Zum zweiten Mal war die Bertelsmann Stiftung beim Data4Good Festival an der Hertie School in Berlin vertreten. Das Festival fand vom 23. bis 25. Januar statt und brachte rund 80 Studierende aus acht Ländern zusammen, die in 15 Teams an datengetriebenen Lösungen für gesellschaftliche Herausforderungen arbeiteten.
Im Zentrum der Challenge standen Daten aus dem Religionsmonitor: ein internationaler Umfragedatensatz (Deutschland, Frankreich, Großbritannien, Niederlande, Polen, Spanien, USA) zu Werthaltungen, religiösen Orientierungen und Praxis, Diskriminierungserfahrungen sowie Facetten von Solidarität, Vertrauen und Zusammenhalt. Die Daten ermöglichen differenzierte Auswertungen nach soziodemografischen Merkmalen; für Deutschland sind durch eine gezielte Aufstockung zudem vertiefte Analysen der muslimischen Bevölkerung möglich.
Yasemin El-Menouar formulierte die Challenge offen und praxisnah: Welche Faktoren stärken sozialen Zusammenhalt in religiös diversen Gesellschaften? Welche Rolle spielen Diskriminierungserfahrungen und -wahrnehmungen für Vertrauen, Solidarität und das Zusammenleben? Lassen sich typische Muster im Umgang mit religiöser Vielfalt identifizieren – und wie können KI-Methoden helfen, solche Muster transparent und nachvollziehbar zu erschließen? Florian Bochert stellte die Aufgabe vor und begleitete die Teams während des Hackathons, und Helena Bakic war Teil der Jury.
Auffällig war, wie reflektiert viele Teams KI eingesetzt haben: nicht als Abkürzung zu schnellen Schlüssen, sondern als Werkzeug, um Umfragedaten systematisch zu strukturieren, Annahmen sichtbar zu machen und Ergebnisse so zu kommunizieren, dass sie für Bildung, Verwaltung oder Politik anschlussfähig werden. Genau darin liegt die Stärke von „Data & AI for Good“: Technologie wird dann wirksam, wenn sie Nachvollziehbarkeit, Orientierung und Anschlussfähigkeit an reale Entscheidungsprozesse schafft.
Ein Beispiel dafür war der Data Storyteller Award für das Team „Bipolar Bears“ (KU Eichstätt-Ingolstadt) mit „We are afraid of what we don’t know“. Das Projekt überzeugte durch eine verantwortungsbewusste Erzählweise: Das Team machte Muster und Zusammenhänge sichtbar und übersetzte diese in verständliche Visualisierungen. So wird aus komplexen Survey-Daten ein Format, das in Bildung und Öffentlichkeit anschlussfähig ist – und dazu beiträgt, Wissenslücken zu schließen und konstruktive Debatten zu ermöglichen.
Der Technical Excellence Runner-up ging an „Data4Good-Oldenburg“ (Universität Oldenburg) mit „North Rhine WestFEARia – Perceived Threats in Population and State Parliaments“. Das Projekt demonstrierte exemplarisch, wie sich Survey-Daten durch externe Quellen erweitern lassen: Das Team verband Religionsmonitor-Variablen mit einem Korpus parlamentarischer Reden und zeigte, wie sich gesellschaftliche Wahrnehmungen und politische Kommunikation methodisch zueinander in Beziehung setzen lassen.
Der Social Impact Award ging an das Team „DataSiesta“ von den Universitäten Málaga und Girona mit „Who Gets a Home?“. Im Mittelpunkt stand die Analyse wahrgenommener Diskriminierung auf dem Wohnungsmarkt – also der Frage, wer sich bei der Wohnungssuche benachteiligt fühlt und welche Faktoren damit zusammenhängen. Das Team arbeitete mit transparenten, modellbasierten Analysen und leitete daraus konkrete, umsetzungsnahe Ideen ab, wie Vergabe- und Entscheidungsprozesse fairer und weniger anfällig für Verzerrungen gestaltet werden können.
Die Wirkung reicht über das Festival hinaus: Erste Studierende planen bereits, die Daten für eigene Forschungs- und Abschlussarbeiten zu nutzen. Das unterstreicht den Wert des Religionsmonitors als Grundlage für unabhängige Analysen und neue Fragestellungen – auch außerhalb der Stiftung.
Am Ende steht die zentrale Stärke des Festivals: In sehr kurzer Zeit entstehen aus Daten nicht nur Ergebnisse, sondern Formate, die Verstehen erleichtern – und damit die Voraussetzung schaffen, dass Daten und KI tatsächlich „für das Gemeinwohl“ wirken können. Neben der Religionsmonitor-Challenge gab es eine zweite Challenge auf Basis der OpenSanctions-Daten. Diese Open-Source-Datenbank bündelt Informationen zu Sanktionsdaten, politisch exponierten Personen und verknüpften Entitäten
