Essential Guide

Big Data: Anwendung, Datenschutz und Technologie

Eine umfassende Auswahl von Artikeln, Videos und mehr, die von unseren Redakteuren gewählt wurden.

Datenschutz: Big-Data-Analysen erfordern mehr als Anonymisierung

Big-Data-Analysen (BDA) eröffnen neue Entscheidungsgrundlagen und Geschäftsmodelle. Dabei müssen aber Grenzen durch den Datenschutz beachtet werden.

Big Data gehört zu den IT-Trends, bei denen ein hohes wirtschaftliches Potenzial und gleichzeitig ein großes Bedrohungspotenzial gesehen wird. Kongresse mit dem Thema „Big Data – Goldmine oder Dynamit?“, „Sicherheit von Daten und Identitäten angesichts NSA und Big Data“ oder „Big Data für Bond 2.0“ spiegeln die Sorgen der Datenschützer wieder, wenn große Mengen an Daten gesammelt, gespeichert und ausgewertet werden.

Big Data mache deutlich, dass Daten zunehmend zum Rohstoff des 21. Jahrhunderts werden, an dem viele partizipieren wollen, so der Landesdatenschutzbeauftragte von Baden-Württemberg. Marktforscher sehen für 2014 einen globalen Umsatz mit Big-Data-Produkten und -Dienstleistungen von rund 73,5 Milliarden Euro, ein Plus von 66 Prozent im Vergleich zum Vorjahr.

Unternehmen sind gefordert, einen Weg zu finden, die wirtschaftlichen Chancen von Big-Data-Analysen für sich zu nutzen und gleichzeitig dem Datenschutz gerecht zu werden. Das ist keinesfalls unmöglich, wenn man die Vorgaben des Datenschutzes konsequent auf Big Data anwendet.

Potenziale von Big Data lassen sich nutzen

Eine Reihe von Initiativen versuchen Unternehmen zu helfen, Big Data wirtschaftlich zu nutzen, wie der Technologiewettbewerb „Smart Data - Innovationen aus Daten“ des Bundeswirtschaftsministeriums oder der BITKOM-Leitfaden „Big-Data-Technologien - Wissen für Entscheider“. Dabei wird immer auch auf die Bedeutung des Datenschutzes hingewiesen.

Für die datenschutzgerechte Nutzung von Big Data ist es wichtig zu verstehen, dass das Erfolgsrezept von Big Data gerade auf der Nutzung und Verknüpfung möglichst großer und heterogener, ursprünglich für andere Zwecke erhobener Datenbestände beruht. Die Datennutzung zu anderen Zwecken erfordert aber eine rechtliche Grundlage beziehungsweise die Einwilligung der Betroffenen. Deshalb kommt der Transparenz und Aufklärung der Betroffenen die größte Bedeutung zu, wenn von Unternehmen Big-Data-Analysen geplant werden.

Datenschutzprinzipien konsequent auf Big Data anwenden

Neben der Einwilligung der Betroffenen als Legitimierung der Datennutzung und Zweckänderung sollten Unternehmen an die Prinzipien der Erforderlichkeit und Datenvermeidung denken. Auch wenn dies scheinbar ein Widerspruch zur Ansammlung großer Datenmengen zu sein scheint: Weder aus Datenschutzsicht noch aus wirtschaftlicher Sicht ist es sinnvoll, möglichst alle Arten von Daten zu sammeln. 

Die Datennutzung zu anderen Zwecken erfordert eine Einwilligung der Betroffenen.

Es gilt dagegen, die Datensammlung und Datenspeicherung auf den Zweck der Big-Data-Analysen auszurichten. Dies erspart unnötige IT-Kosten und ermöglicht die richtige Aufklärung der Betroffenen über die geplante Datenverarbeitung.

Zu der Datenvermeidung und Datensparsamkeit gehört auch die Anonymisierung und Pseudonymisierung der personenbezogenen Daten. Diese Datenschutzmaßnahmen werden meist zuerst genannt, wenn es um Big-Data-Analysen geht. 

Dabei darf aber nicht vergessen werden, dass bei der Verwendung von Pseudonymen immer die Gefahr besteht, dass sich Nutzer in einem zweiten Schritt identifizieren lassen, wenn die Pseudonyme aufgelöst werden. Aus diesem Grund gelten die zuvor genannten Anforderungen des Datenschutzes auch dann, wenn vor den Big-Data-Analysen Verfahren zur Pseudonymisierung eingesetzt werden.

Datensicherheit bei Big Data ist anspruchsvoll

Ein weiterer Punkt, der bei Big-Data-Analysen nicht vergessen werden darf: Die Datenansammlungen müssen auch vor Missbrauch durch unbefugte Dritte geschützt werden. Letztlich wird damit verhindert, dass die Daten jenseits der Einwilligung der Betroffenen ausgewertet und damit ausgenutzt werden.

Die erforderlichen technisch-organisatorischen Maßnahmen (zum Beispiel Verschlüsselung und Backup, Datenlöschung) müssen allerdings erst noch in praktikable, für die Unternehmen handhabbare Lösungen einfließen und integraler Bestandteil moderner IKT-Systeme werden (Privacy by Design), so das Bundeswirtschaftsministerium anlässlich des eingangs erwähnten Technologiewettbewerbs „Smart Data – Innovationen aus Daten“.

Tatsächlich zeigen verschiedene Studien, dass Lösungen für den technischen Schutz von Big Data noch eher selten auf dem deutschen Markt zu finden sind. Beispiele, wie sich Datenschutz und Big-Data-Analysen praktisch in Einklang bringen lassen, kommen unter anderem von Fraunhofer IAIS, darunter „Privacy-preserving Data Mining in der Medizin“ und „Mobility, Data Mining und Privacy“.

Fazit

Es zeigt sich, dass Datenschutz bei Big-Data-Analysen zwar aufwändig, aber möglich und zudem lohnend ist. Erst dadurch können die Potenziale von Big Data wirklich genutzt werden.

Folgen Sie SearchSecurity.de auch auf Twitter, Google+ und Facebook!

Artikel wurde zuletzt im Dezember 2014 aktualisiert

Pro+

Premium-Inhalte

Weitere Pro+ Premium-Inhalte und andere Mitglieder-Angebote, finden Sie hier.

0 Kommentare

Älteste Beiträge 

Passwort vergessen?

Kein Problem! Tragen Sie Ihre E-Mail-Adresse unten ein. Wir werden Ihnen eine E-Mail mit Ihrem Passwort schicken.

Ihr Passwort wurde an die folgende E-Mail-Adresse gesendet::

- GOOGLE-ANZEIGEN

SearchStorage.de

SearchNetworking.de

SearchEnterpriseSoftware.de

SearchDataCenter.de

Close