Der Beitrag untersucht die wichtigsten Datenschutztechnologien (Privacy-Enhancing Technologies, PETs) im Bereich des maschinellen Lernens – Anonymisierung, Pseudonymisierung, differenzielle Privatsphäre, föderiertes Lernen und homomorphe Verschlüsselung – und bewertet deren Einfluss auf den Datenschutz. Durch die Verbindung technischer und juristischer Perspektiven wird gezeigt, wie diese Werkzeuge zur Einhaltung des DSG und der DSGVO beitragen können, insbesondere im Sinne des Prinzips des Datenschutzes durch Technikgestaltung. Auch wenn klare de lege lata-Antworten schwer zu fassen sind, hebt die Studie konkrete Lösungen für Verantwortliche hervor und wirft zugleich grundlegende Fragen zur rechtlichen Regulierung der KI-Entwicklung auf.
DOI: 10.3256/978-3-03929-084-0_02