Was ist CCPA Video Data Compliance?

CCPA Video Data Compliance – Definition

CCPA Video Data Compliance bezeichnet die rechtskonforme Verarbeitung von Videoaufnahmen und Fotos mit identifizierbaren Personen im Sinne des California Consumer Privacy Act von 2018 sowie seiner Änderungen, einschließlich der durch den California Privacy Rights Act eingeführten Anpassungen, die im Wesentlichen seit dem 1. Januar 2023 gelten und unter anderem von der California Privacy Protection Agency durchgesetzt werden. In der Praxis geht es um ein organisatorisches und technisches Modell, mit dem ein Unternehmen feststellen kann, ob Videomaterial „personal information“ im Sinne des kalifornischen Rechts enthält, den Verarbeitungszweck bestimmen, den Datenumfang begrenzen, Sicherheitsmaßnahmen umsetzen und Verbraucherrechte erfüllen kann, darunter Auskunft, Löschung und Berichtigung. Grundlage sind die Vorschriften des Cal. Civ. Code § 1798.100 ff., insbesondere die Definitionen sowie die Informations- und Betriebspflichten.

Im Kontext der Anonymisierung von Fotos und Videoaufnahmen betrifft der Begriff vor allem Gesichter, Kfz-Kennzeichen und andere Elemente, die eine Person oder einen Haushalt direkt oder indirekt identifizierbar machen. Das CCPA ist kein Gesetz zur Bildanonymisierung als solcher, hat aber unmittelbaren Einfluss darauf, wie Unternehmen das Risiko einer Identifizierung begrenzen sollten. Enthält das Material ein erkennbares Gesicht, ein mit einer Person verknüpftes Kfz-Kennzeichen, Metadaten zu Zeit und Ort oder eine Gerätekennung, kann es unter den Begriff „personal information“ fallen und in einigen Fällen nach den CPRA-Änderungen auch unter „sensitive personal information“. Deshalb erfordert Compliance in der Praxis häufig Pseudonymisierung, selektives Verpixeln oder Unkenntlichmachen sowie einen kontrollierten Zugriff auf Quelldateien.

Anwendungsbereich des CCPA für Videoaufnahmen und Fotos

Das CCPA gilt für bestimmte Unternehmen, die in Kalifornien geschäftlich tätig sind und die gesetzlichen Schwellenwerte erfüllen. Für visuelle Inhalte ist entscheidend, dass das Gesetz nicht nur Textdaten schützt, sondern auch Informationen, die mit einem bestimmten Verbraucher oder Haushalt verknüpft werden können.

In der Praxis umfasst Video Compliance mindestens die folgenden Elemente:

• Feststellung, ob eine Aufnahme ein erkennbares Gesicht, ein Kfz-Kennzeichen oder Standortmetadaten enthält,
• Zuordnung eines Verarbeitungszwecks, zum Beispiel Objektsicherheit, Ereignisdokumentation, Veröffentlichung des Materials oder Qualitätsanalyse,
• Festlegung von Aufbewahrungsfristen und Regeln für die Löschung von Dateien,
• Einführung eines Prozesses zur Bearbeitung von Auskunfts-, Lösch- und Berichtigungsanträgen, wenn das Material die Identifizierung einer Person ermöglicht,
• Bewertung, ob Daten an Dritte, Service Provider oder Vertragspartner weitergegeben werden,
• Einsatz von Maßnahmen zur Reduzierung der Identifizierbarkeit, einschließlich der Unkenntlichmachung von Gesichtern und Kfz-Kennzeichen.

Es ist sinnvoll, Anonymisierung von der bloßen Verdeckung eines sichtbaren Elements zu unterscheiden. Ist die Unkenntlichmachung reversibel, bleiben die Quelldaten weiterhin personenbezogene Daten. Wenn ein Zuordnungsschlüssel erhalten bleibt, handelt es sich in der Regel um Pseudonymisierung und nicht um vollständige Anonymisierung. Diese Unterscheidung ist für Aufbewahrung, Zugriff und Datensicherheit relevant.

Die Rolle der Anonymisierung bei CCPA Video Data Compliance

Für Teams, die für Datenschutz verantwortlich sind, ist die Bildanonymisierung eine risikomindernde Maßnahme und kein automatischer Ausschluss der Anwendbarkeit des Gesetzes. Ihre Funktion besteht darin, die Möglichkeit der Identifizierung einer Person bei der Sekundärnutzung des Materials, bei der Veröffentlichung, bei der Weitergabe zur Analyse oder bei der Bereitstellung für einen größeren Empfängerkreis zu verringern.

In der Praxis bedeutet dies vor allem:

• das Unkenntlichmachen von Gesichtern auf Fotos und in Videoaufnahmen, die zur Veröffentlichung oder zum Austausch zwischen Abteilungen bestimmt sind,
• das Unkenntlichmachen von Kfz-Kennzeichen, wenn das Material zur Identifizierung des Eigentümers oder Nutzers eines Fahrzeugs führen kann,
• die Trennung von Quellmaterial und anonymisierter Version,
• die Beschränkung der Zahl der Personen mit Zugriff auf die nicht anonymisierte Version,
• die Dokumentation von Zweck, operativer Grundlage und Speicherdauer.

In einer On-Premise-Umgebung ist dies besonders wichtig, da die Organisation die vollständige Kontrolle über Dateien, Zugriffswege und Aufbewahrung behält. Gallio PRO passt in dieses Modell als On-Premise-Software zum automatischen Unkenntlichmachen von Gesichtern und Kfz-Kennzeichen in Videodateien und Fotos. Die Software führt keine Anonymisierung von Videostreams und keine Anonymisierung in Echtzeit durch. Ganze Körper werden nicht unkenntlich gemacht. Logos, Tätowierungen, Namensschilder, Dokumente oder Inhalte auf Monitoren werden nicht automatisch erkannt. Solche Elemente können im Editor manuell unkenntlich gemacht werden.

Technologien für CCPA Compliance bei Videoaufnahmen

Die Automatisierung von Compliance für visuelle Inhalte basiert in der Regel auf Computer-Vision-Modellen. Bei Gesichtern sind mit Deep Learning trainierte Objekterkennungsmodelle erforderlich, damit das System den Gesichtsbereich unter unterschiedlichen Lichtverhältnissen, in verschiedenen Größen, Winkeln und bei teilweiser Verdeckung erkennen kann. Ähnlich funktioniert die Erkennung von Kfz-Kennzeichen.

Eine typische Verarbeitungskette umfasst:

• das Dekodieren von Frames und die Extraktion von Dateimetadaten,
• die Erkennung von Gesichtern oder Kfz-Kennzeichen,
• das Tracking des Objekts zwischen den Frames, um die Kontinuität der Maske zu erhalten,
• das Anwenden einer Maske, eines Blur-Effekts oder einer Pixelabdeckung,
• das Rendern der Ausgabedatei und die Qualitätskontrolle.

In Compliance-Systemen sind nicht nur KI-Modelle wichtig, sondern auch die Verarbeitungsarchitektur. Für regulierte Umgebungen sind lokale Verarbeitung, kein Versand an eine externe API, Verschlüsselung von Datenträgern, Zugriffssteuerung und das Fehlen von Logs mit personenbezogenen Daten wesentlich. Aus Sicht von Gallio PRO ist relevant, dass die Software keine Logs speichert, die personenbezogene Daten oder Informationen über erkannte Gesichter und Kfz-Kennzeichen enthalten.

Zentrale Parameter und Kennzahlen für CCPA Video Data Compliance

Die bloße rechtliche Konformität liefert keine einheitliche offizielle Kennzahl für die Qualität der Anonymisierung. In der Auditpraxis wird jedoch ein Satz technischer und operativer Kennzahlen verwendet, mit dem sich das Identifizierungsrisiko und die Qualität des Prozesses bewerten lassen.

Parameter

Bedeutung

Praktische Anwendung

Precision der Erkennung

Anteil korrekter Erkennungen an allen Erkennungen

Reduziert die Zahl fälschlich unkenntlich gemachter Bereiche

Recall der Erkennung

Anteil erkannter Objekte an allen tatsächlich vorhandenen Objekten

Minimiert das Risiko, ein sichtbares Gesicht oder Kennzeichen zu übersehen

Verarbeitungslatenz

Zeit für die Verarbeitung einer Datei oder einer Minute Material

Beeinflusst den operativen Durchsatz

Fehlerquote bei manueller Korrektur

Anteil der Frames, die eine manuelle Nachbearbeitung erfordern

Zeigt die operativen Kosten des Prozesses

Aufbewahrungsfenster

Speicherdauer der Quell- und Ausgabeversion

Beeinflusst den Umfang der Pflichten und das Risiko

Zur Bewertung der Wirksamkeit können grundlegende Formeln verwendet werden:

precision = TP / (TP + FP)

recall = TP / (TP + FN)

In einem Compliance-Umfeld ist ein niedriger FN-Wert, also false negatives, besonders wichtig. Jedes nicht erkannte Gesicht oder Kfz-Kennzeichen kann dazu führen, dass identifizierbare Daten im Ausgabematerial verbleiben.

Organisatorische Anforderungen und praktische Szenarien

CCPA Video Data Compliance endet nicht auf der technischen Ebene. Eine Organisation muss nachweisen können, dass sie ihre Datenflüsse kennt, Rollen für Auftragsverarbeiter zuordnen kann und Verfahren für den Umgang mit Anträgen von Betroffenen sowie mit Sicherheitsvorfällen eingerichtet hat.

Die häufigsten Anwendungsszenarien sind:

• Veröffentlichung von Überwachungsvideos nach einem Vorfall – erfordert die Bewertung, welche Gesichter und Kennzeichen unkenntlich gemacht werden müssen,
• Weitergabe von Material an einen externen Dienstleister zur Analyse – erfordert einen Vertrag und die Minimierung des Datenumfangs,
• Bereitstellung von Material für die Schulungsabteilung – rechtfertigt in der Regel die Nutzung einer anonymisierten Version,
• Bearbeitung eines Löschungs- oder Auskunftsersuchens – erfordert das Auffinden des Materials und die Prüfung gesetzlicher Ausnahmen.

Bei grenzüberschreitenden Materialien muss zwischen CCPA und DSGVO unterschieden werden. Für Unternehmen, die gleichzeitig in der EU und in Kalifornien tätig sind, kann die Einführung einer gemeinsamen Richtlinie zur Datenminimierung erforderlich sein, allerdings ohne die Definitionen beider Regime zu vermischen. Im Bereich visueller Inhalte bleibt die Reduzierung der Identifizierbarkeit und die Beschränkung des Zugriffs auf das Quellmaterial der gemeinsame Nenner.

Normative Verweise und Quellen

Definitionen und Pflichten sollten auf Rechtsakten und offiziellen Leitlinien beruhen. Im Fall von CCPA und CPRA sind gesetzliche Vorschriften und die vom Staat Kalifornien erlassenen Durchführungsregelungen von zentraler Bedeutung.

• California Consumer Privacy Act of 2018 – Cal. Civ. Code § 1798.100–1798.199.100.
• California Privacy Rights Act of 2020 – Proposition 24, im Jahr 2020 verabschiedet, mit den wesentlichen Änderungen, die seit dem 1. Januar 2023 gelten.
• California Privacy Protection Agency, CCPA Regulations – aktuelle Durchführungsregelungen zu Informationspflichten, Verbraucherrechten und Beziehungen zu Service Providern und Contractors.
• California Legislative Information – offizielle Veröffentlichung der Gesetzestexte des Staates Kalifornien.

Bei der Auslegung von Videoaufnahmen sollte geprüft werden, ob das konkrete Material Daten enthält, mit denen sich das Bild „reasonably“ mit einer Person oder einem Haushalt verknüpfen lässt. Das ist die praktische Schwelle für die Risikobewertung. Die bloße Existenz eines Bildes entscheidet nicht immer über die Identifizierbarkeit, aber ein erkennbares Gesicht, der Ortskontext, der Zeitpunkt des Ereignisses und ein Kfz-Kennzeichen bilden oft zusammen bereits einen ausreichenden Identifikationssatz.

Siehe auch

• Anonymisierung von Videodaten
• Gesichter unkenntlich machen
• Kfz-Kennzeichen unkenntlich machen
• On-Premise-Software