Identitätsauflösung
Identitätsauflösung bezeichnet den Prozess, bei dem mehrere Datensätze oder Identifikatoren, die dasselbe reale Subjekt betreffen, erkannt und zu einem einheitlichen Profil zusammengeführt werden, über verschiedene Systeme, Datenquellen und Kanäle hinweg. Ziel ist eine konsolidierte Sicht auf Personen oder Organisationen, um Analytik, Personalisierung oder Risikoüberwachung zu unterstützen.
- deterministische Abgleiche: exakte Übereinstimmungen von Feldern wie Name, Geburtsdatum, Anschrift, Kundennummer oder E-Mail.
- probabilistische Abgleiche: wahrscheinlichkeitbasierte Verknüpfung von Datensätzen, oft mit Bayes-/Fellegi-Sunter-Modellen, ergänzt durch maschinelles Lernen.
- maschinelle Lern- und Graph-basierte Ansätze: Modelle zur Mustererkennung und zur Strukturierung von Identitäten in Identitätsgraphen.
Zu den typischen Datenquellen zählen interne Kundendatenbanken, CRM-Systeme, Transaktionsdaten, Log- und Webdaten sowie öffentlich zugängliche oder
Anwendungen umfassen Customer-360-Ansätze, Betrugserkennung, Risikomanagement, personalisiertes Marketing und medizinisches Patientenmatching im Gesundheitswesen.
Herausforderungen und Rechtsrahmen
Wichtige Herausforderungen sind Datenqualität, Dubletten, Inkonsistenzen und veraltete Informationen. Datenschutz und Compliance – insbesondere DSGVO – verlangen Rechtsgrundlagen,
---