Technologien zum Schutz der Privatsphäre Mit PETs zum sicheren Datenmarktplatz

Ein Gastbeitrag von Alistair Bastian* 4 min Lesedauer

Anbieter zum Thema

Wenn Unternehmen datenbasiert zusammenarbeiten, um das volle Potenzial ihrer Daten auszuschöpfen, müssen Datenschutz und der Schutz der Privatsphäre gewährleistet bleiben. Dabei helfen PETs und die Grundsätze des Privacy Enhanced Collaborative Computing (PECC).

Wenn verschiedene Unternehmen Datenpartnerschaften eingehen, gewährleisten PETs, dass sensible Daten jederzeit geschützt bleiben.(Bild:  frei lizenziert / Unsplash)
Wenn verschiedene Unternehmen Datenpartnerschaften eingehen, gewährleisten PETs, dass sensible Daten jederzeit geschützt bleiben.
(Bild: frei lizenziert / Unsplash)

Datenschutz und Schutz der Privatsphäre werden immer wichtiger. Das zeigen einerseits bestehende und neue Datenschutzgesetze sowie andererseits das steigende Datenschutzbewusstsein von Kunden. Dementsprechend rücken Privacy Enhancing Technologies (PETs), also Technologien zum Schutz der Privatsphäre, in den Fokus vieler Unternehmens- und Datenschutzverantwortlicher. Gerade Führungskräfte versprechen sich durch Datenpartnerschaften tiefere Insights, ohne dafür Kundendaten teilen zu müssen.

Datenkooperationen können allein zwischen zwei Akteuren bestehen oder sogar komplexer ausfallen und mehrere Parteien umfassen. Der Erfolgsindikator für Data Collaboration ist dabei ein beidseitig vereinbartes Geschäftsergebnis. Gleichzeitig muss sichergestellt werden, dass ein breiter Zugriff auf geschützte Datensätze verhindert wird und alle Akteure allein ihre eigenen Daten weiterhin kontrollieren.

Chancen und Herausforderungen von Data Cooperation

Wie arbeiten wir in Zukunft in Datenkooperationen mit anderen Unternehmen zusammen? – Eine zentrale Frage, denn Daten können signifikant zur Verbesserung der Stakeholder-Beziehungen beitragen, Entscheidungsfindungen verbessern sowie neue Ansätze für eine optimierte Customer Experience identifizieren. Viele B2B Entscheider sind sich dennoch unsicher, wie sie dieses Potenzial nutzen können. Schließlich gibt es viele gesetzliche Datenschutzvorgaben einzuhalten, um Strafzahlungen und Reputationsrisiken zu vermeiden.

Technische und rechtliche Aspekte gehören zu den größten Herausforderungen im Aufbau von Datenpartnerschaften. Zunächst müssen verwendete Systeme kompatibel sein. Weiterhin sollte die Datenqualität gewährleistet werden und überprüft, inwieweit die Integration stimmt. Ebenso gilt es, regulatorische Anforderungen zu erfüllen, was schnell kompliziert, teuer und zeitaufwendig werden kann. Fest steht, dass Daten kooperierender Unternehmen in der Regel bei Cloudanbietern liegen, was dazu führt, dass Unternehmen einen Teil ihrer Kontrolle über personenbezogene Daten abgeben, wenn diese übertragen, erfasst und verarbeitet werden.

PETs statt ordinärer Verschlüsselungen

Dies kann insbesondere in der Phase der Datenverarbeitung zu einem Risiko werden. Verschlüsselungen, wie sie für Daten im Ruhezustand verwendet werden, oder auch SSL/TLS-Protokolle für die Datenübertragung, reichen für Datenpartnerschaften nicht aus. Das Risiko von Datenschutzverletzungen, Datenlecks, unberechtigten Zugriffen und Compliance-Verstößen ist an dieser Stelle besonders hoch.

Genau hier setzen PETs an. Sie wurden entwickelt, um zwei oder mehr Akteuren die gemeinsame Nutzung von Daten zu ermöglichen. PETs sind anwendungsspezifisch, das heißt, es gibt nicht die eine Lösung für alle Anwendungsfälle. Allein eine PET in die bestehende Data-Collaboration-Plattform zu implementieren, ist eine komplexe Aufgabe, die durch weitere PETs entsprechend zunimmt.

Systemische Integration statt technischer Flickenteppiche

Wenn Entscheider eine individuelle technische Integration auf ihr bestehendes System anwenden, droht ein technischer Flickenteppich zu entstehen. Stattdessen ist es ratsam, eine Plattform für die Datenzusammenarbeit auf einer Reihe verschiedener PETs aufbauen. Dabei gilt die Faustregel: Datenschutz und PETs sind die Basis und werden nicht nachträglich hinzugefügt. Später implementierte Integrationen bieten nicht den gleichen Datenschutz wie eine systematische Integration in die Grundstruktur einer Data-Collaboration-Plattform. Nur nach diesem Grundsatz befolgen Unternehmen den PECC-Ansatz.

Unternehmen, die den PECC-Ansatz verfolgen, können die Einhaltung von Datenschutzgesetzen sicherstellen. Sie reduzieren somit das Risiko, sensible Daten in der Cloud zu verarbeiten. Gleichzeitig entstehen nachhaltige Partnerschaften mit anderen Akteuren, von denen beide Seiten profitieren. PETs und der PECC-Ansatz können somit selbst unter Wettbewerbern partnerschaftliche Entwicklungen beschleunigen.

Für Single- und Multi-Party-Kooperationen

Eine homomorphe Verschlüsselung ermöglicht es einem Unternehmen, das mit einem anderen Akteur zusammenarbeiten möchte, verschlüsselte Daten zu analysieren und zu nutzen, ohne diese entschlüsseln zu müssen. Die PET stellt sicher, dass weder der Cloud-Anbieter noch der externe Akteur auf die Rohdaten zugreifen können und schützt die Daten so vor böswilligen Zugriffen.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Möchte ein Unternehmen sensible Datensätze von mehreren anderen Unternehmen analysieren und daraus Erkenntnisse für sich gewinnen, können Entscheider auf eine andere PET zurückgreifen, um Zielgruppensegmente für ein besseres Ad-Targeting abzubilden. Durch eine Differential Privacy Technologie können Unternehmen beispielsweise ihre Insights mit anderen Akteuren teilen, ohne dabei die personenbezogenen Daten der Kunden preiszugeben.

Wenn ein Unternehmen einer dritten Partei Zugang zu sensiblen Daten gewähren muss, um etwa Machine-Learning-Modelle zu trainieren, sollten nicht echte, sondern synthetische Daten verwendet werden. Diese PET erzeugt also eine synthetische Version der Daten, die den echten Daten statistisch ähnlich ist, aber keine identifizierbaren oder realen Personendaten enthält. Bei PETs, wie den hier beschriebenen, sollten Entscheidungsträger darauf achten, dass sie die Tools in die Grundstruktur ihrer Plattform für Datenzusammenarbeit integrieren, da PETs selten isoliert funktionieren.

Fazit: Mit PETs in die sichere Datenzusammenarbeit

Wenn Unternehmen anderen Akteuren geeignete Datensätze auf datenschutzsichere Weise zur Verfügung stellen, kann dies die KI-Entwicklung weiter vorantreiben. PETs mindern einige der derzeit viel diskutierten Risiken der Technologie, die auf große Datenmengen zugreift. Sicher verknüpfte Datenressourcen und strikt kontrollierte Zugänge zu sensiblen Daten, so haben auch kleinere Organisationen durch PETs die Möglichkeit, große Deep-Learning-Modelle zu trainieren.

Wenn Datenpartnerschaften auf den Grundsätzen des PECC basieren, können sie den Übergang von einfachem Datenaustausch hin zu einem dynamischeren und datenschutzsicheren Marktplatz für Datenverarbeitung und -analyse einleiten.

*Alistair Bastian ist Chief Technology Officer (CTO) bei InfoSum.

(ID:49914259)