Exploratorische Analyse der Zusammenarbeit der WHO mit nichtstaatlichen Akteuren und deren Zukunft

Im Rahmen des Jungen DGAP Fellowships 2024/25 hat Tessa Bartels die Zusammenarbeit der WHO mit nichtstaatlichen Akteuren analysiert. Mithilfe von Data-Science-Methoden untersucht das Projekt, wie globale Gesundheitskooperationen strukturiert sind und welche neuen Partnerschaften entstehen könnten. Die interaktive Analyse zeigt, wie Länder und NGOs auf Projektbasis zusammenarbeiten – ein innovativer Ansatz zur Stärkung der globalen Gesundheitsgovernance.

Share

Globale Gesundheitsgovernance im Wandel

Die globale Gesundheitsgovernance steht vor erheblichen Herausforderungen. Der Rückzug der USA aus der WHO hinterlässt nicht nur ein finanziell geschwächtes globales Gesundheitssystem, sondern hat auch das Vertrauen in multilaterale Institutionen stark erschüttert, da die zunehmende Fragmentierung der internationalen Zusammenarbeit unaufhaltsam fortzuschreiten scheint.

Die Vielzahl von Akteuren – von internationalen Organisationen bis hin zu öffentlich-privaten Partnerschaften – agiert oft isoliert oder im Wettbewerb miteinander. Dieser „chaotische Pluralismus“ erschwert koordinierte Maßnahmen und schwächt sowohl die Effektivität als auch das Vertrauen zwischen den Akteuren. Es gibt zunehmend Anzeichen dafür, dass sich die Welt vom Multilateralismus entfernt.

Angesichts der wachsenden Komplexität globaler Gesundheitskrisen wie Kriegen, Pandemien und Klimawandel ist eine enge und vertrauensvolle Zusammenarbeit zwischen staatlichen und nichtstaatlichen Akteuren unerlässlich und müsste eigentlich noch stärker gefördert werden.

Eine gestärkte EU in einer reformierten WHO könnte dazu beitragen, die globale Gesundheitsarchitektur zu stabilisieren und somit das globale Ziel nachhaltiger Sicherheit und Frieden voranzutreiben – was auch den außenpolitischen Interessen Deutschlands zugutekommen würde. Daher sollte sich Deutschland noch deutlich stärker dafür einsetzen.

🔗 Globale Gesundheit – auch ein deutsches Interesse
🔗 Rebuilding Trust in Global Health Governance
🔗 Politisierung von Gesundheit

Was passiert, wenn die WHO ihre Koordinationsrolle verliert?

Dieses Projekt fokussiert sich auf einen experimentellen Ansatz unter der Anwendung von Data Science-Techniken, vor allem Natural Language Processing (NLP), um herauszufinden, welche Länder in dieser Situation gegebenenfalls miteinander oder auch allein mit verschiedenen nichtstaatlichen Akteuren auf Projektbasis kooperieren könnten.

Datengrundlage

NGO-Seite: Das WHO-Register der nichtstaatlichen Akteure wurde eingerichtet, um die Zusammenarbeit der WHO mit verschiedenen Akteuren transparent zu gestalten. Es enthält:

  • 230 Profile nichtstaatlicher Akteure
  • 654 offizielle gemeinsame Projekte
  • 4951 verschiedene Aktivitäten, mit denen 1929 Ziele verfolgt werden

🔗 WHO-Register der nichtstaatlichen Akteure

Länder-Seite: Als Grundlage dienen globale Gesundheitsstrategien. Da nicht alle Länder eine solche Strategie formulieren, umfasst der Dokumentenkorpus 12 Strategiedokumente von 9 Ländern:

  • Dänemark (2 Dokumente)
  • Deutschland
  • England
  • Finnland
  • Frankreich
  • Niederlande
  • Norwegen
  • Schweden (2 Dokumente)
  • Schweiz
  • EU Global Health Strategy (2022)

Top 10 nichtstaatliche Akteure nach Anzahl der Aktivitäten

Das WHO-Register erfasst pro Projekt die durchgeführten Aktivitäten. Diese Visualisierung zeigt, welche 10 nichtstaatlichen Akteure die meisten Aktivitäten im Register angegeben haben.

Methodik

  1. Web Scraping des WHO-Registers

Ziel: Identifikation aktueller Projekte

  • Web Scraping ist eine Technik, bei der automatisierte Tools verwendet werden, um Daten von Webseiten zu extrahieren.

2. Topic Modeling mit BERTopic

Ziel: Kategorisierung der Projekte

  • Mithilfe von BERTopic wurden die Projekte thematisch eingeordnet.
  • Häufige Begriffe wie „WHO“ oder „Institution“ wurden entfernt.
  • Themen wurden an die WHO-Kategorien angepasst und für die Klassifikation genutzt.
🔹 Visualisierung:
  • 24 Themen wurden durch BERTopic generiert.
  • Blaue Punkte repräsentieren Projekte, die auf Basis ihres Inhalts bestimmten Themen zugeordnet wurden.
  • Heatmap zeigt die Ähnlichkeit zwischen den Themen.

Die WordClouds der Themen, dienen als Beispiel dafür, aus welchen Wörtern die Themen bestehen können, die auf diese Art und Weise generiert werden. 

Diese Heatmap gibt an, wie ähnlich, also wie nah beieinander die Themen sind. Die x-und y-Achsen sind die Themen. Je weniger sich die Themen ähneln, desto blauer ist die Kachel gefärbt. Je ähnlicher sich die Themen sind, desto roter ist die dazugehörige Kachel gefärbt.

3. Zero-Shot Klassifikation

Ziel: Automatische Zuordnung der Projekte zu Ländern

  • Zero-Shot Classification ermöglicht die Kategorisierung von Inhalten, ohne dass ein Modell vorherige Beispiele gesehen haben muss.
  • Themenkategorien:
    • Communicable Diseases
    • Non-Communicable Diseases
    • Mental Health
    • Primary Healthcare
    • Health Systems Strengthening
    • Universal Health Coverage
    • Health Workforce
    • Digital Health
    • Vaccination
    • Emergency Preparedness

4.  Dashboard

Ziel: Interaktive Anzeige von Kooperationen

  • Das Dashboard ermöglicht es, ein Land auszuwählen und die thematisch passenden NGO-Projekte anzuzeigen.
  • Es könnte als Grundlage für eine themenspezifische Suchmaschine dienen, die die Zusammenarbeit in der globalen Gesundheitsgovernance erleichtert.

🔹 Dashboard-Visualisierung folgt

Mögliche Anwendungen und Limitationen

Dieser Ansatz ist rein experimentell und hat daher Einschränkungen:

  • Das WHO-Register ist unvollständig.
  • Selbsteintrag der NGOs führt zu Bias in den Daten.
  • Es gibt keine Garantie, dass die Strategie eines Landes mit den Projekten übereinstimmt.
  • Black-Box-Problematik bei NLP-Methoden wie Topic Modeling und Zero-Shot Classifier.
  • Stichprobenartige Überprüfungen ergaben zwar Übereinstimmungen, doch eine abschließende Bewertung fehlt, da überprüfbare Daten mit einer „korrekten“ menschlichen Zuordnung fehlen.

Fazit

Trotz dieser Limitationen zeigt das Projekt, dass datenbasierte Analysen neue Perspektiven für die Zusammenarbeit in der globalen Gesundheitsgovernance eröffnen.

Potenzial: Eine datengetriebene Suchmaschine könnte es ermöglichen, strategische Partnerschaften effizienter zu identifizieren und so die internationale Kooperation im Gesundheitsbereich zu stärken.

Contact person