Ein Onlineshop baut ein Data Warehouse für Verkaufsanalysen. Das Entwicklungsteam kopiert die vollständige Kundendatenbank mit Namen, E-Mail-Adressen und Geburtsdaten in die Analyseumgebung und gleich noch in drei Testsysteme. Für die Auswertungen hätten Postleitzahlbereich, Altersgruppe und eine interne Kundennummer gereicht. Vier vollständige Kopien liegen nun dort, wo die wenigsten Schutzmaßnahmen greifen. A.1.4.5 verlangt, je Zweck festzulegen und zu dokumentieren, wie weit Art und Menge der personenbezogenen Daten begrenzt werden und mit welchen Mechanismen, etwa De-Identifizierung, dieses Ziel erreicht wird.
Datenminimierung als allgemeiner Grundsatz steht in fast jeder Datenschutzrichtlinie. Die Kontrolle macht daraus überprüfbare Ziele: Für jede Verarbeitung soll klar sein, welche Angaben in welcher Genauigkeit gebraucht werden und wie viel Bezug zur Person übrig bleibt.
Was verlangt die Norm?
Die Kontrolle fordert Ziele und die Mittel, mit denen sie erreicht werden, beides schriftlich.
- Begrenzung je Zweck darlegen. Die Organisation zeigt, wie die Art der Angaben und ihre Menge auf das beschränkt bleiben, was der festgelegte Zweck verlangt. De-Identifizierung ist dabei ein mögliches Mittel unter mehreren.
- Identifizierbare Verarbeitung beschreiben. Braucht ein Zweck Daten, die der Person zugeordnet bleiben, muss die Organisation diese Verarbeitung beschreiben können.
- Restbezug zur Person bemessen. Reichen de-identifizierte Daten für den Zweck aus, wird festgelegt, wie stark die Daten noch mit der Person verknüpft sein müssen, und welche Mechanismen und Techniken das Ziel erreichen.
- Mechanismen festhalten. Welche Mechanismen passen, hängt von Verarbeitung und Systemen ab. Die tatsächlich eingesetzten, auch technische Systemeinstellungen, werden dokumentiert, und die De-Identifizierung greift zeitnah.
- Techniken. Die Norm nennt das Entfernen von Merkmalen, die auf Personen verweisen, außerdem Generalisierung, etwa durch Runden, und Randomisierung, etwa durch hinzugefügtes Rauschen. Für Einzelheiten verweist sie auf ISO/IEC 20889, für Cloud-Dienste auf die Kennzeichnung des Identifizierungsgrads in ISO/IEC 19944.
In der Praxis
Ein Ziel je Tätigkeit formulieren. Ein prüfbares Ziel nennt die benötigten Merkmale, ihre Genauigkeit und ihre Lebensdauer: Geburtsjahr, wo kein vollständiges Geburtsdatum gebraucht wird, Postleitzahl, wo die Anschrift entbehrlich ist, Monatswerte, wo Einzelbuchungen keinen Mehrwert bringen.
Identifizierbare Tätigkeiten begründen. Rechnungsstellung, Versand und Kundenservice brauchen den Personenbezug. Reporting, Analyse, Test und Entwicklung kommen meist ohne aus, und genau dort sammeln sich unbemerkt Kopien mit Klarnamen. Notiere für jede Tätigkeit, ob sie identifizierbare Daten verarbeitet und warum.
Testdaten und Analysen gezielt angehen. Für Testumgebungen eignen sich synthetische oder maskierte Daten (→ A.8.33 Testinformationen, A.8.11 Datenmaskierung). Analyseumgebungen erhalten Daten über eine Ladestrecke, die Namen und Kontaktdaten entfernt oder pseudonymisiert, bevor sie ankommen.
Re-Identifizierung prüfen. Ein Pseudonym schützt wenig, wenn daneben Postleitzahl, Geburtsdatum und Geschlecht stehen. Prüfe, ob die verbleibenden Merkmale zusammen mit anderen verfügbaren Daten wieder auf eine Person führen, und vergröbere sie, bis das ausgeschlossen ist.
Mechanismen dokumentieren. Beschreibe den Pseudonymisierungsdienst, die Maskierungsregeln, Datenbanksichten und die Konfiguration der Ladestrecken. Versioniere die Beschreibung, damit eine Änderung an der Technik nicht stillschweigend das Ziel verfehlt.
Typische Audit-Nachweise
Bei A.1.4.5 erwarten Auditoren typischerweise:
- Minimierungsziele je Verarbeitungstätigkeit mit benötigten Merkmalen, Genauigkeit und gewählter Stufe des Personenbezugs
- Begründung für alle Tätigkeiten, die identifizierbare Daten verarbeiten
- Beschreibung der eingesetzten Techniken und ihrer Konfiguration (→ Richtlinie zu Datenlöschung, Maskierung und Leckagenvermeidung)
- Testdatenkonzept für Entwicklungs- und Testumgebungen
- Bewertung des Re-Identifizierungsrisikos für de-identifizierte Datenbestände, bei hohem Risiko als Teil der A.1.2.6 Datenschutz-Folgenabschätzung
KPI
% der Verarbeitungen mit definierten und durchgesetzten Minimierungsregeln
Definiert heißt: Das Ziel ist je Tätigkeit schriftlich festgelegt. Durchgesetzt heißt: Ein technischer oder organisatorischer Mechanismus sorgt dafür, dass es eingehalten wird, und das lässt sich zeigen. Ziel sind 100 %. Eine Regel, die nur auf dem Papier steht, zählt bei dieser Kennzahl nicht.
Ergänzende KPIs:
- Anteil der Testumgebungen ohne echte personenbezogene Daten
- Anteil der Analysebestände mit dokumentierter Bewertung des Re-Identifizierungsrisikos
- Zahl der Kopien produktiver Kundendaten außerhalb der Produktion
Bezug zur DSGVO
A.1.4.5 konkretisiert die Datenminimierung nach Art. 5 Abs. 1 lit. c DSGVO und die Speicherbegrenzung nach Art. 5 Abs. 1 lit. e, die eine Speicherung in identifizierbarer Form nur so lange erlaubt, wie der Zweck es erfordert. Art. 25 Abs. 1 nennt die Pseudonymisierung ausdrücklich als Beispiel für eine Maßnahme der Technikgestaltung, mit der Grundsätze wie die Datenminimierung wirksam umgesetzt werden. Art. 4 Nr. 5 definiert die Pseudonymisierung. Nach Erwägungsgrund 26 bleiben pseudonymisierte Daten personenbezogen, anonyme Informationen fallen dagegen nicht unter die Verordnung. Für Forschung und Statistik verlangt Art. 89 Abs. 1 Garantien, zu denen Pseudonymisierung gehören kann (→ DSGVO Datenschutz-Grundverordnung).
Verwandte Kontrollen
A.1.4.5 macht aus dem Grundsatz der Minimierung messbare Ziele:
- A.1.4.2 Einschränkung der Erhebung: begrenzt die Daten bereits beim Eingang.
- A.1.4.6 De-Identifizierung und Löschung von PII am Ende der Verarbeitung: wendet De-Identifizierung und Löschung an, wenn der Zweck erfüllt ist.
- A.1.2.6 Datenschutz-Folgenabschätzung: bewertet Risiken, gegen die Minimierung eine wirksame Maßnahme ist.
- A.8.11 Datenmaskierung: liefert Techniken zum Verbergen personenbezogener Angaben.
- A.8.33 Testinformationen: regelt den Umgang mit Daten in Testumgebungen.
Quellen
- ISO/IEC 27701:2025, Anhang A, Tabelle A.1, A.1.4.5, und Anhang B, B.1.4.5: PII minimization objectives
- ISO/IEC 20889:2018 (Techniken zur De-Identifizierung) und ISO/IEC 19944 (Datenflüsse und Datenkategorien in Cloud-Diensten)
- Verordnung (EU) 2016/679 (DSGVO), Art. 4, 5, 25 und 89 sowie Erwägungsgrund 26
- ISO/IEC 27701: Datenschutz-Managementsystem: Aufbau der Norm und Rollen