Statistical Intelligence and Digital Transformation in Government Institutions A Data- Driven Framework for Improving Public-Sector Performance in the Kurdistan Region of Iraq

In der modernen Welt versuchen Regierungen zunehmend, mehr zu tun, als nur Papierformulare auf eine Website zu stellen. Das Ziel der digitalen Transformation ist es, die Arbeitsweise öffentlicher Institutionen grundlegend neu zu gestalten und von isolierten Abteilungen hin zu einem vernetzten System zu wechseln, in dem Daten frei zwischen den Behörden fließen. Dieser Wandel stützt sich auf einige Kernideen: die digitale Identität, die als sicherer Schlüssel für Bürger fungiert, um auf Dienstleistungen zuzugreifen; Interoperabilität, die es ermöglicht, dass verschiedene Computersysteme miteinander kommunizieren, ohne dass ein Mensch dieselben Informationen zweimal eingeben muss; und datengestützte Entscheidungsfindung, bei der Führungskräfte tatsächliche Zahlen anstelle von Vermutungen nutzen, um die Erbringung von Dienstleistungen zu verbessern. Wenn diese Elemente zusammenwirken, können sie die Bürokratie verringern, Kosten senken und es den Menschen erleichtern, das zu bekommen, was sie vom Staat benötigen. Es ist jedoch schwierig zu messen, ob diese digitalen Veränderungen tatsächlich funktionieren, insbesondere in Regionen, in denen detaillierte Leistungsdaten noch nicht öffentlich verfügbar sind.

Forscher der Soran University in der Region Kurdistan im Irak machten sich daran, dieses Messproblem zu lösen. Sie wollten wissen, ob die digitalen Werkzeuge der Regierung die öffentlichen Dienstleistungen tatsächlich verbesserten und wie man diesen Fortschritt mithilfe der bereits verfügbaren Informationen verfolgen kann. Anstatt auf perfekte Daten zu warten, die noch gar nicht existieren, entwickelte das Team einen Rahmen zur Analyse der fünfzehn benannten digitalen Systeme, die derzeit von der Regionalregierung genutzt werden. Sie behandelten diese Systeme wie ein Portfolio von Werkzeugen und prüften jedes einzelne darauf, was es leisten kann. Sie suchten nach spezifischen Funktionen, wie etwa, ob ein System es den Bürgern ermöglicht, direkt mit ihm zu interagieren, ob es interne Büroarbeit bewältigt, ob es digitale Identitäten zur Sicherheit nutzt, ob es Zahlungen abwickelt und ob es Daten mit anderen Regierungsabteilungen austauschen kann. Durch das Zusammenzählen dieser Merkmale erstellten sie für jedes System einen einfachen Wert, der von null bis sieben reicht, um dessen allgemeine digitale Stärke darzustellen.

Die Analyse zeichnete ein klares Bild davon, wo die Regierung steht. Im Durchschnitt erreichten die Systeme einen Wert von 4,60 von 7, was auf ein solides Fundament hindeutet, aber auch zeigt, dass es noch Raum für Wachstum gibt. Die Forscher fanden heraus, dass fast alle Systeme gut darin waren, Daten untereinander auszutausch und interne Büroaufgaben zu bewältigen, was die Back-End-Mechanik der Regierungsarbeit darstellt. Auch die Transparenz war ein starker Punkt, da jedes einzelne System Funktionen für die Rechenschaftspflicht enthielt. Die Systeme waren jedoch in Bereichen weniger fortgeschritten, die das tägliche Leben der Bürger direkt beeinflussen. Nur ein kleiner Bruchteil der Systeme konnte digitale Zahlungen abwickeln oder digitale Identitäten verwalten, was für sichere und reibungslose Transaktionen entscheidend ist. Dieses Muster deutet darauf hin, dass die Regierung erfolgreich die interne Infrastruktur aufgebaut hat, um ihre Abteilungen zu verbinden, aber der letzte Schritt, diese Verbindungen für den Durchschnittsbürger einfach und sicher zu gestalten, ist noch ein laufender Prozess.

Um zu verstehen, wie diese verschiedenen Funktionen zusammenwirkten, nutzte das Team statistische Methoden, die nicht voraussetzen, dass die Daten einer perfekten Glockenkurve folgen – eine häufige Anforderung in vielen Studien, die auf diesen spezifischen Datensatz nicht zutraf. Sie entdeckten eine starke Verbindung zwischen der allgemeinen Stärke der Merkmale eines Systems und seiner Fähigkeit, den Zugang zu Dienstleistungen zu ermöglichen. Mit anderen Worten: Je mehr Funktionen ein System hatte, desto wahrscheinlicher war es, dass es für die Öffentlichkeit zugänglich war. Sie testeten auch, ob die Art des Eigentums – ob ein System direkt von einem bestimmten Ministerium verwaltet oder gemeinsam über die gesamte Regierung genutzt wurde – einen Unterschied in der Leistung machte. Die Daten zeigten keinen signifikanten Unterschied zwischen diesen Gruppen, was bedeutet, dass der Erfolg eines Systems eher von seinen Merkmalen als von der Abteilung abhing, die es gebaut hat.

Die Forscher untersuchten auch, ob moderne Computerprogramme vorhersagen konnten, welche Systeme für die Öffentlichkeit zugänglich sein würden, basierend auf ihren Merkmalen. Sie verglichen verschiedene Arten von Vorhersagemodellen, einschließlich Standard-Statistikmethoden und komplexerer Machine-Learning-Werkzeuge, die verborgene Muster in Daten finden können. Die Ergebnisse zeigten, dass die komplexeren, baumbasierten Modelle besser darin waren, diese Vorhersagen zu treffen, als die Standardmethoden. Eines dieser fortgeschrittenen Modelle, bekannt als Random Forest, war besonders effektiv darin, zwischen Systemen zu unterscheiden, die vollen Dienstzugriff boten, und solchen, die dies nicht taten. Die Autoren weisen jedoch vorsichtig darauf hin, dass die Gruppe der von ihnen untersuchten Systeme klein war und diese Ergebnisse daher eher als ein Proof of Concept denn als ein endgültiges Urteil zu betrachten sind. Sie zeigen, dass diese fortschrittlichen Werkzeuge Potenzial haben, aber sie benötigen viel größere Datenmengen, um für reale Entscheidungen zuverlässig eingesetzt werden zu können.

Die Studie kommt zu dem Schluss, dass die Kurdistan Regional Government zwar beeindruckende Fortschritte beim Aufbau eines vernetzten digitalen Rückgrats gemacht hat, die nächste Entwicklungsphase sich jedoch auf das Nutzererlebnis konzentrieren muss. Die Forscher empfehlen die Erstellung eines einheitlichen Registers für digitale Dienste, das nicht nur verfolgt, wie viele Systeme existieren, sondern auch, wie gut sie funktionieren. Dies würde die Erhebung von Daten darüber beinhalten, wie lange Dienstleistungen zur Fertigstellung benötigen, wie viele Menschen sie nutzen und wie zufrieden die Bürger sind. Indem man die Existenz digitaler Werkzeuge mit tatsächlichen Leistungsergebnissen verknüpft, können Führungskräfte über das bloße Zählen von Systemen hinausgehen und beginnen, echten Wert zu messen. Die Arbeit dient als Blaupause für die Umwandlung verstreuter Berichte in einen klaren, nutzbaren Datensatz und zeigt, dass es selbst mit begrenzten Informationen möglich ist, einen Rahmen zu schaffen, der offenlegt, wo Fortschritte erzielt werden und wo die nächsten Schritte zu setzen sind.