Vom Papierbogen zum Dashboard: Daten sozialer Programme digitalisieren

Wenn Daten von Begünstigten auf Papierbögen beginnen und in Tabellen auf mehreren Laptops enden, wird jeder Bericht zu einer kleinen Recherche. Die Digitalisierung der Daten sozialer Programme kann das beheben, doch Tablets oder eine App zu kaufen ist der leichte Teil. Schwierig ist es, festzulegen, welche Daten man braucht, sie korrekt zu halten und die Menschen zu schützen, die sie beschreiben

Dieser Leitfaden richtet sich an Programmverantwortliche in NGOs, CSR und TJSL Teams, bei Gebern und in lokalen Behörden, die Daten über Begünstigte erheben

Warum Papierbögen und verstreute Tabellen nicht ausreichen

Papier ist billig, vertraut und funktioniert ohne Netz. Die Probleme beginnen, wenn Daten weitergegeben werden müssen. Bögen brauchen manchmal Wochen bis ins Büro, manche gehen unterwegs verloren, und jedes Abtippen kann einen Namen oder eine Zahl verändern

Getrennte Tabellen machen es schlimmer. Wenn jede Mitarbeiterin oder jeder Partner eine eigene Datei führt, kann dieselbe Person zweimal mit unterschiedlicher Schreibweise auftauchen, Spalten bedeuten Verschiedenes, und niemand weiß, welche Version aktuell ist. Entscheidungsträger erhalten Summen, die sie nicht bis zu einzelnen Datensätzen zurückverfolgen können, und eine einfache Frage, etwa wie viele Frauen eine Schulung abgeschlossen haben, kostet Tage des Zählens

Beim MEL Rahmen beginnen, dann den Datenfluss abbilden

Bevor Sie ein Werkzeug wählen, gehen Sie zurück zum MEL Rahmen des Programms (Monitoring, Evaluation und Lernen). Listen Sie die Indikatoren auf, über die Sie berichten müssen, wie oft jeder gemessen wird und wer ihn nutzt, von einer Feldkoordinatorin, die wöchentliche Zahlen braucht, bis zu einem Geber, der einen Jahresbericht liest. Jede Frage auf einem Bogen sollte einem dieser Nutzer dienen; dient sie niemandem, streichen Sie sie. Ein Beispiel finden Sie in unserem Artikel Trainingsergebnisse messen, und wie wir MEL Systeme gestalten, in unserer Leistung Monitoring, Evaluation & Learning

Bilden Sie dann den Datenfluss ab:

1. Im Feld erheben
2. Qualität prüfen
3. Sicher speichern
4. Analysieren
5. Für Entscheidungen nutzen

• Erheben: Mitarbeitende füllen beim Besuch einen digitalen Bogen auf Telefon oder Tablet aus, und jede begünstigte Person hat eine eindeutige ID
• Prüfen: Eine Aufsichtsperson sieht neue Datensätze alle paar Tage auf Lücken, Dubletten und unplausible Werte durch
• Speichern: Datensätze gehen in eine zentrale Datenbank mit kontrolliertem Zugang und Sicherungen, nicht auf private Laptops oder in Chatgruppen
• Analysieren: Indikatoren werden nach einer schriftlich festgelegten Methode berechnet, sodass dieselbe Frage immer dieselbe Antwort erhält
• Nutzen: Die Ergebnisse erreichen die im MEL Plan genannten Personen als Dashboard, als kurze Zusammenfassung für Dorfversammlungen oder als Bericht für Geber

Wie man Werkzeuge für die Digitalisierung von Programmdaten auswählt

Denken Sie in drei Ebenen: Erhebung, Speicherung und Darstellung. In abgelegenen Gebieten zählt die Offline-Erhebung am meisten. Open-Source-Werkzeuge wie KoboToolbox und ODK wurden dafür gebaut: Mitarbeitende füllen Bögen ohne Netz auf Telefon oder Tablet aus und senden sie, sobald sie wieder online sind. Beide nutzen XLSForm, einen tabellenbasierten Standard für Formulare, der Prüfregeln, Sprunglogik und mehrere Sprachen unterstützt

Für einen kleinen Pilotversuch kann eine Tabelle genügen, doch eine Datenbank ist sicherer, sobald mehrere Personen gleichzeitig Daten eingeben oder Datensätze über Jahre verknüpft werden müssen. Dashboards sollten aus diesem einen Speicher lesen, damit alle dieselben Zahlen sehen. Vergleichen Sie die Optionen nach denselben Kriterien:

Auch der Ort des Hostings ist rechtlich wichtig, denn UU PDP knüpft die Übermittlung personenbezogener Daten ins Ausland an Bedingungen. Einige Open-Source-Werkzeuge, darunter ODK, lassen sich auf eigenen Servern betreiben, was mehr Kontrolle gibt, aber technisches Personal erfordert

Datenqualität ins System einbauen

Digitale Werkzeuge machen es leichter, gute Gewohnheiten durchzusetzen:

• Prüfregeln: Zentrale Fragen zu Pflichtfeldern machen, zulässige Bereiche festlegen (etwa ein Alter zwischen 0 und 110) und Auswahllisten statt Freitext nutzen
• Eindeutige IDs: Jeder begünstigten Person oder jedem Haushalt bei der Registrierung eine ID geben und sie bei jedem Besuch wiederverwenden, damit sich Datensätze über die Zeit verknüpfen und Dubletten auffallen
• Aufsicht und Stichproben: Einige Befragungen unangekündigt begleiten und eine Stichprobe von Befragten kurz erneut befragen. Die Forschungsleitlinien von J-PAL empfehlen Nachbefragungen bei mindestens 10 Prozent der Befragten und unangekündigte Kontrollen bei 15 Prozent der persönlich geführten Befragungen
• Bereinigungsroutinen: Die Rohdaten unverändert aufbewahren, jede Korrektur mit Datum und Grund protokollieren und dieselben Prüfungen jede Woche durchführen, nicht erst kurz vor einem Bericht

Genauigkeit ist auch eine rechtliche Pflicht: UU PDP verlangt von Verantwortlichen, also den Organisationen, die entscheiden, warum und wie personenbezogene Daten verarbeitet werden, die Daten richtig, vollständig und konsistent zu halten und zu überprüfen

Daten der Begünstigten nach UU PDP schützen

Was das Gesetz verlangt

Das indonesische Datenschutzgesetz UU Nomor 27 Tahun 2022 trat am 17. Oktober 2022 in Kraft, und Organisationen hatten zwei Jahre, bis Oktober 2024, um sich anzupassen. Es erfasst Einzelpersonen, Unternehmen, öffentliche Stellen und internationale Organisationen, sodass NGOs, Unternehmen und Behörden gleichermaßen darunter fallen. Eine Durchführungsverordnung, PP 33/2026, wurde im Juli 2026 erlassen und tritt am 16. Januar 2027 in Kraft. Die wichtigsten Punkte für Programmdaten:

• Rechtsgrundlage: Die ausdrückliche Einwilligung ist eine von sechs Grundlagen, neben anderen wie rechtlichen Verpflichtungen und Aufgaben im öffentlichen Interesse. Die Einwilligung muss schriftlich oder aufgezeichnet sein, und Sie müssen sie nachweisen können
• Zweckbindung und Datenminimierung: Den Zweck bei der Erhebung nennen, nur erheben, was dieser Zweck braucht, und die Daten nur dafür verwenden
• Besondere personenbezogene Daten: Gesundheits-, biometrische und genetische Daten, Strafregister, Kinderdaten und persönliche Finanzdaten brauchen besondere Sorgfalt. Kinderdaten erfordern die Einwilligung eines Elternteils oder Vormunds, und die Verarbeitung besonderer Daten gilt als hohes Risiko, das eine Datenschutz-Folgenabschätzung erfordert
• Sicherheit: Daten vor unbefugtem Zugriff, Offenlegung und Veränderung schützen, vertraulich halten und alle beaufsichtigen, die sie in Ihrem Auftrag verarbeiten
• Rechte: Betroffene können Auskunft, eine Kopie ihrer Daten, Berichtigung, Löschung oder eingeschränkte Verarbeitung verlangen und ihre Einwilligung widerrufen
• Meldung von Datenpannen: Versagt der Schutz, die Betroffenen und die Datenschutzbehörde innerhalb von 3 x 24 Stunden schriftlich benachrichtigen und angeben, was wann und wie offengelegt wurde und was Sie dagegen tun

Gute Praxis über das Gesetz hinaus

Daten, die Sie nie erheben, können nicht abfließen, also hinterfragen Sie jedes neue Feld. Bevor Sie Daten für Analysen oder Berichte weitergeben, entfernen Sie Namen, NIK Nummern, Telefonnummern und genaue Koordinaten. Selbst dann können, wie das OCHA Centre for Humanitarian Data anmerkt, Kombinationen zentraler Merkmale wie Ort oder ethnische Zugehörigkeit noch Einzelne identifizieren; vermeiden Sie daher Aufschlüsselungen, die nur eine Handvoll Menschen beschreiben

Geben Sie jeder Person nur den Zugriff, den ihre Rolle erfordert. Erklären Sie die Einwilligung in der Sprache, die die Menschen im Alltag sprechen, nicht nur in geschriebenem Bahasa Indonesia, und sagen Sie, was passiert, wenn sie ablehnen. Wenn Partner Daten erheben oder erhalten, schließen Sie eine Vereinbarung über die Datenweitergabe zu Zweck, Rollen, Sicherheit, Aufbewahrung und Programmende; wo Organisationen gemeinsam über die Verarbeitung entscheiden, verlangt UU PDP selbst eine Vereinbarung über Rollen und Verantwortlichkeiten

Einführung: Schulung, Pilotphase und Übergabe

Ein neues System funktioniert nur, wenn Menschen es jeden Tag auf dieselbe Weise nutzen:

1. Praxisnah schulen: Datenerhebende den echten Bogen in einem Testdorf üben lassen, einschließlich des Einwilligungstextes und des Vorgehens ohne Akku oder Netz
2. Zuerst pilotieren: Den ganzen Ablauf einige Wochen lang in einem Gebiet durchspielen, von der Erhebung bis zum Dashboard, und Probleme beheben, bevor ausgeweitet wird
3. Schriftlich festhalten: Ein kurzes Handbuch zu Bogenlogik, ID Regeln, Bereinigungsschritten und Zugriffsrechten führen, damit das System nicht von einer Person abhängt
4. Das Ende planen: Früh entscheiden, wer das System besitzt und pflegt. Mittel für den Unterhalt einplanen und die sichere Übergabe oder Löschung der Daten planen, wie es die Principles for Digital Development empfehlen. Auch UU PDP verlangt, personenbezogene Daten zu löschen, die für ihren Zweck nicht mehr gebraucht werden

Fazit

Bei der Digitalisierung von Programmdaten geht es weniger um Apps als um Entscheidungen: welche Indikatoren zählen, wer sie nutzt, wie Qualität geprüft wird und wie Begünstigte geschützt werden. In dieser Reihenfolge getroffen, machen diese Entscheidungen ein Dashboard zu einem verlässlichen Bild des Programms statt zu einer ordentlicheren Ansicht unzuverlässiger Zahlen

Die Leistung Daten & digitale Innovation von SIDIA unterstützt Partner mit Datenanalyse, digitalen Werkzeugen und sicherer Dateninfrastruktur, die zuerst vom Bedarf der Gemeinschaft ausgehen