Hamburgisches - Hamburgische Beauftragte für Datenschutz und
Hamburgisches - Hamburgische Beauftragte für Datenschutz und
Hamburgisches - Hamburgische Beauftragte für Datenschutz und
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