Zugang zu Mikrodaten

Transkript

1 Zugang zu Mikrodaten Wirtschafts- und Sozialstatistik, Universität Dortmund 2009, Patricia Eilsberger

2 Übersicht Ausgewählte Mikrodaten Formen des Zugangs Differenzierungsebenen Grad der Anonymität Ort der Nutzung Personenkreis Analysepotential vs. Datenschutz

3 Ausgewählte Mikrodaten für Forschungszwecke aktuell stehen über die Forschungsdatenzentren des Bundes und der Länder über 60 Statistiken für Forschungszwecke zur Verfügung Ziele der Einrichtung der FDZ s Nutzungsmöglichkeiten amtlicher Daten verbessern Verbesserung der Dateninfrastruktur Schnittstelle zwischen Wissenschaft und Statistik

4 Ausgewählte Mikrodaten für Forschungszwecke Aktuelles Datenangebot nach Fachgebieten Sozialstatistiken (z.b. Mikrozensus, Zeitbudgeterhebung, EVS, etc.) Wirtschaftsstatistiken (Investitionserhebung, Statistik für das verarb. Gewerbe, Jahreserhebung im Handel, Gastgewerbe, etc.) Finanz und Steuerstatistiken (LEST, Umsatzsteuerstatistik, Erbschafts- Schenkungssteuerstatistik) Rechtspflegestatistiken (Strafverfolgungs-, Strafvollzugsstatistik) und Agrar- und Umweltstatistiken (Wasserversorgung, Bodennutzung, Viehbestände)

5 Übersicht Ausgewählte Mikrodaten Formen des Zugangs Differenzierungsebenen Grad der Anonymität Ort der Nutzung Personenkreis Analysepotential vs. Datenschutz

6 Formen des Zugangs Public-Use-Files absolut anonym, hohe Aggregation, geringe räumliche Gliederung Zugang auch für Personen im Ausland, kommerzielle Nutzer Scientific-Use-Files faktisch anonym, höheres Analysepotential WissenschaftlerInnen nach 16 (6) BSTATG Gastwissenschaftsarbeitsplatz (GaWi) Arbeitsplätze an den reg. Standorten; geschützte Räume der amtl. Statistik, Stichprobe von faktisch anonymem Material, hohes Analysepotential WissenschaftlerInnen nach 16 (6) BSTATG Fernrechnen (KDFV) kein direkter Kontakt mit Einzeldaten, Strukturdatenfiles, keine Stichprobe

7 Statistische Geheimhaltung in der amtlichen Statistik I Ziele der Statistischen Geheimhaltung Schutz des Einzelnen vor der Offenlegung seiner persönlichen und sachlichen Verhältnisse Erhaltung des Vertrauensverhältnisses zwischen Befragten und den statistischen Ämtern Gewährleistung der Zuverlässigkeit der Angaben und der Berichtswilligkeit der Befragten

8 Statistische Geheimhaltung in der amtlichen Statistik II Drei Ebenen der Durchbrechung Nutzung statistische Angaben für andere Zwecke z.b. Nutzung von Einkommensangaben in Befragungen mit Auskunftspflicht durch Steuerbehörden Offenlegung von direkten Angaben durch Indiskretion der Erhebungsorgane Offenlegung von direkten Angaben durch die Art der Veröffentlichung

9 Was ist Statistik? Aufgaben Erhebung, Sammlung, Aufbereitung, Darstellung, Analyse von Daten über Massenerscheinungen

10 Was ist Statistik? Aufgaben Ziele Erhebung, Sammlung, Aufbereitung, Darstellung, Analyse von Daten über Massenerscheinungen Kontinuität Erkenntnisse über Größenordnungen keine personen- oder institutionsbezogene Nachweise Einzelangaben sollen im stat. Ergebnis als Zusammenfassung untergehen

11 Wie begegnet uns Statistik i.d.r.? Daten über Massenerscheinungen verdichtet/aggregiert in Form von Tabellen veröffentlicht absolute Anonymität

12 Mikrodatenanalysen Tabellendaten vs. Einzeldatum Datenschutz in Tabellen Werte einzelner Merkmalsträger eher selten Methoden primärer und sekundärer Tabellengeheimhaltung Datenschutz von Einzelangaben Nachweis der Merkmalsausprägungen einzelner Befragten möglich großes Analysepotential bei hohen Datenschutzanforderungen

13 Mikrodatenanalysen Zielkonflikt mit Verfassungsrang Recht auf informationelle Selbstbestimmung (Art. 2 Abs. 1 GG) Wissenschaftsfreiheit (Art. 5 Abs. 3 GG)

14 Datenschutz vs. Wissenschaftsfreiheit Funktionsfähigkeit der Bundesstatistik durch Zuverlässigkeit der Angaben Erhaltung des Vertrauensverhältnisses (Daten-) Schutz des Einzelnen Potential von Mikroanalysen gesellschaftsrelevante Zusammenhänge Vielzahl wissenschaftlicher Fragestellungen Erkenntnisgewinn

15 Zunächst: BStatG81 11 Diskussion Haben nicht aggregierte Einzeldaten einen eigenen Wert? Wie können Mikrodaten genutzt werden? Wie und an wen können Mikrodaten übermittelt werden? BStatG81 11 Übermittlung von absolut anonymen Einzeldaten nicht nur an WissenschaftlerInnen Ergebnis drastische Informationsreduktion führte zu geringem Analysepotential kaum noch Nachfrage

16 Einführung des BStatG87 16 Verbesserter Zugang zu amtlichen Einzeldaten durch Einführung des Begriffs der faktischen Anonymität das Wissenschaftsprivileg kostengünstiger Erwerb der Mikrodaten durch Subventionierung des BMBF

17 16 BStatG: Geheimhaltung Regelt im Einzelnen Grundsätzliche Geheimhaltungspflicht Ausnahmen Pflichten der Empfänger

18 16 BStatG: Definition Geheimhaltungspflicht - Einzelangaben [...] die für eine Bundesstatistik gemacht werden, sind von [...] für den öffentlichen Dienst besonders Verpflichteten [...] geheimzuhalten.

19 16 BStatG: Ausnahmen - Einzelangaben [...] die für eine Bundesstatistik gemacht werden, sind von [...] für den öffentlichen Dienst besonders Verpflichteten [...] geheimzuhalten. -Dies gilt nicht für...

20 16 BStatG: Ausnahmen schriftliche Einwilligungen der Befragten ( 16 Abs.1 Nr.1) Einzelangaben öffentlicher Stellen aus allgemein zugänglichen Quellen, z.b. Pressemitteilungen ( 16 Abs.1 Nr.2) aggregierte Tabellen, wie z.b. auf ( 16 Abs.1 Nr.3) absolut anonymisierte Einzelangaben ( 16 Abs.1 Nr.4)

21 16 BStatG: Ausnahmen Übermittlung von Einzelangaben zwischen den statistischen Ämtern des Bundes und der Länder zum Zweck der zentralen Datenhaltung ( 16 Abs.2) Übermittlung von Einzelangaben von Bundesebene auf Landesebene, wenn diese Angaben das Land betreffen ( 16 Abs.3)...

22 16 Abs. 6 BStatG: Ausnahmen - Für die Durchführung wissenschaftlicher Vorhaben dürfen vom Statistischen Bundesamt und den statistischen Ämtern der Länder Einzelangaben an Hochschulen oder sonstige Einrichtungen mit der Aufgabe unabhängiger wissenschaftlicher Forschung übermittelt werden, wenn die Einzelangaben nur mit einem unverhältnismäßig großen Aufwand an Zeit, Kosten und Arbeitskraft zugeordnet werden können und die Empfänger Amtsträger, für den öffentlichen Dienst besonders Verpflichtete oder Verpflichtete nach Absatz 7 sind.

23 16 Abs. 6 BStatG: Ausnahmen - Für die Durchführung wissenschaftlicher Vorhaben dürfen vom Statistischen Bundesamt und den statistischen Ämtern der Länder Einzelangaben an Hochschulen oder sonstige Einrichtungen mit der Aufgabe unabhängiger wissenschaftlicher Forschung übermittelt werden, wenn die Einzelangaben nur mit einem unverhältnismäßig großen Aufwand an Zeit, Kosten und Arbeitskraft zugeordnet werden können und die Empfänger Amtsträger, für den öffentlichen Dienst besonders Verpflichtete oder Verpflichtete nach Absatz 7 sind.

24 16 Abs. 6 BStatG: Ausnahmen - Für die Durchführung wissenschaftlicher Vorhaben dürfen vom Statistischen Bundesamt und den statistischen Ämtern der Länder Einzelangaben an Hochschulen oder sonstige Einrichtungen mit der Aufgabe unabhängiger wissenschaftlicher Forschung übermittelt werden, wenn die Einzelangaben nur mit einem unverhältnismäßig großen Aufwand an Zeit, Kosten und Arbeitskraft zugeordnet werden können und die Empfänger Amtsträger, für den öffentlichen Dienst besonders Verpflichtete oder Verpflichtete nach Absatz 7 sind.

25 16 Abs. 6 BStatG: Ausnahmen - Für die Durchführung wissenschaftlicher Vorhaben dürfen vom Statistischen Bundesamt und den statistischen Ämtern der Länder Einzelangaben an Hochschulen oder sonstige Einrichtungen mit der Aufgabe unabhängiger wissenschaftlicher Forschung übermittelt werden, wenn die Einzelangaben nur mit einem unverhältnismäßig großen Aufwand an Zeit, Kosten und Arbeitskraft zugeordnet werden können und die Empfänger Amtsträger, für den öffentlichen Dienst besonders Verpflichtete oder Verpflichtete nach Absatz 7 sind.

26 16 Abs. 6 BStatG: Ausnahmen - Für die Durchführung wissenschaftlicher Vorhaben dürfen vom Statistischen Bundesamt und den statistischen Ämtern der Länder Einzelangaben an Hochschulen oder sonstige Einrichtungen mit der Aufgabe unabhängiger wissenschaftlicher Forschung übermittelt werden, wenn die Einzelangaben nur mit einem unverhältnismäßig großen Aufwand an Zeit, Kosten und Arbeitskraft zugeordnet werden können und die Empfänger Amtsträger, für den öffentlichen Dienst besonders Verpflichtete oder Verpflichtete nach Absatz 7 sind.

27 ...die Durchführung wissenschaftlicher Vorhaben Vorhaben im Sinne des 16 Abs. 6 BStatG ist eine Auseinandersetzung mit einem Forschungsgegenstand Forschungsprojekte, Diplomarbeiten, Dissertationen, Habilitationen etc.

28 ...an Hochschulen oder sonstige Einrichtungen mit der Aufgabe unabhängiger wissenschaftlicher Forschung Wissenschaftsprivileg Einrichtung schließt Einzelpersonen als Empfänger aus Hochschulen : Prototyp für Einrichtungen mit der Aufgabe unabhängiger Forschung Forschungsaufgabe ist wesentlicher Zweck Keine Gewinnerzielung Ergebnisse veröffentlichen -

29 ...nur mit einem unverhältnismäßig großen Aufwand an Zeit, Kosten und Arbeitskraft zugeordnet werden können.. Definition der faktischen Anonymität Ergänzung zur Übermittlung von absolut anonymisierten Daten Unverhältnismäßigkeitskriterium : Deanonymisierung kann nicht mehr 100%ig ausgeschlossen werden Rationalkalkül des Angreifers -

30 ... und die Empfänger gemäß 16 Abs. 7 verpflichtet werden. Zusätzliche Sicherungsmaßnahme der Zweckbindung und Geheimhaltung übermittelter Einzelangaben Durch Verpflichtung strafrechtlich belangbar -

31 16 BStatG: Pflichten der Empfänger Verpflichtung der Empfänger der Einzelangaben ( 16 Abs. 7) Zweckbindung der Einzelangaben ( 16 Abs. 8) Dokumentationspflicht ( 16 Abs. 9) Geheimhaltungspflicht für die Empfänger von Einzelangaben ( 16 Abs. 10)

32 EUROSTAT Gemeinschaftsstatistiken LFS EU-SILC Datenzugang zentral über EUROSTAT Zustimmung der Mitgliedstaaten Aktuell: Forschungsprojekt zur Einrichtung von RDC s

33 Anonymisierung von Einzeldaten gemäß 16 Abs. 6 BStatG dürfen Einzelangaben zweckgebunden an die Wissenschaft weitergegeben werden, wenn diese nur mit unverhältnismäßig hohem Aufwand dem einzelnen Merkmalsträger zuzuordnen sind faktische Anonymität keine Operationalisierung durch das Gesetz Unterschiede bei personen- und unternehmensbezogenen Daten

34 Anonymisierung von Einzeldaten Maßnahmen Weitergabe von (Unter)stichproben Verfremden Vergröbern Anonymisierungsmaßnahmen systemfreie Sortierung der Datensätze Weglassen Weitergabe älterer Daten

35 Anonymisierungsverfahren traditionelle Verfahren datenverändernde Verfahren Variablenunterdrückung Indexbildung Unterdrückung von Objekten oder Werten aussortierte Verfahren Tests für Paneldaten ohne Ersatzinformation Variablenkonstruktion Beziehungsu.Verhältniszahlen Stichprobenziehung local suppression Einschränk. der Grundgesamtheit Abschneideverfahren Informationsreduktion für Objekte Gruppierung stetige Merkmale diskrete Merkmale Rundung Censoring / Replacement Klonen Zerlegung eindimensional nach einer Variable nach mehreren Variablen unabhängig je Variable Imputationen SAFE additiv geeignete Verfahren LHS multiplikativ diskrete Merkmale Rank- Swapping Zufallsvertauschung feste Gruppengröße variable Gruppengröße mehrdimensional Mikroaggregation Zufallsüberlagerung Simulationsverfahren Data- Swapping

36 Anonymisierung von Einzeldaten vor der Anonymisierung Merkmal 1 (Name) Merkmal 2 (Wohnort) Merkmal 3 (Geschlecht) Merkmal 4 (Alter) Merkmal 5 (Staatsangehörigkeit) Merkmal 6 (monatliches Netto-Einkommen in DM) Anmerkungen Datensatz 1 Meyer München männlich 18 Deutschland Datensatz 2 Müller Rodgau weiblich 89 Deutschland Datensatz 3 Schmidt Dinslaken männlich 45 Kuba Nationalität selten in D. Datensatz 4 Arnold Saarbrücken weiblich 30 Irland Datensatz 5 Franz Darmstadt weiblich 29 Italien Nationalität selten in D. Datensatz 6 Koser Schwerin männlich 59 Türkei Datensatz 7 Wickmann Gotha weiblich 101 Marokko 550 auffallend hohes Alter Datensatz 8 Rathgeber Zwickau männlich 50 Deutschland auffallend hohes Einkommen Datensatz 9 Schulze Nürnberg männlich 18 Deutschland 4 800

37 Anonymisierung von Einzeldaten nach der Anonymisierung M e rk m a l 1 (N a m e ) M e rk m a l 2 (W o h n o rt) M e rk m a l 3 (G e s c h le c h t ) M e rk m a l 4 (A lt e r) M e rk m a l 5 (S ta a t s a n g e - h ö rig k e it ) M e rk m a l 6 (m o n a t lic h e s N e t t o -E in k o m m e n in D M ) A n m e rk u n g e n D a te n s a t z 1 (v o rh e r 4 ) S y s t e m fr e ie N u m m e r S a a rla n d w e ib lic h 3 0 ü b rig e E U N a t io n a lit ä t s e lt e n in D. D a te n s a t z 2 (v o rh e r 8 ) S y s t e m fr e ie N u m m e r S a c h s e n m ä n n lic h 5 0 D e u ts c h la n d > a u f fa lle n d h o h e s E in k o m m e n D a te n s a t z 3 (v o rh e r 6 ) S y s t e m fr e ie N u m m e r M e c k le n b u rg - V o rp o m m e r n m ä n n lic h 5 9 T ü rk e i D a te n s a t z 4 (v o rh e r 9 ) S y s t e m fr e ie N u m m e r B a y e r n m ä n n lic h 1 8 D e u ts c h la n d D a te n s a t z 5 (v o rh e r 1 ) S y s t e m fr e ie N u m m e r B a y e r n m ä n n lic h 1 8 D e u ts c h la n d D a te n s a t z 6 (v o rh e r 7 ) S y s t e m fr e ie N u m m e r T h ü rin g e n w e ib lic h > 9 5 M a ro k k o a u f fa lle n d h o h e s A lt e r D a te n s a t z 7 (v o rh e r 2 ) S y s t e m fr e ie N u m m e r H e s s e n w e ib lic h 8 9 D e u ts c h la n d D a te n s a t z 8 (v o rh e r 3 ) S y s t e m fr e ie N u m m e r N o rd rh e in - W e s t fa le n m ä n n lic h 4 5 ü b rig e s A m e rik a N a t io n a lit ä t s e lt e n in D. D a te n s a t z 9 (v o rh e r 5 ) S y s t e m fr e ie N u m m e r H e s s e n w e ib lic h 2 9 It a lie n

38 Projekte Faktische Anonymisierung wirtschaftsstatistischer Einzeldaten (FAWE) Anonymisierung wirtschaftsstatistischer Paneldaten (FAWE-Panel) Kombinierte Firmendaten für Deutschland (KombiFiD) Eine informationelle Infrastruktur für das E-Science Age (infinite) Decentralised Access to EU Microdata Sets

39 Übersicht Ausgewählte Mikrodaten Formen des Zugangs Differenzierungsebenen Grad der Anonymität Ort der Nutzung Personenkreis Analysepotential vs. Datenschutz

40 Differenzierungsebenen Public-Use-Files Scientific-Use-Files GaWi Fernrechnen

41 Differenzierungsebenen Anonymität Public-Use-Files absolut anonym Anonymität Scientific-Use-Files faktisch anonym GaWi Analysepotential Fernrechnen formal anonym

42 Level of Anonymisation Anonymität delete direct identificator anonymisation method stronger anonym. method original Mikrodaten pseudon. Mikrodaten faktisch anonym. MD absolut anonym. MD Analysepotential

43 Differenzierungsebenen Ort Off-Site Public-Use-Files Scientific-Use-Files GaWi On-Site Fernrechnen

44 Differenzierungsebenen Personenkreis Public-Use-Files WissenschaftlerInnen nach 16 (6), BStatG Scientific-Use-Files GaWi Alle, also auch ausländische & kommerzielle Nutzer Fernrechnen

45 Formen des Zugangs: Ausblick 2025 Bislang: Kontrollierte Datenfernverarbeitung Kontrolle durch Mitarbeiter an zwei Schnittstellen Syntax (technisch) und Ergebnisse (Datenschutz) Timelag Geplant: Remote Access kein Human Interface Fehlermeldungen zeitnah übermittelt automatisierte Geheimhaltung Anstoßen der Syntax 24*365

46 Diskussion