Identifizierbarkeitsproblem

Identifizierbarkeit bezeichnet den Grad, in dem eine Person aus Daten direkt oder indirekt identifiziert werden kann. Sie entsteht, wenn eindeutige Merkmale wie Name oder persönliche Kennnummer vorhanden sind oder durch Verknüpfung von Datensätzen mit externen Informationen eine Identität rekonstruierbar wird. Oft spielen Quasi-Identifikatoren wie Geburtsdatum, Postleitzahl oder Einkommen eine Rolle, da sie allein oder in Kombination mit anderen Daten Rückschlüsse auf eine Person ermöglichen.

In der Praxis ist Identifizierbarkeit ein zentrales Konzept in Datenschutz und Datenauswertung. Sie beeinflusst, ob Daten als personenbezogen gelten und wie sie verarbeitet werden dürfen. Beurteilungen der Reidentifizierungsgefahr berücksicht oft, wie viele ähnliche Datensätze vorhanden sind (K-Anonymität), wie vielfältig die Merkmale sind (L-Diversität) und wie stark die Verteilung der Werte geschützt ist (T-Closeness). Formale Ansätze wie Differential Privacy versuchen, Identifizierbarkeit durch zufällige Störung von Ausgaben systematisch zu begrenzen.

Methoden zur Verringerung der Identifizierbarkeit umfassen Pseudonymisierung, Anonymisierung, Generalisierung, Maskierung oder das Hinzufügen von Rauschen. In der Forschung und im Praxisbetrieb werden Data-Handling-Richtlinien, Datensicherheitsmaßnahmen und Zugriffskontrollen eingesetzt, um identifizierbare Merkmale zu minimieren und Reidentifizierungsrisiken zu kontrollieren. Die rechtliche Einordnung variiert je nach Rechtsordnung; in vielen Systemen gilt, dass personenbezogene Daten nur unter Berücksichtigung des Zwecks und der Notwendigkeit verarbeitet werden dürfen.

Herausforderungen ergeben sich durch die Verfügbarkeit externer Informationen und durch fortschrittliche Inferenzmethoden, die scheinbar unproblematische Datensätze doch identifizierbar machen.