Neuer Artikel als Pre-Print: “Prädiktive Privatheit: Kollektiver Datenschutz im Kontext von Big Data und KI”

Der Artikel zu meiner Key Note beim Forum Privatheit 2022 ist jetzt als Pre-Print erhältlich.

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 Aktivitätsdaten) 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 kollektivistisches Schutzgut des Datenschutzes formuliert und verschiedene Verbesserungen der DSGVO im Hinblick au die Regulierung prädiktiver Analytik werden vorgeschlagen.

Download und bibliographische Angaben

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}
   }