Interview mit TreuMoDa – Konzeptionierung und prototypische praxisnahe Erprobung einer Treuhandstelle für Mobilitäts-Daten im Anwendungsfeld Automatisiertes Fahren unter Nutzung des Testfelds für Autonomes Fahren Baden-Württemberg : Datum:
Im nachfolgenden Interview sprechen die ehemaligen Projektmitarbeiter Dr.-Ing. Till Riedel (KIT, Lab-Leiter TECO) und Achim Winandi (KIT, BIB/HoC, ehemals FAST) über zentrale Ergebnisse des Projektes und schildern ihre Erfahrungen bei der Konzeption von Datentreuhandmodellen, basierend auf dem Abschlussbericht des Projekts (vgl. Czech, Andreas; Geenen, Vivien; Krauß, Peter; Lee, Jueun; Riedel, Till; Winandi, Achim).
Welches Problem wollen Sie mit Ihrem Datentreuhandmodell konkret lösen? Welchen Bedarf versuchen Sie, damit zu adressieren? (Auf Seiten der Datengebenden wie Datennutzenden)
Das Projekt TreuMoDa wurde entwickelt, um eine Treuhandstelle für Mobilitätsdaten im Rahmen der bestehenden gesetzlichen Vorgaben zu entwerfen. Ein zentraler Aspekt ist dabei die rechtliche Umsetzbarkeit des Konzepts nach Projektabschluss. Die Hauptaufgaben der Treuhandstelle liegen in der Anonymisierung und Pseudonymisierung personenbezogener Mobilitätsdaten sowie in der Beratung und Information über den Datenaustausch. Untersuchungen im Projekt ergaben, dass die Speicherung von Daten nur in anonymisierter Form rechtlich zulässig ist. Eine individuelle Aufbereitung von Rohdaten durch die Treuhandstelle nach den Bedürfnissen der Datennehmenden wäre nicht möglich, da dies das Reidentifikationsrisiko erhöhen würde. Zudem würde eine langfristige Speicherung erhebliche Kosten verursachen, ohne eine nachhaltige Finanzierung durch Wiederverwendung der Daten zu ermöglichen. Das Hauptproblem bei der Bereitstellung von Mobilitätsdaten ist der Personenbezug. Eine explizite Einwilligung gemäß DSGVO §6 1 (a) ist in den meisten Fällen nicht möglich. Individuen könnten zwar wiedererkennbar sein, jedoch fehlen oft Kontaktdaten. Daher wurde ein Prozess entwickelt, der eine rechtskonforme Nachnutzung von Daten durch Anonymisierung ermöglicht. Allerdings besteht die Herausforderung, dass bestimmte Anonymisierungsverfahren relevante Informationen entfernen können (z. B. die Blickrichtung eines Fußgängers). Deshalb sind je nach Anwendungsfall spezialisierte Anonymisierungsverfahren erforderlich.
Welchen Ansatz verfolgen Sie hinsichtlich des Geschäftsmodells/Betriebsmodells Ihres Datentreuhänders?
Das endgültige Konzept der Treuhandstelle umfasst drei Hauptaktivitäten, die weitgehend unabhängig voneinander umgesetzt werden können: Erstens die Vermittlung von Datengebenden, zweitens die treuhänderische Anonymisierungsdienstleistung und drittens die Methodenüberwachung.
Zur Unterstützung der Vermittlung sollen anonymisierte Stichproben als Testdaten gespeichert und bei Bedarf an potenzielle Datennehmende weitergeleitet werden. Datennehmende können diese Stichproben auf Qualität und Nutzbarkeit prüfen, bevor sie sich für eine Zusammenarbeit entscheiden. Die treuhänderische Anonymisierungsdienstleistung sieht vor, dass Datengebende und Datennehmende bilateral einen Datenaustausch vereinbaren. Die Treuhandstelle übernimmt hierbei die Anonymisierung der Daten. Nach einer Prüfung der Daten und einer Aufwandseinschätzung wird ein Angebot erstellt. Die Kosten trägt der Datennehmende, da dieser von der Nutzung der anonymisierten Daten profitiert.
Zur langfristigen Qualitätssicherung können Verantwortliche eines Datensatzes ein Abonnement zur Überwachung der Anonymisierungsmethoden abschließen. Die Treuhandstelle überprüft regelmäßig die Qualität der Anonymisierungen und identifiziert potenzielle Risiken. Bei festgestellten Schwachstellen werden die Verantwortlichen frühzeitig gewarnt und erhalten Handlungsempfehlungen.
Welche Governance-Struktur streben Sie an? Wie sollen Entscheidungen bezüglich des Datenzugangs, der gemeinsamen Nutzung und der Nutzungsrichtlinien geregelt werden?
Die Treuhandstelle agiert als neutrale Instanz zwischen Datengebenden und Datennehmenden, ohne eigenes wirtschaftliches Interesse an der Nutzung der Daten. Sie verfolgt ein gemeinnütziges, nicht-profitorientiertes Modell, um eine faire Balance zwischen den Interessen beider Parteien zu gewährleisten. Juristische Analysen haben ergeben, dass eine Gründung als GmbH die geeignetste Struktur darstellt. Um die Neutralität und Glaubwürdigkeit der Treuhandstelle sicherzustellen, wird empfohlen, dass der Staat oder Hochschulen als Gesellschafter fungieren. Die Treuhandstelle übernimmt im Auftrag des Datengebenden die Anonymisierung und Verarbeitung der Daten. Dabei bleibt der Datengebende für die Einhaltung der Datenschutzbestimmungen nach DSGVO verantwortlich. Die Treuhandstelle unterstützt jedoch durch Beratung, Auswahl geeigneter Anonymisierungsverfahren und regelmäßige Überprüfung der anonymisierten Daten, um eine rechtskonforme Nutzung sicherzustellen.
Auf welcher technischen Basis funktioniert Ihr Datentreuhandmodell? Welche Strukturen und Instrumente werden dafür genutzt?
Für die Implementierung der Prozesse wurde das BPMN-Orchestrierungsframework (BPMN: Business Process Model and Notation) Camunda verwendet. Dazu wurden alle Prozesse in BPMN-Notation formalisiert. Basierend auf Stakeholder-Gesprächen wurden sieben Szenarien sowie eine Historien-Anfrage erarbeitet. Die Prozesse der Treuhandstelle für Mobilitätsdaten wurden auf Gitlab und Zenodo veröffentlicht.
Die Benutzeroberfläche wurde als klickbares Mockup in Figma erstellt. Diese UI-Entwürfe wurden als Funktionsdemonstratoren umgesetzt und in Stakeholder-Dialogen anhand definierter Testfälle evaluiert. Zudem wurde ein Konzept für eine Geschäftsstelle erarbeitet, die Datengebende und -nehmende bei allen Verfahrensschritten gezielt unterstützt, das Verfahren koordiniert und rechtliche Hürden minimiert. Ein Beispiel-Mockup für ein Nutzendenportal wurde mit Balsamiq erstellt und Stakeholdern vorgestellt (Gitlab oder Zenodo). Eine endgültige Implementierung in einem Webframework sowie die Anbindung an das Camunda-Backend stehen noch aus.
Da zu Beginn des Projekts noch kein konkretes Geschäftsmodell oder spezifische Anwendungsfälle definiert waren, wurde eine flexible Architektur entwickelt, die sich an veränderte Anforderungen anpassen lässt. Verschiedene Architekturmodelle wurden analysiert, darunter auch die Architektur von International Data Spaces (IDS). Das Ziel war es, eine Kompatibilität mit IDS-Standards sicherzustellen. TreuMoDa könnte sich als „Data Provider“ innerhalb der IDS-Struktur einordnen. Allerdings sieht das Konsortium Herausforderungen in der Implementierung eines IDS-Connectors. Das TreuMoDa-Konzept soll mit verschiedenen Konnektoren wie IDS-Connector oder Eclipse Dataspace Connector (EDC) kompatibel sein. Die tatsächliche Implementierung eines Connectors müsste jedoch in einem Folgeprojekt erfolgen.
Für die Annotation personenbezogener Daten in Stichproben wurden etablierte Werkzeuge wie CVAT und Label Studio genutzt. Aufgrund rechtlicher Vorgaben erfolgt dieser Prozess außerhalb der Treuhandstelle.
Die Anonymisierung von Mobilitätsdaten wurde durch den kombinierten Einsatz bestehender KI-Algorithmen wie StyleGAN, CIAGAN, DeepPrivacy und CLEANIR durchgeführt. Hierbei wurden synthetische Daten generiert und sensible Informationen maskiert oder entfernt. Über Streamlit können diese Modelle in einer benutzerfreundlichen Umgebung genutzt werden, um individuelle Identifizierungen zu verhindern.
Wie wollen Sie das Vertrauen der Datengebenden und Datennutzenden gewährleisten, gerade auch vor dem Hintergrund möglicher Datenschutzbedenken?
TreuMoDa verfolgt mehrere Strategien, um Transparenz und Vertrauen zu fördern:
- Erweiterung des Nutzendenwissens: Bereitstellung umfassender Beispiele zur Datenanonymisierung sowie Implementierung erklärbarer KI ("Explainable AI", XAI), um die Komplexität der KI-Prozesse nachvollziehbar zu machen.
- Erhöhung der wahrgenommenen Kontrolle: Durch iterative, feedbackgetriebene Prozesse, einen segmentierten Zustimmungsprozess in jeder Phase sowie die Möglichkeit, das Anonymisierungsniveau der Daten individuell festzulegen. Zudem werden umfassende Metadaten und erklärende Informationen für verschiedene Nutzendengruppen bereitgestellt.
- Unabhängigkeit und Neutralität: TreuMoDa wurde als nicht-profitorientierte Anlaufstelle konzipiert. Stakeholder betonten die Bedeutung einer vertrauenswürdigen Institution, weshalb das KIT als Partner einen wesentlichen Beitrag zur Vertrauensbildung leistet.
Welche bemerkenswerten Erfolge oder Meilensteine wurden bei der Entwicklung Ihres Datentreuhänders erreicht?
Es wurde ein tragfähiges Konzept für einen fairen, transparenten und einfachen Datenaustausch entwickelt. Dabei wurden verschiedene Stakeholder-Interessen analysiert und zwei Modelle entworfen: ein realistisches, rechtlich umsetzbares Konzept ohne langfristige Datenspeicherung und ein optimistisches Modell mit erweiterten Treuhandfunktionen. Die dafür notwendigen Prozesse wurden in einem standardisierten Format abgebildet. Durch Stakeholder-Workshops wurden wertvolle Rückmeldungen gewonnen, die zur Optimierung der Benutzeroberfläche und zur Anpassung der Dienstleistungen führten.
Gibt es Herausforderungen oder Hindernisse, die während des Prozesses aufgetreten sind? Falls ja, wie sind Sie damit umgegangen?
Ein wesentliches Hindernis war die unklare Rechtslage, insbesondere im Zusammenhang mit der Umsetzung des Data Governance Acts (DGA) in Deutschland. Besonders problematisch ist das Verbot der Vermischung von Datennutzung und Datenmittlertätigkeiten innerhalb des DGA, was die Strukturierung des Modells erschwert. Zudem wurde in Deutschland noch kein National Competent Body benannt, der als wichtiger Stakeholder fungieren könnte.
Eine weitere technische Herausforderung bestand darin, dass eine vollständige Garantie der Anonymität nach dem automatisierten Anonymisierungsprozess gemäß DSGVO nicht gewährleistet werden kann. Experten aus dem Bereich der Anonymisierung weisen darauf hin, dass solche Fehler rechtlich tolerierbar sind, sofern aktuelle technologische Standards angewendet werden. Dennoch wird empfohlen, die Ergebnisse durch menschliche Kontrollen zu validieren, auch wenn dies aufgrund der großen Datenmengen nur stichprobenartig möglich ist.
Trotz intensiver Abstimmungen mit der zuständigen Aufsichtsbehörde bleibt eine abschließende rechtliche Bewertung offen. Dies liegt insbesondere an fehlenden Präzedenzfällen auf EU-Ebene und einer noch nicht eindeutig definierten Interpretation des Anonymisierungsbegriffs in der DSGVO.
Wie stellen Sie sich die künftige Wirkung und Skalierbarkeit Ihres Datentreuhänders vor? Was sind Ihre Pläne für weitere Forschung, Zusammenarbeit oder den Praxiseinsatz?
Insbesondere in der Mobilitätsdomäne könnte eine weitreichende Nachnutzung von Daten erhebliche Vorteile bieten. Beispielsweise ist die Entwicklung von KI-Modellen für autonomes Fahren derzeit stark von ausländischen Datensätzen abhängig, da die strengen rechtlichen Vorgaben in Deutschland den Zugang zu relevanten Daten erschweren. Dies führt dazu, dass viele Innovationen in andere Rechtsräume verlagert werden. Aufgrund der derzeit unsicheren Rechtslage sind erhebliche Investitionen erforderlich, um nachhaltige Geschäftsmodelle zu ermöglichen. Für eine praxisnahe Umsetzung wären sogenannte Reallabore (Regulatory Sandboxes) notwendig, um das Risiko für beteiligte Stakeholder zu minimieren und realistische Anwendungsfälle zu testen. Eine enge Zusammenarbeit mit politischen Entscheidungsträgern und Fachverbänden könnte dazu beitragen, geeignete regulatorische Rahmenbedingungen zu schaffen, um die Skalierbarkeit des Modells langfristig zu sichern.