Daten Dritter – Definition
Daten Dritter sind Informationen über eine Person, die nicht selbst eine Anfrage stellt, Material bereitstellt oder anderweitig die primär betroffene Person einer Datei ist. Bei der Bild- und Videoanonymisierung handelt es sich dabei häufig um Informationen über andere identifizierbare Personen, die auf demselben Foto oder in derselben Videoaufnahme zu sehen sind.
Beispielsweise kann eine Person eine Kopie von Aufnahmen einer Überwachungskamera anfordern, die einen Vorfall mit ihrer Beteiligung zeigen. Auf den Aufnahmen können auch Unbeteiligte, Beschäftigte, Besucher, Fahrzeuginsassen, Gesichter im Hintergrund und lesbare Kfz-Kennzeichen zu sehen sein. Informationen, durch die diese anderen Personen identifiziert werden können, sind gegenüber der anfragenden Person Daten Dritter. Bevor die Aufnahmen offengelegt, weitergegeben, veröffentlicht oder für einen neuen Zweck verwendet werden, muss die Organisation prüfen, ob diese Dritten unkenntlich gemacht werden müssen.
Daten Dritter sind ein operativer Datenschutzbegriff und keine einzelne gesetzliche Kategorie mit einer universell gültigen Definition. Der Umgang mit ihnen hängt vom Verarbeitungszweck, dem Empfänger, dem anwendbaren Datenschutzrecht, Vorschriften zum Zugang zu öffentlichen Unterlagen, vertraglichen Verpflichtungen und dem Risiko ab, dass eine Person anhand des Bildes oder Videos identifiziert werden kann.
Daten Dritter in Bildern und Videoaufnahmen
In Bild- und Videomaterial können Daten Dritter unmittelbar sichtbar sein oder sich aus dem Kontext der Aufnahme ableiten lassen. Bei der Prüfung einer Unkenntlichmachung müssen daher sowohl offensichtliche Identifikationsmerkmale als auch Details berücksichtigt werden, durch die eine Person in Verbindung mit anderen verfügbaren Informationen identifiziert werden kann.
- Gesichter: Ein Gesicht kann einen Unbeteiligten, Kunden, Beschäftigten, Patienten, Schüler, Studierenden oder eine andere in der Szene auftretende Person identifizieren.
- Kfz-Kennzeichen: Ein Kfz-Kennzeichen kann über Register oder andere Informationen, die einem Empfänger zugänglich sind, mit dem Halter oder Nutzer eines Fahrzeugs verknüpft werden.
- Kontextbezogene Identifikationsmerkmale: Ein markanter Ort, ein Fahrzeug, Kleidung, eine Funktion, ein Zeitstempel oder eine Abfolge von Ereignissen können eine Person identifizierbar machen, auch wenn ihr Gesicht teilweise verdeckt ist.
- Sichtbare sensible Inhalte: Dokumente, Namensschilder, Computermonitore, Tätowierungen und Unternehmenslogos können geprüft werden müssen, wenn sie personenbezogene oder vertrauliche Informationen offenlegen.
Gesichtsdetektion und die Detektion von Kfz-Kennzeichen sind hilfreiche erste Schritte, entscheiden jedoch nicht darüber, ob eine Offenlegung rechtmäßig ist. Sie kennzeichnen Bildbereiche, die möglicherweise maskiert werden müssen. Eine qualifizierte prüfende Person muss die Aufnahmen, den vorgesehenen Empfänger und mögliche einschlägige Ausnahmen für die Offenlegung bewerten.
Wann Daten Dritter unkenntlich gemacht werden müssen
Eine Unkenntlichmachung ist grundsätzlich erforderlich, wenn eine Offenlegung identifizierbare Informationen über eine Person preisgeben würde, die nicht berechtigt ist, diese zu erhalten, und keine anwendbare Rechtsgrundlage, Einwilligung, Ausnahme oder Offenlegungspflicht die Weitergabe erlaubt. Der erforderliche Umfang entspricht nicht immer dem Umfang der automatischen Detektion.
Für die praktische Prüfung kann folgende Reihenfolge verwendet werden:
- Bestimmen Sie die anfragende Person, den Empfänger und den zulässigen Zweck der Offenlegung.
- Stellen Sie fest, ob das Bild oder Video andere Personen als die anfragende Person zeigt.
- Ermitteln Sie unmittelbare Identifikationsmerkmale, einschließlich Gesichter und Kfz-Kennzeichen.
- Prüfen Sie kontextbezogene Details, durch die ein Dritter nach der Weitergabe identifiziert werden könnte.
- Wenden Sie eine irreversible Maskierung, einen Zuschnitt, eine Ersetzung oder eine andere geeignete Methode zur Unkenntlichmachung an.
- Führen Sie eine Qualitätssicherung der exportierten Datei durch, einschließlich benachbarter Videobilder und Szenenwechsel.
- Dokumentieren Sie die Entscheidungskriterien, ohne unnötige personenbezogene Daten in Verarbeitungsprotokollen aufzubewahren.
Bei Videos muss die Unkenntlichmachung in jedem Einzelbild bestehen bleiben, in dem die Person oder das Fahrzeug sichtbar ist. Eine Maskierung, die auch nur in wenigen Einzelbildern fehlt, kann Daten Dritter offenlegen. Deshalb sind zeitliche Nachverfolgung, die Behandlung von Szenenwechseln und eine abschließende visuelle Prüfung wichtige Bestandteile des Prozesses.
Qualität der Detektion und der Unkenntlichmachung
Die Leistung der Detektion und die Qualität der Unkenntlichmachung hängen zusammen, sind jedoch unterschiedlich zu bewerten. Ein Modell kann die meisten Gesichter erkennen und dennoch eine ungeeignete Kopie für die Offenlegung erzeugen, wenn Maskierungen falsch positioniert, zu klein oder nach einer Verdeckung oder einem Szenenwechsel nicht mehr vorhanden sind.
Kennzahl | Bedeutung für Daten Dritter | Praktische Auswirkung |
|---|---|---|
Recall | Der Anteil relevanter Gesichter oder Kennzeichen, die vom System erkannt werden. | Ein niedriger Recall birgt das Risiko, dass Daten Dritter sichtbar bleiben. |
Precision | Der Anteil erkannter Bereiche, die tatsächlich Gesichter oder Kennzeichen darstellen. | Eine niedrige Precision erhöht den Aufwand für unnötige Maskierungen und Prüfungen. |
Abdeckung der Maskierung | Ob die Unkenntlichmachung den identifizierenden Bildbereich vollständig abdeckt. | Bei einer nur teilweisen Abdeckung können markante Merkmale sichtbar bleiben. |
Kontinuität über Einzelbilder | Ob die Maskierung über aufeinanderfolgende Einzelbilder hinweg wirksam bleibt. | Fehler können eine Person bei Bewegung, Verdeckung oder Kamerabewegung offenlegen. |
Der Recall kann als TP / (TP + FN) ausgedrückt werden, wobei TP die Anzahl korrekt erkannter Zielbereiche und FN die Anzahl der vom System übersehenen Zielbereiche ist. In Prozessen zur Offenlegung stellen übersehene Detektionen in der Regel ein höheres Datenschutzrisiko dar als fehlerhafte Detektionen. Das National Institute of Standards and Technology (NIST) beschreibt Precision und Recall als Standardmaße zur Bewertung von Informationsabruf- und Detektionsaufgaben.
Automatisierung und manuelle Prüfung
Die automatisierte Unkenntlichmachung von Gesichtern und Kfz-Kennzeichen durch Weichzeichnung oder Verpixelung kann den manuellen Arbeitsaufwand bei großen Bild- und Videosammlungen reduzieren. Automatisierung sollte jedoch als Teil eines kontrollierten Workflows zur Unkenntlichmachung eingerichtet werden und nicht als rechtliche Entscheidung gelten.
Gallio PRO erkennt Gesichter und Kfz-Kennzeichen in unterstützten Workflows zur Bild- und Videoverarbeitung automatisch und macht sie durch Weichzeichnung oder Verpixelung unkenntlich. Unternehmenslogos, Tätowierungen, Namensschilder, Dokumente oder auf Monitoren angezeigte Inhalte werden nicht automatisch erkannt. Diese Elemente können mit dem integrierten Editor manuell unkenntlich gemacht werden, wenn die Prüfung der Offenlegung sie als Daten Dritter oder vertrauliche Inhalte einstuft. Gallio PRO führt keine Echtzeit-Anonymisierung und keine Anonymisierung von Videostreams durch.
Standards und Quellen
Die folgenden Quellen unterstützen einen risikobasierten Ansatz zur Identifizierung und zum Schutz von Daten Dritter in Bild- und Videomaterial. Sie ersetzen keine rechtliche Prüfung einer konkreten Anfrage zur Offenlegung.
- NIST-Datenschutzrahmenwerk 1.0, National Institute of Standards and Technology, 2020.
- NIST-Sonderveröffentlichung 800-122: Leitfaden zum Schutz der Vertraulichkeit personenbezogener identifizierbarer Informationen (PII), National Institute of Standards and Technology, 2010.
- ISO/IEC 20889:2018: Terminologie zur datenschutzfördernden De-Identifizierung von Daten und Klassifizierung von Verfahren, International Organization for Standardization und International Electrotechnical Commission, 2018.
- California Consumer Privacy Act (CCPA), California Civil Code § 1798.100 ff., geändert durch den California Privacy Rights Act.