Datenbasierte Steuerung ist eines der zentralen Themen in den 16 deutschen Bildungssystemen, das die derzeitigen Debatten bestimmt. Das zeigt sich darin, dass die ständige wiss. Kommission der Kultusministerkonferenz vor Kurzem eine umfangreiche Stellungnahme zur „datenbasierten Steuerung und Entwicklung von Schulen“ erstellt hat und auch die Bildungsministerkonferenz in ihrer Roadmap das Thema nicht nur als eines von vielen Handlungsfeldern platzierte, sondern als das erste Handlungsfeld. Die Koalition auf Bundesebene hat das Bildungsverlaufsregister in ihrem Koaltionsvertrag als Projekt fest verankert. Die Hoffnungen, mit mehr Daten Bildung in Deutschland wieder auf ein internationales Spitzenniveau zu hieven, sind enorm.
Ziel ist es, mehr Daten im Bildungssystem zu erheben und evidenzbasierte Steuerungsentscheidungen zu treffen. Dies betrifft sowohl die Steuerung des Gesamtsystems als auch die Förderung der Einzelschüler_innen. So diskutiert die umfangreiche Stellungnahme der SWK sowohl die Einführung von Learning Analytics, Daten für Diskussionen zwischen Sorgeberechtigten, päd. Fachkräften und Schüler_innen als auch das Systemmonitoring und Daten für die Entwicklung der Einzelschulen. Auch die Harmonisierung der in den Ländern durchgeführten Large-Scale-Assessments ist Gegenstand der Debatte.
Es lässt sich zusammenfassen: Die Bildungs- und Kultusministerien möchten mehr Daten darüber erheben, was im Bildungssystem geschieht, und diese systematischer und vernetzter auswerten. Dies ist Teil des Diskurses um Qualität in der Bildung.
Damit einher geht aber auch die Frage, welche datenschutzrechtlichen Implikationen solch ein Unterfangen hat. Es ist löblich, dass die SWK datenschutzrechtliche Aspekte nicht verschweigt. Sie mahnt datenschutzkonforme Technik (S. 13), Zweckbindung (S. 12) und auch gesetzliche Anpassungen (S. 64) an. Für die SWK ist dies ein großer Schritt, hat doch ihr Vorsitzender noch im Dezember 2025 den Standpunkt vertreten, dass alle datenschutzrechtlichen Fragen geklärt sind.
Unterschlagen wird in der Auflistung der KMK jedoch, dass die datenschutzrechtliche Perspektive über technische Infrastrukturen, Zweckbindung und Schaffung/Anpassung von Gesetzen hinausgeht. Wesentlich für die Beurteilung von Datenverarbeitungen sind die in der DSGVO formulierten Grundsätze der Datenverarbeitung und damit auch die Frage, ob der Grundsatz der Datenminimierung eingehalten wird, Art. 5 Abs. 1 Buchst. c.
“(1) Personenbezogene Daten müssen (c) dem Zweck angemessen und erheblich sowie auf das für die Zwecke der Verarbeitung notwendige Maß beschränkt sein („Datenminimierung“)”
Die Kürze dieser Passage mag trügerisch sein, denn sie birgt für ein großangelegtes, bundesweit koordiniertes Unterfangen erheblichen Aufwand, vor allem weil die Datenverarbeitung Bürger_innen betrifft, die verpflichtet sind, sich dieser Art der Datenverarbeitung auszusetzen. Es handelt sich hier also um ein grundsätzliches konzeptionelles Problem in den Projekten zur datenbasierten Bildungssteuerung. Es lohnt sich daher, sich mit Art. 5 Abs. 1 Buchst. c auseinanderzusetzen. Dafür habe ich die Entscheidungen des Europäischen Gerichtshofs seit 2019 befragt. Der Gerichtshof hat seine Vorstellungen von Datenminimierung kontinuierlich geschärft und bietet eine gute Orientierung dazu, was es heißt, Datenminimierung umzusetzen.
Gut etablierte Rechtssprechung
Bereits 2019 wurde ein Urteil getroffen, das in seiner Begründung auch eine nähere Auseinandersetzung mit Art. 5 Abs. 1 Buchst. c beinhaltet (C-708/18). Der betreffende Fall hat noch in der Wirkungszeit der Datenschutzdirektive seine Karriere vor den Gerichten begonnen, wurde vor dem EuGH jedoch erst 2019 verhandelt. Somit zeigen sich hier Leitmotive zur Datenminimierung, die seit vielen Jahren bekannt und fester Bestandteil der Debatten über die Verarbeitung personenbezogener Daten sind, betonte doch bereits Art. 6 Abs. 1 Buchst. c der Datenschutzdirektive 95/46, dass personenbezogene Daten nicht exzessiv verarbeitet werden sollen. So kann man die zentralen Punkte, die der EuGH 2019 in der Urteilsbegründung machte, als fest tradiert ansehen, die keinem Akteur als unbekannt gelten sollten.
Betont wird vor allem, dass die Verarbeitung der personenbezogenen Daten für den Zweck auch wirklich notwendig sein muss (Rn. 48). Ein großflächiges Verarbeiten vieler Daten als Beifang ist nicht erlaubt. Verantwortliche müssen sich dezidiert Gedanken machen, warum sie welche Daten verarbeiten wollen und wie es keinen anderen Weg gibt, einen festgelegten Zweck zu erreichen als durch die Verarbeitung dieser personenbezogenen Daten. Damit einher geht auch ein zweites Motiv.
Es bedarf in jedem Fall einer Prüfung, ob der Zweck nicht auch mit anderen Mitteln erreichbar ist (Rn. 49). Diese Mittel müssen nicht zwangsläufig andere Datenverarbeitungen sein. Alternativen könnten gänzlich andere Herangehensweisen sein, die keine zusätzlichen Datenverarbeitungen erzeugen.
Kommt es doch zur Verarbeitung personenbezogener Daten, gilt es, die Verhältnismäßigkeit dieser Datenverarbeitung zu prüfen. Die Grundrechte der Betroffenen gilt es mit dem zu erreichenden Zweck abzuwägen. Ist die Datenverarbeitung zu invasiv und damit nicht verhältnismäßig, ist sie nicht legitim (Rn. 50). Die Verhältnismäßigkeit kann beispielsweise dadurch hergestellt werden, dass Daten nicht unbegrenzt lange verarbeitet werden, sondern die Verarbeitung zeitlich begrenzt stattfindet (Rn. 51).
Damit sind bereits seit 2019 vier wichtige Indikatoren bekannt, die umreißen, was es heißt, personenbezogene Daten in einer Art zu verarbeiten, dass die Verarbeitung als datensparsam angesehen werden kann. In den folgenden Jahren wurde das Thema aber noch weiter ausdifferenziert und vor dem sich wandelnden Stand der Technik ausgeleuchtet.
So beschreibt das Urteil C-439/19 aus dem Jahr 2021, dass Verantwortliche bei Aufgaben in der Ausübung öffentlicher Gewalt durchaus auch umfangreiche Datenverarbeitungen betreiben dürfen, jedoch muss diese umfangreiche Verarbeitung mit Garantien für die Betroffenen erfolgen. Das angeführte Beispiel könnte beispielsweise eine Auslistung, also die Entfernung von Datensätzen aus Datenbanken zu einem Zeitpunkt X, sein (Rn. 104).
Im selben Verfahren hat der EuGH betont, dass Grundrechte (wie der Schutz personenbezogener Daten) durch öffentliche Stellen eingeschränkt werden können, wenn diese Grundrechtseinschränkung dem Gemeinwohl dient und die Datenverarbeitung erforderlich ist (Rn. 105). Ein nicht unerhebliches Argument für das dt. Bildungswesen.
Bereits 2022 folgte an dieser Stelle eine Einschränkung (C-175/20). Datenverarbeitungen, die im öffentlichen Interesse ausgeführt werden und personenbezogene Daten beinhalten, müssen auf das Notwendigste beschränkt werden (Rn. 72). Herbei argumentierte Ausnahmen, warum es mitunter zu schwer ist, Datenverarbeitungen auf das Nötigste zu beschränken, sollten nur die Ausnahme bleiben (Rn. 73). Daraus ergibt sich, dass man nicht einfach Daten unterschiedslos verarbeiten dürfe, sondern im Zweifel von der Verarbeitung absehen muss (Rn. 74). Der EuGH macht in diesem Urteil sehr deutlich, dass ein wesentlicher Umstand der Datenminimierung die zeitliche Begrenzung der Datenverarbeitung ist (Rn. 79, 80, 82) und die zeitliche Begrenzung der Datenverarbeitung einen wesentlichen Teil der Bewertung der Verhältnismäßigkeit der Datenverarbeitung darstellt.
Eine interessante Ergänzung findet sich im Fall C-77/21. Dort beschreibt der EuGH, dass eine Datenminimierung erreicht werden kann, wenn die Identifizierbarkeit von Personen nicht mehr gegeben ist, sobald der Zweck erreicht wurde (Rn. 52). Das macht Sinn, denn in Rn. 54 beschreibt der EuGH, dass eine legitime Datenverarbeitung unrechtmäßig werden kann, wenn die personenbezogenen Daten für die Erreichung des Zwecks nicht mehr benötigt werden.
2023 verschärfte der EuGH gefühlt seine Rechtsprechung. Vielleicht ein Vorgriff auf das Knallerurteil aus dem Dezember 2025 (C-492/23, Russmedia): Der EuGH beschreibt im Verfahren C-268/21, dass Verantwortliche Voreinstellungen (Pseudonymisierung, Nicht-Veröffentlichungen, Auflagen für Datenunutzende) zu treffen haben, die dafür sorgen, dass nur diejenigen Daten verarbeitet werden, die wirklich für das Erreichen des Zwecks nötig sind (Rn. 56).
Zu dieser gefühlten Verschärfung zählt meiner Meinung nach auch, dass der EuGH nun nicht mehr sagt, dass die Zeitbegrenzung der Datenverarbeitung zu einer Datenminimierung nach Art. 5 Abs. 1 Buchst. c beiträgt, sondern dass die Gefahr für die Grundrechte der Betroffenen steigt, je länger Daten durch den Verantwortlichen verarbeitet werden (C-26/22 & C-64/22, Rn. 95). Ein Argument, das 2024 wiederholt wurde (C-446/21, Rn. 53). Das Verfahren C-26/22 & C-64/22 ist bemerkenswert, weil der EuGH stark macht, dass personenbezogene Daten mit einem Negativfaktor besonders geeignet sind, Bürger_innen an der Ausübung ihrer Grundrechte zu hindern. Sie könnten sogar ganz besonders sensible Informationen über ihr Privatleben darstellen (Rn. 94). Die Verarbeitung von Negativfaktoren sollte also auf ein Minimalmaß beschränkt sein. Ein Argument, dass besonders relevant für das Bildungsystem ist.
Relativ frisch (Jahr 2025) ist das Urteil C-394/23. Es verschärft die Diskussionen um die Zweckbindung von Daten erheblich. Der EuGH wählte die Formulierung, dass die zu verarbeitenden Daten objektiv unerlässlich sein müssen, um den Zweck zu erreichen (Rn. 43).
Mit den aufgeführten Urteilsbegründungen lassen sich bereits fundierte Diskussionen zur Datenminimierung im Projekt der datenbasierten Bildungssteuerung führen, etwa zu den Themen: Zweckbindung, Verhältnismäßigkeit, Zeitlichkeit sowie Erreichbarkeit des Zwecks mit anderen Mitteln.
Wichtig ist jedoch: Die Aufgabe der Datenminimierung ist vom Verantwortlichen der Datenverarbeitung umzusetzen. Der EuGH betont dies stets (bspw. C-175/20, C-77/21, C-446/21). Verantwortliche müssen beweisen und darlegen können, dass sie die Grundsätze der Datenminimierung eingehalten haben. Es ist nicht Aufgabe von Betroffenen darzulegen, dass die Grundsätze verletzt wurden. Hier beginnt schon eine der schwierigsten Fragen des dt. Bildungssystems. Wer ist eigentlich verantwortlich?
Die Kultusministerien sichern die inneren Schulangelegenheiten ab. Sie stellen das Personal, die Schulaufsicht, Qualifizierungen etc. zur Verfügung. Die Schulträger, also die kommunalen Akteure, befassen sich mit den äußeren Schulangelegenheiten, wie der sachlichen Ausstattung. Diese Aufteilung ist unter Druck, haben doch viele Kommunen zunehmend nicht mehr die Ressourcen, die Sachaufwände von Schulen vollständig zu finanzieren. Länder und der Bund springen in den letzten Jahren regelmäßig ein. Auch ohne die aktuellen politischen Entwicklungen wie den DigitalPakt Schule, Startchancen und Co. kann man zu Recht beschreiben, dass das Bildungswesen an einer datenschutzrechtlichen Verantwortungsdiffusion leidet. Davon ausnehmen kann man explizit das Land Hamburg (Land und Schulträger sind die selbe Einheit).
Aufgelöst wird diese Diffusion häufig mit dem Verweis auf die Schulautonomie. Schulen als Organisationen, so die Annahme, bestimmen über die Zwecke und Mittel der Datenverarbeitung, weil in ihnen selbst die äußeren und inneren Schulangelegenheiten kulminieren. Die Schulautonomie setzt gerade und häufig im Feld der Qualitätsentwicklung an.
Schulen an sich entscheiden jedoch regelmäßig nicht über die Mittel der Datenverarbeitung. Schulische Landesplattformen wie LernSax, Logineo (RIP) und Lernraum werden von den Ländern entwickelt, gewartet und zur Verfügung gestellt. Auch fehlt es den Schulen regelmäßig an Mitteln, um wirklich Datenschutzqualität abzusichern. Beispielsweise wird zwar in Thüringen betont, dass Schulen Verantwortliche im Sinne der DSGVO sind, Datenschutzbeauftragte möchte das Land den Schulen jedoch nicht finanzieren, obwohl das Landesdatenschutzgesetz dies explizit vorschreibt (siehe Entwurf ThürSchulDSVO).
Die Klärung von Verantwortlichkeit in einem Bildungswesen der Datafizierung von Schüler_innen ist eine wesentliche Grundlage, um das Projekt datenbasierter Bildungssteuerung datenschutzkonform zu realisieren. Nicht nur, um zu erfassen, wer in der Pflicht ist, Schutzmaßnahmen zu etablieren, sondern weil damit auch die Frage zu klären ist, ob Daten einen Personenbezug haben (können) oder nicht (Siehe C-413/23 P, Rn 99). Viele Lehrkräfte können sehr genau an Texten, Zeichnungen oder typischen Fehlern erkennen, welcher ihrer Schüler_innen das Material erstellt haben.
Die folgenden Gedanken zur Datenminimierung richten sich explizit nicht auf Large-Scale-Assessments. Institute und Hochschulverbünde haben hier Verfahren etabliert, durch die davon ausgegangen werden kann, dass keine personenbezogenen oder personenbeziehbaren Daten verarbeitet werden.
Zweckbindung
Verarbeitungen personenbezogener Daten müssen auf einen klar beschriebenen und konkreten Zweck einzahlen. Allgemeinplätze wie „gute Bildung“, „hochwertiges Bildungsangebot“ oder „zeitgemäße Bildung“ sind für die Definition des Zwecks von Datenverarbeitungen für z. B. Lerndiagnostiktools zur adaptiven Lernförderung, Feedbackinstrumente, schulische Selbstevaluationen, Auswertungen von Lernstandserhebungen für die Schulentwicklung, den Aufbau von Datensets für Gespräche im Kontext der Bildungs-Erziehungspartnerschaft inkl. Elternbefragungen sowie die Einführung eines Bildungsverlaufsregisters ungeeignet. Müßig zu erwähnen, dass die Definition des konkreten Zwecks ex ante geschehen muss und nicht erst „im Tun“ herausgefunden werden kann.
Auch Beschreibungen, wie sie in der Publikation „Bessere Bildung 2035“ beschrieben werden, sind unzureichend, obwohl sie vorgaukeln, Konkretion und Verbindlichkeit in den Diskurs einzuführen. Die im Papier benannten Indikatoren sind gleichzeitig zu allgemein und zu konkret. Zeigen Large-Scale-Assessments beispielsweise, dass in Deutschland nun eine Anzahl X Schüler_innen mindestens gut lesen und rechnen kann, ist der Zweck der Datenverarbeitung als erfüllt anzusehen und die Datenverarbeitung von nun an nicht mehr nötig. Das Bildungssystem hätte genug gelernt, um nun entsprechend ohne weitere Datenverarbeitungen gute Bildung anbieten zu können.
Gleichzeitig sind die Angaben zu allgemein: „Alle Kinder und Jugendlichen sollen mit der Unterstützung durch Kitas und Schulen ihr volles Potenzial ausschöpfen können.“ Wer bestimmt, was das volle Potenzial eines Kindes oder Jugendlichen ist? Wie antizipiert man das Potenzial eines Menschen? Mit diesem Ziel können keine Datenverarbeitungen belastbar begründet werden.
Sinnvoller ist es, die Zwecke mit konkret hinterlegten Wirkungslogiken zu beschreiben. Daten über Schüler_innen werden gebraucht, damit entsprechend Förderungen X ausgelöst und durchgeführt werden können. Das setzt aber voraus, dass diese Förderungen für Schüler_innen in einem angemessenen Zeitraum auch stattfinden, staatliche Strukturen dafür Ressourcen und Personal vorhalten und somit mit einer höheren Datenverarbeitung dem Gemeinwohl gedient wird.
Datenerhebungen, die nur dazu dienen, dass Dashboards aufblinken und Schulaufsichten, Fachkräfte der Ministerien sowie Behördenleitungen diese ansehen, sind ungenügend. Das lernende Bildungssystem ist in sich keine gute Begründung für ein höheres Maß an Datenverarbeitungen, weil dem Gemeinwohl nicht mit einem Informationsbestand der staatlichen Akteure gedient wird, sondern mit realen materiellen Maßnahmen für Bürger_innen. Verweilen die Daten nur in den Datenbanken der Behörden, zielt die Verarbeitung nicht darauf, für möglichst viele Mitglieder des Gemeinwesens zu wirken. Es wäre nur das Halten von Daten auf Vorrat, eine Idee, die in Deutschland zu Recht kritisch diskutiert wird.
Do ut des, heißt es hier. Schüler_innen geben Daten, damit der Staat sie besser mit Förderungen unterstützen kann. Die SWK schlägt hier richtigerweise den Aufbau von Schulentwicklungsfonds vor. Mit Hilfe der Fonds wird auf Datenerkenntnisse reagiert. Der Zweck der individuellen Förderung von Schüler_innen ist hier direkt gegeben: die Planung des Mitteleinsatzes des Schulentwicklungsfonds.
Verhältnismäßigkeit
Wenn staatliche Stellen beginnen, umfangreiche Datenverarbeitungen über Bürger_innen zu planen, ist immer Achtsamkeit geboten. Die Gefahr, dass mehr Daten als nötig verarbeitet werden, ist hoch, vor allem weil der Staat mit überschaubaren Aufwand die Möglichkeit hat, Datensätze mit vielen anderen Datenquellen abzugleichen. All die im oben genannten Abschnitt benannten Vorhaben müssen mit konkreten und objektiv unerlässlichen Datenverarbeitungen unterlegt werden, die auf das objektiv notwendige Maß beschränkt sind. Konstrukte wie Data Richness sind für Forschungsvorhaben spannend, haben in der Beziehung zwischen Bürger und Staat aber nichts zu suchen.
Staatliche Stellen, zivilgesellschaftliche Akteure und gewählte Vertreter_innen (BSK, BER) sollten einen offenen Dialog darüber führen, welche Datensets sie für einzelne Unterprojekte der datenbasierten Steuerung für angemessen halten. Das ist eine Diskussion, die nicht der Wissenschaft überlassen werden sollte. Verhältnismäßigkeit kann auch strategisches Unterlassen von Datenverarbeitungen heißen, weil sich in Konsultationen gezeigt hat, dass sich der zu erwartende Benefit nicht mit gesellschaftlichen Annahmen deckt.
Ein weiterer Aspekt, an dem sich die Verhältnismäßigkeit entscheidet, ist der Wettbewerb unter den Ländern. Warum kann ein Land X mit einem Datensatz von bspw. 10 Datenpunkten ein Ziel erreichen, das Land Y benötigt aber 100 Datenpunkte? Bundesländer werden hier an ihrer unterschiedlichen Praxis gemessen werden, und Schüler_innen sowie Eltern (und auch Gerichte) werden zu Recht fragen, warum ein Land mehr Daten als ein anderes braucht. Ein koordiniertes Race to the Top, in dem sich alle Länder auf einen Maximalwert zu erhebender Daten koordinieren, ist a) unwahrscheinlich und b) ebenfalls nicht erfolgsversprechend.
Die grundrechtliche Argumentation von Bildung ist es, dass sie die grundgesetzlich garantierte freie Persönlichkeitsentfaltung fördert. Das datenschutzrechtliche Kernargument wiederum sagt, dass eine übermäßige Datenverarbeitung die freie Persönlichkeitsentfaltung mindert. Es braucht also ein koordiniertes Race to the Bottom, um zu explorieren, welche Daten das Bildungssystem wenigstens braucht.
Zeitlichkeit
Dazu zählt auch die Debatte, wie lange Daten über Sorgeberechtigte und Schüler_innen eigentlich im Bildungssystem verarbeitet werden müssen. Kluge und mutige Entscheidungen, die Datenverarbeitung zeitlich radikal zu begrenzen, würden die Verhältnismäßigkeit der Datenverarbeitungen enorm befördern. Ist der Zweck der Datenverarbeitung klug hinterlegt, im Sinne von, es soll ermöglicht werden, unmittelbare Interventionen zur individuellen Förderung der Schüler_innen zu ermöglichen, müssen bspw. viele Daten nicht mehr als zwei bis drei Jahre verarbeitet werden.
Für Unterprojekte wie das Bildungsverlaufsregister heißt dies: Fokussiert es sich auf die Zeit von Grund- und weiterführender Schule, ist der Zeitraum der Datenverarbeitung bereits so eng wie möglich gefasst. Werden jedoch Daten der Kitazeit, der Ausbildungszeit und der Studienzeit ebenfalls Teil des Bildungsverlaufsregisters, verarbeiten staatliche Stellen mitunter übermäßig lange Daten über junge Menschen.
Sind im Verlaufsregister nicht nur Grundlagendaten hinterlegt, sondern auch etwa Kompetenzen von Kindern und Jugendlichen, birgt ein langer Zeitraum immer auch die Gefahr, dass zunehmend mehr Daten mit einem Negativfaktor unnötig lange gespeichert werden und dafür sorgen, dass die Grundfreiheiten von Menschen übermäßig eingeschränkt werden könnten.
Es darf bezweifelt werden, dass Daten aus der Kitazeit in einem Bildungsverlaufsregister zum Zeitpunkt des Übergangs in die Ausbildung noch relevant sind („Tom hat schon immer Probleme mit XY gehabt“). Es würde also Sinn machen, dass ein Eintrag im Bildungsverlaufsregister neben einem kontinuierlichen Aufwuchs an Daten auch kontinuierlich Daten vergisst. Kita-Daten verschwinden bspw. zu dem Zeitpunkt, an dem die Grundschule verlassen wird. Grundschuldaten werden mit dem Übergang in die Ausbildung oder die Sekundarstufe II gelöscht etc.
Auch für individuelle Förderungen gilt: Wurde etwa mit Hilfe eines adaptiven Diagnose-Tools ein Förderbedarf festgestellt, ist diese Tatsache für das Bildungssystem nicht mehr relevant, sobald bei entsprechenden Schüler_innen die individuelle Förderung mit Erfolg stattgefunden hat.
Das Vergessen von personenbezogenen Daten kann besonders für adaptive KI-Systeme eine Herausforderung sein. Wenn Diagnostiken über Schüler_innen zum großen Datenkorpus von KI-Systemen werden, gilt es genau hinzuschauen, denn das eine sind die offensichtlichen Daten über die Schüler_innen: festgestellte Diagnosen, Förderungen, Name, Alter etc. Sie sind leicht entfernbar. Adaptive KI-Systeme nutzen die Daten von Usern jedoch auch für die regelmäßige Aktualisierung ihrer Trainingsdaten und zur Aktualisierung ihrer im neuronalen Netzwerk hinterlegten Tokens. Im Kern lässt sich argumentieren, dass auch die Datenspuren von jungen Menschen in den Tokens der neuronalen Netzwerke zu einem festgelegten Zeitpunkt zu löschen sind. Zukunftsfester und datenschutzkonformer ist es, wenn adaptive Systeme schlicht mit einem belastbaren Lerner-Modell und aktuellen wissenschaftlichen Erkenntnissen aufgesetzt sind und das Hinzuführen neuer wiss. Erkenntnisse zur Aktualisierung des KI-Modells führt und nicht die Aufzeichnung und Überwachung der Nutzung durch die Schüler_innen.
Erreichbarkeit des Zwecks mit anderen Mitteln
Wie der EuGH mehrfach beschreibt, zahlt eine Datenverarbeitung dann auf den Grundsatz der Datenminimierung ein, wenn der definierte Zweck nur mit Mitteln der Datenverarbeitung erreichbar ist. Hier ergibt sich das größte argumentative Problem für Behörden im Bildungswesen. Sie müssen aufzeigen, dass sie nicht in der Lage sind, Schüler_innen zu fördern, ohne dass es zu massiven Datenverarbeitungen kommt.
Interessant sind hier drei Gedankengänge.
Erstens: Internationale Vergleichsstudien dokumentieren über einen langen Zeitraum hinweg, wie sich die Kompetenzniveaus von Schüler_innen teils über Jahrzehnte entwickelt haben. Der Trend ist eindeutig: Kompetenzmessungen früherer Kohorten stellen höhere Kompetenzniveaus bei Schüler_innen dar. Es müsste also aufgezeigt werden, warum es früher ohne enorme Datenverarbeitungen möglich war, Schüler_innen besser zu fördern. Offensichtlich war es bereits möglich, den Zweck mit anderen Mitteln zu erreichen.
Zweitens hat das Bundesverfassungsgericht in seinem Urteil vom 19. November 2021 dargestellt, wie der Staat die ihm obliegende Gestaltung des Schulsystems auszufüllen hat. Die aufgeführten Aspekte (organisatorische Gliederung der Schule, die strukturellen Festlegungen des Ausbildungssystems, das inhaltliche und didaktische Programm der Lernvorgänge und das Setzen der Lernziele, die Entscheidung darüber, ob und wieweit diese Ziele von den Schüler_innenn erreicht worden sind, sowie die Bestimmung der Voraussetzungen für den Zugang zur Schule, den Übergang von einem Bildungsweg zum anderen und die Versetzung innerhalb eines Bildungsganges, Rn. 54) führt das Gericht in seiner Begründung zum Recht auf schulische Bildung an. Es sind diejenigen Mindestleistungen, die dazu führen sollen, dass eine chancengleiche Entwicklung junger Menschen stattfinden kann, wobei der Staat nicht allen Kindern und Jugendlichen gegenüber zu Chancengleichheit verpflichtet ist, sondern sich auf das möglich Machbare zurückziehen kann (Rn. 56).
Drittens muss geprüft werden, ob das möglich Machbare bereits heute vollumfänglich ausgeschöpft ist. Das darf angezweifelt werden. Blickt man auf die sachliche Ausstattung durch die Schulträger, zeigt das KfW-Kommunalpanel 2025, dass es einen Investitionsstau in Höhe von ca. 68 Mrd. Euro für die sachliche Ausstattung von Schulen gibt. Nur ca. die Hälfte der Kommunen bejaht, dass sie den kommunalen Finanzbedarf für Bildung decken kann. Auf Seiten der Länder zeigt sich, dass trotz der Einbindung von Seiten- und Quereinsteiger_innen viele tausend Lehrkräftestellen nicht besetzt sind. Ob die Gründe Sparmaßnahmen oder mangelnde Excelkenntnisse in den Behörden sind, ist unerheblich. Die Länder schaffen es nicht, das nötige Personal für das Schulsystem vorzuhalten.
Aus der Datenschutzperspektive wäre es hier also zunächst angebracht, Schulen mit den Büchern, Räumen und Materialien zu versorgen, die sie in ihrem Tagesgeschäft benötigen. Wenn im Chemieunterricht die Lauge fehlt, um Experimente durchzuführen, ist es nur logisch, dass sich dies auf das Lernen von Schüler_innen auswirkt. Gleiches gilt für die Lehrkräfte selbst. Es braucht Lehrkräfte, die unterrichten, sich Schüler_innen annehmen und Fördermaßnahmen in Abstimmung mit den Sorgeberechtigten planen sowie umsetzen. Es liegt auf der Hand, dass es für den Lernerfolg und die Herstellung chancengleicher Bedingungen für die Schüler_innen Lehrkräfte braucht.
Allein im reichen Bayern haben im Schuljahr 25/26 ca. 3.010 Lehrkräfte an den verschiedenen Schulformen gefehlt. Nimmt man fiktiv und konservativ geschätzt an, dass jede dieser fehlenden Lehrkräfte jede Woche 15 Unterrichtsstunden erteilen würde, würden jede Schulwoche ca. 45.150 Stunden nicht unterrichtet werden. Es sollte unbestreitbar sein, dass es Auswirkungen auf die Lernerfolge von Schüler_innen hat, wenn jede Woche zehntausende Unterrichtsstunden nicht erteilt werden.
Was wären also andere Mittel, um den Zweck zu erreichen, für den eine umfangreiche datenbasierte Bildungssteuerung aufgebaut werden soll? Das könnte zum Beispiel die Finanzierung aller sachlichen Leistungen im Bildungswesen sein, etwa durch das Ausklammern von Bildungsfinanzen aus Schuldenbremsenlogiken, die Neustrukturierung der Finanzen oder andere Wege, die kreative Finanzbeamt finden können. Ein weiterer Punkt wäre die Besetzung offener Lehrkräftestellen. Das kann erreicht werden durch bessere Bezahlung, attraktivere Arbeitsplätze, die Auflösung von Befristungsstrukturen, die Einführung von Basic-Standards der modernen Arbeitswelt wie Arbeitszeiterfassung, individuelle Fortbildungsbudgets etc. Auch die Durchführung von Excel-Fortbildungen für Ministerialbeamte könnte helfen.
Darüber hinaus kann das Bildungssystem zum lernenden Bildungssystem werden, indem effiziente Fortbildungsstrukturen aufgebaut werden. Fortbildungen sind nicht als Auszeit vom Arbeitsalltag zu verstehen, sondern sollten systematisch und kriteriengeleitet durch unabhängige wissenschaftliche Stellen angeboten werden. Gleichzeitig sollte es selbstverständlich sein, dass Landesbehörden strategische Fortbildungsmaßnahmen vorgeben. So könnte es bspw. Pflicht sein, dass alle Lehrkräfte DaZ-Fortbildungen absolvieren, um der wachsenden Heterogenität an Schulen gut begegnen zu können.
Die Möglichkeiten staatlicher Akteure, systemweit für Qualität im Bildungssystem zu sorgen, sind umfangreich und bei Weitem nicht ausgeschöpft. Für staatliche Akteure wird es daher schwer, darzustellen, dass nur eine erhöhte Datenverarbeitung mehr Qualität und Wirkung in das Bildungssystem bringt.
Verantwortlich und strukturell Datenverarbeitungen konzeptionieren
Die Planung zur Verarbeitung personenbezogener Daten ist ein systematischer Prozess, der willentlich und konzeptionell gestaltet werden muss. Es gilt, sich vorab als verantwortliche Stelle strukturell zu überlegen, welche Maßnahmen auf den Grundsatz der Datenminimierung einzahlen. Zweckbindung, Verhältnismäßigkeit, Zeitlichkeit und die Prüfung weiterer Optionen sind gute Leitplanken, um zukunftsfest vorwärts zu denken.
Wichtig: Verantwortliche müssen diese Frage selbst klären. Ein Aufdrängeln der nötigen Datenverarbeitungen durch EdTechs, parastaatliche Medieninstitute oder auch NGOs durch herbeigeredete technische und gesellschaftliche Notwendigkeiten mit dem Ziel Datenverarbeitungen zu maximieren hilft der Sache nicht, denn es sorgt dafür, dass das gesamte Projekt zur datenbasierten BIldungssteuerung unterlaufen wird. Mehr würde es bringen, wenn Kämmerer, Finanzbeamte oder Entscheider_innen zunächst das Bildungssystem mit dem Mindestmaß an Ressourcen versorgen würden.