Future Data Economy and Society (FANCY)

Die Entwicklung fairer datengestützter Ge­schäfts­modelle auf Basis von Tech­no­logien zum Schutz der Privatsphäre

Daten können einen hohen Wert für Wirtschaft und Gesellschaft haben. Analyse, Zusammenführung und Nutzung von Daten stellen neben dem hohen ökonomischen Wert auch einen hohen gesellschaftlichen Nutzen dar, man denke z. B. an die Medizin. Auch im Bereich der Künstlichen Intelligenz nimmt die Bedeutung der Daten­ökonomie zu, vor allem durch die vielfältigen Einsatzmöglichkeiten des Maschinellen Lernens. Durch solch selbstlernende Algorithmen ergibt sich ein potenzieller Vorteil bei der Analyse von großen Datenmengen, die oft menschliche Analysefähigkeiten an ihre Grenzen bringen. Demgegenüber stehen jedoch große Risiken für den Schutz der Privatsphäre jedes Einzelnen.

Im Rahmen der ATHENE-Forschung erfolgt eine integrierte und interdisziplinäre Analyse des Trade-offs zwischen dem Wert von Daten einerseits und Privatsphäre-Risiken andererseits. Ein Schwerpunkt der For­schungs­arbeiten ist die gemeinsame Entwicklung von Privacy-Enhancing-Technologies (PETs), die einerseits die Kontrolle des Einzelnen über die eigenen persönlichen Daten erhöhen und andererseits die Analyse und Zusammenführung von großen Datenmengen ermöglichen. Auf dieser Grundlage werden Bausteine für faire und rechtskonforme digitale Ge­schäfts­modelle mithilfe von PETs entwickelt, die den Wert der Daten nutzen und gleichzeitig die Privatsphäre der Menschen schützen.

Leitende Wissenschaftler*innen

Prof. Peter Buxmann

Prof. Peter Buxmann
Koordinator
E-Mail

Prof. Kay Hamacher

Prof. Kay Hamacher

Prof. Andreas Heinemann

Prof. Andreas Heinemann

Prof. Jörn Kohlhammer

Prof. Jörn Kohlhammer

Prof. Christian Reuter

Prof. Christian Reuter

Prof. Thomas Schneider

Prof. Thomas Schneider

Dr. Annika Selzer

Dr. Annika Selzer

Prof. Martin Steinebach

Prof. Martin Steinebach

Projekte des Forschungsbereichs Future Data Economy and Society (FANCY)

Practical Private Set Intersection for Data Protection
Privacy Risks and Safety in Machine Learning (PRisMa)
Easy-to-use Processes and Tools for User-Centric Co-Development of PETs
Visualization of Critical Aspects for Data Analysis and Privacy
Technical Support for the Implementation of Requirements in Applications in Accordance with GDPR (TECHIRA)
Data Economy and Privacy—An International and Intercultural Perspective
PETs in Disease-Management Programs to Reduce Health Care Costs
PETs for Smart Cities in Security Situations