mynedata
play

myneData Towards a Trusted and User-controlled Ecosystem for - PowerPoint PPT Presentation

Feb 11, 2024 •37 likes •427 views

myneData Towards a Trusted and User-controlled Ecosystem for Sharing Personal Data Roman Matzutt, Dirk Mllmann, Eva-Maria Zeissig, Christiane Horst, Kai Kasugai, Sean, Lidynia, Simon Wieninger, Jan Henrik Ziegeldorf, Gerhard Gudergan, Indra

  1. myneData Towards a Trusted and User-controlled Ecosystem for Sharing Personal Data Roman Matzutt, Dirk Müllmann, Eva-Maria Zeissig, Christiane Horst, Kai Kasugai, Sean, Lidynia, Simon Wieninger, Jan Henrik Ziegeldorf, Gerhard Gudergan, Indra Spiecker gen. Döhmann, Klaus Wehrle, Martina Ziefle https://comsys.rwth-aachen.de/ RuT Workshop, INFORMATIK 2017, September 2017

  2. Das myneData -Szenario 2 Roman Matzutt, Dirk Müllmann

  3. Das myneData -Szenario Nutzer 2 Roman Matzutt, Dirk Müllmann

  4. Das myneData -Szenario ? ! Nutzer Datenverwerter 2 Roman Matzutt, Dirk Müllmann

  5. Das myneData -Szenario Nutzer- perspektive ? ! Nutzer Datenverwerter 2 Roman Matzutt, Dirk Müllmann

  6. Das myneData -Szenario Nutzer- Ökonomische perspektive Perspektive ? ! Nutzer Datenverwerter 2 Roman Matzutt, Dirk Müllmann

  7. Das myneData -Szenario Nutzer- Ökonomische Technische perspektive Perspektive Perspektive ? ! Nutzer Datenverwerter 2 Roman Matzutt, Dirk Müllmann

  8. Das myneData -Szenario Nutzer- Ökonomische Technische Rechtliche perspektive Perspektive Perspektive Perspektive ? ! Nutzer Datenverwerter 2 Roman Matzutt, Dirk Müllmann

  9. Das myneData -Szenario Nutzer- Ökonomische Technische Rechtliche perspektive Perspektive Perspektive Perspektive myneData : Ein nutzerkontrollierter Datenmarkt! ? ! Nutzer Datenverwerter 2 Roman Matzutt, Dirk Müllmann

  10. Der Nutzer steht im Zentrum — Zentraler Datenhub „ Datenmassen-Beherrschbarkeit „ Motivation zur Teilnahme? 3 Roman Matzutt, Dirk Müllmann

  11. Der Nutzer steht im Zentrum — Zentraler Datenhub „ Datenmassen-Beherrschbarkeit „ Motivation zur Teilnahme? 3 Roman Matzutt, Dirk Müllmann

  12. Der Nutzer steht im Zentrum — Zentraler Datenhub „ Datenmassen-Beherrschbarkeit „ Motivation zur Teilnahme? — Verständlicher Privat- sphäreselbstschutz „ Dem Nutzer Freiheiten lassen... „ ...ohne ihn damit zu erschlagen! „ Multilayer-Ansätze 3 Roman Matzutt, Dirk Müllmann

  13. Geschäftsmodelle für “grüne” Nutzerdaten — “Two-Sided Platform” „ myneData muss intrinsischen Nutzen haben „ …auch ohne Bezahlung durch Verwerter Nutzer Datenpool 4 Roman Matzutt, Dirk Müllmann

  14. Geschäftsmodelle für “grüne” Nutzerdaten — “Two-Sided Platform” „ myneData muss intrinsischen Nutzen haben „ …auch ohne Bezahlung durch Verwerter Nutzer Datenpool 4 Roman Matzutt, Dirk Müllmann

  15. Geschäftsmodelle für “grüne” Nutzerdaten — “Two-Sided Platform” „ myneData muss intrinsischen Nutzen haben „ …auch ohne Bezahlung durch Verwerter — Kombination diverser Datenquellen „ Vorteil gegenüber proprietären Plattformen Nutzer Datenpool 4 Roman Matzutt, Dirk Müllmann

  16. Geschäftsmodelle für “grüne” Nutzerdaten — “Two-Sided Platform” „ myneData muss intrinsischen Nutzen haben „ …auch ohne Bezahlung durch Verwerter — Kombination diverser Datenquellen „ Vorteil gegenüber proprietären Plattformen Nutzer Datenpool 4 Roman Matzutt, Dirk Müllmann

  17. Geschäftsmodelle für “grüne” Nutzerdaten — “Two-Sided Platform” „ myneData muss intrinsischen Nutzen haben „ …auch ohne Bezahlung durch Verwerter — Kombination diverser Datenquellen „ Vorteil gegenüber proprietären Plattformen Nutzer Datenpool Datenverwerter 4 Roman Matzutt, Dirk Müllmann

  18. Geschäftsmodelle für “grüne” Nutzerdaten — “Two-Sided Platform” „ myneData muss intrinsischen Nutzen haben „ …auch ohne Bezahlung durch Verwerter — Kombination diverser Datenquellen „ Vorteil gegenüber proprietären Plattformen — Was verlangen Nutzer für ihre Daten? Nutzer Datenpool Datenverwerter 4 Roman Matzutt, Dirk Müllmann

  19. Geschäftsmodelle für “grüne” Nutzerdaten Anwendungsfälle — “Two-Sided Platform” „ myneData muss intrinsischen Nutzen haben Customer Smart Home „ …auch ohne Bezahlung durch Verwerter Insights Sensordaten — Kombination diverser Datenquellen Cross Medizin- Services studien „ Vorteil gegenüber proprietären Plattformen — Was verlangen Nutzer für ihre Daten? Nutzer Datenpool Datenverwerter 4 Roman Matzutt, Dirk Müllmann

  20. Realisierung des Trust Model Mit wem teile ich meine unbear unbearbei beiteten teten Da Date ten? Nutzer Forscher Daten Firmen Nutzer- gemeinde 5 Roman Matzutt, Dirk Müllmann

  21. Realisierung des Trust Model Mit wem teile ich meine unbear unbearbei beiteten teten Da Date ten? “Nu Nur ich ch!” !” (z.B. medizinische Daten, Finanzdaten, …) Nutzer Forscher Daten Firmen Nutzer- gemeinde 5 Roman Matzutt, Dirk Müllmann

  22. Realisierung des Trust Model Mit wem teile ich meine unbear unbearbei beiteten teten Da Date ten? “Nu Nur ich ch!” !” (z.B. medizinische Daten, Finanzdaten, …) Nutzer Forscher Daten Firmen “Nu Nur myn yneData!” !” (z.B. Konsumverhalten, Gebäudedaten, ...) Nutzer- gemeinde 5 Roman Matzutt, Dirk Müllmann

  23. Realisierung des Trust Model Mit wem teile ich meine unbear unbearbei beiteten teten Da Date ten? “Nu Nur ich ch!” !” (z.B. medizinische Daten, Finanzdaten, …) “Je Jedermann!” (z.B. Hobbies, Interessen, Nutzer Aktivitäten, ...) Forscher Daten Firmen “Nu Nur myn yneData!” !” (z.B. Konsumverhalten, Gebäudedaten, ...) Nutzer- gemeinde 5 Roman Matzutt, Dirk Müllmann

  24. Realisierung des Trust Model Mit wem teile ich meine unbear unbearbei beiteten teten Da Date ten? “Nu Nur ich ch!” !” (z.B. medizinische Daten, Finanzdaten, …) “Je Jedermann!” • Nutzereinwilligung (z.B. Hobbies, Interessen, Nutzer Aktivitäten, ...) • Micropayments • k -Anonymität Forscher Daten Firmen “Nu Nur myn yneData!” !” (z.B. Konsumverhalten, Gebäudedaten, ...) Nutzer- gemeinde 5 Roman Matzutt, Dirk Müllmann

  25. Realisierung des Trust Model Mit wem teile ich meine unbear unbearbei beiteten teten Da Date ten? “Nu Nur ich ch!” !” (z.B. medizinische Daten, Finanzdaten, …) “Je Jedermann!” • Nutzereinwilligung (z.B. Hobbies, Interessen, Nutzer Aktivitäten, ...) • Micropayments • k -Anonymität Forscher Daten Firmen “Nu Nur myn yneData!” !” (z.B. Konsumverhalten, • Randomized Response Gebäudedaten, ...) • Differential Privacy Nutzer- gemeinde 5 Roman Matzutt, Dirk Müllmann

  26. Realisierung des Trust Model Mit wem teile ich meine unbear unbearbei beiteten teten Da Date ten? “Nu Nur ich ch!” !” • 2-Plattformen-Ansatz (z.B. medizinische • Quell-Anonymisierung Daten, Finanzdaten, …) “Je Jedermann!” • Nutzereinwilligung (z.B. Hobbies, Interessen, Nutzer Aktivitäten, ...) • Micropayments • k -Anonymität Forscher Daten Firmen “Nu Nur myn yneData!” !” (z.B. Konsumverhalten, • Randomized Response Gebäudedaten, ...) • Differential Privacy Nutzer- gemeinde 5 Roman Matzutt, Dirk Müllmann

  27. Technische Umsetzung Nutzer Datenverwerter Daten- -Plattform quellen 6 Roman Matzutt, Dirk Müllmann

  28. Technische Umsetzung Nutzer Datenverwerter Daten- API regis- Upload trieren (JSON) Daten- Daten- -Plattform quellen bank 6 Roman Matzutt, Dirk Müllmann

  29. Technische Umsetzung Nutzer Datenverwerter verwalten Daten- Web Frontend API Datenco cockp ckpit regis- Upload trieren (JSON) Daten- Daten- -Plattform quellen bank 6 Roman Matzutt, Dirk Müllmann

  30. Technische Umsetzung Nutzer Datenverwerter verwalten Daten- Web Frontend API Datenco cockp ckpit regis- Upload Authorisi sierungsm smodul trieren (JSON) Nutzerauswahl k -Anonymität Zahlung Zahlungskontrolle Daten- Daten- -Plattform quellen bank 6 Roman Matzutt, Dirk Müllmann

  31. Technische Umsetzung Nutzer Datenverwerter verwalten Anfrage Daten- Web Frontend Anfrage- (SQL/JSON) API API Datenco cockp ckpit regis- Upload Authorisi sierungsm smodul trieren (JSON) Nutzerauswahl k -Anonymität Zahlung Zahlungskontrolle Daten- Daten- -Plattform quellen bank 6 Roman Matzutt, Dirk Müllmann

  32. Technische Umsetzung Nutzer Datenverwerter verwalten Anfrage Daten- Web Frontend Anfrage- (SQL/JSON) API API Datenco cockp ckpit regis- Upload Authorisi sierungsm smodul trieren (JSON) Nutzerauswahl k -Anonymität Zahlung Zahlungskontrolle Verarbeitung Privatsphäre Daten- Daten- -Plattform quellen bank 6 Roman Matzutt, Dirk Müllmann

  33. Technische Umsetzung Nutzer Datenverwerter verwalten Anfrage Daten- Web Frontend Anfrage- (SQL/JSON) API API Datenco cockp ckpit regis- Upload Authorisi sierungsm smodul trieren (JSON) Nutzerauswahl Anfrageergebnis k -Anonymität Zahlung Zahlungskontrolle Verarbeitung Privatsphäre Daten- Daten- Anonymisiertes -Plattform quellen bank Datenset 6 Roman Matzutt, Dirk Müllmann

  34. myneData : Datenschutzrechtliche Aspekte Rechtsgrundlage der Verarbeitung „ alternative Modelle (z.B. Stewardship, P3P) dogmatisch mit Grundrechten nur schwer zu vereinbaren, da Datenschutz Individualrecht „ gesetzliche Erlaubnistatbestände Ausdruck der gesellschaftlichen Komponente personenbezogener Daten 7 Roman Matzutt, Dirk Müllmann

  35. myneData : Datenschutzrechtliche Aspekte Gründe für die Wahl der Einwilligung „ besondere Kategorien personenbezogener Daten „ unterschiedliche Rechtsgrundlagen einschlägig „ Rechtsunsicherheit angesichts der DSGVO 8 Roman Matzutt, Dirk Müllmann

Recommend

More recommend