30.12.2013 Aufrufe

Hamburgisches - Hamburgische Beauftragte für Datenschutz und

Hamburgisches - Hamburgische Beauftragte für Datenschutz und

Hamburgisches - Hamburgische Beauftragte für Datenschutz und

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

In den empirischen Sozial- <strong>und</strong> Erziehungswissenschaften wird die Bezeichnung<br />

„anonyme Befragung“ häufig bereits dann verwendet, wenn<br />

keine Namen <strong>und</strong> Anschriften erhoben werden oder wenn diese Angaben<br />

nur mit Hilfe einer laufenden Nummer auf dem Erhebungsbogen <strong>und</strong> einer<br />

unter Verschluss gehaltenen (evtl. zur späteren Vernichtung vorgesehenen)<br />

Zuordnungsliste auf bestimmte Personen bezogen werden können.<br />

Dieser Sprachgebrauch entspricht jedoch nicht dem <strong>Datenschutz</strong>gesetz<br />

<strong>und</strong> kann daher eine die Einwilligung unwirksam machende Täuschung<br />

der Betroffenen darstellen. In den meisten Fällen lässt sich bei einer Befragung<br />

schwer vermeiden, dass einzelne Personen aus der Kombination<br />

ihrer Angaben <strong>und</strong> den Umständen der Erhebung bestimmbar sind. Deshalb<br />

ist die nachträgliche Anonymisierung der Regelfall (vgl. Simitis,<br />

BDSG, 7. Aufl., § 3 Rn 201 f.).<br />

In der Praxis werden ganz unterschiedliche Methoden der Anonymisierung<br />

angewendet. Welche Methode zum Erfolg führt, hängt vom Aufbau <strong>und</strong><br />

Inhalt des jeweiligen Datenbestandes ab. Da alle Möglichkeiten, die Bezugspersonen<br />

mit noch verhältnismäßigem Aufwand zu bestimmen, ausgeschlossen<br />

werden müssen, wird häufig eine Kombination mehrerer Methoden<br />

erforderlich sein (vgl. Simitis, BDSG, 7. Aufl., § 3 Rn 205). Unerlässlicher<br />

Bestandteil der Anonymisierung ist in jedem Falle die Löschung der<br />

expliziten bzw. direkten Identifikationsmerkmale wie Namen, Anschriften,<br />

Personenkennzeichen, Kontonummern usw. Dies kann zwar schon im<br />

Interesse der Datensparsamkeit geboten sein, ist aber in der Regel nicht<br />

ausreichend <strong>für</strong> eine Anonymisierung im Sinne des <strong>Datenschutz</strong>rechts.<br />

Ist eine Bestimmung von Bezugspersonen dadurch möglich, dass innerhalb<br />

der Gesamtheit der vom Datenbestand betroffenen Personen (z.B.<br />

Einwohner der Gemeinde A) eine bestimmte Merkmalsausprägung oder<br />

eine bestimmte Kombination von Merkmalsausprägungen nur bei wenigen<br />

oder gar nur einer Person vorliegt (z.B. „Alter 103 Jahre“ oder „6 Kinder“),<br />

so müssen diese Angaben gelöscht <strong>und</strong> durch allgemeiner gehaltene Aussagen<br />

(wie etwa „Alter über 80 Jahre“ oder „3 <strong>und</strong> mehr Kinder“ ersetzt<br />

werden (Merkmalsaggregierung) oder die Bezugsgröße (Kreis, Bezirk,<br />

Land) vergrößert werden. In jedem Fall müssen pro Merkmalsausprägung<br />

mindestens vier Fälle vorliegen, damit ein Personenbezug auch durch<br />

Subtraktion ausgeschlossen ist. Das sehr selektive Geburtsdatum kann<br />

meist ohne wesentlichen Informationsverlust durch das Geburtsjahr ersetzt<br />

werden. Verallgemeinert besteht die Methode der Aggregierung<br />

darin, bei quantitativen Merkmalen (Größe, Einkommen, Alter usw.)<br />

größere Größenklassen zu bilden <strong>und</strong> bei qualitativen Merkmalen die selten<br />

auftretenden Ausprägungen in allgemeinere Ausdrücke mit aufzunehmen<br />

(z.B. „Oberbürgermeister“ zu „leitendes Verwaltungspersonal“).<br />

66

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!