Datenschutz organisieren Personenbezogene Daten erkennen und Datenschutzprozesse verbinden
Partnerprojekt von Innowise
Projektprofil
- KundeNicht namentlich genannt
- PartnerInnowise
- BrancheTechnologie / Software
Ausgangslage
Ein wachsendes Technologieunternehmen mit Nutzern in Europa musste zunehmende Datenmengen in seinen Datenschutzprozessen berücksichtigen. Datenzuordnung, Einwilligungsverwaltung und die Bearbeitung von Datenschutzvorfällen verursachten erheblichen manuellen Aufwand.
Lösung
Daten finden und einordnen
Innowise entwickelte eine modulare Plattform für Datenschutz-Workflows. Natural Language Processing unterstützt das Auffinden und Klassifizieren personenbezogener Daten. Die Lösung bindet vorhandene CRM-Systeme ein.
Arbeitsabläufe zusammenführen
Die Plattform unterstützt Prozesse von der Datenerkennung bis zur Bearbeitung von Betroffenenrechten. Ergänzend stehen Werkzeuge für Datenschutz-Folgenabschätzungen zur Verfügung. Die Automatisierung unterstützt verantwortliche Teams; sie ersetzt keine fachliche oder rechtliche Bewertung.
Von der Datenerkennung zu den Datenschutz-Workflows
Datenquellen & CRM: Bestehende Systeme → NLP-Klassifikation: Personenbezug erkennen; NLP-Klassifikation: Personenbezug erkennen → Datenübersicht: Zuordnung; Datenübersicht: Zuordnung → Betroffenenrechte: Bearbeiten; Datenübersicht: Zuordnung → DSFA-Werkzeuge: Bewertung unterstützen.
Technologien
- Python / spaCy
- Google Cloud / BigQuery / Dataflow
- PostgreSQL / React / Docker
Ergebnisse
Als Ergebnis beschreibt die Quelle eine modulare Automatisierung der Datenschutzprozesse. Quantitative Verbesserungen und eine unabhängige Bestätigung vollständiger DSGVO-Konformität sind nicht dokumentiert und werden nicht behauptet.
- NLP-gestützte Datenklassifikation
- Anbindung vorhandener CRM-Systeme
- Workflows für Betroffenenrechte und DSFA
Projektprofil
- KundeNicht namentlich genannt
- PartnerInnowise
- BrancheTechnologie / Software
Technologien
- Python / spaCy
- Google Cloud / BigQuery / Dataflow
- PostgreSQL / React / Docker
