Wie werden verborgene Datenpotenziale nutzbar gemacht, ohne Datenschutz und Informationssicherheit zu gefährden?

Der Schlüssel liegt darin, Datenanalyse und Sicherheitsarchitektur zusammenzudenken: Durch den Einsatz von Privacy-Enhancing-Technologies (PETs) wie beispielsweise Anonymisierung oder Differential-Privacy lassen sich gezielt Rückschlüsse auf sensible Einzelinformationen reduzieren, ohne den analytischen Wert der Daten vollständig zu verlieren, während Federated-Learning es ermöglicht, schützenswerte Daten innerhalb ihrer jeweiligen Schutzdomäne auszuwerten und dennoch gemeinsam Erkenntnisse bzw. Modelle zu gewinnen. So lassen sich auch bislang schwer zugängliche Datenbestände für KI-Anwendungen erschließen, ohne Datensouveränität und Schutzanforderungen aufzugeben. Expertise aus dem Bereich Data-Science und Cybersecurity ist dabei unerlässlich.