Now available: “Prädiktive Privatheit: Kollektiver Datenschutz im Kontext von Big Data und KI”

The conference proceedings of Forum Privatheit 2021 are out now! Many thanks to the editors Michael Friedewald, Alexander Roßnagel, Jessica Heesen, Nicole Krämer, Jörn Lamla. I am proud that the volume includes my article:

1. 

   Mühlhoff, Rainer. 2022. „Prädiktive Privatheit: Kollektiver Datenschutz im Kontext von Big Data und KI“. In Künstliche Intelligenz, Demokratie und Privatheit, herausgegeben von Michael Friedewald, Alexander Roßnagel, Jessica Heesen, Nicole Krämer, und Jörn Lamla, 31–58. Nomos. doi:10.5771/9783748913344-31.

   Full text bibtex

   ×

   @incollection{Mü2022:PP-Forum-Privatheit,
     author = {Mühlhoff, Rainer},
     title = {Prädiktive Privatheit: Kollektiver Datenschutz im Kontext von Big Data und KI},
     booktitle = {Künstliche Intelligenz, Demokratie und Privatheit},
     editor = {Friedewald, Michael and Roßnagel, Alexander and Heesen, Jessica and Krämer, Nicole and Lamla, Jörn},
     year = {2022},
     doi = {10.5771/9783748913344-31},
     pages = {31–58},
     publisher = {Nomos},
     isbn = {978-3-7489-1334-4},
     web_group = {papers},
     web_thumbnail = {/assets/images/publications/Mü2022:PP-Forum-Privatheit.jpg},
     web_fulltext = {https://doi.org/10.5771/9783748913344-31}
   }
   

Abstract: Big Data und künstliche Intelligenz (KI) stellen eine neue Herausfor­derung für den Datenschutz dar. Denn diese Techniken werden dazu verwendet, anhand der anonymen Daten vieler Menschen Vorhersagen über Dritte zu treffen – etwa über Kaufkraft, Geschlecht, Alter, sexuelle Orientierung, ethnische Zugehörigkeit, den Verlauf einer Krankheit etc. Die Grundlage für solche Anwendungen „prädiktiver Analytik“ ist ein Vergleich von Verhaltensdaten (z.B. Nutzungs-, Tracking- oder Aktivitäts­ daten) des betreffenden Individuums mit den potenziell anonymisiert ver­arbeiteten Daten vieler Anderer anhand von Machine Learning Modellen oder einfacherer statistischer Verfahren. Der Artikel weist zunächst darauf hin, dass mit prädiktiver Analytik erhebliche Missbrauchspotenziale ver­bunden sind, welche sich als soziale Ungleichheit, Diskriminierung und Ausgrenzung manifestieren. Diese Missbrauchspotenziale werden vom gel­tenden Datenschutzrecht (EU DSGVO) nicht reguliert; tatsächlich findet die Verwendung anonymisierter Massendaten in einem weitestgehend rechtsfreien Raum statt. Unter dem Begriff “prädiktive Privatheit” wird ein datenschützerischer Ansatz vorgestellt, der den Missbrauchsgefahren prä­diktiver Analytik begegnet. Die prädiktive Privatsphäre einer Person oder Gruppe wird verletzt, wenn anhand der Daten vieler anderer Individuen ohne ihr Wissen und gegen ihren Willen sensible Informationen über sie vorausgesagt werden. Prädiktive Privatheit wird sodann als Schutzgut eines kollektiven Ansatzes im Datenschutz formuliert und verschiedene Verbesserungen der DSGVO im Hinblick auf die Regulierung prädiktiver Analytik werden vorgeschlagen.