Diesen aiMOOC als Battle spielen: Deutsch, Klasse 9-10, M-Niveau

Privacy by Design anwenden

Einleitung

Privacy by Design anwenden bedeutet, Datenschutz nicht erst nachträglich „anzubauen“, sondern ihn von Anfang an in Ziele, Abläufe, Technik, Benutzeroberflächen und Entscheidungen eines Systems einzubauen. Für Dich heißt das: Du lernst nicht nur Regeln auswendig, sondern untersuchst ein digitales System wie eine Designerin, ein Entwickler, eine verantwortliche Stelle und eine betroffene Person zugleich.

Der Kurs richtet sich besonders an die Klasse 10 und verbindet Informatik, Mathematik, Technik, Deutsch, Wirtschaft, Geschichte, Ethik und Gemeinschaftskunde. Du arbeitest an einem realistischen Schulfall, zeichnest Datenflüsse, prüfst Risiken, entwickelst datenschutzfreundliche Varianten, testest sie und begründest am Ende eine Freigabeentscheidung.

Leitfrage: Wie können wir ein digitales System so gestalten, dass es seinen Zweck erfüllt und zugleich möglichst wenig über Menschen wissen, speichern, verknüpfen und weitergeben muss?

Nach Artikel 25 der Datenschutz-Grundverordnung sollen geeignete technische und organisatorische Maßnahmen bereits bei der Festlegung der Mittel einer Verarbeitung und während der Verarbeitung berücksichtigt werden. Datenschutzfreundliche Voreinstellungen sollen außerdem dafür sorgen, dass grundsätzlich nur die für den jeweiligen Zweck erforderlichen personenbezogenen Daten verarbeitet werden. Die Grundsätze der Zweckbindung und Datenminimierung stehen auch in Artikel 5 DSGVO.

Wichtig: Dieser Lernkurs ist keine Rechtsberatung. In echten schulischen Projekten gelten zusätzlich die Vorgaben Deiner Schule, des Schulträgers und der zuständigen Datenschutzstellen.

Lernziele

Nach dem Kurs kannst Du ein digitales Vorhaben aus Sicht von Systemdesign, Datenschutz, Sicherheit, Fairness und menschlicher Kontrolle untersuchen. Du kannst einen Zweck präzise formulieren, notwendige von nur „praktischen“ Daten unterscheiden, sensible Informationen erkennen, Daten anderer Menschen berücksichtigen, Datenflüsse darstellen, Risiken abschätzen, Schutzmaßnahmen entwerfen und eine verantwortliche Freigabeentscheidung nachvollziehbar dokumentieren.

Ablauf für 1–2 Unterrichtsstunden

Phase	Richtzeit	Dein Auftrag
Aktivierung und Diagnose	5–10 Minuten	Erkenne in einem Alltagsfall versteckte Datenspuren und formuliere erste Risiken.
Verständliche Einführung	10–15 Minuten	Verstehe Privacy by Design, Privacy by Default, Zweckbindung und Datenminimierung.
Datenfluss und Fallanalyse	15–20 Minuten	Zeichne, wohin Daten gelangen und wer darauf zugreifen könnte.
Design-Sprint	20–25 Minuten	Entwickle eine datenschutzfreundlichere Systemvariante.
Test und Folgenabschätzung	15–20 Minuten	Prüfe Fehlgebrauch, Sicherheitsrisiken, Fairness, Transparenz und menschliche Kontrolle.
Freigabe, Reflexion und Transfer	10–15 Minuten	Entscheide begründet zwischen Freigabe, Nachbesserung oder Nicht-Freigabe und übertrage das Verfahren auf einen neuen Fall.

Aktivierung und Diagnose

Stell Dir vor, Deine Klasse plant ein digitales Lernjournal. Lernende können kurze Texte, Fotos und Audio-Notizen speichern. Eine optionale KI-Funktion soll Zusammenfassungen erzeugen und Lernhinweise vorschlagen. Lehrkräfte sollen den Lernfortschritt begleiten können.

Schnelldiagnose: Notiere zwei Minuten lang ohne Internetrecherche alle Daten, die in diesem System entstehen könnten. Denke nicht nur an eingegebene Inhalte, sondern auch an Zeitpunkte, Geräteinformationen, Bearbeitungsverläufe, Bewertungen, Zugriffsprotokolle und Daten über andere Menschen.

Vergleiche anschließend Deine Liste mit einer Partnerperson. Markiert drei Datenarten, bei denen Ihr zuerst klären würdet, warum sie überhaupt benötigt werden. Markiert außerdem zwei Stellen, an denen Daten die Schule oder das Gerät möglicherweise verlassen könnten.

Privacy by Design verstehen

Privacy by Design ist ein Gestaltungsprinzip: Datenschutz wird in die Architektur und den Lebenszyklus eines Systems eingebaut. Das beginnt vor der ersten Datenerhebung und endet nicht beim Start des Systems. Auch nach einer Freigabe müssen Einstellungen, Zugriffe, Löschfristen, Sicherheitsmaßnahmen und reale Folgen überprüft werden.

Privacy by Default ergänzt diesen Gedanken. Die Grundeinstellung soll bereits datenschutzfreundlich sein. Ein System sollte beispielsweise nicht standardmäßig alle Beiträge öffentlich machen, keine unnötigen Standortdaten sammeln und keine unbegrenzte Speicherdauer voreinstellen.

Der Europäische Datenschutzausschuss beschreibt Datenschutz durch Technikgestaltung und datenschutzfreundliche Voreinstellungen als einen kontinuierlichen Prozess. Das passt zu technischem Systemdesign: Gute Systeme werden geplant, getestet, beobachtet und verbessert.

Vom Zweck zur Datenentscheidung

Eine gute Datenschutzentscheidung beginnt nicht mit der Frage „Welche Daten könnten wir sammeln?“, sondern mit der Frage „Welchen konkreten Zweck wollen wir erreichen?“

Ein unklarer Zweck wie „Wir wollen das Lernen verbessern“ ist zu weit. Präziser wäre: „Lernende sollen eigene Arbeitsstände über vier Wochen dokumentieren und von ihrer Lehrkraft individuelles Feedback erhalten.“ Erst danach lässt sich prüfen, welche Daten dafür erforderlich sind.

Die Zweckbindung verhindert, dass Daten beliebig für immer neue Ziele weiterverwendet werden. Die Datenminimierung verlangt, Daten auf das für den Zweck notwendige Maß zu beschränken.

Designregel: Wenn ein Ziel auch mit weniger, gröberen, kürzer gespeicherten, lokal verarbeiteten oder pseudonymisierten Daten erreicht werden kann, ist diese Variante besonders prüfenswert.

Daten sind nicht alle gleich

Personenbezogene Daten beziehen sich auf eine bestimmte oder bestimmbare Person. Dazu können Name, Kennung, Foto, Stimme, Standort, IP-Adresse, Gerätekennung, Leistungsdaten oder eine Kombination scheinbar harmloser Merkmale gehören.

Besonders sorgfältig musst Du mit Informationen umgehen, aus denen beispielsweise Gesundheit, Religion oder andere besonders geschützte Lebensbereiche hervorgehen können. Auch biometrische Daten können besonders geschützt sein, wenn sie mit technischen Verfahren zur eindeutigen Identifizierung einer Person verarbeitet werden.

Ein Klassenfoto ist außerdem nicht nur „Dein Foto“. Es kann Daten vieler anderer Menschen enthalten. Ein Chat-Screenshot kann Namen, Aussagen, Profilbilder und Konflikte Dritter zeigen. Privacy by Design verlangt deshalb, Daten anderer Menschen in jede Entscheidung einzubeziehen.

Datenflüsse sichtbar machen

Ein Datenfluss zeigt, wo Daten entstehen, wohin sie übertragen werden, wo sie gespeichert werden, wer sie verarbeitet und wann sie gelöscht werden. Erst wenn Du diese Wege sichtbar machst, kannst Du versteckte Risiken erkennen.

Fehler beim Erstellen des Vorschaubildes:

Eine einfache Darstellung kann mit vier Bausteinen arbeiten: Quelle oder Person, Prozess, Datenspeicher und Empfänger. Pfeile zeigen die Richtung der Übertragung.

Für das Lernjournal könntest Du beispielsweise prüfen:

Dateneingabe: Welche Inhalte gibt ein Lernender bewusst ein und welche Daten entstehen automatisch?
Verarbeitung: Wird eine Zusammenfassung lokal erstellt oder an einen externen Dienst übertragen?
Speicherung: Liegen Rohdaten, Zwischenstände und Ergebnisse am gleichen Ort?
Zugriff: Sehen alle Lehrkräfte alles oder nur die zuständigen Personen?
Löschung: Was geschieht nach Ende des Projekts und mit Sicherungskopien?

Warum Datenflüsse wichtiger sind als ein Datenschutzhinweis

Ein langer Informationstext kann ein schlecht gestaltetes System nicht reparieren. Wenn ein System unnötig viele Daten sammelt, unklare Empfänger hat oder standardmäßig zu weit freigibt, muss zuerst das System verbessert werden.

Die folgende Grafik zeigt ein komplexeres Datenökosystem. Nutze sie nicht zum Auswendiglernen, sondern als Denkanstoß: Je mehr Akteure, Schnittstellen und Datenwege beteiligt sind, desto wichtiger werden klare Zuständigkeiten, Minimierung und Nachweisbarkeit.

Realistische Anwendungssituation: Das Lernjournal

Die Schule plant für Jahrgang 10 ein digitales Lernjournal für eine vierwöchige Projektphase. Jede Person soll Arbeitsstände dokumentieren. Lehrkräfte dürfen Feedback geben. Optional könnte eine KI-Funktion Texte zusammenfassen. Im ersten Entwurf sind folgende Funktionen vorgesehen:

Funktion	Mögliche Daten	Prüffrage
Anmeldung	Name, Klasse, Kennung	Reicht eine schulische Kennung ohne vollständigen Namen?
Lernnotiz	Freitext	Muss Freitext unbegrenzt gespeichert werden?
Foto-Upload	Fotos und Metadaten	Können andere Personen erkennbar sein oder Standortdaten enthalten sein?
Audio-Notiz	Stimme und Inhalt	Ist Audio für den Zweck notwendig oder nur bequem?
KI-Zusammenfassung	Lerntext, Metadaten, Ergebnis	Wohin wird der Text übertragen und wird er für andere Zwecke weiterverwendet?
Lernfortschritt	Zeitstempel, Bearbeitungsstände	Welche Detailtiefe braucht die Lehrkraft tatsächlich?
Statistik	Nutzungshäufigkeit	Reicht eine zusammengefasste Statistik ohne Personenbezug?

Dein Auftrag: Nimm keine Funktion als selbstverständlich hin. Jede Zeile darf gestrichen, vereinfacht, lokalisiert, pseudonymisiert oder anders gestaltet werden.

Systemdesign: Sechs Entscheidungen vor dem ersten Prototyp

Designfrage	Was Du entscheiden musst
Zweck	Welches konkrete Problem soll gelöst werden?
Daten	Welche Daten sind zwingend erforderlich und welche nur „nice to have“?
Ort	Wo werden Daten verarbeitet und gespeichert?
Zugriff	Welche Rolle darf welche Information sehen oder verändern?
Zeit	Wie lange werden Daten benötigt und wie wird Löschung umgesetzt?
Kontrolle	Wie können betroffene Menschen verstehen, korrigieren, widersprechen oder eine Alternative wählen?

Eine datenschutzfreundliche Lösung ist nicht automatisch die technisch komplizierteste. Oft hilft schon eine bessere Grundentscheidung: keine Standortdaten erheben, Bilder ohne Metadaten speichern, Daten nach Projektende automatisch löschen, Statistiken zusammenfassen oder KI nur für freiwillig ausgewählte, vorher geprüfte Textausschnitte zulassen.

Technische und organisatorische Maßnahmen

Technische Maßnahmen können unter anderem Zugriffsbeschränkungen, Verschlüsselung, Pseudonymisierung, Protokollierung, automatische Löschregeln und sichere Voreinstellungen sein. Organisatorische Maßnahmen betreffen beispielsweise Rollen, Freigabeprozesse, Schulung, Zuständigkeiten, Notfallwege und regelmäßige Kontrollen.

Verschlüsselung ist wichtig, löst aber nicht jedes Datenschutzproblem. Ein verschlüsseltes System kann trotzdem zu viele Daten sammeln oder einem falschen Zweck dienen. Deshalb gilt: Sicherheit ist notwendig, aber Privacy by Design ist umfassender als Sicherheit.

Governance: Wer entscheidet und wer trägt Verantwortung?

Governance bedeutet, Regeln für Entscheidungen und Verantwortung festzulegen. In einem Schulprojekt sollte klar sein, wer den Zweck festlegt, wer technische Einstellungen prüft, wer Zugriffsrechte vergibt, wer Beschwerden bearbeitet, wer bei einem Datenproblem reagiert und wer eine Freigabe verantwortet.

Eine verantwortliche Entscheidung darf nicht lauten: „Die KI hat gesagt, das sei sicher.“ KI kann beim Strukturieren von Fragen unterstützen, aber sie trägt keine Verantwortung. Menschen müssen Quellen prüfen, Unsicherheit benennen und die Entscheidung selbst begründen.

Human Agency bedeutet hier: Menschen behalten echte Wahlmöglichkeiten, können Entscheidungen verstehen und anfechten, erhalten Alternativen und werden nicht durch Gestaltung zu einer datenschutzschwächeren Option gedrängt.

Transparenz als Gestaltung

Transparenz ist mehr als ein langer Text. Gute Gestaltung erklärt in klarer Sprache:

Zweck: Wofür wird eine Information benötigt?
Datenweg: Wohin gelangt sie?
Dauer: Wie lange bleibt sie gespeichert?
Zugriff: Wer darf sie sehen?
Entscheidungsspielraum: Ist die Nutzung freiwillig und gibt es eine Alternative?

Hier entsteht ein Bezug zum Fach Deutsch: Formuliere Informationen so, dass eine Schülerin oder ein Schüler der Klasse 10 sie ohne Fachsprache versteht. Vermeide Tricks, doppelte Verneinungen und auffällige Schaltflächen, die Menschen zu einer weniger privaten Wahl drängen.

Folgenabschätzung: Risiken vor der Freigabe prüfen

Eine Datenschutz-Folgenabschätzung ist nach Artikel 35 DSGVO insbesondere dann vorgesehen, wenn eine Verarbeitung voraussichtlich ein hohes Risiko für Rechte und Freiheiten natürlicher Personen mit sich bringt. Im Unterricht nutzen wir eine vereinfachte Folgenabschätzung als Denkwerkzeug.

Frage bei jedem Datenfluss:

Betroffene Person: Wer könnte betroffen sein, auch indirekt?
Schaden: Was könnte passieren, wenn Daten falsch, zu lange, zu weit oder für einen anderen Zweck genutzt werden?
Wahrscheinlichkeit: Wie leicht kann das passieren?
Schwere: Wie stark wären die Folgen?
Gegenmaßnahme: Wie lässt sich das Risiko vermeiden oder deutlich senken?
Restrisiko: Was bleibt nach der Maßnahme übrig?

Mathematische Risikomatrix

Für die Unterrichtsübung kannst Du Wahrscheinlichkeit und Schwere jeweils grob mit niedrig, mittel oder hoch bewerten. Alternativ kann die Klasse nach gemeinsamer Definition Werte von 1 bis 3 verwenden und einen vorläufigen Risikowert als Produkt berechnen.

Achtung: Ein solcher Zahlenwert ist nur ein Modell. Er ersetzt keine rechtliche oder ethische Bewertung. Ein seltenes Ereignis mit sehr schwerer Wirkung kann trotzdem besondere Schutzmaßnahmen verlangen.

Risikoereignis	Wahrscheinlichkeit	Schwere	Maßnahme	Restrisiko
Beispiel: Foto mit unbeteiligter Person wird geteilt	von Dir zu bewerten	von Dir zu bewerten	von Dir zu entwerfen	erneut bewerten
Beispiel: KI-Dienst erhält vollständige Lerntexte	von Dir zu bewerten	von Dir zu bewerten	von Dir zu entwerfen	erneut bewerten
Beispiel: Lehrkraft sieht Daten einer falschen Klasse	von Dir zu bewerten	von Dir zu bewerten	von Dir zu entwerfen	erneut bewerten

Evaluation: Testen statt nur behaupten

Ein System ist nicht datenschutzfreundlich, nur weil es so beschrieben wird. Es muss getestet werden.

Prüfe mindestens diese Perspektiven:

Normalfall: Funktioniert die geplante Aufgabe mit den minimalen Daten?
Fehlerfall: Was passiert bei falscher Eingabe oder falscher Zuordnung?
Missbrauchsfall: Was könnte eine neugierige oder böswillige Person versuchen?
Randfall: Was passiert bei gemeinsam genutzten Geräten, schlechtem Netz oder fehlender Einwilligung?
Fairness: Werden einzelne Gruppen stärker überwacht, häufiger falsch bewertet oder schlechter verstanden?
Transparenz: Versteht eine neue Person in weniger als einer Minute die wichtigsten Datenentscheidungen?
Löschung: Werden Daten wirklich aus den vorgesehenen Bereichen entfernt?
Menschliche Kontrolle: Kann eine Person eine automatisierte Empfehlung prüfen, korrigieren und ablehnen?

Testprotokoll für Deinen Prototyp

Test	Erwartung	Beobachtung	Problem	Verbesserung
Datenschutzfreundliche Voreinstellung	Nur notwendige Funktionen sind aktiv
Datenminimierung	System funktioniert ohne Zusatzdaten
Fremddaten	Upload warnt bei Daten anderer Menschen
Löschung	Testdaten verschwinden nach dem festgelegten Ablauf
KI-Nutzung	Keine ungeprüften personenbezogenen Daten werden automatisch übertragen
Transparenz	Testperson kann Zweck und Datenweg erklären

Verantwortliche Freigabeentscheidung

Am Ende steht nicht automatisch „Go“. Eine gute Projektgruppe kennt mindestens drei mögliche Entscheidungen:

Freigabe: Der Zweck ist klar, Risiken sind angemessen reduziert, Zuständigkeiten geklärt und Tests bestanden.
Nachbesserung: Das Vorhaben ist grundsätzlich sinnvoll, aber bestimmte Risiken oder offene Datenflüsse müssen zuerst behoben werden.
Nicht-Freigabe: Zweck, Risiko oder Datenbedarf stehen in keinem vertretbaren Verhältnis oder wesentliche Fragen bleiben ungeklärt.

Begründe Deine Entscheidung mit überprüfbaren Kriterien. Eine Aussage wie „Wir glauben, dass nichts passiert“ reicht nicht. Zeige stattdessen, welche Daten verarbeitet werden, welche Alternativen geprüft wurden, welche Tests durchgeführt wurden und welches Restrisiko bleibt.

Privacy by Design und verantwortlicher KI-Einsatz

Wenn ein System KI nutzt, kommen zusätzliche Fragen hinzu. Kläre, welche Daten an das Modell gelangen, ob Eingaben gespeichert oder anderweitig verwendet werden, ob Ausgaben falsche oder diskriminierende Aussagen enthalten können und wer Entscheidungen überprüft.

Für schulische Anwendungen gilt als sichere Denkregel: Übermittle keine personenbezogenen oder sensiblen Informationen an einen nicht freigegebenen KI-Dienst. Verwende möglichst anonymisierte oder künstliche Beispieldaten. Prüfe Ausgaben anhand verlässlicher Quellen. Lass KI keine folgenreichen Entscheidungen über Menschen allein treffen.

Privacy by Design fördert damit nicht Technikvermeidung, sondern verantwortliche Technikgestaltung.

Fächerübergreifende Bezüge

Fach	Beitrag zum Thema
Informatik	Datenmodelle, Datenflussdiagramme, Zugriffsrechte, Pseudonymisierung, sichere Architektur, Tests
Mathematik	Risikomatrizen, Wahrscheinlichkeiten, Skalierung, Aggregation, Interpretation quantitativer Kennzahlen
Technik	Systementwurf, Lebenszyklus, Fehlersicherheit, technische Schutzmaßnahmen
Deutsch	verständliche Datenschutzhinweise, Argumentation, Begründung einer Freigabeentscheidung
Wirtschaft	Zielkonflikte zwischen Datennutzung, Kosten, Innovation, Haftungsrisiken und Vertrauen
Geschichte	Entwicklung von Datenschutzideen im Kontext zunehmender digitaler Datenverarbeitung
Ethik	Autonomie, Menschenwürde, Fairness, Verantwortung, Verhältnismäßigkeit
Gemeinschaftskunde	Grundrechte, Institutionen, Regeln, Machtverhältnisse, demokratische Kontrolle

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Eine Schule möchte eine Feedback-App entwickeln. Welche Entscheidung entspricht Privacy by Design am besten? (Zuerst den Zweck klären und nur dafür notwendige Daten einplanen) (!Zuerst möglichst viele Daten sammeln und später entscheiden) (!Alle Funktionen standardmäßig aktivieren) (!Datenschutz erst nach dem Start prüfen)

Eine Lernplattform funktioniert auch ohne Standortdaten. Was ist die datenschutzfreundlichste Entscheidung? (Standortdaten nicht erheben) (!Standortdaten vorsorglich ein Jahr speichern) (!Standortdaten erheben aber den Hinweis verstecken) (!Standortdaten automatisch mit Kontakten verknüpfen)

Ein Klassenfoto enthält mehrere Personen. Welche Prüfung ist besonders wichtig? (Auch die Daten und Rechte der anderen abgebildeten Personen berücksichtigen) (!Nur die Dateigröße prüfen) (!Nur den Namen des Fotografen speichern) (!Das Foto automatisch öffentlich freigeben)

Welche Voreinstellung passt am besten zu Privacy by Default? (Beiträge sind zunächst nur für den notwendigen Empfängerkreis sichtbar) (!Beiträge sind zunächst weltweit öffentlich) (!Alle Analysefunktionen sind automatisch aktiviert) (!Speicherung ist standardmäßig unbegrenzt)

Ein KI-Dienst soll Lerntexte zusammenfassen. Was muss vor einer Freigabe geklärt werden? (Welche Daten übertragen werden und wie der Dienst sie verarbeitet) (!Nur ob das Logo der Oberfläche gefällt) (!Nur wie schnell die Antwort erscheint) (!Nur wie viele Wörter die Antwort hat)

Warum reicht Verschlüsselung allein nicht für Privacy by Design? (Auch Zweck Datenmenge Zugriffe Dauer und Gestaltung müssen angemessen sein) (!Weil Verschlüsselung immer verboten ist) (!Weil verschlüsselte Daten nie personenbezogen sein können) (!Weil nur Papierdokumente Datenschutz benötigen)

Was ist ein sinnvoller Zweck eines Datenflussdiagramms? (Sichtbar machen wo Daten entstehen gespeichert verarbeitet und weitergegeben werden) (!Ein Passwort grafisch verzieren) (!Die Bildschirmfarben festlegen) (!Eine Note automatisch berechnen)

Wann ist eine Freigabeentscheidung besonders verantwortungsvoll? (Wenn Zweck Risiken Maßnahmen Tests und Restrisiken nachvollziehbar dokumentiert sind) (!Wenn niemand Fragen stellt) (!Wenn die Entwicklung schon viel Geld gekostet hat) (!Wenn die Entscheidung möglichst schnell geheim getroffen wird)

Wie kann Human Agency bei einer KI-Funktion gestärkt werden? (Menschen können Vorschläge prüfen korrigieren ablehnen und Alternativen wählen) (!KI-Ausgaben werden automatisch zu verbindlichen Entscheidungen) (!Widerspruch wird technisch verhindert) (!Die Funktionsweise wird absichtlich unklar gehalten)

Ein Test zeigt dass ein System unnötige Daten speichert. Was ist der nächste sinnvolle Schritt? (Design ändern erneut testen und die Entscheidung dokumentieren) (!Das Problem ignorieren weil der Prototyp fertig ist) (!Noch mehr Daten sammeln) (!Die Speicherdauer ohne Begründung verlängern)

Memory

Datenminimierung	nur notwendige Daten verarbeiten
Zweckbindung	Daten für einen klar festgelegten Zweck nutzen
Privacy by Default	datenschutzfreundliche Grundeinstellung
Pseudonymisierung	direkte Identität durch eine Kennung ersetzen
Folgenabschätzung	Risiken systematisch vorab untersuchen
Datenfluss	Weg von Daten zwischen Personen Prozessen Speichern und Empfängern
Zugriffssteuerung	nur berechtigte Rollen erhalten Zugriff
Freigabeentscheidung	begründetes Go Nachbessern oder No-Go

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Zweck klären	Wofür soll die Verarbeitung konkret stattfinden?
Daten reduzieren	Welche Informationen können entfallen?
Flüsse zeichnen	Wohin gelangen die Informationen?
Risiken bewerten	Wer könnte wodurch beeinträchtigt werden?
Freigabe begründen	Kann das System starten oder muss es verbessert werden?

Kreuzworträtsel

Minimierung	Welches Prinzip fordert die Beschränkung auf notwendige Daten?
Zweckbindung	Welches Prinzip verbindet Datennutzung mit einem vorher festgelegten Ziel?
Pseudonym	Wie heißt eine Kennung die den direkten Namen ersetzen kann?
Transparenz	Welches Prinzip verlangt nachvollziehbare Informationen über die Verarbeitung?
Zugriff	Was muss auf berechtigte Rollen beschränkt werden?
Folgenabschätzung	Wie heißt die systematische Untersuchung möglicher Datenschutzrisiken?

LearningApps

Lückentext

Privacy by Design berücksichtigt Datenschutz bereits bei der

eines Systems.

Vor jeder Datenerhebung sollte ein klarer

festgelegt werden.

Datenminimierung beschränkt die Verarbeitung auf das

Maß.

Datenschutzfreundliche Grundeinstellungen werden als Privacy by

bezeichnet.

Ein Datenflussdiagramm macht Wege und Empfänger von

sichtbar.

Informationen über Gesundheit können besonders

sein.

Bei Fotos oder Chatverläufen müssen auch Daten

Menschen berücksichtigt werden.

Eine Folgenabschätzung untersucht mögliche

für betroffene Personen.

Nach einer Änderung sollte ein System erneut

werden.

Eine verantwortliche Freigabeentscheidung muss transparent

werden.

Offene Aufgaben

Leicht

Datenspuren entdecken: Untersuche eine erfundene Lern-App und notiere zehn mögliche Datenarten. Markiere anschließend, welche davon für einen klar formulierten Zweck wirklich notwendig wären.
Privacy Default gestalten: Zeichne zwei Einstellungsbildschirme für dieselbe Funktion: einen datenschutzschwachen und einen datenschutzfreundlichen. Begründe drei Unterschiede.
Klare Sprache: Formuliere einen komplizierten Datenschutzhinweis zu einem Upload in drei verständlichen Sätzen für Jugendliche.
Fremddaten erkennen: Erfinde vier Situationen, in denen eine Person unbeabsichtigt Daten anderer Menschen hochlädt. Entwickle je eine Schutzidee.

Standard

Datenflussdiagramm: Zeichne den Datenfluss des Lernjournals vom Gerät bis zu Speicherung, Lehrkraft und optionalem KI-Dienst. Markiere jede Stelle, an der Daten das System wechseln.
Risikomatrix: Bewerte drei selbst gewählte Risiken nach Wahrscheinlichkeit und Schwere. Erfinde Schutzmaßnahmen und bewerte danach das Restrisiko neu.
Design-Sprint: Entwickle in einer Gruppe eine datensparsame Variante des Lernjournals. Entfernt mindestens zwei ursprünglich geplante Datenarten und begründet, warum der Zweck trotzdem erreicht wird.
Usability-Test: Gib Deinen Entwurf einer anderen Gruppe. Sie soll in einer Minute erklären, welche Daten wofür verarbeitet werden. Überarbeite alles, was missverstanden wurde.

Schwer

Folgenabschätzung: Erstelle eine vereinfachte Datenschutz-Folgenabschätzung für die KI-Zusammenfassung. Beziehe betroffene Personen, Risiken, Schutzmaßnahmen und Restrisiken ein.
Governance-Modell: Entwirf Rollen und Verantwortlichkeiten für Betrieb, Support, Löschung, Beschwerden, Sicherheitsvorfälle und Freigabe. Erkläre, warum keine Rolle unbegrenzt Zugriff haben sollte.
Red-Team-Test: Versuche systematisch, Deinen eigenen Entwurf zu „brechen“. Denke an falsche Freigaben, Fremddaten, gemeinsam genutzte Geräte, neugierige Personen und manipulative Oberflächen. Dokumentiere Verbesserungen.
Transferprojekt: Übertrage Deinen gesamten Privacy-by-Design-Prozess auf einen neuen Fall wie digitale Anwesenheit, Mensa-App, Schülerausweis, Sporttracking oder KI-gestützte Berufsorientierung. Entwickle, teste und verbessere eine eigene Lösung und begründe die finale Freigabeentscheidung.

Lernkontrolle

Zweck und Mittel abwägen: Eine Schule möchte zur Verbesserung des Pausenhofs Bewegungsdaten sammeln. Entwickle zwei technisch unterschiedliche Lösungen und begründe, welche weniger personenbezogene Daten benötigt.
Daten anderer Menschen: Eine Schülerin lädt einen Screenshot eines Gruppen-Chats in ein KI-System, um eine Zusammenfassung zu erhalten. Analysiere mindestens vier betroffene Interessen und entwirf eine datenschutzfreundlichere Vorgehensweise.
Designkritik: Ein Dienst stellt die öffentliche Freigabe groß und auffällig dar, die private Einstellung dagegen versteckt. Erkläre, warum dies ein Governance- und Gestaltungsproblem ist und entwirf eine faire Alternative.
Folgenabschätzung und Mathematik: Entwickle für ein selbst gewähltes Risiko eine nachvollziehbare Einstufung von Wahrscheinlichkeit und Schwere. Erkläre anschließend, warum der berechnete Risikowert allein keine Entscheidung treffen darf.
KI und Human Agency: Entwirf einen Ablauf, bei dem eine KI Lernhinweise vorschlagen darf, aber weder Noten vergibt noch Entscheidungen über Schülerinnen und Schüler allein trifft. Zeige die menschlichen Kontrollpunkte.
Freigabeentscheidung: Du bist Teil eines schulischen Entscheidungsteams. Formuliere eine begründete Entscheidung „Freigabe“, „Nachbesserung“ oder „Nicht-Freigabe“ für das Lernjournal. Beziehe Zweck, Datenminimierung, Datenflüsse, Fremddaten, Sicherheit, Fairness, Transparenz, Tests und Restrisiko ein.

Lernnachweis

Für einen überzeugenden Lernnachweis solltest Du zeigen, dass Du Privacy by Design anwenden kannst. Wichtig sind:

ein klar formulierter und begrenzter Zweck
eine begründete Auswahl notwendiger Daten
ein verständliches Datenflussdiagramm
die Berücksichtigung sensibler Informationen und Daten anderer Menschen
datenschutzfreundliche Voreinstellungen
technische und organisatorische Schutzmaßnahmen
eine einfache Folgenabschätzung mit Restrisiken
dokumentierte Tests und mindestens eine Verbesserung nach dem Test
menschliche Kontrollmöglichkeiten bei automatisierten oder KI-gestützten Funktionen
eine transparente und nachvollziehbare Freigabeentscheidung
ein Transfer des Verfahrens auf einen neuen Fall

Selbstkontrolle und Reflexion

Beantworte zum Abschluss ohne Unterlagen drei Fragen:

Kann ich erklären, warum ein klarer Zweck die Menge der benötigten Daten verändert?
Kann ich an einem Datenfluss mindestens zwei Stellen zeigen, an denen Privacy by Design konkret eingebaut werden kann?
Kann ich eine Entscheidung vertreten, auch wenn die technisch bequemste Lösung nicht die datenschutzfreundlichste ist?

Nutze anschließend eine Ampel: Grün bedeutet „Ich kann das selbst anwenden“, Gelb bedeutet „Ich brauche noch ein Beispiel“, Rot bedeutet „Ich kann die Entscheidung noch nicht begründen“. Tauscht Euch zu einer gelben oder roten Stelle aus und verbessert Eure Begründung.

Transfer: Ein neues Problem ohne Musterlösung

Wähle ein neues digitales Schulvorhaben, das im Kurs noch nicht ausführlich gelöst wurde. Beispiele sind ein digitaler Schulausweis, automatische Anwesenheitserfassung, eine App für den Schulsport, eine digitale Schülerzeitung oder ein KI-System für Berufsorientierung.

Bearbeite den Fall in dieser Reihenfolge: Zweck klären, Dateninventar erstellen, Fremddaten erkennen, Datenfluss zeichnen, Voreinstellungen gestalten, Risiken bewerten, Schutzmaßnahmen entwickeln, Testfälle formulieren, Prototyp oder Ablauf testen, Verbesserung einbauen und Freigabeentscheidung begründen.

Transferregel: Übernimm nicht einfach die Lösung des Lernjournals. Entscheide neu, weil Zweck, Daten, Risiken und Beteiligte anders sein können.

OERs zum Thema

Die eingebundenen Grafiken stammen aus Wikimedia Commons und sind dort frei lizenziert oder gemeinfrei. Prüfe bei einer eigenen Weiterverwendung die jeweilige Dateiseite und Lizenzangabe.

Offizielle Vertiefung:

Verknüpfte Lernbereiche

Privacy by Design anwenden

aiMOOC-Projekte

Inhalte werden geladen ...

Mediathek wird aus dem Wiki geladen ...

Frag mich zum aktuellen Lerninhalt oder wähle eine kurze Hilfe.

Textmodus bereit

Sprache