29. November 2023
  WEITERE NEWS
Aktuelles aus
L
ibrary
Essentials

In der Ausgabe 8/2023 (November 2023) lesen Sie u.a.:

  • Einen KI-basierten Bibliotheks-Chatbot mit der ChatGPT-API selbst entwickeln
  • Wie haben sich die Forschungsschwer­punkte der Biblio­theks- und Infor­ma­tions­wissenschaft
    im 21. Jahrhundert gewandelt?
  • Öffentliche Bibliotheken als wichtige
    Bildungs- und Lernorte in Deutschland
    abseits von schulischen Angeboten
  • Homeoffice bleibt bei Bibliotheks­mit­ar­bei­ten­den auch nach der Pandemie beliebt
  • Abflauender Corona-Effekt: Zurück zu alten Mediennutzungsmustern und Ende des Streaming-Booms
  • Untersuchungen zum Einfluss sozialer Medien auf politische Wahlen
  • Studie zu Jugendlichen:
    Geringe Aufmerksamkeit und
    wenig informationsorientiert
  • KI zur Unterstützung von Peer Review?
  • Studie: Heutige Forschungslandschaft in England ist unfair, wenig motivierend und fördert fragwürdige Forschungspraktiken
u.v.m.
  fachbuchjournal
Ausgabe 5 / 2023

BUCHWISSEN­SCHAFTEN
Illustrierte Bücher. Grassi Museum

LANDESKUNDE
Pakistan | Indien | China

BETRIEBS­WIRTSCHAFT
Führung

BIOGRAFIEN
Starke Frauen

RELIGION | PHILOSOPHIE
Konfuzius, Sokrates, Epiktet, Montaigne, Pascal

RECHT
Insolvenzrecht | Steuerrecht | Immissionsschutzrecht | Erbrecht

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