Die Datenhoheit geht über echte Daten hinaus

Die Datenhoheit geht über echte Daten hinaus

In diesem Particular Visitor Characteristic spricht Omar Ali Fadl, CEO von Zustände, diskutiert, wie Datensouveränität Innovationen nicht behindert. Stattdessen können wir unabhängiger werden und die Kontrolle über unsere digitalen Belongings erlangen. Synthetische Daten spielen bei dieser Transformation eine große Rolle. Statice ist ein führender Berliner Anbieter von Datenschutztechnologie für Gesundheits-, Versicherungs- und Bankunternehmen. Als ehemaliger Ingenieur conflict Omar schon immer leidenschaftlich daran interessiert, Produkte zu bauen, die große Probleme lösen. Vor der Gründung von Statice arbeitete Omar als Forschungsingenieur im Bereich Forschung und Knowledge Mining für mehrere Unternehmen wie die Amadeus IT Group mit Hauptsitz in Frankreich.

92% der Daten der westlichen Welt sind Speichern auf US-eigenen Servern. Mit anderen Worten, die meisten europäischen Daten unterliegen Vorschriften außerhalb Europas. Infolgedessen verlieren EU-Bürger die Kontrolle über ihre Daten, die nationale Strafverfolgung wird weniger effektiv und Nicht-EU-Technologieunternehmen gewinnen mehr wirtschaftliche und soziale Kontrolle in der EU.

Aus diesem Grund hat die Europäische Union der Datensouveränität hohe Priorität eingeräumt, d. h. der Idee, dass Daten den Gesetzen und Verwaltungsstrukturen des Landes unterliegen sollten, in dem sie erhoben werden. dazu Markieren Angesichts der Notwendigkeit, eine wettbewerbsfähige digitale Wirtschaft von Weltrang zu entwickeln, widmet der Europäische Rat der Datensicherheit und der künstlichen Intelligenz besondere Aufmerksamkeit.

Die neue politische Richtung für Europa besteht darin, den Datenschutz zu erhöhen, die Souveränität zu wahren, technologische Innovationen zu maximieren und Daten für das Gemeinwohl zu teilen.

Fragmentierte Organisationslandschaften behindern die Datenzusammenarbeit

Interessanterweise können Sicherheit, Compliance und Datenschutz große Hindernisse für Innovationen sein. Die Regulierungslandschaft für den Datenschutz ist stark fragmentiert. Die Gesetze sind von Land zu Land unterschiedlich und verlangen von Unternehmen, dass sie Richtlinien zum Schutz personenbezogener Daten (personenbezogene Daten) festlegen, datenbezogene Risiken verwalten und ihren gesetzlichen Verpflichtungen nachkommen. auf mich 120 Länder Es hat im vergangenen Jahr eine Artwork internationales Datenschutzgesetz eingeführt, um die Bürger und ihre Daten zu schützen.

Unterschiedliche Regulierungssysteme unterscheiden sich zwangsläufig aufgrund der Fragmentierung der globalen Regulierungslandschaft. Dies führt zu Reibungen bei der Datenzusammenarbeit, die ein Schlüsselaspekt der Innovation ist.

Das Schremes II Dieser Fall veranschaulicht dieses Drawback intestine. Der Europäische Gerichtshof hat am 16. Juli 2020 entschieden, dass der EU-US-Datenschutzschild, der von vielen Unternehmen zur Datenübertragung zwischen den USA und der EU genutzt wird, aufgrund von Bedenken hinsichtlich einer Überwachung durch US-Strafverfolgungsbehörden aufgehoben wurde. Tausende von US-Unternehmen nutzten das Datenschutzschild, um vor Schrems II transatlantischen Handel zu betreiben.

Innovation beruht auf der explorativen Nutzung von Daten

Die Scenario wird komplexer, wenn wir die individuelle Souveränität über personenbezogene Daten betrachten. Beispielsweise verlangt die Datenschutz-Grundverordnung (DSGVO), dass Datenverantwortliche die betroffenen Personen darüber informieren, wie und warum ihre Daten zum Zeitpunkt der Erhebung verwendet werden. Das Drawback ist, dass Datenteams allzu oft Schwierigkeiten haben, zu Beginn eines Projekts festzulegen, welche Daten sie benötigen und wie sie verwendet werden.

„Zu Beginn des Projekts ist es sehr schwierig, starke Argumente für und gegen die unterschiedlichen Datennutzungen zu finden“, sagt Dr. Sören Erdweg, Künstliche Intelligenz und Datenentwicklung bei der Provinzial, Deutschlands zweitgrößter öffentlicher Versicherung. „Wir wissen zunächst nicht, welche Daten wir verwenden wollen […] Um ein klares Verständnis dafür zu bekommen, was wir für unser Modell benötigen.“

Innovation erfordert eine explorative Nutzung von Daten, aber dies widerspricht der Datenregel. Offensichtlich gibt es eine Diskrepanz zwischen den Empfehlungen für die Datenhoheit und den besten Bedingungen für Innovationen. Diese Trennung erfordert einen Paradigmenwechsel.

Wir brauchen Erkenntnisse, keine Geheimnisse

Tatsächlich brauchen wir keine persönlichen Geheimnisse, um Ideen zu gewinnen. Die echten Daten sind voller persönlicher Geheimnisse. Die gute Nachricht ist, dass es eine Various gibt. Gärtner Erwarten von Die meisten KI-Systeme werden bis 2030 synthetische Daten verwenden. KI wird sich daher mehr auf künstlich erzeugte Daten verlassen als auf Daten, die von echten Menschen oder realen Ereignissen gesammelt wurden. Dies ist bereits beim autonomen Fahren der Fall, wo simulierte Fahrdaten verwendet werden Oftmals Aus bereits gesammelten realen Fahrdaten.

Aber was sind synthetische Daten?

Synthetische Daten sind das Ergebnis der Generierung synthetischer Daten. Der neue Datensatz hat eine ähnliche Qualität wie die Originaldaten und behält die statistische Verteilung bei. Das bedeutet, dass synthetische Daten wie Daten aus der realen Welt aussehen und sich auch so verhalten.

Synthetische Daten können auf zwei Arten generiert werden:

  • Auf Vorwissen aufbauen – wenn Sie die Gesetzmäßigkeiten Ihres Modells kennen, können Sie diese nutzen, um neue Daten zu erstellen und zu simulieren. Wenn Sie beispielsweise Kunden haben, die über 20 Jahre alt sind und bestimmte Merkmale aufweisen, können Sie dieses Wissen nutzen, um Datenpunkte künstlich zu simulieren.
  • Es wird direkt aus realen Daten generiert, was normalerweise mit erreicht wird maschinelles Lernen Oder Algorithmen der künstlichen Intelligenz, die Verteilungen und Beziehungen innerhalb des ursprünglichen Datensatzes lernen. Sobald Sie die Beziehungen identifiziert haben, können Sie neue Datensätze erstellen.

Synthetische Daten können auf dreierlei Weise dazu beitragen, die Beschränkungen der Dominanz und Finest Practices für Innovationen zu überwinden.

Erstens, indem die Datenschutzvorkehrungen für Einzelpersonen verbessert werden. Anstatt sich auf hochsensible reale Datensätze zu verlassen, die persönliche Informationen enthalten, bieten synthetische Daten eine viel weniger smart Various, bei der der Datenschutz eher beabsichtigt als ein nachträglicher Einfall ist.

Zweitens befinden sich die meisten personenbezogenen Daten heute in den Händen einiger Technologiegiganten oder werden von einigen wenigen Datenbrokern gehandelt. Synthetische Daten bieten Unternehmen einen unabhängigeren Datengenerierungs- und -erfassungskanal. Dadurch erhalten sie schnellen Zugriff auf Datensätze, deren Erfassung teuer und zeitaufwändig sein kann.

Darüber hinaus haben Organisationen damit eine bessere Kontrolle über die von ihnen verwendeten Daten und können sich sicherer fühlen, wenn sie diese grenzüberschreitend mit ihren Partnern teilen.

Innovation erfordert Anpassungsfähigkeit. Heutige Unternehmen müssen nicht nur in Bezug auf die Rechtspraxis flexibel sein, sondern auch in Bezug auf technische Lösungen, die den Datenaustausch sicherer, reibungsloser und konformer machen können.

Datensouveränität behindert Innovation nicht. Stattdessen können wir unabhängiger werden und die Kontrolle über unsere digitalen Belongings erlangen. Synthetische Daten spielen bei dieser Transformation eine große Rolle.

Melden Sie sich für ein kostenloses InsideBIGDATA an die Nachrichten.

Folgen Sie uns auf Twitter: https://twitter.com/InsideBigData1

Besuchen Sie uns auf LinkedIn: https://www.linkedin.com/company/insidebigdata/

Folge uns auf Fb: https://www.facebook.com/insideBIGDATANOW


#Die #Datenhoheit #geht #über #echte #Daten #hinaus

Leave a Comment

Your email address will not be published. Required fields are marked *