Datenschutz & Compliance
Stand 2026-09-03
Datenschutz ist ein Design-Input, kein abschließender Schritt — in EMEA bedeutet das DSGVO. Die Prinzipien prägen die Modellierung: Rechtsgrundlage (Analytics auf personenbezogenen Daten ist Verarbeitung), Zweckbindung, Datenminimierung, Speicherbegrenzung (Spannung mit gesetzlicher Aufbewahrung, M071), Recht auf Löschung. Pseudonymisierung lässt Daten personenbezogen bleiben; echte Anonymisierung ist schwierig, weil Aggregate re-identifizierbar sein können (kleine Zellen = personenbezogene Daten in Statistik-Verkleidung) — k-Anonymitäts-Denken anwenden. Besondere Datenkategorien nach Art. 9 (Gesundheit/Biometrie) heben die Messlatte — früh markieren (Pharma M100, HR). Datenschutz by Design über den gesamten Stack durchsetzen: Catalog-Klassifizierung (M080) + Zugriffskontrollen (M081) + Maskierung + Aufbewahrung (M071) + Lineage für die DSFA (M077). Datenresidenz bestimmt das Landschaftsdesign. Die Ära des EU AI Act belohnt datenschutzkompetente Gestalter.
Was Sie lernen
- Die Kernkonzepte hinter Data Privacy & Compliance verstehen
- Privacy in einem typischen SAP-Analytics-Engagement anwenden
- Die 3-5 häufigen Fehler erkennen und wissen, wie man sie vermeidet
- Diese Fähigkeit in der eigenen Personal-Brand- und Tagessatz-Konversation positionieren
Datenschutz ist der Punkt, an dem Analytics aufhört, eine rein technische Disziplin zu sein, und anfängt, eine rechtliche zu werden, und auf dem EMEA-Markt, der die primäre Heimat dieser Plattform ist, heißt das einschlägige Recht DSGVO — die folgenreichste Datenschutzregulierung der Region, deren Reichweite sich auf jede Organisation erstreckt, die personenbezogene Daten von EU-Ansässigen verarbeitet, unabhängig davon, wo diese Organisation selbst ihren Sitz hat. Ein Consultant, der Datenschutz als abschließenden Schritt behandelt — kurz vor dem Go-live eine Handvoll Spalten maskieren und die Aufgabe damit für erledigt halten — liefert Analytics, das bestenfalls fragil und schlimmstenfalls rechtswidrig ist. Datenschutz muss ein Design-Input ab der ersten Modellierungsentscheidung sein, keine Compliance-Checkliste, die angewendet wird, nachdem die Architektur bereits feststeht.
Die DSGVO-Prinzipien, die das Analytics-Design tatsächlich prägen
Mehrere DSGVO-Prinzipien übersetzen sich direkt in Modellierungs- und Architekturentscheidungen, nicht nur in Policy-Dokumente, die in einem Compliance-Ordner liegen, den niemand während eines Design-Workshops liest.
Voraussetzungen
- Fortgeschrittene Praxiserfahrung in SAP-Analytics-Projekten
- Kernkonzepte zuerst wiederholen: C038, C067, C066
Lernergebnisse
- Ein realistisches Szenario durcharbeiten: Versicherer baut Kunden- und gesundheitsbezogene Analytics auf Datasphere/SAC, EU-Datenresidenz, DSGVO + besondere Datenkategorien nach Art. 9, DPO verlangt eine DSFA.
- Das Anti-Pattern erkennen und vermeiden: Privacy als Maskierung am Ende des Builds — fragiles oder rechtswidriges Design; DSFA nicht verteidigbar.
- Die Kernentscheidung des Moduls anwenden: Wann Privacy zu berücksichtigen ist — Design-Time-Input, der das Modell prägt, wählen, nicht nachträgliche Maskierung am Ende.
- Mastery mit dem KPI verfolgen: Abdeckung der Rechtsgrundlage (Ziel: pro Verarbeitung personenbezogener Daten dokumentiert; Warnsignal: Personenbezogene-Daten-Analytics ohne Rechtsgrundlage).
Vollständiges Modul für Mitglieder. Das vollständige Modul ergänzt: den Entscheidungsrahmen · das durchgehende Szenario · die KPI-Scorecard · die Anti-Muster · die Codeblöcke · die Wissenskontrolle · die Schemata.