Die Antwort heißt Data Masking

Der Spagat gelingt mithilfe des sogenannten Data Masking, also der Anonymisierung und Pseudonymisierung von Daten. Damit werden persönliche Nutzerinformationen unkenntlich gemacht. Data Masking sollte jedoch zeitgleich mit der Datengenerierung und -erfassung eingesetzt werden, da:

• so weiterhin sichergestellt wird, dass Daten in Echtzeit zugänglich sind.
• die Skalierbarkeit bestehen bleibt.
• sensible und personenbezogene Daten effizienter zur Anonymisierung oder Löschung in der Datenerzeugungsphase markiert werden können.
• Kundendaten sowohl von großen Datenanalyse- als auch von Sicherungstools mit der entsprechenden Datenschutzeinstellung abgerufen werden können.

Doch auch unpersönliche Daten, die nicht mithilfe von Data Masking anonymisiert wurden, lassen sich für die Analyse und Geschäftsplanung nutzen. Denn sie enthalten oftmals relevante Informationen zu genutztem Gerätetyp, Zeitpunkt der Nutzung, Abrechnungsdaten und Servicebereitstellungsinformationen. Damit lassen sich etwa demografische Segmentierungen, typische Muster im Nutzungsverhalten und Kundenabwanderungsquoten erkennen.

Schutz der Privatsphäre garantiert nachhaltige Nutzerakzeptanz

Das Bestreben von Service Providern, das Verhalten ihrer Nutzer zu verstehen und es für Marketing- oder andere Zwecke zu nutzen, ist verständlich, um sich im Wettbewerb mit anderen Providern oder Internetriesen wie Google, Amazon, Netflix und Co behaupten zu können. Dieses Bestreben muss nicht im Widerspruch zum Schutz der Privatsphäre stehen. Vielmehr sollte der Datenschutz das eigene Big-Data-Management bedingen. Denn nur wenn Service Provider Datenschutzrichtlinien auch wirklich beachten, können sie die Akzeptanz und das Vertrauen der Nutzer gewinnen und Nutzerdaten nachhaltig für geschäftliche Zwecke verwenden.

Martin Klapdor ist Senior Solutions Architec bei Netscout