Ziel der Arbeit soll die Erzeugung mittels geeigneter Verfahren, bspw. Mikrosimulationen, Machine Learning oder Graphen, von künstlichen statistischen Mikrodaten aus frei verfügbaren Datenquellen (sogenannten Open Data) sein.
Open Data liegt häufig in aggregierter Form vor um insbesondere Anforderungen an Datenschutz und Reidentifikation von Personen zu genügen. Für den Test oder die Demonstration von Analytischen Informationssystemen ist es allerdings in der Regel erforderlich (des- oder dis-)aggregierte, kleinräumige und mehrdimensionale Daten zu benutzen. Besonders betroffen hiervon sind Informationssysteme, die im Gesundheitswesen verwendet werden, da auf Realdaten zu Patienten- und Behandlungsinformationen nur unter strengen Auflagen zugegriffen werden darf. In Berichten des Gesundheitswesens (bspw. Infektions- und Krebsberichte, sowie Strukturierten Qualitätsberichten von Kränkenhäusern) liegen Patientendaten und Behandlungsinformationen öffentlich in aggregierter Form vor und können zur Synthese von möglichst realitätsnahen Mikrodaten verwendet werden.
Es können verschiedene technische Verfahren zur Synthese verwendet oder miteinander kombiniert werden. Möglich sind u.a. Machine Learning Verfahren wie Generative Adverserial Networks (GANs), statistische Verfahren wie Entscheidungsbäume oder Mikrosimulationen.
Zur Überprüfung der Qualität können die erzeugten Daten mit den Ursprungsdaten verglichen werden (Einschränkungsvergleich). Alternativ können auch die Ergebnisse verschiedener Verfahren im Hinblick auf natürliche Einschränkungen verglichen werden (Verfahrensvergleich).

Bei Interesse einfach an Timo Wolters wenden:

Timo Wolters
OFFIS - Institut für Informatik, Escherweg 2, 26121 Oldenburg
Tel: 0441-9722-742
Mail: timo.wolters@offis.de