Anonymisierung: Aussagekräftige, aber synthetische Testdaten per Machine Learning

Das Berliner Unternehmen Statice (Website) bietet eine Software, die personenbezogene Daten anonymisiert und somit datenschutzkonform nutzbar zu Testdaten macht. Erreicht werden soll dies durch ein Machine-Learning-Verfahren, in dessen Rahmen die anonymisierten Datensätze nicht an Aussagekraft verlieren. Für das Finanz- und Versicherungswesen ergeben sich so völlig neue Möglichkeiten.

Bei der Sta­ti­ce-Lösung  an­ony­mi­siert eine KI die Da­ten­sät­ze auf ei­ne Wei­se, die kei­ne Re-Iden­ti­fi­ka­ti­on zu­lässt. Der Da­ten­nut­zen und die Da­ten­gra­nu­la­ri­tät blei­ben bei den neuen Testdaten erhalten. Aus technischer Sicht verbirgt sich hinter Statice ein Machine-Learning-Algorithmus, der auf einen bestimmten Datensatz trainiert wird. Er erlernt auf diese Weise die Strukturen und statistischen Informationen der Echtdaten.

Aus diesem Wissen wird per ML dann ein vollständig neuer, synthetischer Datensatz generiert. Er enthält keinerlei originale Einträge mehr, sondern besteht komplett aus künstlichen Datenpunkten. Diese spiegeln die Originaldaten mit ihrem realen Informationsgehalt wider.”

Nach dem Verfahren lassen sich die Testdatensätze ohne die Gefahr von Datenschutzverstößen nutzen. Sogar eine Weitergabe an externe Partner ist bedenkenlos möglich.

Neben System-Tests können die synthetischen Datensätze in der Finanzbranche beispielsweise als reale Trainingsdaten für Machine-Learning-Anwendungen Verwendung finden, wodurch sich die Produktentwicklung intelligenter gestalten lässt.

Ein weiterer Use Case sind flexible Analysen des Kundenverhaltens unter Vermeidung komplexer Compliance-Prozesse. Nicht zuletzt ermöglicht die Anonymisierung eine skalierbare Datenverarbeitung in der Cloud ohne Datenschutzrisiken.

Eine echte Daten-Anonymisierung unter Wahrung der Privatsphäre gestaltet sich in der Finanzbranche schwierig. Sie erfordert Zeit, Ressourcen und umfangreiche Expertise. Herkömmliche Anonymisierungstechnologien haben zudem zwei Probleme. Entweder schützen sie die Daten nicht ausreichend, oder sie verfremden die Daten so weit, dass sie für die meisten Anwendungsfälle nicht mehr verwendbar sind. Deshalb haben wir Statice entwickelt. Unter Einsatz neuester Machine-Learning- und Datenschutztechnologien ermöglichen wir es, wirklich verwertbare Datensätze zu generieren, ohne Risiken beim Datenschutz einzugehen.“

Sebastian Weyer, CEO und Co-Gründer von Staticeaj