k-Anonymität
Definition
k-Anonymität verlangt, dass jede Kombination der festgelegten Quasi-Identifikatoren in den veröffentlichten Daten mindestens k-mal vorkommt. Der betrachtete Datensatz zählt dabei mit.
Dazu werden Quasi-Identifikatoren generalisiert oder unterdrückt. Das Verfahren reduziert bestimmte Re-Identifikationsrisiken, schützt aber nicht automatisch vor Attributoffenlegung oder Hintergrundwissen.
Einfach erklärt
Wie Daten so zu veröffentlichen, dass jede Zeile anhand der festgelegten Quasi-Identifikatoren zu einer Gruppe von mindestens k Zeilen gehört.
Warum das im Alltag wichtig ist
Relevant für Datenschutzverständnis und Datenfreigaben, aber für sensible Daten allein oft nicht ausreichend.
Beispiel aus dem Mittelstand
Vor externer Analyse werden Alter, Ort und Beruf so verallgemeinert, dass jede Kombination mindestens zehn Datensätze umfasst.
Grenzen und Fallstricke
- k als vollständigen Datenschutzbeweis behandeln; sensible Attribute innerhalb Gruppen ignorieren; externe Zusatzdaten nicht berücksichtigen.
Entstehung & Geschichte
Samarati und Sweeney arbeiteten 1998 an k-Anonymität. Sweeney formalisierte das Modell 2002 weiter und schrieb die Namensgebung Samarati zu.
Anwendung im Mittelstand
- Mögliche Anwendung: Risikoanalyse vor Datenfreigabe, typischerweise kombiniert mit weiteren Datenschutzmaßnahmen.
Häufige Fragen
Verhindert k-Anonymität jede Re-Identifikation?
Nein. Was sind Quasi-Identifikatoren? Merkmale, die kombiniert Personen indirekt identifizieren können.
Quellen
- k-Anonymity: A Model for Protecting Privacy · Sweeney (2002), k-Anonymity: A Model for Protecting Privacy
- Volltext · Sweeney (2002), Volltext
Quellenprüfung: 10./11.10.2026.
Redaktionell geprüft am: