Data Privacy in der Praxis

Datenschutz und Sicherheit in Daten- und KI-Projekten
1. Auflage 2024
ISBN: 978-3-96009-233-9
Verlag: Dpunkt.Verlag GmbH

Buch, Deutsch, 414 Seiten, Format (B × H): 163 mm x 235 mm, Gewicht: 770 g

Reihe: Animals

Bewährte Praktiken zur Verbesserung von Privacy für Daten aus technischer, organisatorischer und rechtlicher SichtDas Buch zeigt, wie Sie dafür sorgen, dass die Daten in Ihrem Projekt privat, anonymisiert und sicher sindAuf den europäischen Markt zugeschnitten, behandelt die DSGVO eingehendUmfasst auch Themen wie ChatGPT und Deep FakesKatharine Jarmul ist eine renommierte Privacy-Spezialistin. Sie arbeitet für Thoughtworks und ist Mitgründerin der PyLadies
Die Anforderungen an den Datenschutz sind in Daten- und KI-Projekten heute so hoch wie nie. Die Integration von Privacy in Datensysteme ist jedoch nach wie vor komplex. Dieser Leitfaden vermittelt Data Scientists und Data Engineers ein grundlegendes Verständnis von modernen Datenschutzbausteinen wie Differential Privacy, Federated Learning und homomorpher Verschlüsselung. Privacy-Spezialistin Katharine Jarmul zeigt Best Practices und gibt praxiserprobte Ratschläge für den Einsatz bahnbrechender Technologien zur Verbesserung des Datenschutzes in Produktivsystemen.
Das Buch beantwortet diese wichtigen Fragen:

Wie wirken sich Datenschutzbestimmungen wie die DSGVO oder der California Consumer Privacy Act (CCPA) auf meine Datenworkflows und Data-Science-
Anwendungen aus?Was ist unter 'anonymisierten Daten' zu verstehen und wie lassen sich Daten anonymisieren?Wie funktionieren Federated Learning und Federated Analysis?Homomorphe Verschlüsselung klingt großartig – doch ist sie auch anwendungsreif?Wie kann ich datenschutzwahrende Technologien und Verfahren miteinander vergleichen, um die für mich beste Wahl zu treffen? Welche Open-Source-Bibliotheken stehen hierfür zur Verfügung?Wie stelle ich sicher, dass meine Data-Science-Projekte von vornherein geschützt und sicher sind?Wie kann ich mit den für Governance und Informationssicherheit verantwortlichen Teams zusammenarbeiten, um interne Richtlinien in geeigneter Weise umzusetzen?

Zielgruppe

- Data Scientists
- Data Engineers
- Datenschutzbeauftragte

Autoren/Hrsg.

Jarmul, Katharine

Weitere Mitwirkende

Fraaß, Marcus

Fachgebiete

• Mathematik | Informatik EDV | Informatik Daten / Datenbanken
• Mathematik | Informatik EDV | Informatik Technische Informatik Computersicherheit Datensicherheit, Datenschutz

Über Autor(innen)

Jarmul, Katharine
Katharine Jarmul ist Datenschutzaktivistin und Data Scientist. Ihre Arbeit und Forschung konzentriert sich auf Privacy und Sicherheit in Data-Science-Workflows. Sie hat als Principal Data Scientist bei Thoughtworks gearbeitet und war in zahlreichen Führungspositionen und als unabhängige Beraterin bei großen Unternehmen und Start-ups in den USA und Deutschland tätig, wo sie Daten- und Machine-Lerning-Systeme mit integrierter Privacy und Sicherheit entwickelt hat.