Formal anonymisierte Daten, bei denen direkte Identifikatoren und Hilfsmerkmale entfernt sind, bieten das größte Analysepotenzial für die Nutzung amtlicher Mikrodaten durch die unabhängige Wissenschaft. Der Zugang dazu ist wenig komfortabel, denn er erfolgt an Gastwissenschaftsarbeitsplätzen der Statistischen Ämter des Bundes und der Länder oder über kontrollierte Datenfernverarbeitung ohne Dateneinsicht. Am Institutsarbeitsplatz können Datennutzende ausschließlich mit faktisch anonymisierten Daten, wie Scientific Use Files (SUFs), arbeiten. Deonymisierung ist hier nur mit einem unverhältnismäßig großen Aufwand an Zeit, Kosten und Arbeitskraft möglich. Im Vergleich zu formal anonymisierten Daten sind jedoch strengere Anonymisierungsmethoden (bspw. Vergröberung, Entfernung weiterer Variablen) erforderlich, da die Daten die Statistischen Ämter verlassen. Dementsprechend eingeschränkt ist das Analysepotential. Um Daten mit größerem Analysepotenzial „außer Haus“ anzubieten, haben die Forschungsdatenzentren der Statistischen Ämter kürzlich „Remote Access“ als alternativen Zugangsweg geschaffen. Faktische Anonymität wird hier durch erweiterte technisch-organisatorische und vertragliche Maßnahmen sowie Anonymisierungsmaßnamen sichergestellt. Diese sind zwar weniger streng als bei Offsite-SUFs, führen jedoch ebenfalls zu methodischen Einschränkungen. Beispielsweise ist die Bereitstellung kleinräumiger oder sensibler Mikrodaten weiterhin nicht möglich. Folglich werden Remote-SUFs zwischen formal anonymen Daten und Offsite-SUFs eingeordnet. Die Suche nach dem „Sweet Spot“ zwischen Anonymität, Zugangskomfort und Datennutzen ist also mit dem neuen Zugangsweg keinesfalls beendet.

Die vorliegende Arbeit setzt hier an und untersucht CART-basierte partielle Datensynthetisierung als alternative/ergänzende Anonymisierungsmethode für Remote-SUFs. Ausgewählte sensible Variablen werden hierbei mit Hilfe von Imputationsverfahren durch künstliche Werte ersetzt, die statistische Zusammenhänge (auch zu nicht-synthetisierten Variablen) bewahren. Konkretes Ziel der Arbeit ist, für den Mikrozensus 2019 einen mit kleinräumigen und weiteren sensiblen Variablen angereicherten Remote-SUF zu erzeugen und trotzdem faktische Anonymität zu gewährleisten. Im Fokus stehen ein möglicher Anstieg des Nutzens, aber auch die Aufdeckungsrisiken im Vergleich zum bereits veröffentlichten Remote-SUF, bei dem traditionelle Anonymisierungsmethoden angewendet wurden. Neben bereits etablierten Metriken zur Evaluation des Kosten-Risiko-Verhältnisses werden zusätzlich neu entwickelte Kennzahlen (Raab et al., 2024) angewendet.

Das Mikrosimulationsmodell MikroSim ermöglicht die dynamische Simulation kleinräumiger Entwicklungen von Haushalten und Individuen in Deutschland. Die Entwicklung der demografischen Struktur, der sozioökonomischen Situation der Haushalte sowie Außen- und Binnenwanderungsdynamiken sind dabei wichtige Treiber des lokalen Wohnraumbedarfs. Zur Realisierung eines Wohnraummoduls ist jedoch auch die Modellierung der Entwicklung des Wohnraumbestands unerlässlich, welcher die Möglichkeiten realisierter Wohnsituationen der Haushalte angebotsseitig begrenzt. Besonders in großen Städten ist die Abbildung der Wohnraumverfügbarkeit notwendige Voraussetzung für eine natürliche Begrenzung des Bevölkerungszuwachses im Simulationsmodell. In diesem Beitrag zeigen wir Möglichkeiten der Modellierung des Wohnraumbestands auf Basis von Daten der Gebäude- und Wohnungszählung in Kombination mit den Baustatistiken, aus denen die Fortschreibung des Gebäudebestands auf Gemeindeebene erstellt wird. Zur Modellierung der örtlichen Entwicklung des Wohngebäudebestands werden Verfahren Maschinellen Lernens auf Clustern mit klassischen Zeitreihenanalysen verglichen und die Verfügbarkeit relevanter regionaler Prädiktoren diskutiert.

Mittels Mikrosimulationen können kleinräumige Bevölkerung mit einer Vielzahl an Charakteristiken wie Bildungsstand oder Haushaltskomposition fortgeschrieben werden. Zur Modellierung der demografischen Entwicklungen werden, wie in Makroansätzen, Übergangswahrscheinlichkeiten für Mortalität, Fertilität und Migration benötigt. Diese können zum einen auf Umfragedaten geschätzt werden, welche eine Abbildung von Populationsheterogenität über Alter und Geschlecht hinaus erlauben. Aufgrund von begrenzten Stichprobenumfängen, mangelnder regionaler Differenzierung sowie möglicher Verzerrungen bezüglich der interessierenden Variable kann dies zu unerwünschter und systematischer Abweichung von regional beobachteten Raten führt. Andererseits liegen aus der amtlichen Statistik regionale Aggregatdaten nach Alter und Geschlechtsgruppen vor, welche für die Schätzung verwendet werden könnten, aber keine Informationen über weitere Charakteristiken wie Bildung enthalten, welche die Mikrosimulation in erster Linie interessant machen. Mittels ex post-Anpassung des Übergangsmodells durch ein Kalibrierungsmodell werden Modellwahrscheinlichkeiten mit bekannten Randverteilungen kombiniert, um regional plausible Übergänge bei gleichzeitigem Erhalt der gewünschten Modellkomplexität zu erzeugen. Der Beitrag untersucht verschiedene Datenintegrationsstrategien und deren Anwendung im Kontext räumlicher dynamischer Mikrosimulationen.

Das Statistische Bundesamt ist die zentrale Behörde zur Produktion und Verbreitung quantitativen amtlichen Wissens über die deutsche Gesellschaft. Die Inhalte und Formen dieser quantitativen Beschreibung unterliegen hierbei ebenso einem historischen Wandel wie die Institution und die Akteur:innen, die dieses Wissen produzieren. Die Erforschung des historischen Wandels ist der Gegenstand eines Kooperationsprojekts zwischen dem Statistischen Bundesamt und dem Forschungsschwerpunkt „Zeitgeschichte und Archiv“ am Leibniz-Institut für Raumbezogene Sozialforschung in Erkner bei Berlin. Das Projekt widmet sich sowohl Fragen der „klassischen“ historischen Behördenforschung zu personellen und strukturellen Kontinuitäten zwischen Nationalsozialismus und Nachkriegszeit, als auch zeithistorischen Fragestellungen, die gegenwartsbezogen die Entwicklung der amtlichen Statistik und des Statistischen Bundesamtes zu ihrer heutigen Form untersuchen. Besonders bedeutend für diese jüngeren Entwicklungen ist einerseits die einschneidende methodische Neuorientierung des Statistischen Bundesamtes im Kontext der Volkszählungsproteste in den 1980er Jahren, die auch als Reaktion auf den Einsatz neuer Informationstechnologie verstanden werden kann. Andererseits prägen die Auswirkungen der deutschen Vereinigung und die europäische Integration bis heute die Formen der amtlichen statistischen Beschreibung und die personelle und strukturelle Ausstattung des Statistischen Bundesamtes.

Zur Untersuchung dieser historischen Fragestellungen erprobt das Forschungsprojekt einen innovativen kooperativen Zugang zur historischen Behörden- und Institutionenforschung, in welchem zum einen das spezifische Handlungs- und Erfahrungswissen der Mitarbeiter:innen für das Projekt nutzbar gemacht wird, und zum anderen ein reflexiv angelegtes Wissenschaftskommunikationskonzept implementiert wird, das den kritischen Austausch zwischen Mitarbeiter:innen und Forschenden auch schon während der Projektlaufzeit ermöglicht.

Im Paper werden die Anlage des Forschungsprojekts und die möglichen Potenziale einer solchen zeithistorischen Forschung zu Behörden und Institutionen näher beleuchtet. Es werden die Prozesse, die für eine Untersuchung des Statistischen Bundesamtes und der Amtlichen Statistik aus geschichtswissenschaftlicher Perspektive relevant sind, charakterisiert und der methodische und theoretische Zugriff auf die Thematik beschrieben.