Wenn Fahrzeuge künftig autonom unterwegs sind, müssen sie ihre Insassen verstehen, um ihnen individuelle Empfehlungen ausgeben zu können. Etwa um Müdigkeit oder Ablenkung zu erkennen und zu warnen. Oder, um Insassen beim Wechsel der Automationsstufen rechtzeitig fahrbereit zu machen. Um KI-Modelle für realitätsnahe Anwendungen zu entwickeln und auch ihre Leistungsfähigkeit zu steigern, sind große und vielfältige Datensätze aus dem Fahrzeuginnenraum erforderlich.
Datenschutz in der Innenraumerkennung: Wie Anonymisierung KI-Forschung im Fahrzeug ermöglicht
Ein Beispiel der Forschungspraxis der Abteilung Human-AI Interaction (HAI) am Fraunhofer IOSB ist die Erkennung schlafender Insassen in autonomen Fahrzeugen, um Übernahmen vom automatisierten System vorzubereiten. Der Use Case „Erkennung schlafender Insassen“ zeigt im Rahmen des Kompetenzclusters ANYMOS, wie durch ein mehrstufiges Anonymisierungskonzept DSGVO-Konformität sichergestellt werden kann, ohne die Qualität der Forschung zu beeinträchtigen.
Von der Datenerhebung zur Anonymisierung
In speziell ausgestatteten Forschungsfahrzeugen erfassen Kameras und EEG-Sensoren mit Einwilligung freiwilliger Probandinnen und Probanden physiologische Signale und Verhaltensmerkmale während der Fahrt. Die Umsetzung datenschutzkonformer KI-Forschung im Fahrzeug erfolgt beim Fraunhofer IOSB in mehreren abgestuften Schritten:
- Selektive Datenerfassung: Schon bei der Aufnahme wird auf Datensparsamkeit geachtet: Kameras fokussieren nur relevante Körperbereiche wie beispielsweise den Kopf zur Bestimmung der Kopfhaltung oder Augenbewegungen. So werden unnötige Aufnahmen des Innenraums oder von Insassen vermieden. Zeitabschnitte, in denen keine Aktivität oder Zustandsänderung erkennbar ist, werden dabei nicht gespeichert. Außerdem werden die Auflösung und Bildfrequenz so gewählt, dass sie nur die für die KI-Analyse benötigten Informationen erfassen. Bereits im ersten Schritt werden personenbezogene Details minimiert, bevor überhaupt eine Speicherung erfolgt.
- Lokale Vorverarbeitung und Anonymisierung im Fahrzeug: Noch bevor die aufgezeichneten Daten das Fahrzeug verlassen, werden sie lokal vorverarbeitet. Dabei werden Kameras und Sensoren synchronisiert, Merkmale, wie z.B. Muster im Augenlid- oder dem Kopfbewegungsverhalten extrahiert und – falls erforderlich – eine automatische Anonymisierung direkt auf der Fahrzeughardware (z. B. durch Unkenntlichmachung von Gesichtern) durchgeführt. Entscheidend: Die Vorverarbeitung findet vor jedem menschlichen Zugriff statt. Niemand sieht das unverarbeitete Videomaterial.
- Speicherung und Transfer: Vorverarbeitete Daten werden nur temporär im Fahrzeug gespeichert, bevor sie sicher an den Server des Fraunhofer IOSB übertragen werden. Die Originaldaten im Fahrzeug werden daraufhin gelöscht, wodurch die Daten vor unbefugtem Zugriff oder Datenverlust geschützt werden.
- Feinanonymisierung im Forschungsinstitut: Im Institut werden anschließende Schritte zur Anonymisierung durchgeführt, wie z.B. Gesichter verpixelt oder überdeckt, EEG-Daten anonymisiert, Identifikatoren wie z.B. Namen, Fahrzeug-IDs, Zeitstempel) pseudonymisiert oder entfernt. Aber auch Standortdaten werden entweder gelöscht oder auf ein anonymes Raster aggregiert. Erst danach werden die Daten für die Forschung und Entwicklung freigegeben.
- Bereitstellung und Nutzung anonymisierter Datensätze: Die auf den Forschungsschwerpunkt angepassten Datensätze werden autorisierten Forschenden schlussendlich über einen gesicherten Server bereitgestellt. Nur vollständig anonymisierte Daten, die keine Rückschlüsse auf Personen zulassen, dürfen weiterverwendet werden.
Datenschutz als Bestandteil der wissenschaftlichen Qualität
Der Anwendungsfall verdeutlicht, dass Datenschutz kein Hemmnis, sondern ein Qualitätsmerkmal moderner Forschung ist. Mehrstufige Anonymisierung erlaubt es, wissenschaftliche Exzellenz und rechtliche Konformität zu vereinen. So kann aus sensiblen Kamera- und Sensordaten wertvolle Erkenntnis gewonnen werden, ohne die Privatsphäre der Beteiligten zu gefährden. Die DSGVO wird so zur Leitplanke verantwortungsvoller Innovation. Durch diesen Ansatz entsteht mit Anonymisierung als Enabling-Technologie ein zukunftsfähiges Fundament für vertrauenswürdige KI-Systeme, die Sicherheit, Transparenz und Akzeptanz im automatisierten Fahren fördern.
ANYMOS – Das Kompetenzcluster Anonymisierung für vernetzte Mobilitätssysteme
Das vom BMBF geförderte Kompetenzcluster ANYMOS, bestehend aus starken Partnern aus Forschung und vernetzter Infrastruktur, erforscht, wie Anonymisierungstechniken in hochvernetzten Mobilitätssystemen effektiv eingesetzt werden können. Ziel ist es, Datenschutz als integralen Bestandteil datengetriebener Mobilitätsforschung zu etablieren und Unsicherheiten beim Teilen und Nutzen von Daten abzubauen. Dabei entstehen Methoden und ein Vorgehensmodell für praxisnahe Anwendungen, das Unternehmen bei der Auswahl und Anwendung geeigneter Anonymisierungstechniken unterstützt und langfristig Standardisierung ermöglicht.