AnoMoB-T
Anonymisierte Erfassung und Nutzung von Mobilitäts- und Bewegungsdaten
Mobilitätsdaten liefern wertvolle Informationen für Verkehrsplanung, Mobilitätsanbieter, Kommunen und Forschungseinrichtungen. Gleichzeitig zählen Bewegungsdaten, Trajektorien und App-Nutzungsereignisse zu den sensibelsten personenbezogenen Daten überhaupt. Schon wenige Orts- und Zeitinformationen können ausreichen, um Rückschlüsse auf einzelne Personen zu ermöglichen.
Dadurch entsteht ein Spannungsfeld: Einerseits besteht ein großes Interesse an der Nutzung von Mobilitätsdaten für innovative Anwendungen, andererseits müssen Datenschutz und informationelle Selbstbestimmung gewährleistet bleiben. Viele Datenbestände können deshalb heute nicht oder nur eingeschränkt weiterverwendet werden, obwohl sie wichtige Erkenntnisse für nachhaltige Mobilitätslösungen liefern könnten. AnoMoB-T adressiert genau diese Herausforderung, entwickelt praxistaugliche Lösungen für eine sichere und datenschutzkonforme Nutzung von Mobilitätsdaten und baut auf den Ergebnissen des Vorgängerprojekts AnoMoB auf.
Das Forschungsprojekt AnoMoB-T verfolgt das Ziel, die Erkenntnisse des Vorgängerprojekts AnoMoB in konkrete Anwendungen zu überführen und den Transfer in Wirtschaft, Verwaltung und Forschung zu ermöglichen. Im Mittelpunkt stehen dabei zwei innovative Anwendungsfälle:
Anonymity-as-a-Service (AaaS)
Ein modularer Anonymisierungsservice soll Mobilitätsdaten automatisch datenschutzkonform aufbereiten und für unterschiedliche Anwendungsfälle bereitstellen. Dadurch können Daten auch nach ihrer ursprünglichen Erhebung für neue Fragestellungen genutzt werden, ohne die Privatsphäre der betroffenen Personen zu gefährden.
LLM-basierte Schnittstelle und Storytelling
Ein neuartiger Ansatz untersucht, wie moderne Sprachmodelle Mobilitätsdaten in verständliche, anonymisierte Beschreibungen und Berichte überführen können. Aus personenbezogenen Rohdaten entstehen Berichte, die Mobilitätsmuster erklären, ohne sensible Informationen preiszugeben.
AnoMoB-T entwickelt und evaluiert eine Referenzarchitektur für die datenschutzkonforme Nutzung von Mobilitätsdaten. Kernbestandteil ist ein Anonymisierungslayer, der unterschiedliche Verfahren wie Aggregation, Maskierung und Datensynthetisierung kombiniert. Ziel ist es, die Nutzbarkeit der Daten möglichst vollständig zu erhalten und gleichzeitig Risiken der Re-Identifikation zu minimieren.
Für den Use Case Anonymity-as-a-Service werden reale Mobilitätsdaten automatisiert verarbeitet und in anonymisierte oder synthetische Datensätze überführt. Ergänzend werden Qualitätsmetriken entwickelt, um Datenschutz und Datenqualität kontinuierlich zu bewerten. Ein möglicher Ansatz hierfür ist die probabilistische Synthetisierung von Mobilitätsverhalten zur realitätsnahen, individualisierten Verkehrssimulation.
Im Use Case Storytelling werden lokale Sprachmodelle eingesetzt, um aus Mobilitätsdaten zeitlich strukturierte Berichte zu generieren. Die erzeugten Texte beschreiben Mobilitätsereignisse, Bewegungsmuster oder Nutzungsszenarien in verständlicher Form und dienen als datenschutzfreundliche Alternative zur Weitergabe von Rohdaten. Dabei wird untersucht, wie solche Berichte transparent gestaltet und von den Betroffenen nachvollzogen werden können.
Die technische Entwicklung wird durch eine rechtliche Bewertung begleitet, um sicherzustellen, dass die entwickelten Verfahren auch den Anforderungen der DSGVO und zukünftiger Datenräume entsprechen.
Im Rahmen von AnoMoB-T entstehen prototypische Lösungen, die den praktischen Einsatz datenschutzfreundlicher Mobilitätsdaten ermöglichen. Zu den Ergebnissen gehören:
- Ein prototypisches Anonymity-as-a-Service-System, das Mobilitätsdaten automatisiert anonymisiert und für verschiedene Anwendungsszenarien bereitstellt.
- Ein LLM-basiertes Storytelling-System, das Mobilitätsinformationen durch Beschreibung der Trajektorien und Erstellung von Berichten anonymisiert.
- Simulation zur Synthetisierung anonymer Trajektorien auf Basis der aus den realen Daten extrahierten statistischen Verteilungen.
- Demonstratoren und Dashboards zur Veranschaulichung der entwickelten Technologien.
- Leitfäden und Referenzarchitekturen für die Übertragung der Ansätze auf weitere Anwendungsfelder.
- Wissenschaftliche Erkenntnisse zur Balance zwischen Datenschutz, Datenqualität und praktischer Nutzbarkeit.
Die entwickelten Lösungen schaffen die Grundlage dafür, Mobilitätsdaten künftig sicherer, transparenter und wirtschaftlich nutzbarer bereitzustellen und gleichzeitig das Vertrauen von Nutzerinnen und Nutzern zu stärken.
Projektbeteiligte
AnoMoB-T wird als Verbundprojekt von Forschungseinrichtungen und Unternehmen aus den Bereichen Mobilität, Datenschutz und Datenanalyse umgesetzt. Partner des Projekts sind:
Konsortialführer
Fraunhofer-Institut für Arbeitswirtschaft und Organisation
Gemeinsam entwickeln die Projektpartner innovative Ansätze für die datenschutzkonforme Nutzung von Mobilitätsdaten und begleiten deren Transfer in reale Anwendungsumgebungen.
Förderung
Projektvolumen 1,95 Mio. €Das Projekt AnoMoB-T hat ein Projektvolumen von 1,95 Mio. € und wird vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) mit einem Budget von 1,77 Mio. € gefördert. Die Laufzeit des Projekts erstreckt sich von Juni 2026 bis Mai 2028.
Kontakt
Ingo
Anwendungszentrum KEIM
Damir
Anwendungszentrum KEIM