Was ist datenschutzrechtliches Data Mining?

Datenschutzbewusstes Data Mining ist der Prozess der Zusammenarbeit bei Data Mining-Aktivitäten, ohne dass vertrauliche Details zu den Informationen in einer der zu vermessenden Datenbanken offen gelegt werden. Es wird traditionell verwendet, wenn eine Person oder Organisation mit Wettbewerbern aus der Branche zusammenarbeitet. Während Wettbewerber manchmal gegenseitig von der gemeinsamen Nutzung von Ressourcen profitieren können, sind alle Parteien daran interessiert, potenziell private oder vertrauliche Informationen über ihre aktuellen Projekte zu bewahren. Datenschutzbewusstes Data Mining schützt das Vertrauen aller Beteiligten, indem es die Ergebnisse des Data Minings liefert, ohne die Quelle eines bestimmten Informationsbits preiszugeben.

Beim Data Mining wird eine große Menge von Daten erfasst und nach allgemeinen Trends durchsucht. Ein grundlegendes Beispiel für Data Mining ist das Durchsuchen einer Verkaufsdatenbank, um herauszufinden, zu welcher Jahreszeit der Verkauf eines bestimmten Produkts am höchsten ist. Die aus diesem Mining abgeleiteten Business Intelligence-Daten würden einem Unternehmen helfen, außerhalb der Spitzenzeiten Umsätze zu erzielen und andere Modifikationen vorzunehmen, um den Bruttogewinn zu steigern. Ein weiteres komplexeres Beispiel wäre das Durchsuchen von Datenbanken nach Verbrauchertrends bei Kaufentscheidungen. Dies würde es Herstellern ermöglichen, genau vorherzusagen, welche Arten von Produkten populär werden, und ihnen zu ermöglichen, zu wissen, wo sie ihre begrenzten Ressourcen konzentrieren können.

Durch das Zusammenführen der in einer Datenbank gespeicherten Informationen mit den in Datenbanken von Wettbewerbern gespeicherten Informationen wird die Effizienz des Data Mining drastisch erhöht. Je mehr Daten studiert werden können, desto einfacher ist es, Trends zu finden und zu nutzen. Mit anderen Worten, wenn eine einzelne Organisation 10.000 Beispiele zur Verfügung hat, können sie in der Regel Muster erfassen, die mit nur 100 Beispielen desselben Typs nicht erkennbar wären. Natürlich gibt es jedoch immer einige Informationen, die Unternehmen nur ungern mit ihren Wettbewerbern teilen. Hier kommt datenschutzrechtliches Data Mining ins Spiel.

Datenschutzbewusstes Data Mining ermöglicht es konkurrierenden Unternehmen, nur die Daten, die sie teilen möchten, in eine zentrale "kommunale" Datenbank einzuspeisen. Durch die Beschränkung des Data Mining auf streng freiwillige Informationen wird der Datenschutz auf beiden Seiten gewahrt, ohne den zentralen Zweck der Data Mining-Bemühungen zu beeinträchtigen. Die Privatsphäre kann auch geschützt werden, indem ein nicht interessierter Vermittler für die Durchführung des eigentlichen Minings eingesetzt wird, sodass die Unternehmen ihre Datenbankressourcen bündeln können, ohne dass eines der Unternehmen direkten Zugriff auf die privaten Datentypen des anderen Unternehmens hat.