Unternehmensdaten zwischen Datenschutz und Analysepotenzial

Unternehmensdaten, die für wissenschaftliche Forschungszwecke erhoben werden, können wertvolle Hinweise für die Wirtschaftspolitik liefern. Um diese Wissensbasis voll auszuschöpfen, sollten möglichst viele Forscher Zugang zu solchen Daten haben. Gleichzeitig muss jedoch der Datenschutz gewährleistet sein. Daher dürfen Erhebungsdaten von Unternehmen nur in anonymisierter Form weitergegeben werden. In dieser Arbeit werden exemplarisch verschiedene Anonymisierungsmaßnahmen sowohl hinsichtlich ihrer Schutzwirkung als auch hinsichtlich ihres Einflusses auf die Nutzbarkeit von anonymisierten Unternehmensdaten für wissenschaftliche Auswertungen untersucht. Dabei werden klassische Anonymisierungsmaßnahmen einer bisher noch wenig erforschten und angewendeten Anonymisierungsmethode, der »Erzeugung künstlicher Datensätze«, gegenübergestellt. Insbesondere wird nicht-parametrisches Resampling als eine praktikable Vorgehensweise vorgestellt und mit Daten des Mannheimer Innovationspanels, der Innovationserhebung für Deutschland, getestet. Das Verfahren erweist sich als sinnvolle Alternative oder Ergänzung zu klassischen Anonymisierungsmethoden, weil es das Analysepotenzial von Mikrodaten unter Bewahrung der Schutzwirkung gut erhalten kann.