FG095 Federated Secure Computing

Medizinische Erkenntnis durch Auswertung von Patientendaten aus
verschiedenen Quellen – oder Schutz sensibler, persönlicher
Informationen vor Weitergabe an Dritte: Das sind zwei berechtigte
Anliegen, die meist nur schwer unter einen Hut zu bekommen sind.
Der Weg, alle relevanten Daten in einen Topf zu werfen und
auszuwerten, ist oft aus rechtlichen Gründen verbaut. Doch es gibt
eine Alternative, die den Konflikt zwischen Kollaboration und
Datenschutz auflösen kann. Das Federated Secure Computing genannte
Verfahren setzt darauf, dass die Daten quasi ihren Heimathafen gar
nicht verlassen. Wenn etwa mehrere Forschungseinrichtungen ihre
jeweiligen Datenbestände analysieren, tun sie das für sich parallel
auf dieselbe Methode und führen dann ihre Ergebnisse zusammen. Das
ist kryptografisch abgesichert, so dass sich keine Rückschlüsse auf
einzelne Originaldaten ziehen lassen. Und die Resultate sind im
Endeffekt genauso gut wie bei einer gemeinsamen Datenbasis. Hendrik
Ballhausen von der Ludwig-Maximilians-Universität München ist einer
der Köpfe dieses innovativen Projekts, das vom Stifterverband im
Rahmen der Initiative „Wirkung hoch 100“ gefördert wird. Die
zugrunde liegenden mathematischen Verfahren gibt es schon seit den
1970er-Jahren. Neu ist der Open-Source-Ansatz, dieses verteilte
Rechnen in schlanke, effiziente Anwendungen zu verpacken, um zum
Beispiel Korrelationen in Daten zu erkennen. Dies nutzt nicht nur
der medizinischen Forschung, sondern könnte etwa auch in der
Wirtschaft zur Erstellung von Branchen-Benchmarks dienen – wenn
Unternehmen, die miteinander im Wettbewerb stehen, ihre Daten
einfließen lassen, ohne sie aus der Hand zu geben.