Mit "Big Data" hat die IT Branche ein neues Lieblings-Schlagwort gefunden. Gemeint ist damit die Analyse großer Datenmengen in hoher Geschwindigkeit, mit dem Ziel, diese - meist wirtschaftlich - nutzbar zu machen. Die Daten stammen dabei oft aus verschiedenen Quellen und sind unstrukturiert, d.h. liegen in unterschiedlichen Formaten vor. Die hohe Geschwindigkeit erlaubt Echtzeit-Berechnungen (real-time data) und immer genauere Hochrechnungen und Vorhersagen (Prediction) sowie das Erkennen von neuen Zusammenhängen, Mustern und Bedeutungen.
Der Boom von Big Data begründet sich zum einen aus der schier unvorstellbaren Menge an Daten die heute tagtäglich anfällt und exponentiell wächst. Smartphones und Tablets, Sensoren in Fahrzeugen und andere Geräten oder die Spuren von Nutzern in sozialen Netzen, Online Anwendungen (Cloud Computing / Software as a Service) und im restlichen Web generieren alleine schon eine immense Datenflut. Zum anderen erlauben verbesserte Techniken, etwa bei Datenbanken (Hadoop, NoSQL-Datenbanken, InMemory), eine schnellere Auswertung und Analyse der Datenberge.
Big Data Lösungen können Unternehmen helfen, fundiertere Entscheidungen zu treffen, weil sich zum Beispiel Marktpotentiale und Kundenverhalten besser abschätzen lassen. Dem Marketing und Vertrieb erlaubt Big Data eine bessere Kundensegmentierung und -ansprache und so Streuverluste bei Werbung zu reduzieren. In der Forschung und Entwicklung können anhand von Simulationen und Experimenten neue Lösungsansätze gefunden und Produkte optimiert werden. Der Logistik und Warenverteilung soll die Datenflut helfen, Abläufe und Prozesse zu optimieren und so Kosten zu senken. Im Controlling kann Big Data bei der Betrugsprävention und dem Erkennen sonstiger Unternehmens-Risiken helfen.
Die Begriffe Data Mining, Data Warehousing, Business Intelligence (BI) oder Customer Relationship Management (CRM) werden manchmal in ähnlichem Zusammenhang wie Big Data verwendet, stehen aber nur für bestimmte Teilaspekte der weiten Thematik des "Big Data".
Bei fast allen Big Data Anwendungen sind personenbezogene Daten in Spiel, z.B. Vertragsdaten zu gekauften Produkte und Dienstleistungen, Nutzungsdaten von Apps oder Clickstreams von Webseiten, Daten aus sozialen Netzwerken, Sensordaten von Maschinen, Standortdaten von Handys oder Fahrzeugen, E-Mails, Chats, Telefonverbindungs- und andere Kommunikationsdaten.
In all diesen Fällen von Big Data müssen die gesetzlichen Vorgaben des Datenschutzrechts beachtet werden. Beim Datenschutzrecht denken viele an Datensicherheit. Tatsächlich regelt aber nur ein einziger Paragraf sehr vage die Datensicherheit. Im Kern schützt das Bundesdatenschutzgesetz nicht Daten, sondern Menschen, nämlich vor einer "Verdatung".
Das Datenschutzrecht ist zu einer komplexen Materie geworden, die sich über verschiedene Gesetze verteilt, die teilweise veraltet sind und bruchstückhaft ergänzt wurden. Zudem sind die Vorschriften geprägt von vielen unklaren Begriffen wie "Interessen", "schutzwürdigen Belangen" oder "Erforderlichkeit". Die Anforderungen für eine Big Data Analyse ergeben sich so oft erst aus einer Zusammenschau verschiedener Normen und der Auslegung durch Datenschutz-Aufsichtsbehörden auf nationaler und europäischer Ebene sowie entsprechender Fachliteratur.
Wohl auch deshalb stimmten in einer Umfrage der BITKOM 89 Prozent der befragten Unternehmen der Aussage zu, dass eine wesentliche Herausforderung bei der Planung und Umsetzung von Big Data-Initiativen die Analyse- und Verwertungsmöglichkeiten der Daten aufgrund juristischer Fragen zu Datenschutz und Datensicherheit sei (43 Prozent davon erklärten eine "hohe Zustimmung" zu der Aussage - Quelle BITKOM "Big Data im Praxiseinsatz – Szenarien, Beispiele, Effekte").
Im Folgenden finden Sie eine Auswahl an Fakten zum Thema Big Data und Datenschutzrecht:
Datenschutzanforderungen müssen bei Big Data Projekten frühzeitig berücksichtigt werden, am besten schon in der Konzeptionsphase. Nur so kann die Datenschutz Compliance sichergestellt werden, ohne dass später Rechtsrisiken entstehen oder Zeit- und Kostenintensive Projektanpassungen nötig werden.
Ignorieren die Verantwortlichen die gesetzlichen Anforderungen können Datenbestände oder Auswertungsmechanismen nutzlos oder Big Data Geschäftsmodelle gefährdet werden, weil sie sich nicht mehr datenschutzkonform realisieren lassen. Auch wenn eine höchstrichterliche Entscheidung hierzu noch aussteht: Die datenschutzrechtswidrige Nutzung von Kundendaten kann unter Umständen von Wettbewerbern abgemahnt und durch einstweilige Verfügung unterbunden werden. Zudem drohen bei Datenschutzverletzungen Bußgelder bis € 300.000 oder sogar Haftstrafen. Nach dem Entwurf der Europäischen Union für eine neues Europäisches Datenschutzrecht sollen sogar Bußgelder bis zwei Prozent des weltweiten Konzernumsatzes verhängt werden können. Hinzu kann ein erheblicher Image-Schaden für das Unternehmen treten.
In der juristischen Fachzeitschrift „Kommunikation und Recht“ ist im Heft 3/2015 mein Aufsatz zum Thema „Big Data und der datenschutzrechtliche Grundsatz der Zweckbindung“ erschienen. Sie können den Beitrag hier als PDF kostenlos herunterladen. Eine Kurzzusammenfassung lesen Sie im Blog.
Sie können mein Kapitel im "Handbuch Business Intelligence - Potenziale, Strategien und Best Practices", Hrsg.: Michael Lang, ISBN 978-3-86329-660-5 kostenlos im Bereich "Vorlagen, Checklisten und Whitepaper" herunterladen.
Für alle Inhouse-Mitarbeiter, die mehr zum Thema Big Data und Datenschutzrecht erfahren wollen, biete ich ein kostenloses Webinar an. Einzelheiten und den Link zur Anmeldung finden Sie hier: Anmeldefrist abgelaufen
Ratgeber, Muster und Checklisten
Datenschutz professionell und effizient umsetzen