Datenschutz durch statistische Analyse und Adaptive Anonymisierung von personenbezogenen Daten für KMU


Maßgeschneiderte Anonymisierung und Pseudonymisierung

Viele Unternehmen stehen vor einem Dilemma: Sie verfügen einerseits über umfangreiche Daten, die erhebliches Potenzial für Analysen, KI-Training oder andere Zwecke bieten. Andererseits enthalten diese Daten teilweise personenbezogene Daten oder andere sensible Informationen (die z. B. Aufschlüsse über interne Prozesse erlauben), die eine Verwendung verhindern. Anonymisierungswerkzeuge können dieses Dilemma gerade für KMU für viele Anwendungsbereiche lösen – aber nur dann, wenn sie keine hochspezialisierten Kenntnisse verlangen, die Charakteristika der jeweiligen Daten und Anforderungen berücksichtigen und dem Nutzer Auskunft über die Qualität der Anonymisierung geben können.

Datenschutzkonforme Weitergabe und Nutzung von Daten

DA3KMU wird eine teilautomatisierte und einfach zu handhabende Open-Source Software entwickeln, mit deren Hilfe Daten adaptiv und maßgeschneidert anonymisiert bzw. pseudonymisiert werden können. So werden IT-Verantwortliche in KMU befähigt, für ihre Datenbestände auch ohne spezialisierte Kenntnisse einen „Basischeck“ durchzuführen und die Daten für ausgewählte Anwendungsfälle in datenschutzkonformer und geschäftsfreundlicher Weise bereitzustellen, um Mehrwerte zu realisieren oder die Daten Dritten für Analysen zur Verfügung stellen zu können.

Beta-Tester gesucht!

Wir freuen uns, dass wir auf der diesjährigen it-sa – Home of IT Security für unser Forschungsprojekt DA3KMU schon einige interessierte Unternehmen gewinnen konnten. Sie werden nun gemeinsam mit uns in die heiße Testphase der Software-Entwicklung einsteigen. Sie wollen ebenfalls als Beta-Tester dabei sein? Dann melden Sie sich gern bei uns!

Beispiel Use Cases

Anonymisierung von Logdaten für KI-basierte SIEM Systeme

SIEM-Systeme können in Logdaten verborgene Muster erkennen, die entscheidende Hinweise zur Erkennung von Angriffen und Angriffsversuchen auf Unternehmen liefern. Allerdings beinhalten Logdaten sehr oft Personenbezüge, die zuvor unbedingt entfernt werden müssen.

Lesen Sie dazu auch unseren Blog-Artikel "Mit Datenschutz mehr Sicherheit"

Anonymisierung von Gesundheitsdaten und Befunden

Gesundheitsdaten (u.a. von Apps) und annotierte Befunde (u.a. von Krankenhäusern) sind beispielsweise für die Entwicklung KI-basierter Analysewerkzeuge für KMU, wie zum Beispiel Technologiedienstleister im Gesundheitswesen, sowohl als Datenkonsumenten als auch als Datenproduzenten von zentraler Bedeutung, aber nur bei einer adäquaten Anonymisierung überhaupt nutzbar.

Roadmap

April 2021

Start des Projekts

Aktuellen Stand der Technik erfassen und Anforderungen der Partner einholen

April 2021

Juni 2022

Start der Umsetzung

Entwicklung des Systemdesigns auf Basis der Anforderungen als Vorlage für den ersten Prototypen

Juni 2022

Oktober 2022

Erster DA3KMU-Prototyp

Fertigstellung des ersten Prototypen und Präsentation auf Events (Messen)

Oktober 2022

Juni 2023

Evaluation DA3KMU Version 1

Überarbeitung des Prototypen und erste Evaluation durch die assoziierten Partner

Juni 2023

Dezember 2023

Evaluation DA3KMU Version 2

Optimierung der Software auf Basis des Feedbacks und Evaluation der nächsten Version

Dezember 2023

März 2024

Ende des Projekts und Release

Veröffentlichung, Bekanntmachung und Verbreitung der DA3KMU Software

März 2024

Konsortium

Das Fraunhofer IDMT koordiniert alle Forschungs- und Entwicklungsarbeiten und führt diese auch weitgehend durch. Es wird dabei von der Psoido GmbH bei den Entwicklungsarbeiten und von der EurA AG beim F&E-Prozess sowie der Anforderungsanalyse und der Validierung mit umfangreichen Networking-Aktivitäten unterstützt.

Darüber hinaus sind bisher folgende assoziierte Partner im Projekt beteiligt, die sich mit Anforderungen einbringen und die Software für die beiden Use Cases testen werden

Kontakt

Sie wollen sich mit Anforderungen und Tests für die oben genannten Use Cases einbringen oder mehr über DA3KMU erfahren?  Nehmen Sie mit uns Kontakt auf.

Patrick Aichroth

Fraunhofer-Institut für Digitale Medientechnologie IDMT

+49 3677 467-121
patrick.aichroth@idmt.fraunhofer.de

Stefan Sachse

Fraunhofer-Institut für Digitale Medientechnologie IDMT

+49 3677 467-270
stefan.sachse@idmt.fraunhofer.de

Förderer

Scroll to Top