Fachbereich Wirtschaftswissenschaft

Besonders bei Mobilitätsdaten gestaltet sich eine DSGVO-konforme Anonymisierung oft als schwierig, weil z. B. durch Verknüpfung zusätzlicher Datensätze eine Rekonstruktion individueller Bewegungsmuster möglich ist. Dies verhindert zuweilen das Teilen solcher Datensätze. Synthetische Daten bieten hier potenziell einen Ausweg und können mit generativen Machine Learning-Verfahren erzeugt werden. Dabei erfordert die Raum-Zeitlichkeit von Mobilitätsdaten spezielle Algorithmen, welche die Zusammenhänge korrekt reproduzieren können.

In der Arbeit sollen basierend auf dem zu erhebenden Stand der Forschung geeignete Verfahren entwickelt, in ein bestehendes Tool integriert und durch umfassende numerische Experimente evaluiert werden.