Privacy Enhancing Technologies
Der Oberbegriff für Technologien, die Datennutzung bei gleichzeitigem Datenschutz ermöglichen: DP, FHE, SMPC, TEEs, Synthetic Data und mehr.
PETs ist der Oberbegriff für alle datenschutzfördernden Technologien – von Anonymisierung bis Homomorphe Verschlüsselung. Enabler für DSGVO-konforme AI.
Erklärung
PETs bilden ein Spektrum von einfach (Anonymisierung, Pseudonymisierung) bis komplex (FHE, SMPC). Die Wahl hängt von Threat Model, Performance-Anforderungen und regulatorischem Kontext ab.
Relevanz für Marketing
Gartner prognostiziert, dass 60% der großen Unternehmen bis 2025 PETs für Analytics einsetzen. DSGVO und AI Act machen PETs zum Business-Enabler.
Beispiel
Ein Pharma-Konzern nutzt einen PETs-Stack: Synthetic Data für Entwicklung, DP für Analytics, Clean Rooms für Cross-Company-Studien.
Häufige Fallstricke
PETs als Silver Bullet behandeln ohne Threat Modeling. Verschiedene PETs für verschiedene Use Cases – kein One-Size-Fits-All.
Entstehung & Geschichte
Der Begriff PETs wurde in den 1990ern geprägt. Die EU-Datenschutzgruppe empfahl PETs 2007. Gartner listet PETs seit 2020 als Top-Trend. Der EU AI Act (2024) und Data Act beschleunigen die Adoption.
Abgrenzung & Vergleiche
Privacy Enhancing Technologies vs. Privacy-Preserving ML
PPML ist speziell auf ML-Workflows fokussiert; PETs ist der breitere Oberbegriff für alle datenschutzfördernden Technologien.