Het delen van data en vertrouwelijkheid

13 apr 2021

In de praktijk komt het veel voor dat partijen machine data willen delen. Een van de problemen waar zij tegenaan lopen, is de vertrouwelijkheid van deze data. Zij willen hun data beschermen en voorkomen dat concurrenten de machine data naar hen kunnen terug herleiden, aangezien deze data concurrentiegevoelig is. Hoe kan dit juridisch en technisch geregeld worden?

Deze vraag zal beantwoord worden aan de hand van een casus.

Casus

In deze casus nemen wij drie industriële ondernemingen als voorbeeld: Jupiter BV, Mercurius BV en Pluto BV. Zij willen de data van hun machines met elkaar gaan delen. De reden hierachter is dat zij, door toegang te krijgen tot elkaars data, hun eigen processen kunnen verbeteren en hun machines efficiënter kunnen onderhouden. Ze willen echter niet dat de andere partijen weten dat de data van hen afkomstig is. De data moet dus geanonimiseerd worden. Er zijn een aantal manieren om dit doel te bereiken.

Mogelijkheden

Er zijn een aantal mogelijkheden voor het veilig en vertrouwelijk delen van data. Deze mogelijkheden zijn:

I. Het creëren van één grote dataset

Als alle bedrijven dezelfde (soort) machines gebruiken die vergelijkbare data genereren, dan kan een derde partij deze data combineren tot één grote dataset. Hierin zou het voor ieder bedrijf wellicht nog mogelijk zijn haar eigen data te identificeren, maar het wordt moeilijk de data van de andere bedrijven te herkennen. De derde partij die als vertrouwde tussenpersoon handelt, zal wel uitdrukkelijk moeten letten op het feit dat er geen identificerende informatie achterblijft in de dataset. Zo moet men de individuele machines waarschijnlijk nog wel van elkaar kunnen scheiden, maar wanneer alle machines van Jupiter BV worden gemarkeerd met de letter “J”, dan is de data afkomstig van deze machines niet anoniem. Een extra maatregel waarmee het moeilijker wordt om de eigen data terug te vinden is door op alle metingen een onzekerheidsmarge toe te voegen. Hierdoor kan ieder bedrijf niet direct haar eigen data weer isoleren.

II. Het scheiden van de verschillende machines binnen de dataset

Wanneer bedrijven verschillende soorten machines gebruiken, maar wel data willen delen, dan wordt het lastiger dit te doen zonder dat ieder bedrijf te identificeren is. Als het voor het gebruik van de data niet relevant is van welke machine bepaalde data komt, maar alleen dat de data afkomstig is van verschillende machines, dan kan een derde partij zorgen dat de data van de verschillende machines gescheiden blijven van elkaar. Ook hier kan deze derde partij een mate van onzekerheid aan de gegevens toevoegen om te voorkomen dat men exacte gegevens met concurrenten deelt.

III. Onderling afspraken maken

Wanneer geen sprake is van een van de twee bovenstaande scenario’s, dan is het voor ondernemingen mogelijk om gezamenlijk af te spreken welk deel van de data zij onderling delen. Dit kunnen zij afspreken in een Data Sharing Agreement. Hierdoor zal meestal een mate van nauwkeurigheid verloren gaan, zoals de informatie over de individuele machines. Hier staat echter tegenover dat de data moeilijker te herleiden is. Ook hier zal waarschijnlijk wel een derde partij nodig zijn die de data combineert. Omdat de bedrijven slechts een deel van hun data zullen delen, is het  belangrijk dat  de gecombineerde dataset duidelijk aangeeft welke data ontbreken. Als men bijvoorbeeld alle modelnummers van de verschillende machines weg heeft gehaald, dan is het niet direct duidelijk voor een nieuwe gebruiker van de gecombineerde dataset dat de data afkomstig is van verschillende machines. Als er bij de data een overzicht zit van de informatie die niet gedeeld wordt, dan kan men daar later rekening mee houden.

Conclusie

Het delen van machine data klinkt gemakkelijk, maar op het vlak van vertrouwelijkheid kunnen moeilijkheden bestaan. Om de vertrouwelijkheid van data te waarborgen is het belangrijk dat de data geanonimiseerd wordt. Hoe men dit het beste kan doen, is afhankelijk van de soort data die gedeeld zal worden. Wanneer de gedeelde data afkomstig is van vergelijkbare machines, zal het in de regel gemakkelijk zijn deze data in één grote dataset op anonieme wijze te delen.  In andere omstandigheden zal misschien niet alle data gedeeld kunnen worden. Voor iedere situatie is het wel van belang dat iedere onderneming die haar data deelt, dezelfde standaarden gebruikt bij het anonimiseren van de data. Ieder identificeerbaar verschil zou namelijk de bron van de data kunnen weggeven.

Dit artikel is geschreven door Moos Hovens en Robin Verhoef.

    Contact

      Succesvol webinar Fashion & Law deel 2
      Lees meer
      Gebruik van cookies in jouw webshop: Aan welke regels moet ik mij houden?
      Lees meer
      EK-gekte losgebarsten: KNVB vs. Jumbo
      Lees meer
      Belangrijke wijzigingen auteursrecht: makers en exploitanten
      Lees meer
      Jouw eigen gezicht als merkregistratie: kan dat?
      Lees meer
      Legal Department as-a-Service
      Lees meer
      Misleidende duurzaamheidsclaims in de modebranche: Waar moet ik op letten?
      Lees meer
      Nieuwe gezondheidsclaim: wetenschappelijk bewijs vereist
      Lees meer
      Er is ruimte voor onderhandeling bij Arbitvoorwaarden
      Lees meer
      Succesvol webinar legal voor AI startups/scale-ups
      Lees meer
      Schadevergoeding na hack persoonsgegevens?
      Lees meer
      Software as a Service: grip op data
      Lees meer
      Succesvol webinar Praktijkvoorbeelden van AI, E-Health en contractering in de zorg
      Lees meer
      Nieuwe Europese regels voor artificial intelligence
      Lees meer
      Successful webinar NDA, secrecy and cooperation
      Lees meer
      Drowned in the sun
      Lees meer
      Nooit geschoten is altijd mis: Tommy Hilfiger vs. Facebook uiteengezet
      Lees meer
      Intellectueel eigendom en Tech: waar moet je op letten?
      Lees meer
      Reclame maken voor corona zelftesten
      Lees meer
      Wilt u weten of uw merk nog vrij is?
      Lees meer
      Later als ik groot ben..
      Lees meer
      Het gebruik van (framed) hyperlinks vs. het auteursrecht
      Lees meer
      Nieuwsgierig en creatief meedenken, Jos van der Wijst
      Lees meer
      Succesvol webinar beschermingsmogelijkheden van AI
      Lees meer
      Exclusiviteitsafspraak in een samenwerkingsovereenkomst
      Lees meer
      Succesvol webinar Fashion & Law deel 1
      Lees meer
      Een geschil/discussie kan ook snel en voor redelijke kosten worden opgelost
      Lees meer
      SyRI wetgeving in strijd met EVRM
      Lees meer
      Google verwijdert (onterechte?) negatieve recensie niet
      Lees meer
      Succesvol webinar AI in de Zorg
      Lees meer
      Hoezo kan ik geen eigenaar zijn van (zorg)data?
      Lees meer
      Functie van cosmetische producten verplicht op verpakking
      Lees meer
      Modelrecht en auteursrecht op inwerpzuil
      Lees meer
      Merkonderzoek: Hoe voorkom je merkinbreuk?
      Lees meer
      Doorhaling van een merkregistratie
      Lees meer
      Een webshop: mag alles zomaar of gelden er regels?
      Lees meer
      Kortingsregelingen voor MKB-ondernemers bij juridisch advies
      Lees meer
      Opzetten modelabel: waar moet je aan denken?
      Lees meer
      Een merk moet ook daadwerkelijk gebruikt worden
      Lees meer
      Mag je foto's van werknemers gebruiken?
      Lees meer
      Sinterklaas is toch gewoon sinterklaas?
      Lees meer
      Aanbevelingen aansprakelijkheid bij AI
      Lees meer
      Het nieuwe algoritmeregister van de gemeente Amsterdam
      Lees meer
      Algoritme via Detachering
      Lees meer
      Algoritme als Software
      Lees meer
      Mensgerichte Artificiële Intelligentie sessie van NL AI coalitie
      Lees meer
      Auteursrechten & Artificial Intelligence
      Lees meer
      Is nieuwe wet- of regelgeving nodig voor AI?
      Lees meer
      Positiemerk: kan je dat beschermen?
      Lees meer
      Algoritme als een Dienst
      Lees meer
      Van wie is het model?
      Lees meer
      Who owns an algorithm? How do you share data? What are legal aspects of AI?
      Lees meer
      Beperkingen in licentieovereenkomst door mededingingsrecht
      Lees meer
      Is een registratiedossier beschermd door auteursrecht?
      Lees meer
      Wees de copycats voor!
      Lees meer
      AI & Privacy in de zorg, een gelukkig huwelijk?
      Lees meer
      Wie is verantwoordelijk voor de analyse door een algoritme?
      Lees meer
      Hoe om te gaan met de inkoopvoorwaarden AI van gemeenten?
      Lees meer
      Mag ik een zelftest voor corona verkopen?
      Lees meer
      Inspiratie in de fashion industrie: wat zijn de grenzen?
      Lees meer
      Gaia-X biedt Europese landen oplossing voor beheer en gebruik van data
      Lees meer
      Er komt een nieuwe rechtsvorm: de maatschappelijke BV
      Lees meer
      Hulp bij verwijderen van vervelende YouTube video’s: een stappenplan
      Lees meer
      Agentuur- en bemiddelingsovereenkomst, wat is het verschil?
      Lees meer
      Merkgebruik bij import producten en doorverkoop
      Lees meer
      BG.legal ontvangt subsidie voor AI kennisplatform
      Lees meer
      Software / data overeenkomsten
      Lees meer
      NVM is niet verplicht om VBO-leden toegang tot data te geven
      Lees meer
      Bescherming merkrecht: hoe ver gaat dat?
      Lees meer
      Vernietiging van een ingeschreven merk: hoe dan?
      Lees meer
      Een toelichting op de ‘visie op datadeling tussen bedrijven’
      Lees meer
      Nieuwsbrief Tech - meld je aan
      Lees meer
      NL Digital voorwaarden 2020: verbetering positie IT leverancier
      Lees meer
      Een kritische blik op de Corona-apps van de overheid
      Lees meer
      De roep om het vrijgeven van voertuigdata
      Lees meer
      Domeinnamen
      Lees meer
      Voorbeeld tijdelijke licentie voor productie hulpmiddelen tijdens Corona crisis
      Lees meer
      Nieuwsbrief BG Tech: de uitdagingen voor IP en Technologie & gratis webinar corona
      Lees meer
      Tekort materialen corona bestrijding. Is 3D printing of dwanglicentie oplossing?
      Lees meer
      Europese perspectieven op AI medische hulpmiddelen
      Lees meer
      Databankenrecht
      Lees meer
      Checklist data sharing agreement
      Lees meer
      De verkoop en verpanding van data
      Lees meer
      Data en ethiek
      Lees meer
      Het delen van data
      Lees meer
      De bescherming van data
      Lees meer
      Het eigendom van data
      Lees meer
      Data
      Lees meer
      Wanneer kan een IT overeenkomst worden ontbonden?
      Lees meer
      De octrooigemachtigde en het faillissement (deel 3)
      Lees meer
      Wie heeft recht op de domeinnaam?
      Lees meer
      De octrooigemachtigde en het faillissement (Deel 2)
      Lees meer
      Geslaagde bijeenkomst Blockchain & Food tijdens Den Bosch Data Week
      Lees meer
      Seminar 19 november: Investeren en financieren 2.0
      Lees meer
      De octrooigemachtigde en het faillissement (deel 1)
      Lees meer
      Kartelverbod ook bij (Tech-)licenties en samenwerkingscontracten aanwezig
      Lees meer
      Den Bosch Data Week: Practical experiences Blockchain and Food
      Lees meer
      Productomschrijving op een website. Auteursrecht mogelijk?
      Lees meer
      Nieuw Intellectueel Eigendomsrecht/ IT recht advocatenkantoor in Eindhoven
      Lees meer
      Tips voor het verkrijgen van auteursrechten
      Lees meer
      Auteursrecht op website(teksten)
      Lees meer
      Het beëindigen van de onderneming bij een inbreuk op IE-rechten
      Lees meer
      Is de vormgeving van een industrieel product beschermd?
      Lees meer
      Doordacht samenwerken geeft meer macht
      Lees meer
      Privacyrecht
      Lees meer
      BG.legal participeert in onderzoek naar gebruik van big data en AI door zorginstellingen
      Lees meer
      BG.tech
      Lees meer
      Vacature juridisch medewerker/advocaat Data & AI, IT- en Privacyrecht
      Lees meer