國立虎尾科技大學 |

Big Data - Big Accountability = Erkennung von Versicherungsbetrug mit Big Data nach der Datenschutz-Grundverordnung /

紀錄類型:	書目-語言資料,印刷品 : Monograph/item
正題名/作者:	Big Data - Big Accountability/ von Constantin Herfurth.
其他題名:	Erkennung von Versicherungsbetrug mit Big Data nach der Datenschutz-Grundverordnung /
作者:	Herfurth, Constantin.
面頁冊數:	XXVII, 389 S. 18 Abb.online resource. :
Contained By:	Springer Nature eBook
標題:	Big data. -
電子資源:	https://doi.org/10.1007/978-3-658-39287-1
ISBN:	9783658392871

Big Data - Big Accountability = Erkennung von Versicherungsbetrug mit Big Data nach der Datenschutz-Grundverordnung /
Herfurth, Constantin.

Big Data - Big AccountabilityErkennung von Versicherungsbetrug mit Big Data nach der Datenschutz-Grundverordnung /[electronic resource] :von Constantin Herfurth. - 1st ed. 2022. - XXVII, 389 S. 18 Abb.online resource. - DuD-Fachbeiträge,2512-7004. - DuD-Fachbeiträge,.

Einführung -- Versicherungsbetrug in der Kraftfahrzeug-Haftpflichtversicherung -- Bekämpfung von Versicherungsbetrug mittels Big Data -- Rechtsrahmen des europäischen und nationalen Datenschutzrechts -- Anwendungsbereich der Datenschutz-Grundverordnung -- Anforderungen der Datenschutz-Grundverordnung -- Zusammenfassung.

Mit dem Phänomen „Big Data“ als Teil einer datengetriebenen Zukunft verbinden sich seit Jahren enorme Hoffnungen und große Ängste. Immer mehr Akteure aus dem privaten und öffentlichen Sektor sammeln und nutzen solche Datenmassen zu vielfältigen Zwecken. Dabei stellt sich aus datenschutzrechtlicher Perspektive die Frage: Ist es möglich, Big-Data-Verfahren im Einklang mit der Datenschutz-Grundverordnung durchzuführen oder bedeutet Big Data zwangsläufig „Small Privacy“? Am Beispiel der Betrugsbekämpfung mit Big Data in der Kraftfahrzeughaftpflichtversicherung analysiert Constantin Herfurth die datenschutzrechtlichen Rahmenbedingungen und entwickelt neue Modelle, um bewährte Datenschutzgrundsätze innovativ anwenden zu können und eine "Big Accountability" zu schaffen. Dabei zeichnet er nicht nur ein differenzierteres Bild von Big Data, sondern zeigt auch Wege für eine datenschutzkonforme Gestaltung auf und regt die Weiterentwicklung bestehender Mechanismen und Instrumente der Datenschutz-Grundverordnung an. Der Autor Constantin Herfurth war als wissenschaftlicher Mitarbeiter mit dem Forschungsschwerpunkt Big Data und Datenschutz von 2016 bis 2018 am Fachgebiet Öffentliches Recht, IT-Recht und Umweltrecht von Prof. Dr. Gerrit Hornung, LL.M. an der Universität Kassel tätig. Seit 2018 arbeitet er als Rechtsanwalt für eine internationale Kanzlei in München und berät zu Datenschutz und Cybersecurity.

ISBN: 9783658392871

Standard No.: 10.1007/978-3-658-39287-1doiSubjects--Topical Terms:

981821
Big data.

LC Class. No.: QA76.9.B45

Dewey Class. No.: 005.7

Big Data - Big Accountability = Erkennung von Versicherungsbetrug mit Big Data nach der Datenschutz-Grundverordnung /
LDR:03056nam a22003615i 4500 001 1083863
003 DE-He213
005 20220930230918.0
007 cr nn 008mamaa
008 221228s2022 gw | s |||| 0|ger d
020 $a 9783658392871 $9 978-3-658-39287-1
024 7 $a 10.1007/978-3-658-39287-1 $2 doi
035 $a 978-3-658-39287-1
050 4 $a QA76.9.B45
072 7 $a UN $2 bicssc
072 7 $a COM021000 $2 bisacsh
072 7 $a UN $2 thema
082 0 4 $a 005.7 $2 23
100 1 $a Herfurth, Constantin. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1389986
245 1 0 $a Big Data - Big Accountability $h [electronic resource] : $b Erkennung von Versicherungsbetrug mit Big Data nach der Datenschutz-Grundverordnung / $c von Constantin Herfurth.
250 $a 1st ed. 2022.
264 1 $a Wiesbaden : $b Springer Fachmedien Wiesbaden : $b Imprint: Springer Vieweg, $c 2022.
300 $a XXVII, 389 S. 18 Abb. $b online resource.
336 $a text $b txt $2 rdacontent
337 $a computer $b c $2 rdamedia
338 $a online resource $b cr $2 rdacarrier
347 $a text file $b PDF $2 rda
490 1 $a DuD-Fachbeiträge, $x 2512-7004
505 0 $a Einführung -- Versicherungsbetrug in der Kraftfahrzeug-Haftpflichtversicherung -- Bekämpfung von Versicherungsbetrug mittels Big Data -- Rechtsrahmen des europäischen und nationalen Datenschutzrechts -- Anwendungsbereich der Datenschutz-Grundverordnung -- Anforderungen der Datenschutz-Grundverordnung -- Zusammenfassung.
520 $a Mit dem Phänomen „Big Data“ als Teil einer datengetriebenen Zukunft verbinden sich seit Jahren enorme Hoffnungen und große Ängste. Immer mehr Akteure aus dem privaten und öffentlichen Sektor sammeln und nutzen solche Datenmassen zu vielfältigen Zwecken. Dabei stellt sich aus datenschutzrechtlicher Perspektive die Frage: Ist es möglich, Big-Data-Verfahren im Einklang mit der Datenschutz-Grundverordnung durchzuführen oder bedeutet Big Data zwangsläufig „Small Privacy“? Am Beispiel der Betrugsbekämpfung mit Big Data in der Kraftfahrzeughaftpflichtversicherung analysiert Constantin Herfurth die datenschutzrechtlichen Rahmenbedingungen und entwickelt neue Modelle, um bewährte Datenschutzgrundsätze innovativ anwenden zu können und eine "Big Accountability" zu schaffen. Dabei zeichnet er nicht nur ein differenzierteres Bild von Big Data, sondern zeigt auch Wege für eine datenschutzkonforme Gestaltung auf und regt die Weiterentwicklung bestehender Mechanismen und Instrumente der Datenschutz-Grundverordnung an. Der Autor Constantin Herfurth war als wissenschaftlicher Mitarbeiter mit dem Forschungsschwerpunkt Big Data und Datenschutz von 2016 bis 2018 am Fachgebiet Öffentliches Recht, IT-Recht und Umweltrecht von Prof. Dr. Gerrit Hornung, LL.M. an der Universität Kassel tätig. Seit 2018 arbeitet er als Rechtsanwalt für eine internationale Kanzlei in München und berät zu Datenschutz und Cybersecurity.
650 0 $a Big data. $3 981821
650 0 $a Computer networks . $3 1365720
650 0 $a Computer networks—Security measures. $3 1366173
650 0 $a Artificial intelligence—Data processing. $3 1366684
650 1 4 $a Big Data. $3 1017136
650 2 4 $a Computer Communication Networks. $3 669310
650 2 4 $a Mobile and Network Security. $3 1211619
650 2 4 $a Data Science. $3 1174436
710 2 $a SpringerLink (Online service) $3 593884
773 0 $t Springer Nature eBook
776 0 8 $i Printed edition: $z 9783658392864
830 0 $a DuD-Fachbeiträge, $x 2512-6997 $3 1261945
856 4 0 $u https://doi.org/10.1007/978-3-658-39287-1
912 $a ZDB-2-STI
950 $a Computer Science and Engineering (German Language) (SpringerNature-11774)