Datenschutz als Wettbewerbsvorteil Europas in der digitalen Wirtschaft

Warum die Datenschutzdebatte neu bewertet wird

Europa steht bei digitalen Schlüsseltechnologien unter erheblichem Wettbewerbsdruck. Künstliche Intelligenz, Cloud-Infrastrukturen, Plattformökonomie und datengetriebene Geschäftsmodelle werden weltweit von Unternehmen und Staaten strategisch entwickelt. In dieser Situation richtet sich der Blick regelmäßig auf die europäischen Datenschutzvorgaben. Kritikerinnen und Kritiker sehen insbesondere die Datenschutz-Grundverordnung, kurz DSGVO, als eine mögliche Belastung für Innovationen, Investitionen und die schnelle Skalierung digitaler Angebote.

Ein neues Grundsatzpapier des Projekts „Plattform Privatheit“ stellt diese vereinfachte Sichtweise infrage. Die Ausarbeitung wurde unter Federführung des Fraunhofer-Instituts für System- und Innovationsforschung und der Universität Kassel erstellt. Ihre zentrale Aussage lautet, dass ein Abbau von Datenschutzstandards kein verlässlicher Weg ist, um Europas digitale Wettbewerbsfähigkeit zu stärken. Stattdessen könne ein europäischer Ansatz, der Datenschutz mit technologischer Leistungsfähigkeit und digitaler Souveränität verbindet, langfristig wirtschaftliche Vorteile schaffen.

Die Argumentation verschiebt damit den Schwerpunkt der Debatte. Datenschutz erscheint nicht ausschließlich als rechtliche Einschränkung der Datennutzung, sondern auch als Rahmen für Qualität, Vertrauen und verantwortbare Innovation. Für Unternehmen ist diese Perspektive insbesondere deshalb relevant, weil datenbasierte Produkte zunehmend in sensiblen Einsatzfeldern genutzt werden. Dazu zählen unter anderem Gesundheitswesen, Finanzdienstleistungen, öffentliche Verwaltung, industrielle Steuerung und Personalprozesse.

Die These „weniger Datenschutz, mehr Innovation“ reicht nicht aus

Im Mittelpunkt des Papiers steht die verbreitete Annahme, dass eine möglichst umfassende Sammlung und Nutzung personenbezogener Daten automatisch zu besseren digitalen Produkten führt. Nach Darstellung der Autoren lässt sich diese Gleichung empirisch nicht verallgemeinern. Die vorhandene Forschung zeige keinen generellen Einbruch bei Innovationen infolge der europäischen Datenschutzregulierung.

Das bedeutet nicht, dass die DSGVO keinerlei Kosten oder Umsetzungsprobleme verursacht. Unternehmen müssen Prozesse dokumentieren, Rechtsgrundlagen prüfen, Verantwortlichkeiten festlegen und technische sowie organisatorische Schutzmaßnahmen einführen. Diese Anforderungen können insbesondere dann aufwendig sein, wenn Geschäftsmodelle stark auf personenbezogenen Daten beruhen oder wenn Daten aus unterschiedlichen Quellen zusammengeführt werden.

Die Studie warnt jedoch davor, aus einzelnen Belastungen unmittelbar den Schluss zu ziehen, Datenschutz sei die maßgebliche Ursache für die schwächere Position Europas bei digitalen Technologien. Wettbewerbsfähigkeit hängt von einer Reihe weiterer Faktoren ab: von Forschung und Entwicklung, Zugang zu Kapital, Verfügbarkeit von Fachkräften, leistungsfähigen Rechenzentren, Marktstrukturen, öffentlicher Beschaffung und der Fähigkeit, Innovationen rasch zu skalieren.

Eine ausschließliche Lockerung des Datenschutzrechts würde diese strukturellen Herausforderungen daher nicht automatisch lösen. Sie könnte zwar in bestimmten Fällen die Datennutzung vereinfachen, würde aber zugleich neue Risiken für Verbraucher, Beschäftigte und Unternehmen schaffen. Dazu gehören Vertrauensverluste, Sicherheitsprobleme, unklare Verantwortlichkeiten und eine stärkere Abhängigkeit von Anbietern, die große Mengen personenbezogener Daten kontrollieren.

Datenschutz als wirtschaftliches Qualitätsmerkmal

Die Forscherinnen und Forscher verstehen Datenschutz als Teil einer Qualitätsstrategie für digitale Produkte. Unternehmen, die Daten sparsam, nachvollziehbar und zweckgebunden verarbeiten, können unter bestimmten Bedingungen einen Vertrauensvorteil erzielen. Dies gilt vor allem in Märkten, in denen Kundinnen und Kunden oder Geschäftspartner besonders sensibel auf den Umgang mit Daten achten.

Ein solcher Vorteil entsteht jedoch nicht allein durch das Vorhandensein gesetzlicher Regeln. Er setzt voraus, dass Unternehmen Datenschutz in ihre Produkte, Prozesse und Geschäftsmodelle integrieren. Transparente Informationen, klare Einwilligungsprozesse, nachvollziehbare Datenflüsse und sichere technische Architekturen können dabei zu messbaren Unterscheidungsmerkmalen werden.

Für europäische Anbieter könnte dies eine Möglichkeit sein, sich von Geschäftsmodellen abzugrenzen, die primär auf möglichst umfassender Datensammlung und personalisierter Auswertung beruhen. Ein Angebot, das nachweislich datensparsam, sicher und rechtssicher arbeitet, kann für Organisationen mit hohen Compliance-Anforderungen besonders attraktiv sein. Dies gilt etwa für Krankenhäuser, Banken, Versicherungen, Behörden und Unternehmen aus kritischen Infrastrukturen.

Der Begriff „Made in Europe“ würde in diesem Zusammenhang nicht nur die Herkunft einer Software oder eines Dienstes beschreiben. Er könnte auch für bestimmte technische und rechtliche Eigenschaften stehen: Schutz personenbezogener Daten, nachvollziehbare Verantwortlichkeiten, kontrollierbare Datenverarbeitung und eine geringere Abhängigkeit von außereuropäischen Plattformen.

Datenmenge ist nicht gleich Datenwert

Eine weitere zentrale Schlussfolgerung betrifft datengetriebene Anwendungen und insbesondere Künstliche Intelligenz. Für die Leistungsfähigkeit eines Systems ist nicht ausschließlich entscheidend, wie viele Daten zur Verfügung stehen. Ebenso wichtig sind deren Qualität, Aktualität, Relevanz, Struktur und rechtliche Verwendbarkeit.

Große, unstrukturierte oder fehlerhafte Datenbestände können die Entwicklung von KI-Systemen erschweren. Sie können Verzerrungen enthalten, widersprüchliche Informationen liefern oder aufgrund unklarer Nutzungsrechte nicht verlässlich eingesetzt werden. Datensparsame Verfahren, hochwertige Datensätze und präzise definierte Anwendungsfälle können deshalb in bestimmten Bereichen effizienter sein als eine Strategie der uneingeschränkten Datenmaximierung.

Besondere Bedeutung haben dabei exklusive oder branchenspezifische Daten. Ein Unternehmen kann einen Wettbewerbsvorteil erzielen, wenn es über qualitativ hochwertige Daten verfügt, die für eine konkrete Aufgabe relevant und nicht ohne Weiteres kopierbar sind. Das kann beispielsweise in der industriellen Qualitätssicherung, in der medizinischen Forschung oder bei spezialisierten Assistenzsystemen der Fall sein.

Für die Entwicklung von KI-Anwendungen folgt daraus, dass Unternehmen ihre Datenstrategie stärker an konkreten Geschäftszielen ausrichten sollten. Vor Beginn eines Projekts ist zu prüfen, welche Daten tatsächlich benötigt werden, ob sie rechtmäßig verarbeitet werden dürfen und wie ihre Qualität sichergestellt werden kann. Eine geringere Datenmenge kann dabei ausreichend sein, wenn sie passgenau erhoben und technisch gut aufbereitet wird.

Die besondere Belastung für kleine und mittlere Unternehmen

Das Grundsatzpapier benennt zugleich eine wichtige Einschränkung: Datenschutzanforderungen wirken nicht auf alle Unternehmen gleich. Große Digitalkonzerne verfügen in der Regel über eigene Rechtsabteilungen, Datenschutzbeauftragte, Sicherheits teams und standardisierte Prozesse. Sie können regulatorische Anforderungen häufig in bestehende Governance-Strukturen integrieren.

Start-ups sowie kleine und mittlere Unternehmen stehen dagegen vor größeren organisatorischen und finanziellen Herausforderungen. Häufig fehlen spezialisierte Fachkräfte, etablierte Vorlagen und ausreichende Ressourcen für umfassende rechtliche Prüfungen. Zusätzlich kann die Unsicherheit darüber, wie eine Vorschrift im konkreten Fall auszulegen ist, Investitionsentscheidungen verzögern.

Diese Unterschiede können zu einer Wettbewerbsverzerrung führen. Datenschutzregeln, die für alle Marktteilnehmer formal gleichermaßen gelten, werden von Unternehmen mit unterschiedlichen Ressourcen nicht mit demselben Aufwand umgesetzt. Große Anbieter können zusätzliche Prüfungen und Dokumentationspflichten eher bewältigen. Kleinere Unternehmen könnten dagegen davon abgehalten werden, innovative Produkte zu entwickeln oder neue Märkte zu erschließen.

Die Autoren plädieren deshalb nicht für eine generelle Absenkung des Schutzniveaus, sondern für gezielte Entlastungen. Pflichten sollten stärker am tatsächlichen Risiko einer Verarbeitung ausgerichtet werden. Eine Anwendung, die nur wenige und wenig sensible Daten verarbeitet, sollte nicht denselben organisatorischen Anforderungen unterliegen wie ein System, das umfangreiche Gesundheits- oder Finanzdaten analysiert.

Ein risikobasierter Ansatz könnte Unternehmen mehr Handlungssicherheit geben. Voraussetzung wäre allerdings, dass die Kriterien für die Risikobewertung klar, einheitlich und praxistauglich formuliert sind. Andernfalls könnte die gewünschte Vereinfachung durch neue Auslegungsfragen wieder aufgehoben werden.

Mehr Verantwortung für Anbieter von Standardsoftware

Ein weiterer Vorschlag betrifft die Verteilung der Verantwortung entlang der digitalen Wertschöpfungskette. Nach dem Ansatz der Studie sollten nicht allein die Unternehmen, die Software einsetzen oder Daten verarbeiten, für die Einhaltung datenschutzrechtlicher Anforderungen verantwortlich sein. Auch Hersteller von Standardsoftware und Plattformen sollten stärker dazu beitragen, dass Datenschutz technisch unterstützt wird.

Gemeint sind beispielsweise datenschutzfreundliche Voreinstellungen, integrierte Lösch- und Berechtigungskonzepte, verständliche Protokollierungsfunktionen sowie Werkzeuge für die Verwaltung von Einwilligungen und Zugriffsrechten. Wenn solche Funktionen bereits in der verwendeten Software vorhanden sind, sinkt der Aufwand für einzelne Unternehmen.

Für Anbieter von Unternehmenssoftware kann Datenschutz damit zu einem Bestandteil des Produktdesigns werden. Konzepte wie „Privacy by Design“ und „Privacy by Default“ würden nicht erst nachträglich in Prozesse integriert, sondern bereits bei der Entwicklung berücksichtigt. Dies könnte insbesondere kleineren Unternehmen helfen, die nicht über die Ressourcen verfügen, umfangreiche Schutzmechanismen selbst zu programmieren.

Gleichzeitig stellt eine stärkere Herstellerverantwortung neue Anforderungen an Vertragsgestaltung und Haftung. Unternehmen müssten klar unterscheiden können, welche Aufgaben beim Softwareanbieter liegen und welche Pflichten beim Anwender verbleiben. Für die Praxis sind daher verständliche Leistungsbeschreibungen, überprüfbare Sicherheitszusagen und klare Regelungen zur Verantwortlichkeit erforderlich.

Reallabore sollen Innovation unter kontrollierten Bedingungen ermöglichen

Als Instrument für eine innovationsfreundlichere Regulierung werden im Grundsatzpapier außerdem Reallabore genannt. In solchen kontrollierten Umgebungen können Unternehmen, Forschungseinrichtungen und öffentliche Stellen neue Technologien unter definierten Bedingungen testen. Ziel ist es, praktische Erfahrungen zu sammeln, ohne den Schutz von Betroffenen aufzugeben.

Reallabore können insbesondere bei komplexen KI-Anwendungen hilfreich sein. Viele rechtliche und technische Fragen lassen sich erst beantworten, wenn ein System in einem realistischen Umfeld eingesetzt wird. Dazu gehören die Qualität der Ergebnisse, mögliche Verzerrungen, die Nachvollziehbarkeit automatisierter Entscheidungen und der Umgang mit besonders schützenswerten Daten.

Damit Reallabore ihren Zweck erfüllen, müssen die Rahmenbedingungen eindeutig sein. Dazu zählen eine begrenzte Teilnehmerzahl, klar definierte Zwecke, zeitliche Beschränkungen, dokumentierte Sicherheitsmaßnahmen und eine unabhängige Aufsicht. Ebenso wichtig ist die Frage, wie Erkenntnisse aus einem Testbetrieb in reguläre Geschäftsprozesse übertragen werden können.

Für Unternehmen bieten solche Formate die Möglichkeit, technologische Lösungen früher mit potenziellen Kunden und Aufsichtsbehörden zu erproben. Gleichzeitig können regulatorische Stellen besser nachvollziehen, welche Anforderungen in der Praxis realistisch sind. Reallabore ersetzen damit keine gesetzlichen Regeln, können aber helfen, deren Anwendung an konkreten technischen Entwicklungen auszurichten.

Rechtssicherheit als Voraussetzung für Forschung und KI-Entwicklung

Forschung und Entwicklung benötigen verlässliche Rahmenbedingungen. Wenn Unternehmen oder wissenschaftliche Einrichtungen nicht einschätzen können, ob Daten für Training, Validierung oder Evaluation verwendet werden dürfen, kann dies Projekte verlangsamen oder verhindern. Das betrifft insbesondere medizinische, sozialwissenschaftliche und industrielle Anwendungen, bei denen Daten häufig sensibel oder schwer zugänglich sind.

Die Studie spricht sich daher für mehr Rechtssicherheit bei der Forschung aus. Gemeint ist nicht zwangsläufig eine uneingeschränkte Nutzung personenbezogener Daten. Erforderlich sind vielmehr klare Vorgaben dazu, unter welchen Bedingungen Daten verarbeitet, anonymisiert, pseudonymisiert, kombiniert und für bestimmte Forschungszwecke genutzt werden dürfen.

Für KI-Projekte ist zudem eine saubere Dokumentation der Datenherkunft von Bedeutung. Unternehmen sollten nachvollziehbar festhalten, aus welchen Quellen Trainings- und Testdaten stammen, welche Rechte an ihnen bestehen und welche Einschränkungen für ihre Nutzung gelten. Dies unterstützt nicht nur die rechtliche Compliance, sondern verbessert auch die Qualität und Reproduzierbarkeit der Modelle.

Eine verlässliche Datenbasis kann langfristig ein Wettbewerbsvorteil sein. Unternehmen, die ihre Datenbestände strukturiert verwalten und deren Nutzung transparent belegen können, reduzieren das Risiko späterer Rechtsstreitigkeiten. Zudem schaffen sie bessere Voraussetzungen für Audits, Zertifizierungen und Kooperationen mit Geschäftspartnern.

Was die Ergebnisse für Unternehmen bedeuten

Die Aussagen des Grundsatzpapiers sind für die Unternehmenspraxis vor allem als strategische Orientierung relevant. Sie legen nahe, Datenschutz nicht isoliert in der Rechtsabteilung zu behandeln, sondern mit Produktentwicklung, IT-Sicherheit, Datenmanagement und Unternehmensstrategie zu verbinden.

Für Unternehmen ergeben sich daraus mehrere Handlungsfelder:

• Prüfen Sie, welche Daten für einen konkreten Anwendungsfall tatsächlich erforderlich sind, und vermeiden Sie eine Sammlung ohne klaren Zweck.
• Bewerten Sie Daten nicht nur nach ihrer Menge, sondern auch nach Qualität, Aktualität, Herkunft und rechtlicher Nutzbarkeit.
• Integrieren Sie Datenschutzanforderungen bereits in die Konzeption neuer Produkte und KI-Systeme.
• Dokumentieren Sie Datenflüsse, Verantwortlichkeiten und Zugriffsrechte so, dass sie auch für nicht spezialisierte Beteiligte nachvollziehbar bleiben.
• Nutzen Sie datenschutzfreundliche Voreinstellungen und technische Schutzmaßnahmen, anstatt sich ausschließlich auf organisatorische Kontrollen zu verlassen.
• Prüfen Sie bei der Auswahl von Software, welche Datenschutz- und Sicherheitsfunktionen der Anbieter standardmäßig bereitstellt.
• Schaffen Sie für Mitarbeitende klare Regeln zum Einsatz generativer KI und zur Eingabe vertraulicher oder personenbezogener Informationen.
• Berücksichtigen Sie Datenschutz, Datensicherheit und digitale Souveränität bei Investitions- und Beschaffungsentscheidungen.

Für Anbieter von KI- und Content-Lösungen bedeutet dies, dass Vertrauen und Transparenz zunehmend Teil des Produktversprechens werden. Systeme sollten möglichst klar ausweisen, wie Daten verarbeitet werden, welche Konfigurationsmöglichkeiten bestehen und wie Unternehmen ihre internen Richtlinien technisch umsetzen können. Gerade bei generativer KI sind Kontrollmechanismen für Datenzugriffe, Aufbewahrung, Rollen und Berechtigungen von hoher praktischer Bedeutung.

Datenschutz und digitale Souveränität

Die Debatte über Datenschutz ist eng mit der Frage der digitalen Souveränität verbunden. Unternehmen und öffentliche Einrichtungen wollen zunehmend nachvollziehen können, wo Daten gespeichert, welche Dienste genutzt und welche Abhängigkeiten von einzelnen Anbietern entstehen. Datenschutz ist dabei ein Baustein neben weiteren Faktoren wie technischer Kontrollierbarkeit, offenen Standards, Interoperabilität und der Verfügbarkeit europäischer Infrastruktur.

Ein europäischer Ansatz kann deshalb nicht allein darin bestehen, bestehende Vorschriften zu verteidigen. Ebenso wichtig ist der Aufbau wettbewerbsfähiger Alternativen. Dazu gehören leistungsfähige Cloud- und Rechenzentrumsangebote, sichere Identitätslösungen, europäische KI-Forschung, qualifizierte Fachkräfte und ein funktionierender Binnenmarkt für digitale Dienstleistungen.

Datenschutzfreundliche Technologie kann diese Entwicklung unterstützen, wenn sie nicht als Zusatzaufwand, sondern als Bestandteil der technischen Architektur verstanden wird. Verschlüsselung, Zugriffskontrollen, Datenminimierung, lokale Verarbeitung und Verfahren zur Anonymisierung können dazu beitragen, Risiken zu reduzieren und die Kontrolle über Daten zu verbessern.

Keine einfache Gegenüberstellung von Grundrechten und Wettbewerbsfähigkeit

Die Autoren des Papiers warnen davor, Grundrechte und wirtschaftliche Leistungsfähigkeit gegeneinander auszuspielen. Eine solche Gegenüberstellung kann die tatsächlichen Zielkonflikte verdecken. In bestimmten Bereichen können Datenschutzanforderungen Innovationen erschweren, wenn Regeln unklar sind oder unverhältnismäßig umgesetzt werden. In anderen Bereichen kann ein hohes Schutzniveau jedoch die Voraussetzung dafür sein, dass digitale Anwendungen überhaupt akzeptiert und eingesetzt werden.

Entscheidend ist daher die konkrete Ausgestaltung. Regulierung muss Schutz gewährleisten, ohne sinnvolle Innovationen unnötig zu blockieren. Unternehmen benötigen dafür verständliche Vorgaben, verhältnismäßige Pflichten und erreichbare Ansprechstellen. Aufsichtsbehörden wiederum müssen neue technologische Entwicklungen berücksichtigen und ihre Entscheidungen nachvollziehbar begründen.

Die Wettbewerbsfähigkeit Europas hängt damit nicht allein von der Frage ab, wie viele Daten Unternehmen nutzen dürfen. Ebenso wichtig ist, ob aus Daten zuverlässige Produkte, tragfähige Geschäftsmodelle und international anschlussfähige Standards entstehen. Datenschutz kann in diesem Prozess eine Begrenzung darstellen, aber auch einen Ordnungsrahmen, der Vertrauen und langfristige Investitionen ermöglicht.

Einordnung der Studie

Das Grundsatzpapier liefert vor allem eine politische und wissenschaftliche Einordnung der Beziehung zwischen Datenschutz und Innovation. Es stellt keine pauschale Erfolgsgarantie für europäische Unternehmen in Aussicht. Ebenso wenig bedeutet die Argumentation, dass jede Datenschutzvorgabe wirtschaftlich unproblematisch oder jede Umsetzung effizient ist.

Die Aussage ist differenzierter: Ein niedrigeres Datenschutzniveau führt nicht automatisch zu mehr Innovation. Gleichzeitig können unnötige Bürokratie, uneinheitliche Auslegung und fehlende Rechtssicherheit die Entwicklung kleiner Unternehmen belasten. Die zentrale Herausforderung besteht deshalb darin, Schutzanforderungen und wirtschaftliche Handlungsfähigkeit so miteinander zu verbinden, dass Risiken angemessen berücksichtigt werden.

Für die politische Debatte folgt daraus, dass pauschale Forderungen nach Deregulierung ebenso wenig ausreichen wie eine Betrachtung der DSGVO ohne Blick auf die übrigen Wettbewerbsfaktoren. Für Unternehmen bedeutet es, dass Datenschutz als Teil einer umfassenden Daten- und Innovationsstrategie betrachtet werden sollte.

Ausblick: Vertrauen als Grundlage der digitalen Wirtschaft

Mit der zunehmenden Verbreitung von Künstlicher Intelligenz wird die Frage nach dem Umgang mit Daten weiter an Bedeutung gewinnen. Unternehmen müssen entscheiden, welche Informationen sie für Training, Analyse und Automatisierung einsetzen können. Nutzerinnen und Nutzer erwarten zugleich nachvollziehbare Prozesse und einen verantwortungsvollen Umgang mit ihren Daten.

Europa kann diese Erwartungen als regulatorische Pflicht verstehen oder als Möglichkeit, eigene Qualitätsstandards für digitale Technologien zu etablieren. Das Grundsatzpapier der „Plattform Privatheit“ spricht für den zweiten Ansatz. Voraussetzung ist, dass Datenschutz nicht zu unklaren Einzelfallprüfungen und übermäßiger Bürokratie führt, sondern durch verständliche Regeln, geeignete Technologien und praxistaugliche Verfahren unterstützt wird.

Für den Standort Europa wird damit nicht allein entscheidend sein, wie streng Datenschutzregeln formuliert sind. Maßgeblich ist auch, ob Unternehmen in der Lage sind, mit diesen Regeln effizient zu arbeiten und daraus verlässliche Produkte zu entwickeln. Datenschutz, technische Qualität und digitale Souveränität können sich dabei gegenseitig ergänzen. Ob daraus ein dauerhafter Wettbewerbsvorteil entsteht, wird von der Umsetzung in Unternehmen, Politik, Forschung und Verwaltung abhängen.

Bibliografie

Fraunhofer-Institut für System- und Innovationsforschung (Fraunhofer ISI) und Universität Kassel, Projekt „Plattform Privatheit“: „Innovation, Wettbewerb und Werteorientierung: Datenschutz und digitale Regulierung zwischen Innovationshemmnissen und Wettbewerbsvorteilen“, Policy Paper und Hintergrundbericht, veröffentlicht am 17. September 2026. Informationsdienst Wissenschaft: „Innovation and Data Protection: A European approach between competitiveness and basic rights“, Presseinformation des Fraunhofer-Instituts für System- und Innovationsforschung, 17. September 2026, https://idw-online.de/de/news877546 heise online: „Studie: Datenschutz macht Europa wettbewerbsfähiger“, 17. September 2026, https://www.heise.de/news/Studie-Datenschutz-macht-Europa-wettbewerbsfaehiger-11456040.html Handelsblatt: „Fraunhofer-Institut: Studie: Datenschutz macht Europa wettbewerbsfähiger“, 17. September 2026, https://www.handelsblatt.com/technik/it-internet/fraunhofer-institut-studie-datenschutz-macht-europa-wettbewerbsfaehiger/100255204.html Süddeutsche Zeitung: „Fraunhofer-Institut – Studie: Datenschutz macht Europa wettbewerbsfähiger“, dpa-Bericht, 17. September 2026, https://www.sueddeutsche.de/wirtschaft/fraunhofer-institut-studie-datenschutz-macht-europa-wettbewerbsfaehiger-dpa.urn-newsml-dpa-com-20090101-260917-930-697446 JuraForum: „Innovation und Datenschutz: Ein europäischer Weg zwischen Wettbewerbsfähigkeit und Grundrechten“, 17. September 2026, https://www.juraforum.de/news/innovation-und-datenschutz-ein-europaeischer-weg-zwischen-wettbewerbsfaehigkeit-und-grundrechten-idw_280693 Deutsche Presse-Agentur, veröffentlicht unter anderem bei ARIVA.DE: „Studie: Datenschutz macht Europa wettbewerbsfähiger“, 17. September 2026, https://www.ariva.de/news/studie-datenschutz-macht-europa-wettbewerbsfaehiger-12139150