anonimisatie

Anonimisatie is het proces waarbij identificerende informatie in een dataset zodanig wordt gewijzigd of verwijderd dat individuen niet langer kunnen worden herkend, zelfs niet met aanvullende kennis. Het doel is het behoud van bruikbare data voor analyse terwijl de privacy van personen wordt beschermd.

Dit onderscheidt anonimisatie van pseudonimisatie. Bij pseudonimisatie blijft een sleutel of code bestaan waardoor iemand met aanvullende informatie weer gekoppeld kan worden aan een identiteit. Anonimisatie streeft naar irreversibiliteit; als de gegevens niet meer of nauwelijks achterhaalbaar zijn, gelden ze niet langer als persoonsgegevens onder de privacywetgeving.

Technieken variëren van het verwijderen van directe identificatoren (naam, adres, BSN) tot generalisatie en masking: het verkleinen of onleesbaar maken van kenmerken, of het toevoegen van ruis. Geavanceerde methoden omvatten k-anonimiteit, l-diversiteit, t-closeness en differentiële privacy. De keuze hangt af van het doel, de dataset en het gewenste niveau van zekerheid tegen heridentificatie.

Anonimisatie wordt veel toegepast bij open data, statistische publicaties en data-uitwisseling in onderzoek, waar geanonimiseerde datasets nog steeds waardevol kunnen zijn. Echter, er blijft re-identificatierisico via koppeling met andere bronnen, dus volledig irreversibele anonimisatie is moeilijk te garanderen.

In de praktijk vereist anonimisatie governance, inclusief risicobeoordeling en privacy-by-design. Data-eigenaren moeten aangeven welke technieken worden toegepast, de residuale risico’s documenteren en naleving met beleid en regelgeving waarborgen. Onder de AVG worden geanonimiseerde gegevens doorgaans niet langer als persoonsgegevens beschouwd, maar de re-identificierisico blijft een aandachtspunt.