Verbundprojekt: Partizipativ entwickeltes, Smart-Contract-basiertes Datentreuhandmodell mit skalierbarem Vertrauen und Inzentivierung - TrustNShare

Abstract

Im Rahmen des Projekts TrustNShare wurde ein Datentreuhandmodell entwickelt und evaluiert, das auf Differential Privacy und Distributed Privacy Preserving Computing basiert. Ziel war es, Datengebenden die Möglichkeit zu geben, ihre individuelle Risikotoleranz hinsichtlich der Re-Identifizierbarkeit selbst zu bestimmen und den Grad der Datenfreigabe flexibel anzupassen. Entsprechend dieser Einstellungen werden sowohl die potenziellen Datennehmenden als auch die Anreizmechanismen – etwa monetäre oder materielle Entschädigungen – dynamisch angepasst, wodurch eine kontinuierliche Abstufung von Vertrauen und Anreizen entsteht. Das DLR-Institut für Datenwissenschaften untersuchte im Projekt insbesondere die Zusammenhänge zwischen Anreizen, Risiken und der Bereitschaft zur Datenspende von Fitness- und Aktivitätsdaten. Aufbauend auf empirischen Erhebungen wurden geeignete Anreizstrukturen in partizipativen Prozessen gemeinsam mit Datengebenden entwickelt. Parallel dazu wurde ein Reputationsmodell erstellt, das die Vertrauenswürdigkeit und Reputation von Datennehmenden auf Basis relevanter Kriterien abbildet. Die Ergebnisse der empirischen Untersuchung zeigen, dass die Bereitschaft zur Datenspende maßgeblich von Faktoren wie Kontrollmöglichkeiten, Vertrauen und Transparenz abhängt. Besonders hoch ist die Spendenbereitschaft, wenn Daten für wissenschaftliche, nicht-kommerzielle Zwecke genutzt werden und die Nutzenden selbst bestimmen können, welche Daten geteilt werden. Während weniger sensible Sensordaten häufiger geteilt werden, führen Datenschutzbedenken und wahrgenommene Risiken zu Zurückhaltung. Durch die enge Kooperation zwischen den Projektpartnern – der Universitätsklinik Bonn, der Universitätsklinik Jena und dem DLR – konnte ein funktionsfähiger Prototyp des Datentreuhandmodells entwickelt werden. Dieser wurde in einer Usability-Studie evaluiert und bietet eine Grundlage für zukünftige, vertrauensbasierte Datenaustauschsysteme, die sowohl Datenschutz als auch Nutzerautonomie und faire Anreize in Einklang bringen.