DSGVO · Technischer Datenschutz

Pseudonymisierung und Anonymisierung: Unterschied, Verfahren und Grenzen

Testdaten für die Softwareentwicklung, Auswertungen für die Geschäftsführung, Datensätze für ein KI-Projekt: Oft braucht man Informationen, aber nicht die Namen dahinter. Pseudonymisierung und Anonymisierung sind die Werkzeuge dafür. Sie werden allerdings häufig verwechselt, und eine vermeintlich anonyme Tabelle ist bei näherem Hinsehen oft nur umbenannt.

  • Externer Datenschutzbeauftragter
  • Sitz in Lehre, bundesweit tätig
  • Erstgespräch kostenlos
Kurz gesagt

Pseudonymisierte Daten lassen sich nur mit einer getrennt aufbewahrten Zusatzinformation, etwa einer Zuordnungstabelle, einer Person zuordnen. Sie bleiben personenbezogene Daten, die DSGVO gilt weiter, das Risiko sinkt aber. Anonyme Daten lassen sich dagegen mit vernünftigerweise verfügbaren Mitteln keiner Person mehr zuordnen und fallen nicht unter die DSGVO. Der Vorgang der Anonymisierung selbst ist noch eine Verarbeitung und braucht eine Rechtsgrundlage.

Zwei Begriffe, ein entscheidender Unterschied

Nach Art. 4 Nr. 5 DSGVO liegt Pseudonymisierung vor, wenn Daten ohne zusätzliche Informationen nicht mehr einer bestimmten Person zugeordnet werden können, diese Zusatzinformationen gesondert aufbewahrt werden und technisch-organisatorisch geschützt sind. Der Personenbezug ist also nicht weg, sondern nur hinter einem Schlüssel versteckt. Eine Vertiefung des Begriffs finden Sie im Glossar unter pseudonymisierte Daten.

Anonymisierung geht weiter. Nach Erwägungsgrund 26 gelten Daten als anonym, wenn eine Identifizierung unter Berücksichtigung aller Mittel, die vernünftigerweise eingesetzt werden könnten, nicht mehr möglich ist. Dabei zählen Kosten, Zeitaufwand und verfügbare Technik. Was heute anonym ist, kann durch neue Datenquellen morgen wieder zuordenbar werden.

PseudonymisiertAnonymisiert
DSGVO anwendbar?JaNein, solange keine Re-Identifizierung möglich ist
Rückführung möglich?Ja, mit dem SchlüsselNein, auch nicht für Sie selbst
Typischer NutzenRisikominderung im laufenden BetriebStatistik, Veröffentlichung, langfristige Auswertung

Gängige Verfahren und ihre Schwächen

  • Zuordnungstabelle (Tokenisierung): Namen werden durch Zufallskennungen ersetzt, die Tabelle liegt getrennt. Solide, wenn die Tabelle wirklich anders geschützt ist als die Arbeitsdaten.
  • Hashing: Ein Wert wird mathematisch umgewandelt. Ohne geheimen Zusatzwert lassen sich E-Mail-Adressen, Telefonnummern oder Geburtsdaten häufig durch Ausprobieren zurückrechnen. Ein reiner Hash ist deshalb meist nur Pseudonymisierung, nicht Anonymisierung.
  • Verschlüsselung: Schützt vor Unbefugten, ist aber ebenfalls umkehrbar und daher keine Anonymisierung.
  • Generalisierung: Genaue Werte werden vergröbert, etwa Altersgruppen statt Geburtsdatum, Postleitzahlbereich statt Adresse.
  • Aggregation: Nur Summen oder Durchschnittswerte über Gruppen werden weitergegeben. Kleine Gruppen bleiben ein Risiko.
  • Rauschen oder Vertauschen: Werte werden leicht verändert oder zwischen Datensätzen getauscht, sodass Statistiken stimmen, Einzelwerte aber nicht.

In der Praxis wirken diese Verfahren meist erst in Kombination. Wer nur den Namen löscht, aber Geburtsdatum, Wohnort und Beruf stehen lässt, hat oft keinen anonymen Datensatz.

Die Falle der Einzelfälle

Ein typisches Szenario: Ein Betrieb mit vierzig Beschäftigten wertet Krankheitstage nach Abteilung und Altersgruppe aus und gibt die Tabelle an die Führungskräfte. Namen stehen keine darin. Die Abteilung „Lager, über 55 Jahre“ hat aber genau ein Mitglied, und jeder weiß, wer gemeint ist.

Gerade in kleinen Einheiten kippt eine scheinbar anonyme Statistik schnell in eine personenbezogene Auswertung, bei Gesundheitsangaben sogar in eine Verarbeitung besonderer Kategorien. Hilfreich sind Mindestgruppengrößen: Zellen mit weniger als einer festgelegten Zahl von Personen werden zusammengefasst oder nicht ausgewiesen.

Unsicher, was davon für Ihr Unternehmen gilt? Ich schätze Ihre Situation im kostenlosen Erstgespräch ein.

Erstgespräch anfragen

Wo sich der Aufwand im Unternehmen lohnt

  1. Test- und Entwicklungsumgebungen: Echte Kundendaten haben dort nichts verloren. Pseudonymisierte oder synthetische Daten senken das Risiko bei Dienstleistern und Entwicklern erheblich.
  2. Auswertungen und Kennzahlen: Management-Berichte brauchen selten Namen. Aggregierte Werte genügen.
  3. Einsatz von KI-Werkzeugen: Bevor Texte oder Tabellen in externe Dienste gehen, können Namen und Kennungen ersetzt werden; mehr dazu unter KI-Tools im Unternehmen.
  4. Langfristige Aufbewahrung: Statt Daten nach Fristablauf zu löschen, können Sie sie anonymisieren, wenn Sie statistische Aussagen behalten wollen. Das passt in ein durchdachtes Löschkonzept.
  5. Weitergabe an Forschung oder Partner: Anonymisierte Datensätze lassen sich mit geringeren Hürden teilen als personenbezogene.

Rechtliche Wirkung: was Pseudonymisierung Ihnen bringt

Auch wenn pseudonymisierte Daten unter die DSGVO fallen, verbessert die Maßnahme Ihre Position an mehreren Stellen:

  • Art. 32 DSGVO nennt Pseudonymisierung ausdrücklich als Beispiel für geeignete technische und organisatorische Maßnahmen.
  • Art. 25 DSGVO führt sie als Beispiel für Datenschutz durch Technikgestaltung an.
  • Bei der Prüfung einer Zweckänderung nach Art. 6 Abs. 4 zählt sie zu den Schutzmaßnahmen, die für die Vereinbarkeit sprechen können.
  • Kommt es zu einem Vorfall, kann das Risiko für Betroffene geringer ausfallen, wenn der Schlüssel nicht mit abgeflossen ist.

Eine Anonymisierung muss dagegen belastbar sein, bevor Sie die Daten als DSGVO-frei behandeln. Dokumentieren Sie Verfahren, Restrisiko und die Annahmen, auf denen Ihre Einschätzung beruht.

So unterstütze ich Sie

Als Ihr externer Datenschutzbeauftragter bewerte ich mit Ihnen, ob ein geplantes Verfahren tatsächlich anonymisiert oder nur pseudonymisiert, und welche Datenfelder das Risiko treiben. Für Testumgebungen, Auswertungen oder KI-Projekte entwickeln wir eine Lösung, die mit Ihren Systemen umsetzbar ist. Das Ergebnis halte ich so fest, dass es bei einem Audit oder einer Behördenanfrage nachvollziehbar ist.

Häufig beginnt die Arbeit mit einer einfachen Bestandsaufnahme: Wo liegen Kopien von Produktivdaten außerhalb der eigentlichen Systeme, etwa in Exporten, Tabellen auf Netzlaufwerken oder in Testdatenbanken beim Softwarehaus? Schon das Aufräumen dieser Kopien senkt das Risiko spürbar. Danach legen wir fest, welche Datenfelder in welcher Umgebung ersetzt, vergröbert oder entfernt werden, und wer den Schlüssel verwaltet.

Checkliste: Daten pseudonymisieren oder anonymisieren

  • Ziel festgelegt: Risiko senken oder Personenbezug ganz entfernen
  • Alle direkten und indirekten Identifikatoren erfasst, nicht nur Namen
  • Zuordnungstabelle getrennt und mit eigenen Zugriffsrechten gespeichert
  • Hashwerte nur mit geheimem Zusatzwert verwendet
  • Mindestgruppengrößen für Auswertungen definiert
  • Re-Identifizierungsrisiko bewertet und dokumentiert
  • Verfahren regelmäßig auf neue Verknüpfungsmöglichkeiten überprüft

Häufige Fragen

Ist eine Kundennummer schon ein Pseudonym?

In Ihrem Unternehmen nicht wirklich, denn jeder Mitarbeitende mit Zugriff auf das CRM kann die Nummer sofort einem Namen zuordnen. Ein Pseudonym im Sinne der DSGVO setzt voraus, dass die Zuordnungsinformation gesondert aufbewahrt und geschützt ist. Für einen externen Empfänger ohne Zugriff auf Ihre Systeme kann die Kundennummer dagegen wie ein Pseudonym wirken.

Brauche ich eine Rechtsgrundlage, um Daten zu anonymisieren?

Ja, denn die Anonymisierung ist selbst ein Verarbeitungsvorgang. In vielen Fällen lässt sie sich auf dieselbe Grundlage stützen wie die ursprüngliche Verarbeitung oder auf ein berechtigtes Interesse, weil sie die Betroffenen schützt. Bei besonders sensiblen Daten sollte die Grundlage genauer geprüft werden. Danach fallen die anonymen Daten nicht mehr unter die DSGVO.

Gilt eine Anonymisierung als Löschung?

Die Aufsichtsbehörden halten eine wirksame Anonymisierung grundsätzlich für eine Möglichkeit, die Löschpflicht zu erfüllen, weil der Personenbezug entfällt. Voraussetzung ist, dass auch Sie selbst die Daten nicht mehr zuordnen können und Sicherungskopien mit Personenbezug ebenfalls gelöscht werden. Eine bloße Pseudonymisierung erfüllt die Löschpflicht dagegen nicht.

Wie erkenne ich, ob ein Dienstleister wirklich anonymisiert?

Fragen Sie konkret nach dem Verfahren: Welche Felder werden entfernt oder vergröbert, wer hat Zugriff auf Originaldaten, wird ein Schlüssel aufbewahrt? Werbeaussagen wie anonymisiert oder DSGVO-frei sagen wenig. Wenn der Dienstleister einzelne Datensätze später noch Ihnen oder anderen Kunden zuordnen kann, handelt es sich höchstens um Pseudonymisierung und Sie brauchen einen passenden Vertrag.

Sind synthetische Daten eine Alternative?

Für Softwaretests und Schulungen oft ja. Synthetische Daten werden künstlich erzeugt und bilden nur die Struktur echter Daten nach. Werden sie aus echten Datensätzen abgeleitet, etwa durch ein trainiertes Modell, sollte geprüft werden, ob sich einzelne reale Personen darin wiederfinden lassen. Gut gemacht senken sie das Risiko deutlich.

  • Art. 4 Nr. 5 DSGVO
  • Erwägungsgrund 26 DSGVO
  • Art. 25 DSGVO
  • Art. 32 DSGVO
  • Art. 6 Abs. 4 DSGVO

Stand: November 2026. Dieser Beitrag gibt einen allgemeinen Überblick und ersetzt keine Rechtsberatung im Einzelfall. Verantwortlich für die Einhaltung des Datenschutzes bleibt das Unternehmen; als Datenschutzbeauftragter berate und unterstütze ich Sie dabei.

Sie wollen Daten auswerten oder testen, ohne Personen preiszugeben?

Ich prüfe mit Ihnen, welches Verfahren zu Ihrem Vorhaben passt und wie belastbar das Ergebnis ist.

  • Kostenloses Erstgespräch, ca. 30 Minuten
  • Telefonisch, per Video oder nach Absprache vor Ort
  • Antwort innerhalb von 24 Stunden

Kurzanfrage senden

Drei Pflichtfelder genügen. Ich melde mich persönlich bei Ihnen.

Ihre Angaben nutze ich nur zur Beantwortung Ihrer Anfrage.

AnrufenErstgespräch