Dataanonimisatie

Dataanonimisatie is het proces waarbij persoonsgegevens zodanig worden bewerkt of verwijderd dat personen niet (meer) direct of indirect kunnen worden herleid tot een individu. Het doel is om data bruikbaar te houden voor analyse en onderzoek terwijl de privacy van betrokkenen zo veel mogelijk wordt beschermd. Het verschil met pseudonimisatie is dat bij anonymisatie het herleiden van een individu met redelijke middelen doorgaans niet mogelijk is, terwijl bij pseudonimisatie identificerende informatie vervangen kan blijven bestaan via aanvullende gegevens.

Veelgebruikte technieken zijn onder meer datamaskering, generalisatie en suppressie, evenals data-omkering en ruisinjectie. Geavanceerdere benaderingen omvatten k-anonimiteit, l-diversiteit en t-closeness, en bij sommige systemen wordt differential privacy toegepast om statistische lekken te minimaliseren.

Dataanonimisatie wordt veel toegepast bij statistische publicatie, data-analyse en het delen van data met onderzoekers of derde partijen. Door de anonimisatie kan data nog steeds bruikbaar zijn, maar het risico op heridentificatie vermindert naarmate de anonimisatie sterker is. Inzichten blijven mogelijk via geaggregeerde of geanonimiseerde datasets.

Het juridische kader in de Europese Unie vereist dat anonimisering zodanig is dat identificeerbaarheid niet of nauwelijks kan plaatsvinden. Geanonimiseerde data vallen buiten de definitie van persoonsgegevens onder de Algemene Verordening Gegevensbescherming. Organisaties moeten wel documenteren welke technieken zijn toegepast en welke residuale risico’s aanwezig zijn.

Belangrijke aandachtspunten zijn de balans tussen privacy en bruikbaarheid, de blijvende risico’s van re-identificatie bij combinatie met andere gegevens en het verifiëren van maatregelen via governance, evaluaties en audits. Effectieve dataanonimisatie vereist een duidelijk beleid, data-inventaris en toezicht op de verwerking.