26. März 2023
  WEITERE NEWS
Aktuelles aus
L
ibrary
Essentials

In der Ausgabe 2/2023 (März 2023) lesen Sie u.a.:

  • Untersuchung zur derzeitigen Nutzung von KI und verwand­ten Technologien in Bibliotheken
  • Passen wissen­schaft­liche Bibliotheken und TikTok zusammen?
  • Studie zum Einfluss des Internets
    auf den Print-Zeitungsmarkt
  • Schattenbibliotheken sind bei Wissenschaftlerinnen und Wissenschaftlern weiterhin sehr beliebt
  • Umfrage: Informationsabteilungen in Unternehmen werden wieder optimistischer
  • Untersuchung zur Entwicklung von
    Open-Access-Monografien
  • Cyberangriffe auf Bildungseinrichtungen nehmen kontinuierlich zu
  • Steht die Internetsuche vor einer Revolution?
  • 1. Österreichischer Bibliothekskongress
u.v.m.
  fachbuchjournal
Ausgabe 1 / 2023

ZEITGESCHICHTE
Die Schatten der Bonner Republik

LANDESKUNDE
Japan | Türkei | Iran | Indien

RECHT
Arbeitsrecht | Abfall- und Kreislauf­wirtschaftsrecht

BUCHWISSENSCHAFTEN
Neuerscheinungen

SOZIALWISSENSCHAFTEN
Schuldnerberatung

KINDER- UND JUGENDBUCH
Was ist Krieg?

PHILOSOPHIE

NATURWISSENSCHAFT

VERLAGE

uvm

Wie man KI trainiert, ohne den Datenschutz zu verletzen

Bitkom veröffentlicht Leitfaden „Anonymisierung und Pseudonymisierung von Daten für Projekte des maschinellen Lernens“

Wer im Unternehmen Künstliche Intelligenz entwickeln und einsetzen will, muss diese mit geeigneten Daten trainieren. Nach einer Umfrage unter 503 Unternehmen ab 50 Mitarbeitern im Auftrag des Digitalverbands Bitkom geben zwei Drittel (64 Prozent) derjenigen, die sich mit KI auseinandersetzen, an, dass personenbezogene Daten genutzt werden müssen, damit die KI verwertbare Analyseergebnisse liefert. „Wer mit personenbezogenen Daten arbeitet, muss die Anforderungen des Datenschutzes erfüllen“, sagt Dr. Nabil Alsabah, Bereichsleiter Künstliche Intelligenz beim Bitkom. „Entwicklern stehen zwei wichtige Werkzeuge zur Verfügung, um den Personenbezug zu verschleiern oder ganz zu entfernen: Sie können die Daten pseudonymisieren oder anonymisieren.“ Wie das in der Praxis gelingen kann zeigt der Digitalverband Bitkom in einem neuen Leitfaden „Anonymisierung und Pseudonymisierung von Daten für Projekte des maschinellen Lernens“

Nach einer Einführung in die verschiedenen Methoden der Anonymisierung und Pseudonymisierung werden konkrete Anwendungen und Maßnahmen vorgestellt, wie sich personenbezogene Daten datenschutzkonform nutzen lassen und wo mögliche Gefahren lauern. Unter anderem werden Lösungen für den Umgang mit Geo-Bewegungsprofilen vorgestellt und die Methoden, mit denen Google Mobilitätsdaten für die Covid-19-Warnung erhebt. Jeweils ein eigenes Kapitel widmet sich der Anonymisierung und Pseudonymisierung medizinischer Textdaten, dem Verfahren der der semantischen Anonymisierung sowie Datenschutzrisiken bei Medieninhalten. Ausführlich wird zudem das Konzept des föderierten Lernens vorgestellt, bei dem das maschinelle Lernen nur lokal stattfindet und so keine personenbezogenen Daten an Dritte übertragen werden.

Der Leitfaden „Anonymisierung und Pseudonymisierung von Daten für Projekte des maschinellen Lernens“ steht kostenlos zum Download bereit unter: www.bitkom.org/Bitkom/Publikationen/Anonymisierung-und-Pseudonymisierung-von-Daten-fuer-Projekte-des-maschinellen-Lernens