Offene Veröffentlichung
Aus allen Datenspenden entsteht ein offener Datensatz, den wir veröffentlichen und dann laufend aktualisieren werden. Er wird der Forschung und allen Interessierten frei zur Verfügung stehen, etwa für:
- Simulation und Validierung zukünftiger Stromnetze (der Kern von SAFEr Grid)
- Lastmodellierung und Prognoseverfahren
- Erkennung von Gerätesignaturen (NILM) und Flexibilitätsanalysen
Die Zeitreihen bleiben unverändert
Die Messreihen werden nicht zusammengefasst, sondern in der Auflösung veröffentlicht, in der sie bei uns eingehen. Zusammengefasste Lastkurven gibt es bereits, für die Forschungsfragen hinter der Datenspende sind sie zu grob.
Die Anonymisierung setzt daher bei den Angaben an, die zu einer Zeitreihe gehören.
Metadaten und k-Anonymität
Zu jeder Zeitreihe gehören beschreibende Angaben: Land, Postleitzahl, Personen im Haushalt, Wohnfläche, Baujahr des Gebäudes, Gerätetyp sowie Hersteller und Modell. Wir behandeln sie ausnahmslos als Quasi-Identifikatoren: Merkmale, die einzeln niemanden benennen, in Kombination aber auf einen einzelnen Haushalt führen können, etwa den einzigen Vierpersonenhaushalt mit einer bestimmten Wärmepumpe in einer kleinen Gemeinde.
Vor jeder Veröffentlichung vergröbern wir diese Angaben deshalb so weit, bis jede vorkommende Merkmalskombination von mindestens k Haushalten geteilt wird (k-Anonymität). Aus einer Postleitzahl wird dabei eine größere Region, aus einem Baujahr eine Baualtersklasse, aus einem seltenen Gerätemodell der bloße Gerätetyp. Merkmale, die auch dann noch einzeln blieben, entfallen.
Kennungen und selbst vergebene Gerätenamen entfernen wir vorher. Die Metadaten grenzen danach höchstens noch eine Gruppe von mindestens k Haushalten ein. Das Verfahren und den gewählten Wert für k dokumentieren wir mit dem Datensatz.
Restrisiko im Stromverlauf
Aus dem zeitlichen Verlauf von Verbrauch und Erzeugung lassen sich Gewohnheiten ablesen, etwa An- und Abwesenheitszeiten. Diese Muster stecken in den Messwerten selbst. Entfernen ließen sie sich nur durch eine Vergröberung, die den wissenschaftlichen Nutzen des Datensatzes deutlich verringert.
Ohne zuordenbare Metadaten beschreibt ein solches Muster einen unbekannten Haushalt. Wer es einem bestimmten Zuhause zuordnen wollte, müsste dessen Stromverbrauch bereits kennen. Ein Restrisiko bleibt, denn auch ein Verlauf selbst kann Merkmale tragen, die einen Haushalt wiedererkennbar machen.
Schon vorher greifen weitere Beschränkungen: Kamera-, Mikrofon-, Präsenz- und Bewegungsdaten werden gar nicht erst ausgelesen, und ein genauerer Standort als die freiwillige Postleitzahl wird nie erhoben. Welche Geräte überhaupt mitfließen, wählst du selbst aus (Welche Daten fließen). Bis zur Veröffentlichung behandeln wir alle Rohdaten als personenbezogene Daten im Sinne der DSGVO (Datenschutzerklärung).
Zugang für Projektpartner und verifizierte Forschende
Unsere Partner im Verbundprojekt SAFEr Grid (zwei weitere RWTH-Institute und die Universität Aalborg) können pseudonymisierte Daten unter einer Datennutzungsvereinbarung erhalten, mit klaren Zweckbindungen, ohne Kontaktdaten und ohne Weitergaberecht. Für Forschungsfragen, die feinere Metadaten benötigen, etwa die vollständige Postleitzahl für regionale Auswertungen, planen wir einen kontrollierten Zugang für verifizierte Forschende zu denselben Bedingungen.