Tech Law Workshop - Federated Machine Learning

Viele Produkte der Datenwirtschaft basieren auf dem Zugang zu grossen und vielfältigen Datenbeständen. Diese befinden sich oft unter der Kontrolle verschiedener Akteure. Entsprechend hoch ist die Bedeutung von Kooperationen in der Datenwirtschaft. Aus transaktions- und datenschutzrechtlicher Sicht ist das rechtskonforme Teilen von Daten aber äusserst anspruchsvoll.

Beim so genannten Föderierten maschinellen Lernen (Federated Machine Learning) werden Rechenoperationen nicht zentral, sondern dezentral in getrennten Datensätzen mit jeweils demselben Algorithmus durchgeführt. Die berechneten Ergebnisse werden an einen koordinierenden Server übermittelt.

Dieser Technologie ist in der Rechtswissenschaft bisher nur wenig Beachtung geschenkt worden. Das ist erstaunlich, denn gerade aus datenschutzrechtlicher Sicht liegen die Vorteile auf der Hand: Weder eine Übermittlung noch eine Zusammenführung oder eine Speicherung auf Vorrat findet statt.

Doch können sich diese datenschutzrechtlichen Vorteile in der Praxis auch durchsetzen? Sind weitere technische Massnahmen erforderlich? Und birgt das föderierte Lernen neben den offensichtlichen Chancen auch Risiken? Diese Fragen werden im Workshop-Format im Austausch zwischen Wissenschaft und Praxis diskutiert. Bei den konkreten Anwendungsbeispielen orientiert sich der Workshop an den Gegebenheiten des Life-Sciences-Sektors. Zwei konkrete Beispiel begleiten uns durch den Workshop. Neben kurzen Inputs wird es ausreichend Zeit für eine moderierte offene Diskussion und zum Austausch geben. Die Teilnehmerzahl ist auf 30 Personen beschränkt.

Hier kommen Sie zum Programm und zum Anmeldelink.

Veranstaltung übernehmen als iCal