Datenanonymisierung.

Die Datenanonymisierung wandelt personenbezogene Daten unwiderruflich so um, dass Personen nicht mehr herausgegriffen, verknüpft oder erschlossen werden können – selbst wenn die Veröffentlichung mit externen Informationen kombiniert wird. Kerntechniken sind Unterdrückung, Generalisierung (z. B. Vergröberung eines Geburtsdatums auf das Jahr), Aggregation, Perturbation/Rauschen und Randomisierung, bewertet anhand eines formalen Modells: k-Anonymität, l-Diversität, t-Closeness oder Differential Privacy, die kalibriertes Rauschen unter einem beweisbaren Privacy-Budget (ε) hinzufügt.

Die Hürde ist wegen einer langen Geschichte der Re-Identifikation hoch. Latanya Sweeney schätzte, dass 87 % der US-Bürger durch die Kombination aus 5-stelliger PLZ, Geburtsdatum und Geschlecht eindeutig sind, und nutzte Wählerverzeichnisse, um in „anonymisierten" Verwaltungsdaten die Krankenakten des Gouverneurs von Massachusetts William Weld zu re-identifizieren – das Ergebnis, das k-Anonymität motivierte. 2008 de-anonymisierten Narayanan und Shmatikov den Netflix-Prize-Datensatz (~500 000 Abonnenten), indem sie spärliche Bewertungen mit öffentlichen IMDb-Profilen korrelierten. Die Veröffentlichung der AOL-Suchprotokolle 2006 wurde binnen Tagen auf namentlich benannte Personen zurückverfolgt.

Nach der DSGVO fallen echt anonyme Daten aus der Verordnung (Erwägungsgrund 26), doch die Stellungnahme 05/2014 der Artikel-29-Gruppe sowie Behörden wie EDSA und CNIL verlangen eine dokumentierte Re-Identifikations-Risikobewertung zu Herausgreifen, Verknüpfbarkeit und Rückschluss unter „vernünftigerweise wahrscheinlichen" Mitteln. Typische Fehler: sich allein auf Hashing oder einfache Pseudonyme verlassen, hochdimensionale Mikrodaten veröffentlichen oder Pseudonymisierung mit Anonymisierung verwechseln.

flowchart TD
  R["Rohe personenbezogene Daten"] --> D["Direkte Identifikatoren entfernen"]
  D --> Q["Quasi-Identifikatoren generalisieren / unterdrücken"]
  Q --> M["Privacy-Modell anwenden (k-Anonymität / Differential Privacy)"]
  M --> T{"Re-Identifikationsrisiko akzeptabel?"}
  T -->|"Nein"| Q
  T -->|"Ja"| P["Anonymisierten Datensatz veröffentlichen / teilen"]