ZusammenfassungDie Einwilligung stellt im deutschen wie im europäischen Recht die wichtigste Voraussetzung (Erlaubnistatbestand) für den Umgang mit personenbezogenen Daten dar. Mit Blick auf die Datenqualität und Repräsentativität kann ein striktes Einwilligungserfordernis ein Hemmnis für datenintensive Forschung darstellen. Ein Versuch mit diesem Dilemma umzugehen besteht darin, datenschutzrechtliche Standards bereichsbezogen aufzuspalten: Während (Gesundheits-)Versorgung auf einem Informed oder Narrow Consent basiert, wäre in der Forschung ein Broad Consent oder gar eine von der Einwilligung gelöste Verwendung zulässig. Wer grundrechtlich vorzugswürdig weiterhin primär auf ein einwilligungsbasiertes Regelungskonzept setzt (Opt-in-Modell), muss nach Mechanismen fragen, um Einwilligungsentscheidungen so treffen zu können, dass fortlaufende Kontrolle ermöglicht wird. Das verdeutlicht, warum es attraktiv ist, das Modell eines Dynamic Consent zu entfalten und kontextsensibel weiterzuentwickeln. Für eine robuste Umsetzung des Dynamic Consent bedarf es zugleich Delegationsmöglichkeiten. Der Einsatz sog. Datentreuhänder gehört zu den prominenten Vorschlägen, wie unter Big-Data-Bedingungen ein adäquater Datenschutz gewährleistet werden kann.

No abstract

ZusammenfassungWir haben argumentiert, dass Datensouveränität die Befähigung von Akteuren zu informationeller Freiheitsgestaltung durch Kontrolle der Verwendung sie betreffender Daten bezeichnet (Kap. 1). Im Anschluss haben wir den Dynamic Consent als Umsetzungsmechanismus von Datensouveränität vorgeschlagen (Kap. 2). Im Folgenden fokussieren wir vier miteinander in Wechselwirkung stehende Governance-Ebenen (siehe Abb. 3.1), auf denen Datensouveränität im deutschen Gesundheitssystem ermöglicht und gestärkt werden kann: Hard Law (3.1), Soft Law (3.2), Teilhabe (3.3) und IT (3.4).

ZusammenfassungIn den vergangenen Jahren tritt Souveränität als Leitkonzept im Kontext der Digitalisierung immer häufiger in Erscheinung. Im Folgenden werden wir einen spezifischen Fall von Datensouveränität in den Blick nehmen und entfalten: die Datensouveränität von Patientinnen im deutschen Gesundheitswesen. Wir argumentieren, dass Datensouveränität mindestens zwei Aspekte umfasst. Zum einen hat Datensouveränität eine abwehrrechtliche Dimension, die primär den Schutz von Persönlichkeitsrechten und die Bewahrung von Freiheitsvollzügen betrifft. Zum anderen ist mit Datensouveränität der Anspruch verknüpft, Daten verfügbar machen zu können. Für beide Aspekte ist die Kontrollierbarkeit von Daten zentrale Voraussetzung.

Current technological and medical advances lend substantial momentum to efforts to attain new medical certainties. Artificial Intelligence can enable unprecedented precision and capabilities in forecasting the health conditions of individuals. But, as we lay out, this novel access to medical information threatens to exacerbate adverse selection in the health insurance market. We conduct an interdisciplinary conceptual analysis to study how this risk might be averted, considering legal, ethical, and economic angles. We ask whether it is viable and effective to ban or limit AI and its medical use as well as to limit medical certainties and find that neither of these limitation-based approaches provides an entirely sufficient resolution. Hence, we argue that this challenge must not be neglected in future discussions regarding medical applications of AI forecasting, that it should be addressed on a structural level and we encourage further research on the topic.