Anonymisierung von Fahrzeugpositionsdaten – Potentiale, Hindernisse & Grenzen

Wie geht es jetzt weiter?

 

Ihr Kontakt bei diconium

Jun-Gyu Kim
data scientist

Mit der Datenschutz-Grundverordnung (DSGVO) hat die EU die Datenanonymität, insbesondere die Anonymität im Internet, sichergestellt. Wenn nach einem Wort des Jahres oder gar eines Jahrzehnts gesucht wird, ist "Datenanonymität" sicherlich ein heißer Anwärter, da dies nicht nur zu zahlreichen Diskussionen in unserer Gesellschaft geführt hat, sondern auch neue Herausforderungen für Unternehmen mit sich bringt. Es besteht Einigkeit darüber, dass personenbezogene Daten der Treibstoff für Marketingmaßnahmen sind und den Unterschied im heutigen Wettbewerbsmarkt ausmachen können. Daher mussten Unternehmen schnell eine Lösung finden – eine davon ist die sogenannte Anonymisierung von Daten.

anonymisierung von fahrzeugpositionsdaten | clustering | diconium

Anonymisierung von Fahrzeugpositionsdaten – Potentiale, Hindernisse & Grenzen

Dieser Blogbeitrag zeigt in einer abstrakten Präsentation kurz die Potenziale und Grenzen der Datenanonymisierung von Fahrzeugpositionsdaten. In diesem ersten Blogpost veranschaulichen wir anhand konkreter Beispiele die Möglichkeiten anonymisierter Daten in verschiedenen Sektoren; im Folgebeitrag zeigen wir die Hindernisse auf, die einer Anonymisierung zwangsläufig entgegenstehen.

Aber was genau ist Anonymisierung?

Im Wesentlichen beschreibt es einen Prozess, bei dem personenbezogene Daten so transformiert werden, dass sie nicht auf einzelne Personen zurückgeführt werden können. Aber ist der Anonymisierungsprozess umkehrbar? Wie in der Welt der Viren- und Antiviren-Software ist auch das Anonymisierungskonzept eine Art Räuber- und Gendarmspiel. Es geht mehr darum, es dem Hacker nicht zu einfach zu machen. Eine beliebte und einfache Methode ist das sogenannte Clustering, bei dem mehrere Datenpunkte zu Datenwolken zusammengefasst und mit weiteren nützlichen Informationen gefüllt werden.

anonymisierung von fahrzeugpositionsdaten | clustering | diconium Ein Beispiel dafür, wie Datenpunkte zu Clustern zusammengefasst werden. Die Zahl im Cluster gibt einen Hinweis darauf, wie viele Datenpunkte sich in dieser Datenwolke befinden.

So können anonymisierte Daten weiterhin Informationen für verschiedenste Anwendungsfälle liefern, die den Unternehmenswert eines Unternehmens steigern können.

Betrachten wir die folgende Situation:
Schauplatz: Deutschland
Akteure: Das Lieblingsspielzeug der Deutschen, das Auto.
Szenario: In der heutigen digitalen Welt besitzt fast jeder Autofahrer einen Gegenstand, der während der Fahrt seine GPS-Position überträgt, sei es das Navigationsgerät oder das Auto selbst. Sogar das Smartphone – und wenn nicht das eigene, dann das der Passagiere – ist eines davon.


Die so deutschlandweit gesendeten GPS-Signale können nun mit Cluster-Methoden in sogenannten Heatmap-Analysen verwendet werden. Das gewonnene Wissen wird dann an verschiedene Anwendungen weitergegeben – idealerweise vollautomatisch und in Echtzeit. Ein sehr langsam fahrender Cluster auf der Autobahn kann somit als Stau erkannt werden. Informationen, die einem Navigationssystem einen erheblichen Vorteil verschaffen und die Kundenzufriedenheit verbessern können.

Andere interessante Anwendungsfälle wären:
1. Wo sollten Ladestationen für Elektroautos platziert werden, damit die optimale Auslastung erreicht wird? Dies kann im E-Mobilitätswettbewerb den Unterschied zwischen zufriedenen und unzufriedenen Kunden ausmachen.
2. Auf welchen Straßen oder Kreuzungen soll Werbung für Fahrer platziert werden? Bei maximaler Werbewirkung ist die optimale Sichtbarkeit der Produkte gewährleistet.
3. Auf welchen Strecken fahren Fahrzeuge zu welcher Zeit zu welcher Häufigkeit, damit der Stadtverkehr genau prognostiziert kann werden? Beispielsweise können somit Verkehrssituationen sowie die Zufriedenheit der Bürger dank optimierter Ampelschaltungen verbessert werden.
Fahrzeugdaten können branchenübergreifend genutzt werden, um den Bedürfnissen der Menschen gerecht zu werden. Dies hängt wie immer davon ab, wie Politik, Unternehmen und einzelne Benutzer mit diesen Daten umgehen. Aber das ist eine andere Geschichte.

diconium ist Spezialist in den Gebieten Daten und Künstliche Intelligenz. Ob in den Bereichen Search, Social und Content, Personalisierung und Analytics oder Data Science – unsere Expertise hilft Ihnen, die richtigen Daten zum richtigen Zeitpunkt zu erheben, Services und Angebote zu prognostizieren und somit datengetriebene Entscheidungen zu fällen. Wir freuen uns auf Ihren Kontext!

Wie geht es jetzt weiter?

 

Ihr Kontakt bei diconium

Jun-Gyu Kim
data scientist