Daten

Begriff und grundlegende Bedeutungen

„Daten“ ist der Plural von „Datum“ und bezeichnet im allgemeinen Sinn Fakten, Zeitpunkte oder kalendarische Zeitangaben. Als Pluralwort stehen Daten außerdem für durch Beobachtungen, Messungen und ähnliche Verfahren gewonnene Zahlenwerte sowie für darauf beruhende Angaben oder formulierbare Befunde.

In der Umgangssprache können Daten Gegebenheiten, Tatsachen oder Ereignisse meinen. In der Fachsprache sind Daten Zeichen, die eine Information darstellen. Eine einheitliche Definition gibt es bisher nicht, weil verschiedene Fachgebiete – darunter Informatik, Mathematik, Wirtschaftstheorie, Neurowissenschaften und Biowissenschaften – dem Begriff unterschiedliche, meist ähnliche Bedeutungen geben.

Daten und Information werden umgangssprachlich oft gleichbedeutend verwendet. Die Informationstheorie unterscheidet sie jedoch grundsätzlich: Daten sind Darstellungen beziehungsweise Zeichen, während Information erst durch ihre Interpretation und ihren Bedeutungskontext entsteht.

Daten in Informatik und Programmierung

In der Datenverarbeitung werden Daten als Zeichen oder Symbole verstanden, die Informationen darstellen und dem Zweck der Verarbeitung dienen. Die inzwischen abgelöste Norm DIN 44300 Nr. 19 definierte Daten ab 1985 als „Gebilde aus Zeichen oder kontinuierliche Funktionen, die aufgrund bekannter oder unterstellter Abmachungen Informationen darstellen, vorrangig zum Zweck der Verarbeitung und als deren Ergebnis.“

Die seit 1993 geltende Norm ISO/IEC 2382-1 definiert Data als „a reinterpretable representation of information in a formalized manner, suitable for communication, interpretation, or processing“, also als wieder interpretierbare, formalisierte Darstellung von Information, die zur Kommunikation, Interpretation oder Verarbeitung geeignet ist.

In der Informatik sind Daten meist maschinenlesbare und maschinenbearbeitbare, in der Regel digitale Repräsentationen von Information. Ihr Inhalt wird in Zeichen oder Zeichenketten kodiert. Die Regeln für den Aufbau dieser Darstellung heißen Syntax. Die Bedeutung wird durch Interpretation in einem Kontext erschlossen und gehört zur Semantik. Die Zeichenfolge „123456“ kann beispielsweise eine Telefonnummer, eine Kontonummer oder die Anzahl von Kfz-Neuzulassungen in einem bestimmten Zeitraum darstellen. Ohne Kontext ist sie lediglich eine Aneinanderreihung von Ziffern.

Daten werden auf Datenspeichern wie Festplatten, DVDs, Flash-Speichern oder Magnetbändern gespeichert; früher wurden auch Lochkarten verwendet. Die Datenträger gehören zur Hardware, während die enthaltenen Daten als immaterieller Begriff gelten. Die Form der Darstellung heißt Kodierung, die Menge der möglichen Zeichen Codealphabet, zum Beispiel UTF-8. Verschiedene Kodierungen können dieselbe Information darstellen.

In der Digitaltechnik dominiert die binäre Kodierung. Ein Bit ist die kleinste Informationseinheit. Gebräuchliche Speicherzellen kennen die Zustände „an“ und „aus“, die als „1“ und „0“ interpretiert werden. Flash-Speicher können mit MLC- oder TLC-Speicherzellen mehr als ein Bit pro Zelle speichern. Speicherzellen für überlagerte Quantenzustände, sogenannte Qubits, befinden sich noch im Forschungsstadium.

In Programmen sind Daten vor allem Quelle und Ziel der Verarbeitung. Deklarationen legen Datenstrukturen und Datenfelder fest; Befehle verarbeiten die Daten. Wichtige Begriffe sind der Datenbestand, in dem Daten gespeichert, erzeugt, verändert, gelöscht oder gelesen werden, der Datensatz mit den Angaben zu einem Objekt oder einer Entität, das Datenfeld als einzelne elementare Angabe, die Datenstruktur als Zusammenfassung mehrerer Datenfelder und der Datentyp als Klassifizierung, etwa Text, numerisch/Gleitkomma oder Array. Der Datentyp bestimmt mit, welche Methoden und Funktionen auf Daten angewendet werden können.

Kategorien und Arten von Daten

Daten lassen sich nach verschiedenen Kriterien einteilen:

• Nach der Strukturierung gibt es strukturierte Daten mit gleichartigem Datenmodell, semistrukturierte Daten, die nur einen Teil der Strukturinformation mitführen, und unstrukturierte Daten ohne formalisierte Struktur. Beispiele sind Datenbanken und Dateien, XML sowie Dokumente, Texte und Grafiken.
• Nach der Beständigkeit unterscheidet man transiente, also flüchtige oder vorübergehende Daten, und persistente, dauerhaft vorhandene Daten. Beispiele sind temporäre Dateien und eine Mobile Subscriber Roaming Number beziehungsweise PDF- und Videodateien.
• Nach der Digitalisierung gibt es analoge Daten, die nicht digital vorliegen, und digitale Daten. Beispiele sind ein analoges Foto oder eine Schallplatte sowie eine Bild- oder Musikdatei.
• Nach dem Aggregationsgrad werden Mikrodaten auf der statistischen Mikroebene und Makrodaten auf der statistischen Makroebene unterschieden. Mikrodaten können personenbezogene Daten, Personendaten, Kundendaten oder Unternehmensdaten sein; Makrodaten sind beispielsweise volkswirtschaftliche Kennzahlen wie Bruttoinlandsprodukt oder Exportquote.
• Nach der Entstehung unterscheidet man Primärdaten, die unmittelbar durch Beobachtung, Messung oder Datenerhebung gewonnen werden, und Sekundärdaten, die aus der Verarbeitung von Primärdaten entstehen. Aus den Angaben, dass ein Zimmer 5 Meter lang, 4 Meter breit und 2,80 Meter hoch ist, lassen sich beispielsweise eine Fläche von 20 m² und ein Rauminhalt von 56 m³ ableiten.

Weitere Begriffe bezeichnen besondere Datenarten. Anwendungsdaten sind fachlich-funktional zu verarbeitende Daten; technische Daten wie Installationsdaten, Programmcode und ausführbare Dateien stehen ihnen gegenüber. Neartime-Daten sind Kopien aktueller Daten mit etwas geringerer Aktualität als die Originale; Echtzeitdaten heißen Realtime-Daten. Sicherungsdaten sind kopierte Datenbestände zur Wiederherstellung, etwa nach irrtümlichem Löschen. Originäre Daten liegen erstmals und einmalig vor, während aus ihnen abgeleitete Daten wie Summen oder Kopien gebildet werden können. Serielle oder sequentielle Daten werden in einer Standard-Dateiform des Betriebssystems und nicht unter einem Datenbankmanagementsystem verwaltet; meist ist nur ein Lesen oder Schreiben der Reihe nach möglich. Historische Daten speichern den Bestand zu bestimmten Zeitpunkten, etwa den Stand vor Änderungen oder zum Jahresanfang.

Verarbeitung und Betrachtungsebenen

Die grundlegenden Datenoperationen werden mit dem Prinzip CRUD zusammengefasst: create steht für das erstmalige Erfassen, read für das Lesen, update für das Verändern und delete für das Löschen von Daten. Gegenstand ist meist eine zusammengehörige Datengruppe, zum Beispiel eine Kundenadresse oder Bestellung. Computerprogramme lösen diese Operationen über Befehle aus, die Teil eines implementierten Algorithmus sind.

Gespeicherte Daten können einfach wiedergegeben werden, etwa in Anzeigen oder Listen. Bei der Auswertung fließen sie in logische, mathematische oder darstellende Verfahren ein, zum Beispiel in Summen-, Durchschnitts- und Differenzbildungen, Datenabgleiche oder grafische Diagramme. Datenimport und Datenexport ermöglichen den Datenaustausch zwischen Systemen. Wenn diese unterschiedliche Daten- oder Dateiformate verwenden, ist eine Datenkonvertierung erforderlich.

Daten entstehen und wirken auf mehreren miteinander verbundenen Ebenen. Im Datenmanagement werden Rahmenbedingungen festgelegt: Zuständigkeiten und Eigentum, Entstehung und Nutzung, Zugriffsrechte, Datensicherheit, Datenschutz, Datensicherung, unternehmensweite Datenmodelle, Namenskonventionen und der Einsatz von Datenwerkzeugen. Beim Datendesign, besonders in Softwareprojekten, werden Datenarchitektur, Beziehungen zwischen Daten, Speicherformen in Datenbanken oder Dateien, Pflicht- und optionale Felder, Datentypen, Datenstrukturen sowie mögliche Attributwerte geplant.

Bei der technischen Implementierung werden diese Festlegungen in ein Datenbankmodell übertragen oder in Programmcode umgesetzt. Deklarationen ordnen Datenfelder nach Eigenschaften wie Position, Länge und Datenformat an. Die tatsächlich gespeicherten und von Programmen verwendeten Werte bilden die Ebene der konkreten Daten.

Recht, Wirtschaft, Technik und Beispiele

Im Datenschutzrecht sind im Wesentlichen personenbezogene Daten gemeint, also Angaben über natürliche Personen, beispielsweise Geburtsdatum oder Wohnort. Im Unionsrecht findet sich der Begriff unter anderem in Art. 4 Nr. 1 DSGVO, in Art. 2 Datenverordnung und in Art. 3 KI-VO. Nach § 202a StGB sind Daten im strafrechtlichen Sinn solche, die elektronisch, magnetisch oder sonst nicht unmittelbar wahrnehmbar gespeichert oder übermittelt werden. Diese technische Sicht betrifft maschinenlesbar codierte Zeichen. Davon zu unterscheiden ist die semantische Dimension als Träger von Informationen. Der Informationsgehalt kann durch Urheberrecht, gewerblichen Rechtsschutz oder Datenschutz geschützt sein; unbefugte Veränderungen der Codierung auf einem Datenträger können das Sacheigentum am Datenträger verletzen. Ein dem Sacheigentum nach §§ 903 ff. BGB entsprechendes Eigentum an Daten kennt das deutsche Recht nicht, weil Daten beliebig und fast ohne Kosten vermehrbare, nicht-rivale Güter sind. Eigentum an Datenträgern wird dagegen anerkannt; das Verhältnis zwischen Datenträgereigentum beziehungsweise Eigentum an datenproduzierenden Geräten und den darauf gespeicherten oder erzeugten Daten ist noch nicht abschließend geklärt. Österreich unterscheidet unter anderem personenbezogene und nicht personenbezogene Daten nach § 36 DSG und bestraft verschiedene Datendelikte, etwa Datenbeschädigung nach § 126a StGB, Datenfälschung nach § 225a StGB und betrügerischen Datenverarbeitungsmissbrauch nach § 148a StGB.

In der Betriebs- und Volkswirtschaftslehre sind Daten gegebene, meist vom Entscheidungsträger nicht beeinflussbare ökonomische Größen. Endogene Faktoren liegen innerhalb des Betriebs, exogene Faktoren kommen aus der Umwelt, etwa Klima- und Wetterdaten, Gesetze, Tarifverträge oder Handlungen von Konkurrenten, Lieferanten und Abnehmern. Unternehmensdaten werden in operative Daten für das Tagesgeschäft und dispositive Daten für Managemententscheidungen eingeteilt. Außerdem unterscheidet man harte Daten, die durch quantifizierende Messmethoden als Messzahlen gewonnen werden, und weiche Daten, die personen- oder situationsabhängig und unterschiedlich interpretierbar sind.

Technische Daten beschreiben wesentliche technische Merkmale von Gegenständen, etwa Abmessungen, Gewicht, Leistung, Energie- oder Wasserverbrauch und Inhaltsstoffe. Sie stehen beispielsweise in Bauanleitungen, Gebrauchsanleitungen, Manuals, Packungsbeilagen und Schaltplänen. Im Bereich der Telemedien werden Nutzungsdaten, Randdaten oder Verkehrsdaten unterschieden. Umweltdaten informieren über Zustand und Entwicklung der Umwelt und können durch Messungen empirisch erhoben werden.

Typische Daten im allgemeinen Sinn sind Lexikon- und Buchinhalte, Thermometeranzeigen, Jahresringe eines Baumes, gemessene Fahrzeuggeschwindigkeiten, Umfrage- und Volkszählungsantworten, Versuchsergebnisse, technische Fakten, Pressearchive sowie Briefe, Notizen und Protokolle. In der Informatik erscheinen Daten als Bits und Bytes auf Festplatten, USB-Sticks und DVDs, bei der Übertragung über das Internet oder an Mobiltelefone, als Zeichenketten in Textdateien oder als Binärdateien wie Maschinencode, Datenbankinhalte, digitale Fotos, Tonaufnahmen und Videos.

Seit der Jahrtausendwende soll der Anteil digitaler Daten den analoger Aufzeichnungsbestände überschritten haben. Für 2020 nennt der Artikel etwa 60 Zettabytes (6*10^{22} Bytes = 60 Billionen Gigabytes) an erzeugten und weiterverwendeten digitalen Daten. Zugleich wird für 2020 eine Menge von etwa 40 Zettabytes genannt, die erstellt, vervielfältigt und konsumiert wurden; diese Angaben stehen im Artikel nebeneinander. Das Gesamtvolumen sei in zehn Jahren um mehr als das Zwanzigfache gewachsen und wachse jährlich etwa um 25 %. Der weltweite Datenverkehr und der Anteil „dunkler Information“, also des zunehmenden Austauschs von Informationen zwischen Maschinen, sollen sich weiter vervielfachen.