Ausgangssituation: Mobilität optimal gestalten

Mobilität ist ein elementares menschliches Bedürfnis. Im städtischen Raum werden Fußwege, der öffentliche Nahverkehrs PKWs oder ergänzende Angebote wie E-Roller multi-und intermodal genutzt. Städte stehen vor der Herausforderung, Mobilität so zu gestalten, dass begrenzte Ressourcen wie städtischer Raum, saubere Luft und öffentliche Finanzen bestmöglich für eine nachhaltige und lebenswerte Zukunft genutzt werden. Um diese Herausforderung zu meistern ist eine solide Datengrundlage zum Mobilitätsverhalten und möglichen Engpässen/Überfüllungen notwendig.

Auch in Unternehmen spielt die Mobilität von Personen und Assets eine entscheidende Rolle für einen effizienten Betrieb. Beispielsweise in großen Kliniken müssen Fachpersonal und wertvolle Geräte mobil sein, damit sie jeweils zur richtigen Zeit am richtigen Ort verfügbar sein können. Auch hier kann eine bessere Datengrundlage allen Beteiligten Zeit und Ressourcen sparen.
Herausforderung: Sensibilität von Mobilitätsdaten

Mobilitätsdaten von Personen sind sensible Informationen, die Rückschlüsse auf viele Aspekte des persönlichen Lebens zulassen. Daher können sie nicht ohne Weiteres für Mobilitätsanalysen verwendet werden, selbst wenn das Ziel der Analyse nicht darin besteht, das Verhalten einzelner Personen aufzudecken, sondern das Verständnis von Mobilität im Allgemeinen zu verbessern. Auch Lokations- und Mobilitätsdaten von Assets müssen besonders geschützt werden, insbesondere wenn es um den Arbeitsschutz der Mitarbeiter geht.
Lösung: Anonymisierung, Erklärung, Akzeptanz

Eine mögliche Lösung für diese Herausforderungen besteht darin, die Mobilitätsdaten so zu anonymisieren, dass keine Rückschlüsse auf das Verhalten einzelner Personen möglich sind. Hierfür existieren gut erforschte Verfahren wie Aggregation, wechselnde Pseudonyme oder Generalisierung. Jedoch sind noch einige Herausforderungen zu bewältigen, wie die Entwicklung innovativer Anonymisierungstechniken, die gewünschte Analysen ermöglichen und gleichzeitig die Re-Identifikation von Einzelpersonen verhindern. Zusätzlich ist es wichtig, die Erklärbarkeit dieser Techniken zu gewährleisten, sodass Dienstanbieter und Betroffene die Risiken der Datenverarbeitung verstehen können. Auch die Akzeptanz seitens der Betroffenen spielt eine entscheidende Rolle, und es ist von Bedeutung zu ermitteln, unter welchen Bedingungen Menschen bereit sind, ihre Zustimmung für Mobilitätsanalysen zu geben. Unser Ziel ist es daher, im Kontext von Mobilitätsdiensten erklärbar praxistaugliche Anonymisierungstechniken zu entwickeln und zu demonstrieren, um zu verstehen, unter welchen Voraussetzungen solche Techniken von Betroffenen verstanden und akzeptiert werden können.