Aktualisiert für 2026 — Die DSGVO-Durchsetzung gegen Forschungsgruppen hat zugenommen. Dieses Risiko bleibt in veröffentlichten Arbeiten weit verbreitet.
Das Problem mit Methoden-Screenshots
Viele wissenschaftliche Arbeiten enthalten Screenshots von Analyse-Tools. Das Ziel ist, die Methode zu zeigen. Aber diese Screenshots können echte personenbezogene Daten preisgeben. Die meisten Forscher bemerken dieses Risiko nicht.
Hier sind vier häufige Fälle:
- Eine Machine-Learning-Studie zeigt einen pandas DataFrame. Die ersten 10 Zeilen enthalten echte Patientennamen und IDs.
- Eine klinische Studie zeigt R-Ausgaben. Patientenwerte sind auf dem Bildschirm. Patienten-IDs sind am Rand sichtbar.
- Eine sozialwissenschaftliche Arbeit zeigt SPSS-Tabellen. Antworten echter Befragter sind sichtbar.
- Ein Journal-Tutorial zeigt ein Jupyter Notebook. Echte Nutzerdatensätze dienen als Beispieldaten.
In jedem Fall wollte der Autor die Methode zeigen. Die personenbezogenen Daten waren nicht der Fokus. Sie sollten das Beispiel nur greifbar machen.
Aber „nicht im Fokus" bedeutet nicht sicher. DSGVO Artikel 4(1) besagt, dass personenbezogene Informationen alle Angaben über eine identifizierte oder identifizierbare Person umfassen. Ein Patientendatensatz in einer veröffentlichten Arbeit ist eine personenbezogene Information. Es spielt keine Rolle, ob er in einem Screenshot erscheint. Eine Veröffentlichung ohne Einwilligung oder Rechtsgrundlage nach Artikel 6 verstößt gegen die DSGVO.
Mehr zu Veröffentlichungspflichten finden Sie in der DSGVO-Konformitätsübersicht.
Warum das ein rechtliches Risiko darstellt
Forschungsgruppen sehen sich wachsender DSGVO-Durchsetzung gegenüber. Veröffentlichungsfehler sind ein häufiger Auslöser. Vier Risiken stechen hervor.
Zeitschriften-Rückruf. Artikel 17 gibt Personen das Recht auf Löschung. Das gilt auch für veröffentlichte Informationen. Findet eine Person ihre Daten in einer Arbeit, kann sie deren Entfernung verlangen. Für eine Fachzeitschrift bedeutet das oft einen Rückruf oder eine Korrektur. Ein Rückruf schadet der Karriere eines Forschers.
Ethikkommissions-Feststellungen. Ethikkommissionen prüfen veröffentlichte Arbeiten auf DSGVO-Konformität. Sie haben begonnen, Arbeiten zu markieren, die personenbezogene Datensätze in Screenshots zeigen. Diese Feststellungen beeinflussen künftige Forschungsvorhaben.
Verstöße gegen Datenzugangsvereinbarungen. Forschungsdatensätze kommen mit Datenzugangsvereinbarungen. Diese regeln, was veröffentlicht werden darf. Ein Screenshot mit personenbezogenen Datensätzen kann die Vereinbarung verletzen. Die Folge ist oft der Verlust des Datenzugangs.
Grenzen von Artikel 89. Artikel 89 erlaubt die Verarbeitung personenbezogener Informationen für die Wissenschaft. Er erleichtert einige Anforderungen. Aber nur, wenn geeignete Schutzmaßnahmen bestehen. Personenbezogene Datensätze ohne De-Identifikation in einem Screenshot zu zeigen, ist keine Schutzmaßnahme. Es ist ein Verstoß.
Die vollständige Übersicht finden Sie auf unserer Seite zu Schutz und Sicherheitsmaßnahmen.
Wie häufig passiert das?
Das Problem ist nicht selten. Es betrifft veröffentlichte Arbeiten in vielen Bereichen.
Einige Faktoren treiben es an.
Reproduzierbarkeits-Normen. Fachzeitschriften wollen detaillierte Methodenbeschreibungen. Forscher nutzen Screenshots, um diesem Anspruch zu genügen. Sie prüfen nicht immer, was in jedem Bild sichtbar ist.
Enge Deadlines. Zeitdruck führt zu schnellen Screenshots. Es bleibt keine Zeit, jedes Bild auf offengelegte Datensätze zu prüfen.
Geringe Sichtbarkeit in Bildern. Ein DataFrame kann 20 Spalten haben. Namen und IDs befinden sich möglicherweise in einer weit rechts gelegenen Spalte. Der Forscher schaut auf die Analysespalte, nicht auf die ID-Spalte.
Keine Prüfung bei Einreichung. Zeitschriftenportale führen Formatprüfungen und Plagiatscreenings durch. Keines prüft Bilder auf personenbezogene Entitäten. Nichts markiert das Problem vor der Veröffentlichung.
Screening-Workflow für Forschungsgruppen
Ein Pre-Submission-Screening-Prozess kann diese Probleme verhindern. Er umfasst sieben Schritte.
- Forscher schließt das Manuskript mit allen Abbildungen ab.
- Entwurf geht an einen internen Prüfer — den PI oder einen Datenschutzbeauftragten.
- Bild-PII-Erkennung läuft über alle Bilddateien im Manuskript.
- Der Bericht markiert Bilder mit lesbarem Text, der persönlichen Entitätsmustern entspricht.
- Forscher prüft markierte Bilder.
- Für jedes markierte Bild: Ersetzen durch einen sauberen Screenshot. Patient-ID 12847 wird zu ID 00001. Echte Namen werden zu „Patient A."
- Das endgültige Manuskript geht mit sauberen Bildern an die Zeitschrift.
Technische Optionen:
- Manuell: Manuskriptbilder exportieren. Batch-PII-Erkennung ausführen. Bericht prüfen.
- Halbautomatisch: Gemeinsamen Ordner für Entwürfe nutzen. Wöchentliche Stapelverarbeitung neuer Dateien.
- Workflow-integriert: Screening-Schritt im Einreichungsportal ergänzen.
Das Screening ist schnell. Bei einem 15-Abbildungen-Manuskript dauert die Bild-PII-Erkennung unter zwei Minuten. Ein Rückruf dauert Monate.
Weitere Informationen zu Erkennungsfunktionen finden Sie in den FAQ oder im Glossar.
Fallstudie: Europäische Universität
Eine Forschungsgruppe ergänzte ihren Manuskript-Workflow um Bild-PII-Screening. Ein Beinahe-Vorfall löste die Änderung aus. In einer Arbeit im Review-Prozess fanden sich Patientennamen in einem DataFrame-Screenshot.
Was sie taten:
- Alle Manuskript-Entwürfe wurden vor der Einreichung auf Bild-PII geprüft.
- Das Screening umfasste alle PNG-, JPG- und PDF-Abbildungen in jedem Entwurf.
- Ein Datenschutzbeauftragter prüfte die Ergebnisse.
Ergebnisse über sechs Monate:
- 23 Manuskripte gescreent.
- 7 Manuskripte (30 %) hatten mindestens ein Bild mit personenbezogenen Entitäten.
- Gefundene Typen: Patientennamen in DataFrames (4 Arbeiten).
- Nutzer-IDs im Patienten-Registrierungsformat (2 Arbeiten).
- E-Mail-Adressen in Screenshot-Rändern (1 Arbeit).
- Alle 7 vor der Einreichung korrigiert.
- Null Rückrufanfragen oder Ethikkommissions-Feststellungen nach Einreichung.
Die Ethikkommission zitiert diesen Workflow nun als Musterbeispiel für „geeignete Schutzmaßnahmen" nach Artikel 89. Er unterstützt künftige Forschungsfreistellungsanträge der Gruppe.
Lesen Sie die Gründer-Erklärung, um zu erfahren, warum anonym.legal für diese Art von Problem entwickelt wurde.