Datenanalyse Big-Data-Analysen datenschutzfreundlich machen

Anonyme Daten sollten nicht auf spezifische Personen zurückführbar sein. Dennoch gab es zuletzt mehrere Fälle im Kontext von Big-Data-Analysen, bei denen diese Situation eingetreten ist. Doch wie kann man den Datenschutz bei dieser Technologie sicherstellen?

Anbieter zum Thema

Parasoft® Deutschland GmbH

NetModule AG

Confluent Germany GmbH

Fraunhofer-Institut für Sichere Informations- technologie SIT

Eine Studie des Fraunhofer-Instituts für sichere Informationstechnologie zeigt, wie Big-Data-Technologien so eingesetzt werden können, dass die Privatsphäre des Einzelnen geschützt bleibt. Big-Data-Analysemöglichkeiten bürgen nämlich, durch die Zusammenführung verschiedener Daten aus unterschiedlichen Quellen, die Gefahr, dass vermeintlich anonyme Daten de-anonymisiert und daraufhin persönliche Profile erstellt werden. Aus diesem Grund müssten Big-Data-Systeme angepasst werden, sagt Leiter der Abteilung IT-Forensik am Fraunhofer SIT Prof. Martin Steinebach.

Datenschutzrechtliche Perspektive

Die Studie stellt umsetzbare Lösungsvorschläge für Anwenderinnen und Anwender sowie Entwickelnde von Big-Data-Systemen vor und gibt Empfehlungen für den datenschutzkonformen Einsatz der Technologie. Damit eine rechtskonforme Verwendung personenbezogener Daten in Big-Data-Analysen auch tatsächlich gewährleistet werden kann, ist es im ersten Schritt ist es notwendig, die rechtlichen Vorgaben einzuhalten. Aus diesem Grund erläutert die Studie auch, was die Datenschutz-Grundverordnung (DSGVO) und andere datenschutzrechtliche Vorgaben für den Einsatz von Big Data Technologien bedeuten. Die Autoren raten dazu, das Prinzip der Privacy by Design zu berücksichtigen und folglich bereits bei der Konzeption und Entwicklung eines Systems darüber nachzudenken, wie man den Schutz der Daten garantieren kann.

Big Data

Data Vaults helfen bei der Verwaltung

Technische Ansätze zum Schutz der Privatsphäre

Außerdem präsentieren sie, durch das Aufzeigen von unterschiedlichen Gestaltungsprinzipien, praktische Ansätze, wie sich ein System technisch umsetzen lässt und gleichzeitig den Datenschutz berücksichtigt. Im weiteren Verlauf werden die wichtigsten Verschlüsselungstechnologien wie kryptografische Hashes vorgestellt und im Anschluss beurteilt. Dabei wurde darauf geachtet, dass die Themen den Verarbeitungsschritten von Daten in Big-Data-Systemen folgend geordnet sind, weshalb zuerst sichere Übertragungskanäle, daraufhin die sichere Speicherung von Daten und schließlich die sichere Verarbeitung von Daten aufgegriffen werden. Damit es gar nicht erst dazu kommt, dass Daten durch Big Data auf den Einzelnen zurückzuführen sind, stellt die Studie zudem verschiedene Verfahren der Anonymisierung, beispielsweise Mikroaggregierung, für unterschiedliche Arten von Daten vor.

Bei Interesse können Sie der Studie Privacy und Big Data des Fraunhofer Instituts für sichere Informationstechnologie weitere Informationen entnehmen.

(ID:47022868)