Zum Inhalt springen
SwissAnon
Für Unternehmen

Sensible Daten teilen — belastbar

Wir helfen Organisationen, sensible Daten mit Methoden zu anonymisieren und zu teilen, die vor einer Aufsichtsbehörde bestehen.

Anonymisierungsberatung

Methodische Beratung und Bewertung des Offenlegungsrisikos für Mikrodaten, Register und Längsschnittdaten. Wir klassifizieren Ihre Variablen (direkte Identifikatoren, Quasi-Identifikatoren, sensible Merkmale), definieren das Offenlegungsszenario und den Weitergabemodus, messen das Wiedererkennungsrisiko pro Datensatz und wenden gezielte Methoden an — Generalisierung, lokale Unterdrückung, PRAM, Mikroaggregation, Swapping, Rauschen — abgestimmt auf ein Nutzenziel.

Sie erhalten: einen anonymisierten Datensatz sowie einen belastbaren Bericht — Methoden, Parameter, Restrisiko und erhaltener Nutzen —, der vor einer Aufsichtsbehörde oder Gutachterin standhält.

Synthetische Daten

Erzeugung und Validierung synthetischer Datensätze, die die statistische Aussagekraft erhalten und zugleich die Eins-zu-eins-Verbindung zu realen Personen auflösen. Wir bauen Synthesemodelle (z. B. mit simPop, synthpop, GANs und weiteren, oder massgeschneiderten Lösungen) und bewerten dann beide Seiten des Kompromisses — Wiedergabetreue (Verteilungen, Korrelationen, Modellgüte) und Offenlegungsrisiko (Attribut-/Identitätsoffenlegung) — mit unseren eigenen offenen riskutility-Werkzeugen.

Am besten geeignet, wenn Sie Daten breit teilen, Pipelines aufbauen oder Modelle trainieren möchten, ohne die Menschen hinter den Datensätzen preiszugeben.

Audits & Zweitmeinungen

Unabhängige Überprüfung einer bestehenden Anonymisierungs- oder Synthetische-Daten-Pipeline. Wir messen das Offenlegungsrisiko unter realistischen Angreiferannahmen neu, prüfen, ob die Methoden zum Weitergabemodus passen, und zeigen auf, wo Nutzen unnötig verloren geht.

Sie erhalten: eine schriftliche Zweitmeinung mit konkreten, priorisierten Befunden — hilfreich vor einer Veröffentlichung, einem Audit oder einer Prüfung durch Fördergeber oder Aufsicht.

Ausgewählte Arbeiten

Wo wir diese Methoden einsetzen

Alle Referenzen ansehen
  • Funded research · SNF + Innosuisse

    SNF Bridge Discovery

    What we didOur flagship project: privacy-preserving methods for event and longitudinal data — masking trajectories, protecting event histories, and pushing re-identification-risk assessment beyond k-anonymity.

    ImpactOpen, reproducible tools that let organisations analyse and share data following the same people over time, with quantified risk.

  • Clinical research · Switzerland

    Nestlé

    What we didTwo ongoing engagements under the EU GDPR/EDPB framework. Using a completed study as the worked example, we show the team what anonymization can achieve and how to make the decisions it requires. In parallel, we anonymize the data of a clinical study before the identifiable original is deleted.

    ImpactA team that can make anonymization decisions itself, and study data that stays usable after the original is gone, with the measurements that carry the scientific value preserved.

  • Rail transport · Switzerland

    SBB

    What we didHousehold-level anonymization and geographic protection of SBB's 9-million-person Synthetic Population (SynPop), with a formal disclosure-risk assessment for a differentiated data-release policy.

    ImpactIndividual-level population data that can be shared and used safely in agent-based transport models — not the current all-or-nothing.

Bringen Sie uns Ihr schwierigstes Problem beim Teilen von Daten.

Ein erstes Gespräch ist kostenlos, vertraulich und meist klärend.

Kontakt aufnehmen