Skip to content
Zurueck zur Bibliothek
DAX-DS-002DatenschutzDatenschutzTraining, Fine-Tuning und AnalyseHochhigh

Unzureichende Datenminimierung in KI-Datenpipelines

KI-Datenpipelines verarbeiten mehr personenbezogene Daten als erforderlich oder behalten diese laenger als fuer den Zweck notwendig.

Kontext

Branche
branchenuebergreifend
Prozess
Datenmanagement
Schutzgut
Datenminimierung

Ursachen

  • fehlende Datensparsamkeitspruefung
  • ungefilterte Rohdatenuebernahme
  • keine Loesch- und Aufbewahrungsregeln

Auswirkungen

  • erhoehte Betroffenenrisiken
  • unnoetige Offenlegung sensibler Daten
  • hoehere Folgen bei Sicherheitsvorfaellen

Praxisbeispiel

  • Freitextfelder mit Namen
  • Gesundheitsangaben und Beschwerden werden unveraendert in ein Analysemodell uebernommen
  • obwohl aggregierte Merkmale ausreichen wuerden.

Stakeholder

  • Data Owner
  • Datenschutz
  • Data Engineering
  • Fachbereich
  • Betroffene Personen

Massnahmen

  • Datenminimierungspruefung je KI-Zweck durchfuehren
  • personenbezogene Rohdaten vor Training filtern oder pseudonymisieren
  • Aufbewahrungsfristen technisch umsetzen

Praeventive Massnahmen

  • Datenkategorien nach Erforderlichkeit klassifizieren
  • Privacy-by-Design-Gates in Datenpipeline einbauen
  • Standardloeschfristen definieren

Detektive Massnahmen

  • Stichproben auf unnoetige personenbezogene Daten durchfuehren
  • Datenfluesse und Speicherorte pruefen
  • Retention-Reports auswerten

Korrektive Massnahmen

  • Datenpipeline bereinigen
  • ueberschuessige Daten loeschen
  • Feature-Set reduzieren
  • Pseudonymisierung nachruesten

Pruefziele

  • Nachweisen
  • dass nur erforderliche personenbezogene Daten in KI-Prozessen verarbeitet werden.

Auditfragen

  • Welche Datenkategorien sind fuer den KI-Zweck wirklich erforderlich?
  • Wie werden Rohdaten vor Training oder Analyse reduziert?
  • Welche Loeschfristen gelten fuer Trainings- und Protokolldaten?

Normbezuege

  • SDM
  • ISO/IEC 27701
  • DSGVO Erwaegungsgrund 75
  • ISO/IEC 42001

Normhinweise

  • Orientiert an Datenschutz-Gewaehrleistungszielen wie Datenminimierung
  • Nichtverkettung
  • Transparenz und Intervenierbarkeit.

Nachweise

  • Datenflussdiagramm
  • Datenminimierungsbewertung
  • Loeschkonzept
  • Pipeline-Konfiguration

Nachweistypen

  • Bewertung
  • Konzept
  • Technischer Nachweis
  • Datenfluss

Kontrollen

  • Datenpipeline blockiert nicht freigegebene Datenkategorien
  • Retention-Check fuer KI-Datenspeicher monatlich ausfuehren

Verwandte Risiken

Noch keine Beziehungen hinterlegt.