Unter Datenschutz-Engineering versteht man den Entwicklungsprozess, der neue oder bestehende Systeme analysiert, bewertet und so gestaltet, dass alle Datenschutzanforderungen erfüllt sind. Dabei ist das Ziel, die gewünschte Funktionalität für den Kundenkreis so umzusetzen, dass die Datenschutzrechte der Betroffenen gewahrt bleiben. Gängige Konzepte, wie etwa Privacy-by-Design (PbD), lassen sich an die neuen Herausforderungen von KI-Anwendungen adaptieren. Dabei bedarf es besonderer Herangehensweisen, um die Daten der Betroffenen optimal zu schützen.
Mit wachsenden Datenmengen steigen die Anforderungen an Verfahren zur Pseudonymisierung und Anonymisierung, um den Schutz der Privatsphäre aller Betroffenen zu garantieren. Privacy Impact Assessments (PIA) bieten eine Methode, um Datenschutzrisiken zuverlässig zu erkennen und danach zu vermeiden – oder zumindest ihr Risiko zu minimieren.
Die Fraunhofer-Allianz Big Data und KI bietet geeignete Methoden an, um Funktionalität und Datenschutz gleichberechtigt in das Systemdesign zu integrieren.