FAU-Forschungsprojekt untersucht chinesische Datenpraktiken über mehr als zwei Jahrtausende – und eröffnet neue Perspektiven auf KI, Big Data und digitale Macht
Daten gelten heute oft als neutrale Grundlage für politische Entscheidungen genauso wie für künstliche Intelligenz. Doch Daten entstehen nicht von selbst – sie werden gesammelt, geordnet, gedeutet und gewichtet. Ein neues Forschungsprojekt an der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) untersucht, wie China schon lange vor dem digitalen Zeitalter mit Daten regiert hat – und was sich daraus für heutige Debatten über KI, Big Data und digitale Macht lernen lässt.
Wer heute über künstliche Intelligenz oder Big Data spricht, denkt meist an Algorithmen, Rechenzentren und Co. Das neue Forschungsprojekt „Towards a Chinese History of Data“ setzt viel früher an: Es nimmt in den Blick, wie in China über mehr als zwei Jahrtausende hinweg Informationen gesammelt, geordnet und genutzt wurden, um Daten als Herrschaftsinstrument zu nutzen. Gefördert wird das Projekt, angesiedelt am Lehrstuhl für Sinologie mit Schwerpunkt Geistes- und Kulturgeschichte Chinas, von der Volkswagenstiftung mit knapp 325.000 Euro. Die Laufzeit beträgt 18 Monate, von April 2026 bis September 2027.
Verantwortlich sind Dr. Chun Xu als Projektleiter und Sijia Cheng als Co-Projektleiterin. Im Zentrum ihres Vorhabens steht eine Frage, die aktueller kaum sein könnte: Sind Daten wirklich neutrale Abbilder der Wirklichkeit? Die FAU-Forschenden sagen: nein. Allein die Entscheidung, was als Daten ausgewählt wird, welche Kategorien gelten und wofür Informationen genutzt werden, prägt politische und gesellschaftliche Wirklichkeit mit.
Frühe Formen staatlicher Datenerfassung
„Viele Debatten über Big Data tun so, als seien datengetriebene Gesellschaften ein völlig neues Phänomen“, sagt Dr. Chun Xu. „Dabei arbeiteten Staaten schon vor Jahrhunderten mit hochkomplexen Informationssystemen. In chinesischen Quellen finden wir Haushaltsregister, Landvermessungen, Steuerlisten und Bevölkerungszählungen in großer Dichte. Die spannende Frage ist: Was passiert, wenn wir diese Materialien als Daten verstehen?“
Der Impuls für das Projekt entstand auch aus der Gegenwart. Während seiner Arbeit mit in vormodernen Quellen überlieferten Datensätzen, stellte er fest, dass historische Beamte oft ähnliche Probleme bearbeiteten, wie heutige Dateningenieurinnen und -ingenieure: alte Register bereinigen, widersprüchliche Angaben zusammenführen, Formate anpassen, lückenhafte Datensätze nutzbar machen.
Wie Daten Wirklichkeit formen
Ein besonders anschauliches Beispiel ist das chinesische System der Haushaltsregistrierung, das so genannte Huji-System. Bereits in der Qin-Dynastie im 3. Jahrhundert v. Chr. erfasste der Staat, wer wo lebte, wie viele Menschen zu einem Haushalt gehörten, welchen sozialen Status sie hatten und welche Pflichten daraus entstanden. Solche Register entschieden darüber, wer Steuern zahlte, zum Militär eingezogen werden konnte oder seinen Wohnort wechseln durfte.
„Solche Systeme beschrieben Gesellschaft nicht einfach nur, sie formten sie aktiv mit“, sagt Xu. „Wenn ein Staat Menschen in bestimmte Kategorien einteilt, erzeugt er damit auch politische Wirklichkeit.“ Das Projekt untersucht mehrere Phasen, in denen Datenpraktiken in China besonders wichtig wurden: frühe Verwaltungsdaten im 3. und 4. Jahrhundert v. Chr., groß angelegte Vermessungen und statistische Projekte der Song-Dynastie sowie moderne Formen quantitativer Erfassung im 19. und 20. Jahrhundert.
Historische Fragen für die digitale Gegenwart
Sijia Cheng erforscht vor allem die Moderne. Sie hat unter anderem zur Geschichte von Intelligenztests und zur statistischen Erfassung sozialer Probleme in der Republik China gearbeitet. „Daten sind gemacht, nicht einfach gegeben“, betont sie. Die FAU-Wissenschaftlerin weiter: „Sie entstehen durch Technologien, Verwaltungsroutinen, politische Interessen und kulturelle Vorstellungen darüber, was überhaupt als messbar oder relevant gilt.“
Damit berührt das Projekt zentrale Fragen der Gegenwart: Wer und was wird gezählt – und nach welchen Regeln? Was fällt durch ein Raster? Welche Annahmen stecken in Kategorien, die später objektiv wirken? Und wer kontrolliert die Infrastruktur, mit der Daten erzeugt und ausgewertet werden? Die Forschenden sehen deutliche Parallelen zu heutigen digitalen Systemen.
Was die Vergangenheit über unsere Zukunft verrät
Auch algorithmische Bewertungen, automatisierte Klassifikationen oder digitale Verwaltungen machen bestimmte Informationen sichtbar und andere unsichtbar. Zugleich zeigt der historische Blick, dass große Datensammlungen immer auch an Grenzen stoßen: Schon kaiserliche Verwaltungen kämpften mit zu vielen Informationen, unübersichtlichen Datenströmen und Zahlen, deren Bezug zur Wirklichkeit vor Ort schwer zu prüfen war.
„Unser heutiges Datensystem ist nicht das natürliche Ende einer einzigen Entwicklung“, sagt Cheng. „Es ist eine Möglichkeit unter vielen. Frühere Datensysteme sind entstanden, haben sich verändert und sind teilweise auch wieder zerfallen. Genau deshalb lohnt der historische Blick.“ Das Projekt will damit nicht nur eine Lücke in der Chinaforschung schließen, sondern auch Debatten über KI, Überwachung, digitale Verwaltung und Big Data historisch erweitern. Die Geschichte zeige, dass unsere heutigen Systeme weder selbstverständlich noch alternativlos seien.
Kontakt für Medien:
Dr. Chun Xu
Lehrstuhl für Sinologie
chun.xu@fau.de
Sijia Cheng
Lehrstuhl für Sinologie
sijia.cheng@fau.de
Dr. Chun Xu
Lehrstuhl für Sinologie
chun.xu@fau.de
Sijia Cheng
Lehrstuhl für Sinologie
sijia.cheng@fau.de
Criteria of this press release:
Journalists
Cultural sciences, History / archaeology, Information technology, Social studies
transregional, national
Miscellaneous scientific news/publications, Research projects
German

You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).