Forschungsprojekt zu IT-Sicherheit beschäftigt sich mit Anonymisierung von Mobilitätsdaten

Lesezeit: 2 Minuten

Mobilitätsdaten – 4 Millionen Euro für bessere Mobilität, Mobilität ist ein menschliches Grundbedürfnis. Die Menschen nutzen dabei zum Beispiel den ÖPNV, ihre eigenen Autos und Fahrräder oder gehen zu Fuß. Mobilität muss so organisiert sein, dass begrenzte Ressourcen wie etwa städtischer Raum, Frischluft oder öffentliche Finanzen bestmöglich für eine nachhaltige und lebenswerte Zukunft eingesetzt werden. Das stellt Kommunen derzeit vor Herausforderungen. Eine Maßnahme ist die Förderung sogenannter intermodaler Mobilität, also das Angebot und die Kombinationsmöglichkeiten verschiedener Verkehrsmittel, um attraktive Alternativen zur ressourcenintensiven Nutzung privater Autos zu bieten. Um die richtigen Rahmenbedingungen dafür zu schaffen, benötigen die Kommunen große Mengen an Mobilitätsdaten. Allerding gelten diese als sensible Daten, weil sie Rückschlüsse auf viele Bereiche des persönlichen Lebens erlauben. Erhobene Mobilitätsdaten können demnach nicht ohne Weiteres für Analysen verwendet werden. 

Erklärbare praxistaugliche Anonymisierungstechniken entwickeln

Mobilitätsdaten – Diesem Problem widmet sich das neue Forschungsprojekt „Erklärbare Anonymisierung intermodaler Mobilitätsdaten“ (explanym) an der Universität Bamberg. Es wird bis Dezember 2025 mit rund 4 Millionen Euro durch das Bundesministerium für Bildung und Forschung (BMBF) im Forschungsrahmenprogramm der Bundesregierung zur IT-Sicherheit „Digital. Sicher. Souverän.“ gefördert. Das Projekt verfolgt das Ziel, erklärbare Anonymisierungstechniken für Mobilitätsdaten zu entwickeln, sodass keine Rückschlüsse auf das Verhalten Einzelner möglich sind. „Damit können letztlich Verkehrsangebote für Nutzer*innen verbessert und auf ihre Bedürfnisse angepasst werden“, erläutert Prof. Dr. Daniela Nicklas, Inhaberhin des Lehrstuhls für Informatik, insbesondere Mobile Softwaresysteme/Mobilität an der Universität Bamberg. Sie koordiniert das Projekt. 

Mobilitätsdaten

Das Projekt bewegt sich in zwei Beispielumgebungen – Klinik und Stadt – und wird Kommunen und der lokalen Wirtschaft ermöglichen, technisch souverän vernetzte Mobilität auf Basis angeschlossener Datenquellen mit optimaler Privatsphäre und einem maximalen Datennutzen realisieren zu können. Außerdem bieten die Projektergebnisse die Möglichkeit, neue Anwendungen für die medizinische Versorgung in Kliniken zu entwickeln, die aufgrund fehlender Anonymisierung von Bewegungsdaten bisher nicht möglich waren. Dabei geht es zum Beispiel darum, Spezialbetten, Krankenhaus-Rollstühle oder Reinigungswägen zu lokalisieren. „In beiden Beispielumgebungen werden in einem Testfeld konkrete Mobilitätsdaten erhoben und verschiedene Varianten von Erklärungen erarbeitet, um die Betroffenen über die Wirkungsweise von Anonymisierungs- und De-Personalisierungstechniken zu informieren“, erläutert Daniela Nicklas. Für die Bamberger Bürger*innen wird vor allem das Jahr 2024 interessant: Dann sind nämlich größere Feldexperimente in der Stadt geplant. Es sollen etwa IT-Kompetenz und die Vertrauensbereitschaft der Bamberger*innen erfasst werden.

Zahlreiche Projektpartner aus der Region

Mobilitätsdaten – „Besonders erfreulich ist die hohe Anzahl an Bamberger Projektpartnern“, sagt Daniela Nicklas. Neben ihrem Lehrstuhl und den Lehrstühlen für Privatsphäre und Sicherheit in Informationssystemen sowie Persönlichkeitspsychologie und Psychologische Diagnostik sind die Unternehmen Dashfactory, PSOIDO und Safectory beteiligt. Darüber hinaus bringen sich das HTK Hygiene Technologie Kompetenzzentrum, Tochter der Sozialstiftung Bamberg, sowie die Stadtwerke Bamberg ein. Im Rahmen der Smart City Initiative werden daneben die Stadt Bamberg sowie das Bamberger Start-Up wikimove im Projekt assoziiert mitarbeiten. In den kommenden Monaten wird die Universität darüber hinaus im Kontext des Projekts mehrere Stellen ausschreiben. 

Quelle: Lehrstuhl für Informatik, insbesondere Mobile Softwaresysteme/Mobilität Uni Bamberg

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.