Messung der Datenminimierung für den Beschäftigtendatenschutz am Beispiel von Standortdaten
| dc.contributor.author | Schleper,Janine | |
| dc.contributor.author | Kohn,Matthias | |
| dc.contributor.author | Jo Pesch,Paulina | |
| dc.contributor.author | Waldmann,Ulrich | |
| dc.contributor.author | Kunz,Thomas | |
| dc.contributor.editor | Demmler, Daniel | |
| dc.contributor.editor | Krupka, Daniel | |
| dc.contributor.editor | Federrath, Hannes | |
| dc.date.accessioned | 2022-09-28T17:10:19Z | |
| dc.date.available | 2022-09-28T17:10:19Z | |
| dc.date.issued | 2022 | |
| dc.description.abstract | Metriken zur automatisierten Verifizierung der Umsetzung des Datenminimierungsgebots können Unternehmen darin unterstützen, ihren Kontrollpflichten nachzukommen und das Vertrauen ihrer Beschäftigten in eine datenschutzkonforme Verarbeitung ihrer Daten zu stärken. Um sich durch eine Metrik einer komplexen datenschutzrechtlichen Anforderung wie dem Gebot der Datenminimierung anzunähern, sind geeignete Datenquellen sinnvoll miteinander zu kombinieren. Diese Arbeit skizziert grundlegende Metriken zur Kontrolle der Datenminimierung anhand eines Anwendungsszenarios im Bereich der agilen Personaleinsatzplanung und beschreibt die prototypische Umsetzung dieser Metriken. | de |
| dc.identifier.doi | 10.18420/inf2022_21 | |
| dc.identifier.isbn | 978-3-88579-720-3 | |
| dc.identifier.pissn | 1617-5468 | |
| dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/39519 | |
| dc.language.iso | de | |
| dc.publisher | Gesellschaft für Informatik, Bonn | |
| dc.relation.ispartof | INFORMATIK 2022 | |
| dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) - Proceedings, Volume P-326 | |
| dc.subject | Automatisierte Kontrolle | |
| dc.subject | Datenschutz | |
| dc.subject | Messquellen | |
| dc.subject | Metrik | |
| dc.subject | Datenminimierung | |
| dc.title | Messung der Datenminimierung für den Beschäftigtendatenschutz am Beispiel von Standortdaten | de |
| gi.citation.endPage | 236 | |
| gi.citation.startPage | 231 | |
| gi.conference.date | 26.-30. September 2022 | |
| gi.conference.location | Hamburg | |
| gi.conference.sessiontitle | 3. Interdisciplinary Privacy & Security at Large Workshop (Privacy&Security@Large) |
Dateien
Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
- Name:
- secprivatlarge_07.pdf
- Größe:
- 161.39 KB
- Format:
- Adobe Portable Document Format