sich gegenseitig Speicherplatz zu angemessenen Kosten auf eine Peer-to-Peer-Weise anzubieten, die fragmentiert, verschlüsselt und verteilt ist und so Redundanz, Robustheit und Datenschutz sowie Datenintegrität gewährleistet.

Zu den bekannten Diensten, die auf diesem Protokoll basieren, gehört die Nutzung durch das Ministerium für digitale Angelegenheiten in Taiwan und andere Regierungen, die sich starken Widersacher:innen gegenübersehen, die möglicherweise Druck auf zentralisierte Dienstleister ausüben können. Um die Beständigkeit ihrer Daten und des Marktes für Speicherkapazität zu gewährleisten, hat PL auch das Filecoin-System geschaffen, das kommerzielle Transaktionen ermöglicht und Anreize für Nutzer:innen schafft, so viele der Daten des gesamten Netzwerks wie möglich zu speichern.

Doch selbst IPFS war nur bedingt erfolgreich bei der „Echtzeit“-Speicherung, bei der Dateien gespeichert werden müssen, um einen schnellen Zugriff von vielen Orten weltweit zu ermöglichen. Es scheint also die relative Einfachheit der „tiefen“ Speicherung zu sein – also der Langzeitspeicherung von Daten, auf die nicht sofort zugegriffen werden muss, vergleichbar mit öffentlichen Archiven oder Lagerhäusern als gesellschaftliche Infrastruktur –, die es IPFS ermöglicht hat, erfolgreich zu sein. Je weniger komplex die Anforderungen an die gemeinsame Nutzung, desto erfolgreicher scheinen dezentrale Lösungen zu funktionieren.

Die weitaus kompliziertere Herausforderung der Optimierung der Latenzzeit wurde überwiegend von großen „Cloud“-Anbietern wie Microsoft Azure, Amazon Web Services, Google Cloud Platform und Salesforce bewältigt. Die meisten digitalen Dienste, die Verbraucher:innen in der entwickelten Welt vertraut sind (geräteübergreifende Fernspeicherung persönlicher Dateien, Streaming von Audio- und Videoinhalten, gemeinsame Nutzung von Dokumenten usw.), sind von diesen Anbietern abhängig. Sie sind auch das Herzstück der meisten digitalen Unternehmen von heute, da 60 % der Geschäftsdaten in proprietären Clouds gespeichert werden und die beiden führenden Anbieter proprietärer Clouds (Amazon und Microsoft) fast zwei Drittel des Marktes kontrollieren.[10]

Doch selbst abgesehen von den Nachteilen, die sich daraus ergeben, dass dieser Bereich von einigen wenigen gewinnorientierten Unternehmen kontrolliert wird, haben diese Cloud-Systeme in vielerlei Hinsicht weit weniger erreicht, als sich Visionäre wie Lick vorgestellt haben.

Erstens sahen die Vorreiter des „Cloud-Zeitalters“, wie das Microsoft-Team, das das Unternehmen davon überzeugte, diese Chance zu nutzen, viele der Vorteile der Cloud in der effizienteren gemeinsamen Nutzung von Ressourcen über Nutzer:innen und Anwendungen hinweg, um eine vollständige Auslastung zu gewährleisten.[11] In der Praxis sind die meisten Vorteile der Cloud jedoch auf die Einsparungen bei den physischen Kosten von Rechenzentren zurückzuführen, die sich an Standorten mit reichlich vorhandener Stromversorgung befinden und effizient gewartet werden. Eine sinnvolle gemeinsame Nutzung von Ressourcen durch mehrere Nutzer:innen findet hingegen kaum statt, da nur wenige Cloud-Anbieter diese Art von Markt effektiv vorangetrieben haben und nur wenige Kund:innen Wege gefunden haben, die gemeinsame Nutzung von Ressourcen für sich zu realisieren.

Noch dramatischer ist, dass die Cloud größtenteils durch neue Rechenzentren weltweit aufgebaut wurde, während die meisten verfügbaren Rechen- und Speicherkapazitäten in den Taschen, auf dem Schoß und auf den Schreibtischen von PC-Besitzer:innen weltweit stark unterausgelastet bleiben. Außerdem sind diese Computer physisch näher und oft enger mit den Verbraucher:innen von Rechenressourcen vernetzt als die speziell gebauten Cloud-Rechenzentren. Und doch hat das Cloud-System diese ungenutzten Kapazitäten systematisch verschwendet. Kurz gesagt: Trotz ihrer vielen Erfolge hat die Cloud weitgehend zu einer Rückkehr zu einer noch stärker zentralisierten Version des „Mainframe“-Modells geführt, das dem von Lick unterstützten Time-Sharing vorausging, anstatt ihre Ambitionen zu verwirklichen.

Doch selbst diese begrenzten Erfolge waren weitaus ermutigender als das, was beim Austausch von Daten erreicht wurde. Die umfangreichsten Datennutzungen sind heute entweder extrem abgeschottet – nicht nur innerhalb von Unternehmens- oder Institutionsgrenzen, sondern sogar stark segmentiert durch Datenschutzrichtlinien innerhalb dieser Organisationen –, oder sie basieren auf der Verwendung öffentlich zugänglicher Daten im Internet, ohne dass die Datenersteller:innen dies überhaupt bemerken, geschweige denn der Nutzung zugestimmt haben. Das beste Beispiel für Letzteres sind die noch immer nicht offengelegten Datensätze, mit denen die generativen Basis-Modelle trainiert wurden.

Die Bestrebungen, die gemeinsame Nutzung von Daten auch in Fällen von eindeutigem öffentlichem Interesse zu ermöglichen – wie etwa im Bereich der öffentlichen Gesundheit oder der Heilung von Krankheiten –, werden seit Jahren unter verschiedenen Namen diskutiert. Sie haben aber bisher nur sehr geringe Fortschritte gemacht, weder im privaten Sektor noch bei der Zusammenarbeit auf der Grundlage offener Standards.

Dieses Problem ist weithin bekannt und Gegenstand einer Vielzahl von Kampagnen weltweit. Dazu gehören die Gaia-X-Datenföderationsinfrastruktur der Europäischen Union und ihr Data Governance Act, Indiens National Data Sharing and Accessibility Policy, Singapurs Trusted Data Sharing Framework und Taiwans Plural Innovation Strategie – alles Versuche, diese Herausforderungen zu bewältigen

Hindernisse für die Ressourcen-Teilung

Was lehren uns diese Fehlschläge? Welche Hindernisse stehen einer effektiveren gemeinsamen Nutzung digitaler Ressourcen im Weg? Aus der Tatsache, dass die gemeinsame Nutzung von Daten am spektakulärsten gescheitert ist und die gemeinsame Nutzung von Speicherkapazität am meisten mit Problemen in Bezug auf die gemeinsame Nutzung von Daten zu kämpfen hat, lässt sich die natürliche Hypothese ableiten, dass verwandte Probleme im Kern vieler dieser Herausforderungen liegen könnten. Tatsächlich treten in all diesen Bereichen immer wieder ähnliche Schwierigkeiten auf.

Ein Großteil der Struktur von IPFS und der damit verbundenen Herausforderungen hängt mit der Wahrung des Datenschutzes zusammen, während die Speicherung weit entfernt von der Person oder Organisation erfolgt, die diesen Datenschutz gewährleisten möchte. Ein zentraler Vorteil der Cloud-Anbieter ist ihr Ruf, Kund:innendaten sicher und geschützt zu halten, während sie es diesen Kund:innen ermöglichen, diese Daten über ihre Geräte hinweg zu teilen und umfangreiche Rechenoperationen damit durchzuführen.

Die grundlegende Unterscheidung zwischen Daten und vielen physischen Vermögenswerten ist von zentraler Bedeutung, um diese Herausforderungen zu verstehen. Wie bereits erwähnt, sind die Vergabe und Bündelung von Vermögenswerten in der Wirtschaft allgegenwärtig. Entscheidend dabei ist die Möglichkeit, die Rechte, die man an einem Vermögenswert hat, einzeln zu betrachten. Rechtswissenschaftler:innen beschreiben in der Regel drei Eigenschaften von Eigentum: „usus“ (das Recht, etwas zu nutzen), „abusus“ (das Recht, es zu verändern oder darüber zu verfügen) und „fructus“ (das Recht auf den damit geschaffenen Wert).

Ein Standard-Mietvertrag überträgt beispielsweise den Mieter:innen die Nutzungsrechte, während die Vermieter:innen die Verfügungs- und Verwertungsrechte behalten. Ein Unternehmen gewährt Mitarbeiter:innen die Nutzungsrechte an vielen Vermögenswerten, leitenden Angestellten nur die Verfügungsrechte (und oft nur mit Kontrollen und Gegenkontrollen) und behält sich die Verwertungsrechte für die Aktionär:innen vor.

Diese wichtige Trennung zu erreichen, ist bei Daten anders und wohl schwieriger. Die einfachsten Möglichkeiten, Zugang zu Daten zu gewähren, ermöglichen es der Person, der der Zugang gewährt wird, auch, die Daten zu missbrauchen oder an andere weiterzugeben (abusus), und es anderen zu ermöglichen, aus diesen Daten finanziellen Nutzen zu ziehen (fructus), möglicherweise auf Kosten der Person, die sie zur Verfügung stellt. Viele, die sich dafür entschieden haben, Daten online zu veröffentlichen, die nun in generative Basis-Modelle integriert wurden, glaubten, dass sie Informationen für andere zur Nutzung freigeben. Sie waren sich jedoch nicht der vollen Auswirkungen bewusst, die eine solche Freigabe haben würde.

Natürlich könnten Normen, Gesetze und Kryptographie alle potenziell eine Rolle bei der Korrektur dieser Situation spielen. Wir werden uns auch in Kürze mit diesen befassen. Derzeit sind all diese Aspekte jedoch im Vergleich zu den Erwartungen – beispielsweise in Bezug auf Corporate Governance oder die Vermietung von Wohnraum – unterentwickelt, was die Möglichkeiten des Datenaustauschs beeinträchtigt.

Zusätzlich kommt hinzu, dass die Festlegung solcher Standards durch eine weitere wichtige Eigenschaft von Daten erschwert wird. Aus den Gründen, die wir im Kapitel Assoziationsfreiheit und ⿻ Öffentlichkeit hervorgehoben haben: Das Interesse an Daten wird selten, wenn überhaupt, als individuelles Recht verstanden. Daten sind von Natur aus assoziativ, sozial und intersektional, was viele der einfachsten „Schnelllösungen“ für dieses Problem (in Bezug auf Datenschutzbestimmungen und Kryptographie) so unpassend macht, dass sie den Fortschritt eher behindern als fördern.

„Selbst wenn Lösungen für diese Herausforderungen verfügbar wären, gibt es keine einfache Möglichkeit, sie sofort zu realisieren. Das einfachste Verständnis von Verträgen ist, dass sie Verpflichtungen zwischen Parteien sind, die in einem Dokument beschrieben und gegenseitig vereinbart werden. Die Vertragsfreiheit erfordert lediglich, dass diese durchgesetzt werden. Die Realität ist jedoch vielschichtiger: Es ist unmöglich, in einem Vertrag festzulegen, wie alle Konflikte, die entstehen können, gelöst werden sollen, und niemand könnte ein so detailliertes Dokument lesen und verarbeiten, falls dies überhaupt möglich wäre.[12]

Verträge sind notwendigerweise in vielen Punkten mehrdeutig und lassen viele Fragen bewusst offen (z. B. „die Arbeitnehmer:in sollte wirklich hart arbeiten“ und „die Arbeitgeber:in sollte fair sein“), die zwar wichtig, aber kaum genau zu spezifizieren sind. Die meisten vertraglichen Vereinbarungen werden daher in erster Linie durch übliche Erwartungen, Präzedenzfälle, entsprechende Gesetze, gegenseitig erwartete Normen usw. geregelt. In vielen Zusammenhängen werden vertragliche Bestimmungen, die diesen gewachsenen Grundsätzen widersprechen, nicht durchgesetzt.

Diese Normen und Rechtsstrukturen haben sich über Jahrzehnte und sogar Jahrhunderte hinweg gemeinsam entwickelt, um kanonische Beziehungen wie Miet- und Arbeitsverhältnisse zu regeln. Dadurch wurde die Rolle, die formelle, gerichtliche, vertragliche Bestimmungen und deren Durchsetzung spielen müssten, minimiert. Selbstdurchsetzende digitale „Smart Contracts“ könnten zwar eine Möglichkeit bieten, solche Normen reibungslos umzusetzen, sie können jedoch nicht den Prozess ersetzen, ein stabiles gesellschaftliches Verständnis dafür zu schaffen, wie die Zusammenarbeit im Bereich Daten funktioniert. Oft bleibt auch, was die verschiedenen Akteur:innen erwarten können und wann verschiedene rechtliche und technische Durchsetzungsmechanismen greifen sollten und werden.

Herausforderungen dieser Art sind mit dem Aufbau einer Infrastruktur für die gemeinsame Nutzung digitaler Ressourcen wie Daten verbunden. Das grundlegende Problem besteht darin, dass Informationen nahezu unendlich viele Verwendungsmöglichkeiten haben, was bedeutet, dass stark „vertraglich orientierte“ Ansätze, die genau definieren wollen, wie Akteur:innen Informationen nutzen dürfen, eine unüberschaubare Komplexität aufweisen. Die „Unvollständigkeits“-Zonen solcher Verträge sind überwältigend groß, weil es nicht möglich ist, sich alle möglichen zukünftigen Verwendungszwecke von Informationen wie Genetik oder Geolokalisierung vorzustellen, geschweige denn sie zu katalogisieren und darüber zu verhandeln.

Das bedeutet, dass die vielversprechendsten möglichen Vorteile des Datenaustauschs – die darin bestehen, die Vorteile neuer technischer Möglichkeiten zu nutzen, um Informationen an entfernte Akteur:innen weltweit zu übermitteln – auch die gefährlichsten und unkontrollierbarsten sind. Der potenzielle Markt ist daher gelähmt.

Wenn wir diese Probleme nicht mit herkömmlichen Verträgen lösen können, werden sich unsere erfolgreichen Bereiche des Informationsaustauschs letztendlich auf bereits bestehende Gemeinschaften beschränken – auf Netzwerke, in denen Vertrauen und gemeinsame Werte bereits existieren. Das heißt, wir brauchen bessere Systeme, um zu verstehen, wer zu welchen Gemeinschaften gehört und welche Verbindungen zwischen Menschen und Organisationen bestehen – kurz: bessere „Karten“ unserer sozialen und beruflichen Netzwerke. Gleichzeitig brauchen wir, wie an anderer Stelle erörtert, bessere technische Absicherungen gegen Informationslecks, selbst in vertrauenswürdigen Gemeinschaften.

Natürlich sind dies bei Weitem nicht die einzigen Probleme, mit denen die gemeinsame Nutzung digitaler Ressourcen zu kämpfen hat: Die Optimierung der Latenz, die Zuordnung von Sicherheitsmaßnahmen, die angemessene Standardisierung der Einheit von Rechenleistung und andere technische Hindernisse sind ebenfalls von Bedeutung. Die Herausforderungen, die durch das Fehlen klarer und sinnvoller Standards (sowohl rechtlicher als auch technischer Art) für den Schutz von Daten während der gemeinsamen Nutzung entstehen, wirken sich jedoch auf fast alle Aspekte der skalierbaren digitalen Zusammenarbeit aus.

Zwar kann keine theoretische Analyse die soziale Erprobung und Weiterentwicklung ersetzen, die erforderlich sein wird, um solche Standards zu erreichen, doch können wir einige der Komponenten und Bemühungen hervorheben, die geeignet erscheinen, die oben genannten zentralen Spannungen zu lösen. Diesen Ansätzen sollten wir daher in der Praxis besondere Beachtung schenken, wenn wir die derzeitigen Hindernisse für die gemeinsame Nutzung digitaler Ressourcen überwinden wollen.

⿻ Eigentum

Das erste und einfachste Problem, das es zu lösen gilt, sind Standards für Leistung und Sicherheit bei der gemeinsamen Nutzung von Rechenressourcen. Wenn Nutzer:innen ihre Daten speichern oder anderen die Durchführung einer Berechnung übertragen, müssen sie sicher sein können, dass ihre Daten nicht von Dritten kompromittiert werden und dass die Berechnung gemäß ihren Erwartungen durchgeführt wird. Außerdem müssen ihre Daten von ihnen selbst oder ihren Kund:innen abgerufen werden können, mit einer angemessenen Verteilung der Latenzzeiten für Personen an verschiedenen Orten usw.

Derzeit sind diese Arten von Garantien von zentraler Bedeutung für die Leistungsversprechen der Cloud-Anbieter. Da es keine Standards gibt, die von einer breiten Masse von Einzelpersonen und Organisationen, die Rechenleistung anbieten, leicht erfüllt werden können, dominieren wenige mächtige Unternehmen den Markt. Ein analoges Beispiel ist die Einführung von HTTPS (Hypertext Transfer Protocol Secure), das es einer Reihe von Webhosting-Diensten ermöglichte, Sicherheitskriterien zu erfüllen, die den Nutzer:innen von Webinhalten das Vertrauen geben, dass sie auf Daten von dieser Website zugreifen können, ohne böswillig überwacht zu werden. Solche Standards könnten natürlich mit standardisierten Formaten für die Suche, Anforderung und den Abgleich zusätzlicher Leistungs- und Sicherheitsmerkmale kombiniert werden.

Wie bereits erwähnt, beziehen sich die heikelsten Fragen jedoch nicht auf die Leistung oder Angriffe von Dritten, sondern auf die Probleme, die im Mittelpunkt der kooperativen Datennutzung stehen: Was sollte eine kooperierende Akteur:in B, mit der Akteur:in A Daten oder andere digitale Vermögenswerte teilt, über die Daten von Akteur:in A erfahren? Obwohl es darauf natürlich keine allgemeingültige Antwort gibt, ist es für die Durchführbarkeit und Nachhaltigkeit der kooperativen Datennutzung von entscheidender Bedeutung, Parameter und Erwartungen so festzulegen, dass die Beteiligten von der Zusammenarbeit profitieren können, ohne dass ihre kritischen Interessen oder die der anderen von dieser Zusammenarbeit betroffenen Personen ständig untergraben werden. Glücklicherweise stehen inzwischen eine Reihe von Tools zur Verfügung, die als technisches Gerüst für solche Beziehungen dienen können.

Obwohl wir dies bereits im Kapitel über die Vereinigung besprochen haben, lohnt es sich, hier noch einmal auf ihre Relevanz hinzuweisen. Sichere Mehrparteienberechnung (Secure Multiparty Computation, SMPC) und homomorphe Verschlüsselung ermöglichen es mehreren Akteur:innen, gemeinsam eine Berechnung zu durchzuführen und ein kollektives Ergebnis zu erstellen, ohne dass die einzelnen Beteiligten den anderen die Eingaben offenlegen. Zu den einfachsten anschaulichen Beispielen gehören die Berechnung eines Durchschnittsgehalts oder die Auszählung von Stimmen bei einer Wahl, doch rücken auch weitaus anspruchsvollere Möglichkeiten in greifbare Nähe, wie z. B. das Training oder die Feinabstimmung eines generativen Basis-Modells.

Diese anspruchsvolleren Anwendungen haben zur Entstehung der Bereiche „Federated Learning“ (föderiertes Lernen) und „Data Federation“ (Datenföderation) beigetragen, die es ermöglichen, die für solche anspruchsvollen Anwendungen erforderlichen Berechnungen lokal auf einem verteilten Netzwerk von persönlichen oder betrieblichen Computern durchzuführen. Dabei werden die Eingaben für das Modell sicher hin und her geleitet, ohne dass die zugrunde liegenden Trainingsdaten jemals die Maschine oder die Server der jeweiligen Kooperationspartner:innen verlassen. In Zusammenarbeit mit Open-Source-Anbietern dieser Tools wie OpenMined haben internationale Organisationen wie die Vereinten Nationen zunehmend experimentelle Vorzeigeplattformen für die kooperative Datennutzung unter Einsatz dieser Tools aufgebaut.[13]

Eine Alternative zu diesem verteilten Ansatz ist die Verwendung spezialisierter „vertraulicher Computer“, die nachweislich bestimmte Berechnungen erbringen, aber niemandem Zugriff auf ihre Zwischenergebnisse gewähren. Da diese Maschinen teuer sind und nur von einer begrenzten Anzahl von Unternehmen hergestellt werden, eignen sie sich jedoch eher für die Kontrolle durch eine vertrauenswürdige zentrale Stelle als für eine dezentrale kooperative Datennutzung.

Diese Ansätze können zwar dazu beitragen, eine kooperative Datennutzung zu ermöglichen, ohne dass unnötige Informationen zwischen den Beteiligten ausgetauscht werden müssen, doch sind andere Tools erforderlich, um die in den gewünschten Ergebnissen (z. B. Statistiken oder Modellen) enthaltenen Informationen zu schützen, die durch die Zusammenarbeit entstehen. Modelle können sowohl Eingabedaten preisgeben (z. B. wenn ein Modell intime Details der Krankengeschichte einer bestimmten Person reproduziert) als auch umgekehrt die Informationsquelle verschleiern (z. B. wenn kreativer Inputtext ohne Namensnennung reproduziert wird, was einen Lizenzverstoß darstellt). Beides sind erhebliche Hindernisse für die kooperative Datennutzung, da die Beteiligten in der Regel die Kontrolle über die Nutzung ihrer Daten behalten möchten.

Die Werkzeuge zur Bewältigung dieser Herausforderungen sind eher statistischer als kryptografischer Natur. „Differenzielle Privatsphäre“ begrenzt den Grad, in dem Eingabedaten aus einer Sammlung von Ausgabedaten erraten werden können, indem ein „Privacy Budget“ verwendet wird, um sicherzustellen, dass aufeinanderfolgende Offenlegungen Eingaben nicht zuverlässig aufdecken. Wasserzeichen können „Signaturen“ in Inhalten erzeugen, die deren Ursprung auf eine Weise anzeigen, die sich nur schwer löschen, ignorieren oder in manchen Fällen sogar erkennen lässt. “Influence functions” verfolgen die Rolle, die eine bestimmte Datensammlung bei der Erstellung der Ausgabe eines Modells spielt, und ermöglichen so eine zumindest teilweise Zuordnung der Ausgabe eines ansonsten undurchsichtigen Modells.[14]

All diese Techniken sind der Geschwindigkeit, dem Umfang und der Leistungsfähigkeit der Entwicklung von generativen Basis-Modellen etwas hinterhergehinkt. Beispielsweise konzentriert sich die differenzielle Privatsphäre hauptsächlich auf die direkte statistische Wiederherstellbarkeit von Fakten, während generative Basis-Modelle oft in der Lage sind, „Schlussfolgerungen“ wie Detektiv:innen zu ziehen, indem sie beispielsweise die erste Schule einer Person aus einer Konstellation von nur lose miteinander verbundenen Fakten über spätere Schulen, Freundschaften usw. ableiten. Die Nutzung der Kapazität dieser Modelle zur Bewältigung dieser technischen Herausforderungen und die Ableitung technischer Standarddefinitionen für Datenschutz und -zuordnung – insbesondere mit der Weiterentwicklung der Modelle – wird von zentraler Bedeutung für eine nachhaltige kooperative Datennutzung sein.

Viele der Herausforderungen bei der kooperativen Datennutzung sind jedoch eher organisatorischer und sozialer als rein technischer Natur. Wie bereits erwähnt, sind die Interessen an Daten selten individuell, da fast alle Daten relational sind. Abgesehen von diesem grundlegenden Punkt gibt es viele Gründe, warum die Organisation von Datenrechten und -kontrolle auf individueller Ebene unpraktisch ist, darunter:

  • Soziale Datenlecks: Selbst wenn Daten nicht direkt aus einer sozialen Interaktion stammen, haben sie fast immer soziale Auswirkungen. Aufgrund der gemeinsamen genetischen Struktur von Verwandten ermöglicht beispielsweise eine statistische Stichprobe von 1 % einer Bevölkerung die Identifizierung einer Person anhand ihres genetischen Profils, wodurch die Wahrung der genetischen Privatsphäre zu einem zutiefst sozialen Unterfangen wird.
  • Herausforderungen für das Management: Für Einzelpersonen ist es nahezu unmöglich, die finanziellen und persönlichen Auswirkungen der Weitergabe von Daten auf verschiedene Weise zu verstehen. Automatisierte Tools können zwar helfen, müssten jedoch von sozialen Gruppen erstellt oder gestaltet werden, die als Treuhänder:innen für diese Personen fungieren müssen.
  • Kollektive Verhandlungsmacht: Die Hauptnutzer großer Datensätze sind die größten und mächtigsten Unternehmen der Welt. Die Milliarden von Datenersteller:innen weltweit können nur angemessene Bedingungen in einer Vereinbarung mit ihnen erreichen, wenn sie gemeinsam handeln. Nur dann könnten diese Unternehmen auch in gutem Glauben verhandeln.

Organisationen, die in der Lage sind, die Rechte und Interessen von „Datensubjekten“[15] kollektiv zu vertreten, werden unterschiedlich bezeichnet: Datentreuhandgesellschaften[16], Kollaborativen[17], Genossenschaften[18] oder, wie eine:r der Autor:innen in einer launigen Wendung vorschlug, „Mediator:innen individueller Daten“ (MIDs)[19]. Einige davon könnten ganz natürlich den Linien bestehender Organisationen folgen: zum Beispiel Gewerkschaften für Kreativarbeiter:innen, die ihre Inhalte vertreten, oder Wikipedia, die die kollektiven Interessen ihrer freiwilligen Redakteur:innen und Mitwirkenden vertritt. Andere erfordern möglicherweise neue Organisationsformen, wie die Mitwirkenden an Open-Source-Code, der zum Training von Code-Generierungsmodellen verwendet wird, Autor:innen von Fan-Fiction und Verfasser:innen von Beiträgen auf Reddit, die möglicherweise ihre eigenen Formen der kollektiven Vertretung organisieren müssen.

Über diese formalen Technologien, Organisationen und Standards hinaus müssen umfassendere und stärker dezentrale Konzepte, Erwartungen und Normen entwickelt werden, um ein umfassendes Verständnis dafür zu schaffen, worum es bei der kooperativen Datennutzung geht. Nur so können sich die Mitwirkenden in der Lage fühlen, faire Vereinbarungen zu treffen und ihre Kooperationspartner:innen zur Verantwortung zu ziehen. Angesichts des Tempos des technologischen Wandels und der damit einhergehenden Anpassung der kooperativen Datennutzung müssen diese Normen sowohl allgegenwärtig und einigermaßen stabil als auch dynamisch und anpassungsfähig sein. Um dies zu erreichen, sind Bildungsmaßnahmen und kulturelles Engagement erforderlich, die mit dem technischen Wandel Schritt halten, wie wir in den folgenden Kapiteln erörtern werden.

Sobald sich die Instrumente, Organisationen und Praktiken der kooperativen Datennutzung ausreichend entwickelt und verbreitet haben, werden sie möglicherweise so vertraut sein, dass sie im gesunden Menschenverstand und in der Rechtspraxis so tief verankert sind wie „Eigentumsrechte“. Wie wir bereits angemerkt haben, werden sie jedoch mit ziemlicher Sicherheit eine andere Form annehmen müssen als die üblichen Standards für den privaten Landbesitz oder die Organisation einer Aktiengesellschaft.

Wie bereits erwähnt, werden sie viel mehr technische und kryptografische Elemente enthalten müssen, sowie verschiedene Arten von sozialen Organisationen mit einem stärkeren Schwerpunkt auf kollektiver Governance und treuhänderischen Pflichten. Hinzu kommen Normen oder Gesetze, die vor einseitiger Offenlegung durch ein Mitglied einer MID schützen (analog zu Verboten einseitiger Streikbrechung gegen Gewerkschaften). Diese könnten in einer zukünftigen Version von „Eigentum“ für die digitale Welt Gestalt annehmen, die jedoch viel stärker auf den ⿻ Charakter von Daten abgestimmt ist.

Reales ⿻ Eigentum

Das Erreichen von ⿻ Eigentum wird eine Herausforderung sein, aber es ist aufschlussreich, sich daran zu erinnern, dass viele Eigentumsrechtssysteme in anderen Bereichen umstritten und im Fluss sind. In gewisser Weise unterscheidet sich der zutiefst soziale Charakter von Datensätzen von dem von physischen Vermögenswerten, weshalb unsere derzeit bestehenden Methoden zur Gestaltung von Eigentumsrechten und Vertragssystemen nicht ohne weiteres auf Daten anwendbar sind. Andererseits verdeutlicht der zutiefst soziale Charakter von Daten durch seine Andersartigkeit, dass traditionelle Eigentumsordnungen auch für die Verwaltung von Sachvermögen heutzutage oft ungeeignet sind.

Wir verlassen nun die Welt der rein digitalen Vermögenswerte und betrachten zwei Beispiele für digitalbezogene Vermögenswerte, deren Eigentumsrechte sich schnell ändern. Diese beiden Beispiele sind das elektromagnetische Spektrum und Namensräume im Internet.

Traditionell wurden Senderechte für eine bestimmte elektromagnetische Frequenz in einem bestimmten geografischen Bereich (in vielen Ländern, einschließlich der USA) an Betreiber:innen vergeben oder versteigert, wobei die Lizenzen zu geringen Kosten verlängert wurden. Dadurch wurde praktisch ein eigentumsähnliches Recht geschaffen, das auf der Idee basiert, dass die Frequenznutzer:innen sich gegenseitig stören, wenn viele auf demselben Band am selben Ort arbeiten dürfen, und dass die Lizenznehmer:innen das Band verantwortungsvoll nutzen, wenn sie Eigentumsrechte daran haben.

Diese Annahmen wurden jedoch kürzlich auf die Probe gestellt, da viele digitale Anwendungen (wie z. B. WLAN) das Spektrum gemeinsam nutzen können und sich die Nutzungsarten für das Spektrum (z. B. der Übergang vom Rundfunk zu 5G-Mobilfunk) schnell ändern. Dies hat zu drastischen Veränderungen der Interferenzmuster geführt und macht eine Neuorganisation des Spektrums erforderlich, gegen die sich die Inhaber:innen von Altlizenzen oft sperren.[20] Dies wiederum hat zu erheblichen Änderungen des Eigentumssystems geführt, die es Lizenzierungsbehörden wie der amerikanischen Federal Communications Commission, erlaubten, die Verweiger:innen bei Auktionen zu verdrängen. Außerdem gibt es Vorschläge von führenden Unternehmen in diesem Bereich für noch radikalere Entwürfe, die Elemente von Miete und Eigentum mischen würden oder das Spektrum für bestimmte gemeinsame Nutzungen unlizenziert lassen, wie wir in unserem Kapitel „Soziale Märkte“ weiter unten besprechen.[21]

Die Entwicklung von Eigentum in Namensräumen war noch radikaler. Traditionell erlaubte die Internet Corporation for Assigned Names and Numbers (ICANN) die Registrierung von Domainnamen zu relativ niedrigen Kosten mit geringen Gebühren für die Verlängerung, ähnlich wie bei der eigentumsähnlichen Lizenzierung von Frequenzen. Während sich dieses System weiterentwickelt hat, hat sich die Situation grundlegend verändert, so dass die meisten Menschen heute Websites über Suchmaschinen und nicht über die direkte Navigation erreichen.

Diese Suchmaschinen listen in der Regel Websites auf, die mit einem bestimmten Namen verknüpft sind, basierend auf einer Vielzahl von (meist nicht öffentlich zugänglichen) Indikatoren für ihre Relevanz für die Nutzer:innen, sowie auf einigen bezahlten Anzeigen, die in Echtzeit versteigert werden.[22] Obwohl Relevanzalgorithmen wie eine Blackbox funktionieren, ist ein vernünftiges mentales Modell für sie der ursprüngliche “PageRank”-Algorithmus der Google-Gründer Sergey Brin und Larry Page, der Seiten auf der Grundlage ihrer „Netzwerkzentralität“ einstufte. Dieser Begriff hängt mit den netzwerkbasierten Wahlsystemen zusammen, die wir in unserem Kapitel über ⿻ Wahlen weiter unten besprechen werden.[23]

Zusammenfassend können wir uns das de facto-Eigentumsregime der heutigen Internet-Namensräume als eine Kombination aus kollektiver Ausrichtung auf die Interessen der Nutzer:innen (und nicht der Domaininhaber:innen) in Verbindung mit einer Echtzeitauktion für Domaininhaber:innen vorstellen. Beide sind weit entfernt von traditionellen Eigentumsordnungen.

Das soll natürlich nicht heißen, dass irgendetwas davon ideal und schon gar nicht gesellschaftlich legitim ist. Diese Systeme wurden weitgehend unter Ausschluss der Öffentlichkeit und ohne deren Wissen von Teams aus technokratischen Ingenieur:innen und Ökonom:innen entwickelt. Nur wenige wissen überhaupt, dass diese Systeme existieren, und noch weniger halten sie für angemessen.[24]

Andererseits reagieren sie auf kreative Weise auf echte Herausforderungen, und die von ihnen behandelten Themen gehen weit über die engen Bereiche hinaus, auf die sie bisher angewendet wurden. Die Lösung von Problemen mit der Blockadehaltung und der gemeinsamen Nutzung von Frequenzen ist von zentraler Bedeutung, um eine digitale Entwicklung zu ermöglichen, die von der Öffentlichkeit allgemein gefordert wird und sogar für Fragen der nationalen Sicherheit als zentral angesehen wird. Ähnliche Probleme mit der Blockadehaltung durchziehen die Neugestaltung städtischer Räume und den Bau gemeinsamer Infrastrukturen. Viele Grundstücke, die derzeit als Privateigentum gehalten werden, könnten in gemeinsam genutzte Räume wie Parks umgewandelt werden (oder umgekehrt).

Namensräume als Privateigentum zu betrachten, ergibt wenig Sinn, da es sich bei den Eigentümer:innen umstrittener Namen (z. B. „ABC.com“) um Domainbesetzer:innen, Altbesitzer:innen, die ein begrenztes Publikum bedienen, Betrüger:innen, die eine Marke ausbeuten, usw. handeln kann. Während ein gewisses Maß an Stabilität und die Signalwirkung der Zahlungsbereitschaft der Eigentümer:innen, die Eigentumsrechte bieten, zweifellos wichtig sind, erreichen die von Suchmaschinen verwendeten Systeme dies in einem wohl besseren Gleichgewicht. Sie berücksichtigen das öffentliche Interesse an Stabilität und die Echtzeitanforderungen derjenigen, die für den Namensraum zahlen würden, expliziter als ein einfaches System des Privateigentums.

Auch diese Probleme treten häufig bei „realen“ Bereichen auf, von Marken und anderem geistigen Eigentum bis hin zum Eigentum an Antiquitäten und historischen Orten in Städten. Man muss nur ein wenig Fantasie aufbringen, um zu erkennen, wie die innovativen Alternativen zum Eigentum, die sich im digitalen Bereich entwickelt haben und weiterentwickeln, in Kombination mit einem weitaus besseren öffentlichen Engagement, Bildung und Interessenvertretung dazu beitragen könnten, dass wir die Eigentumsordnung in einer umfassenderen Richtung überdenken – ein Thema, das wir in unserem Kapitel „Soziale Märkte“ weiter unten ausführlicher behandeln werden.

  1. Kate Crawford, Atlas of AI (New Haven, CT: Yale University Press, 2022). Mary Gray, and Siddhath Suri. Ghost Work: How to Stop Silicon Valley from Building a New Global Underclass. (Boston: Houghton Miffilin Harcourt, 2019). ↩︎

  2. Polanyi, op. cit. ↩︎

  3. Licklider, “Memorandum for Members and Affiliates of the Intergalactic Computer Network”, op. cit. ↩︎

  4. Waldrop, The Dream Machine, op. cit. ↩︎

  5. Brian Dear, The Friendly Orange Glow: The Untold Story of the PLATO System and the Dawn of Cyberculture (New York: Pantheon, 2017) ↩︎

  6. Gartner, “Gartner Forecasts Worldwide Semiconductor Revenue to Grow 17% in 2024” (2023) at https://www.gartner.com/en/newsroom/press-releases/2023-12-04-gartner-forecasts-worldwide-semiconductor-revenue-to-grow-17-percent-in-2024 ↩︎

  7. David Graeber and David Wengrow, The Dawn of Everything: A New History of Humanity, (New York: Farrar, Straus And Giroux, 2021). In this book, the authors explore a vast range of political creativity and flexibility surrounding how humans have organized themselves in the last 100,000 years. Auf Deutsch unter dem Titel Anfänge: Eine neue Geschichte der Menschheit beim Klett-Cotta Verlag erhältlich. ↩︎

  8. Hernando de Soto, The Mystery of Capital: Why Capitalism Triumphs in the West and Fails Everywhere Else, (New York: Basic Books, 2000). Auf Deutsch unter dem Titel Freiheit für das Kapital!: Warum der Kapitalismus nicht weltweit funktioniert beim Rowohlt Berlin erhältlich. In dem Buch betont er, dass die abstrakte Repräsentation von Eigentum durch formelle Titel und Dokumentation es ermöglicht, Vermögenswerte im Finanzsystem zu nutzen, wodurch sie Wohlstand generieren und wirtschaftliches Wachstum vorantreiben können. ↩︎

  9. siehe Henrich, “Part III: New Institutions, New Psychologies,” in op. cit. ↩︎

  10. Josh Howarth, “34 Amazing Cloud Computing Stats” Exploding Topics, February 19 2024 at https://explodingtopics.com/blog/cloud-computing-stats. Felix Richter, “Amazon Maintains Cloud Lead as Microsoft Edges Closer” Statista February 5, 2024 at https://www.statista.com/chart/18819/worldwide-market-share-of-leading-cloud-infrastructure-service-providers/ ↩︎

  11. Rolf Harms, and Michael Yamartino, “The Economics of the Cloud,” 2010, https://news.microsoft.com/download/archived/presskits/cloud/docs/The-Economics-of-the-Cloud.pdf. ↩︎

  12. Sanford J. Grossman and Oliver D. Hart, “The Costs and Benefits of Ownership: A Theory of Vertical and Lateral Integration”, Journal of Political Economy 94, no. 4: 691-719. ↩︎

  13. “The UN is Testing Technology that Processes Data Confidentially” The Economist January 29, 2022. ↩︎

  14. Pan Wei Koh and Percy Liang, “Understanding Black-Box Predictions via Influence Functions”, Proceedings of the 34th International Conference on Machine Learning, 70 (2017): 1885-1894 ↩︎

  15. Jaron Lanier, Who Owns the Future?, (New York: Simon and Schuster, 2014). ↩︎

  16. Sylvie Delacroix, and Jess Montgomery, “Data Trusts and the EU Data Strategy,” Data Trusts Initiative, June 2020. https://datatrusts.uk/blogs/data-trusts-and-the-eu-data-strategy. ↩︎

  17. Siehe die Data Collaboration Alliance bei https://www.datacollaboration.org/ ↩︎

  18. Thomas Hardjono and Alex Pentland, “Data cooperatives: Towards a Foundation for Decentralized Personal Data Management,” arXiv (New York: Cornell University, 2019), https://arxiv.org/pdf/1905.08819.pdf. ↩︎

  19. Lanier and Weyl, op. cit. ↩︎

  20. Paul R. Milgrom, Jonathan Levin and Assaf Eilat, “The Case for Unlicensed Spectrum” at https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1948257 and Paul Milgrom, “Auction Research Evolving: Theorems and Market Designs”, American Economic Review 111, no. 5 (2021): 1383-1405. ↩︎

  21. E. Glen Weyl and Anthony Lee Zhang, “Depreciating Licenses”, American Economic Journal: Economic Policy 14, no. 3 (2022): 422-448. Paul R. Milgrom, E. Glen Weyl and Anthony Lee Zhang, “Redesigning Spectrum Licenses to Encourage Innovation and Investment”, Regulation 40, no. 3 (2017): 22-26. ↩︎

  22. Benjamin Edelman, Michael Ostrovsky and Michael Schwarz, “Internet Advertising and the Generalized Second-Price Auction: Selling Billions of Dollars Worth of Keywords”, American Economic Review 97, no. 1: 242-259 ↩︎

  23. Sergey Brin and Lawrence Page, “The Anatomy of a Large-Scale Hypertextual Web Search Engine”, Computer Systems and ISDN Systems 30, no. 1-7: 107-117. ↩︎

  24. Tatsächlich waren die Autoren dieses Buches aus diesen Gründen prominente Kritiker dieser Designs. Zoë Hitzig, “The Normative Gap: Mechanism Design and Ideal Theories of Justice”, Economics and Philosophy 36, no. 3: 407-434. Glen Weyl, “How Market Design Economists Helped Engineer a Mass Privatization of Public Resources”, Pro-Market May 28, 2020 at https://www.promarket.org/2020/05/28/how-market-design-economists-engineered-economists-helped-design-a-mass-privatization-of-public-resources/. ↩︎