identifizierbarkeit

Identifizierbarkeit bezeichnet die Fähigkeit, eine natürliche Person aus Daten zu erkennen, entweder direkt durch eindeutige Merkmale oder indirekt durch die Kombination mehrerer Informationen. Der Grad der Identifizierbarkeit hängt vom Kontext, von verfügbaren Mitteln und von externen Datenquellen ab. In der Datenschutzpraxis dient Identifizierbarkeit dazu zu beurteilen, ob Daten als personenbezogen gelten.

Bei der Bewertung spielen direkte Identifikatoren eine zentrale Rolle (z. B. Name, Kontonummer) sowie indirekte oder sogenannte Quellidentifikatoren (z. B. Geburtsdatum, Postleitzahl, Geschlecht) und die Frage, ob es mit zusätzlicher Information möglich ist, eine bestimmte Person zu identifizieren. Auch der Zugriffskontext, die vorhandenen Hilfsdaten und die technischen Möglichkeiten potenzieller Angreifer beeinflussen das Ausmaß der Identifizierbarkeit.

Im Rechtskontext, insbesondere der Europäischen Datenschutzgrundverordnung (GDPR), gilt personenbezogene Daten dort als identifizierbar, wo eine Person direkt oder indirekt identifiziert werden kann. Daten, die so stark anonymisiert sind, dass eine Identifizierung nicht mehr möglich ist, fallen außerhalb des Anwendungsbereichs der GDPR. Pseudonymisierte Daten reduzieren die Identifizierbarkeit, entfernen sie aber nicht zwingend vollständig.

Zum Reduzieren der Identifizierbarkeit setzen Organisationen Maßnahmen wie Anonymisierung, Pseudonymisierung, Datenminimierung, Generalisierung und Maskierung ein. Techniken wie K-Anonymität, L-Diversität oder Differential Privacy helfen, das Risiko einer Re-Identifikation zu senken. Die notwendige Schutzstufe richtet sich nach dem identifizierbaren Risiko und dem Kontext der Verarbeitung.

In der Wissenschaft bezieht sich Identifizierbarkeit auch auf die statistische Modelltheorie: Parameter müssen eindeutig aus der Wahrscheinlichkeitsverteilung bestimmbar sein; sonst spricht man von nicht identifizierbaren Modellen, die zusätzliche Daten oder Constraints benötigen.