國立虎尾科技大學 |

Datenanonymisierung im Kontext von Künstlicher Intelligenz und Big Data = Grundlagen – Elementare Techniken – Anwendung /

紀錄類型:	書目-語言資料,印刷品 : Monograph/item
正題名/作者:	Datenanonymisierung im Kontext von Künstlicher Intelligenz und Big Data/ von Heinz-Adalbert Krebs, Patricia Hagenweiler.
其他題名:	Grundlagen – Elementare Techniken – Anwendung /
作者:	Krebs, Heinz-Adalbert.
其他作者:	Hagenweiler, Patricia.
面頁冊數:	XIII, 173 S.online resource. :
Contained By:	Springer Nature eBook
標題:	Big Data. -
電子資源:	https://doi.org/10.1007/978-3-658-37588-1
ISBN:	9783658375881

Datenanonymisierung im Kontext von Künstlicher Intelligenz und Big Data = Grundlagen – Elementare Techniken – Anwendung /
Krebs, Heinz-Adalbert.

Datenanonymisierung im Kontext von Künstlicher Intelligenz und Big DataGrundlagen – Elementare Techniken – Anwendung /[electronic resource] :von Heinz-Adalbert Krebs, Patricia Hagenweiler. - 1st ed. 2022. - XIII, 173 S.online resource.

Einleitung -- Künstliche Intelligenz -- Big Data und Analysemethoden -- Personenbezogene, pseudonymisierte und anonymisierte Daten -- Techniken der Pseudonymisierung -- Anonymisierung strukturierter Daten -- Anonymisierung unstrukturierter Daten -- Risiken der Nutzung anonymisierter Daten -- Verfahren zur Durchführung der Anonymisierung -- Software zur Unterstützung der Anonymisierung -- Fazit und Ausblick -- Literatur.

Das Buch thematisiert die Anonymisierung im Kontext der künstlichen Intelligenz (KI) und Big Data, welche als eine der wesentlichen Maßnahmen im Rahmen des Schutzes personenbezogener Daten gilt, um eine steigende Nutzung hochwertiger Daten zu ermöglichen. Dazu werden die wesentlichen Grundlagen dargestellt sowie pseudonymisierte und anonymisierte Daten mit Personenbezug im Rahmen der Datenschutz-Grundverordnung (DSGVO) und des Bundesdatenschutzgesetzes (BDSG) beleuchtet. Es werden Techniken zur Pseudonymisierung und Anonymisierung sowie entsprechende Risikobetrachtungen behandelt. Abschließend wird die Vorgehensweise der Anonymisierung aus rechtlicher und technischer Sicht unter Anwendung entsprechender Software behandelt. Die Zielgruppen IT-Berater in Projekten zu Datenschutz und Datensicherheit Data Scientists und Wissenschaftler, welche in der Forschung Daten nutzen Datenschutzverantwortliche und Datenschutzbeauftragte Die Autoren Dr. Heinz-Adalbert Krebs ist geschäftsführender Gesellschafter der Green Excellence GmbH, welche Unternehmen der Energiewirtschaft bei Softwareimplementierungen, Geschäftsprozessoptimierungen, der Informationssicherheit und des Datenschutzes berät. Daneben lehrt er am Fachbereich Wirtschaftsinformatik der Universität Kassel die Einführung von ERP-Systemen (SAP) und ist zertifizierter Datenschutzbeauftragter sowie ISO 27001 Lead Auditor. Dr. Patricia Hagenweiler ist langjährige Mitarbeiterin der Green Excellence GmbH und zertifizierte Datenschutzbeauftragte.

ISBN: 9783658375881

Standard No.: 10.1007/978-3-658-37588-1doiSubjects--Topical Terms:

1017136
Big Data.

LC Class. No.: QA76.9.A25

Dewey Class. No.: 005.8

Datenanonymisierung im Kontext von Künstlicher Intelligenz und Big Data = Grundlagen – Elementare Techniken – Anwendung /
LDR:03275nam a22003735i 4500 001 1087850
003 DE-He213
005 20220627075349.0
007 cr nn 008mamaa
008 221228s2022 gw | s |||| 0|ger d
020 $a 9783658375881 $9 978-3-658-37588-1
024 7 $a 10.1007/978-3-658-37588-1 $2 doi
035 $a 978-3-658-37588-1
050 4 $a QA76.9.A25
050 4 $a JC596-596.2
072 7 $a URD $2 bicssc
072 7 $a COM060040 $2 bisacsh
072 7 $a URD $2 thema
082 0 4 $a 005.8 $2 23
082 0 4 $a 323.448 $2 23
100 1 $a Krebs, Heinz-Adalbert. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1366724
245 1 0 $a Datenanonymisierung im Kontext von Künstlicher Intelligenz und Big Data $h [electronic resource] : $b Grundlagen – Elementare Techniken – Anwendung / $c von Heinz-Adalbert Krebs, Patricia Hagenweiler.
250 $a 1st ed. 2022.
264 1 $a Wiesbaden : $b Springer Fachmedien Wiesbaden : $b Imprint: Springer Vieweg, $c 2022.
300 $a XIII, 173 S. $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
505 0 $a Einleitung -- Künstliche Intelligenz -- Big Data und Analysemethoden -- Personenbezogene, pseudonymisierte und anonymisierte Daten -- Techniken der Pseudonymisierung -- Anonymisierung strukturierter Daten -- Anonymisierung unstrukturierter Daten -- Risiken der Nutzung anonymisierter Daten -- Verfahren zur Durchführung der Anonymisierung -- Software zur Unterstützung der Anonymisierung -- Fazit und Ausblick -- Literatur.
520 $a Das Buch thematisiert die Anonymisierung im Kontext der künstlichen Intelligenz (KI) und Big Data, welche als eine der wesentlichen Maßnahmen im Rahmen des Schutzes personenbezogener Daten gilt, um eine steigende Nutzung hochwertiger Daten zu ermöglichen. Dazu werden die wesentlichen Grundlagen dargestellt sowie pseudonymisierte und anonymisierte Daten mit Personenbezug im Rahmen der Datenschutz-Grundverordnung (DSGVO) und des Bundesdatenschutzgesetzes (BDSG) beleuchtet. Es werden Techniken zur Pseudonymisierung und Anonymisierung sowie entsprechende Risikobetrachtungen behandelt. Abschließend wird die Vorgehensweise der Anonymisierung aus rechtlicher und technischer Sicht unter Anwendung entsprechender Software behandelt. Die Zielgruppen IT-Berater in Projekten zu Datenschutz und Datensicherheit Data Scientists und Wissenschaftler, welche in der Forschung Daten nutzen Datenschutzverantwortliche und Datenschutzbeauftragte Die Autoren Dr. Heinz-Adalbert Krebs ist geschäftsführender Gesellschafter der Green Excellence GmbH, welche Unternehmen der Energiewirtschaft bei Softwareimplementierungen, Geschäftsprozessoptimierungen, der Informationssicherheit und des Datenschutzes berät. Daneben lehrt er am Fachbereich Wirtschaftsinformatik der Universität Kassel die Einführung von ERP-Systemen (SAP) und ist zertifizierter Datenschutzbeauftragter sowie ISO 27001 Lead Auditor. Dr. Patricia Hagenweiler ist langjährige Mitarbeiterin der Green Excellence GmbH und zertifizierte Datenschutzbeauftragte.
650 2 4 $a Big Data. $3 1017136
650 2 4 $a Artificial Intelligence. $3 646849
650 1 4 $a Privacy. $3 575491
650 0 $a Big data. $3 981821
650 0 $a Artificial intelligence. $3 559380
650 0 $a Data protection—Law and legislation. $3 1366218
700 1 $a Hagenweiler, Patricia. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1366725
710 2 $a SpringerLink (Online service) $3 593884
773 0 $t Springer Nature eBook
776 0 8 $i Printed edition: $z 9783658375874
856 4 0 $u https://doi.org/10.1007/978-3-658-37588-1
912 $a ZDB-2-STI
950 $a Computer Science and Engineering (German Language) (SpringerNature-11774)