Pseudonymisierung
Was ist Pseudonymisierung?
Pseudonymisierung bezeichnet die Verarbeitung personenbezogener Daten so, dass sie ohne getrennt aufbewahrte Zusatzinformationen keiner bestimmten Person mehr zugeordnet werden können. Die Zuordnung bleibt grundsätzlich möglich. Deshalb gelten pseudonymisierte Informationen weiterhin als personenbezogene Daten und unterliegen den anwendbaren Datenschutzvorgaben.
Wie Pseudonymisierung funktioniert
Pseudonymisierung trennt personenbezogene Merkmale von den Daten, die ein Unternehmen analysieren oder weiterverarbeiten möchte. Namen, E-Mail-Adressen, Kundennummern oder andere Identifikatoren werden durch künstliche Kennzeichen ersetzt. Die Zuordnungsinformationen werden technisch und organisatorisch getrennt gespeichert und besonders geschützt.
Ein einfaches Beispiel ist eine Kundendatenbank: Statt des Namens „Max Mustermann“ enthält die Analysetabelle nur den Code K-84721. Eine separate Zuordnungstabelle verbindet diesen Code mit der tatsächlichen Person. Wer ausschließlich Zugriff auf die Analysetabelle hat, kann den Kunden nicht unmittelbar bestimmen.
Die Schutzwirkung hängt nicht allein vom verwendeten Verfahren ab. Zugriffsrechte, getrennte Systeme, Protokollierung, Schlüsselverwaltung und Löschfristen bestimmen, wie leicht eine Person erneut identifiziert werden kann. Ein Pseudonym bietet wenig Schutz, wenn dieselben Mitarbeiter gleichzeitig auf Nutzdaten und Zuordnungstabelle zugreifen können.
Verfahren für pseudonymisierte Daten
Für die Pseudonymisierung kommen verschiedene technische Methoden infrage. Die Auswahl richtet sich nach dem Verwendungszweck, der benötigten Wiedererkennbarkeit und dem Risiko einer Reidentifizierung.
Hashing ist nicht automatisch eine sichere Pseudonymisierung. Derselbe Ausgangswert erzeugt bei einem unveränderten Verfahren denselben Hashwert. Angreifer können häufige Namen, Telefonnummern oder E-Mail-Adressen deshalb systematisch ausprobieren. Ein geheimer Zusatzwert, ein sogenannter Pepper, und geeignete kryptografische Verfahren erschweren solche Zuordnungsversuche.
Pseudonymisierung und Anonymisierung
Der Unterschied zwischen Pseudonymisierung und Anonymisierung liegt in der Wiederherstellbarkeit des Personenbezugs. Pseudonymisierte Daten können mithilfe zusätzlicher Informationen wieder einer Person zugeordnet werden. Bei wirksam anonymisierten Daten ist eine Identifizierung mit vernünftigerweise verfügbaren Mitteln nicht mehr möglich.
| Merkmal | Pseudonymisierung | Anonymisierung |
|---|---|---|
| Personenbezug | Bleibt mittelbar erhalten | Ist wirksam entfernt |
| Erneute Zuordnung | Mit Zusatzinformationen möglich | Mit vertretbaren Mitteln nicht möglich |
| Datenschutzrechtliche Einordnung | Weiterhin personenbezogene Daten | Grundsätzlich keine personenbezogenen Daten mehr |
| Typischer Zweck | Analyse mit Wiedererkennung einzelner Datensätze | Statistik ohne Bezug zu einzelnen Personen |
Aggregation ist ebenfalls nicht mit Pseudonymisierung gleichzusetzen. Eine Auswertung wie „320 Bestellungen aus München“ fasst mehrere Datensätze zusammen. Ob sie anonym ist, hängt davon ab, ob einzelne Personen durch Kombination mit weiteren Informationen bestimmbar bleiben.
Pseudonymisierung im Marketing 2026
Im Online-Marketing ermöglicht die Pseudonymisierung Analysen, bei denen eine Wiedererkennung erforderlich ist, ohne Klardaten in jedem beteiligten System vorzuhalten. Typische Anwendungsfälle sind CRM-Auswertungen, Conversion-Messungen, Kundenwertanalysen, Kampagnenzuordnungen und die Bildung statistischer Zielgruppen.
Im SEA können pseudonyme Kundenkennungen dazu dienen, Anzeigenkontakte und spätere Conversions zusammenzuführen. Das Verfahren reduziert die Menge direkt identifizierender Angaben in Analyseprozessen. Es ersetzt jedoch weder eine erforderliche Einwilligung noch eine andere Rechtsgrundlage, Informationspflichten oder Regeln zur Speicherdauer.
Für SEO sind insbesondere Server-Logs und technische Nutzungsdaten relevant. IP-Adressen, Benutzerkennungen und Parameter in URLs können einen Personenbezug enthalten. Vor einer technischen SEO-Analyse oder der Weitergabe an externe Spezialisten sollten Unternehmen deshalb prüfen, welche Merkmale benötigt, gekürzt, pseudonymisiert oder vollständig entfernt werden können.
Bei GEO, der Generative Engine Optimization, betrifft das Thema beispielsweise Prompt-Protokolle, Supportanfragen und Datenexporte für KI-Modelle. Personenbezogene Inhalte sollten vor der Übertragung erkannt und auf den erforderlichen Umfang reduziert werden. Ein klar definierter Datenprozess verbessert zugleich die Qualität einer datenbasierten SEO- und GEO-Strategie, weil bekannte Felder, Zuständigkeiten und Löschregeln die Auswertung nachvollziehbar machen.
Umsetzung im Unternehmen
Eine belastbare Umsetzung beginnt mit dem Zweck der Verarbeitung. Unternehmen sollten festlegen, welche Auswertung benötigt wird, welche Identifikatoren dafür erforderlich sind und wer eine Zuordnung zur Person herstellen darf. Erst danach lässt sich ein passendes technisches Verfahren auswählen.
Ein häufiger Fehler ist die Wiederverwendung sprechender Kennungen. Initialen, Geburtsjahre oder fortlaufende Kundennummern lassen Rückschlüsse auf Personen zu und erleichtern die Verknüpfung mit anderen Datenquellen. Zufällige, ausreichend lange Kennungen bieten in vielen Anwendungsfällen eine bessere Trennung.
Auch im Reporting sollte geprüft werden, ob Einzeldaten überhaupt erforderlich sind. Für viele KPI-Auswertungen genügen aggregierte Werte zu Klicks, Conversions, Kosten oder organischem Traffic. Automatisierte SEO-Reportings sollten nur die Datenfelder übernehmen, die für eine konkrete Entscheidung benötigt werden.
Häufige Fragen zur Pseudonymisierung
Sind pseudonymisierte Daten noch personenbezogen?
Ja. Eine Zuordnung zu einer Person bleibt mithilfe zusätzlicher Informationen grundsätzlich möglich. Pseudonymisierte Datensätze sind deshalb weiterhin als personenbezogene Daten zu behandeln.
Ist eine Kundennummer bereits ein Pseudonym?
Eine Kundennummer kann ein Pseudonym sein, wenn sie den Namen ersetzt und die Zuordnung getrennt geschützt wird. Ist die Nummer öffentlich bekannt oder für viele Mitarbeiter direkt mit dem Kundenkonto verknüpft, fällt die Schutzwirkung geringer aus.
Ist Hashing dasselbe wie Pseudonymisierung?
Hashing ist ein mögliches technisches Verfahren, aber nicht automatisch eine ausreichende Pseudonymisierung. Vorhersehbare Ausgangswerte können durch systematisches Ausprobieren erkannt werden, weshalb Verfahren und Zusatzschutz sorgfältig gewählt werden müssen.
Kann man pseudonymisierte Daten wieder entschlüsseln?
Das hängt vom Verfahren ab. Verschlüsselte Angaben lassen sich mit dem passenden Schlüssel wiederherstellen, während Hashwerte grundsätzlich nicht zurückgerechnet werden. Eine Zuordnung kann bei Hashwerten dennoch durch Vergleiche oder zusätzliche Daten gelingen.
Ersetzt Pseudonymisierung eine Einwilligung?
Nein. Die Maßnahme reduziert Risiken, schafft aber für sich allein keine Rechtsgrundlage. Ob eine Einwilligung oder eine andere Grundlage erforderlich ist, richtet sich nach Zweck, Datenart und konkreter Verarbeitung.
Was ist ein Beispiel für Pseudonymisierung im Marketing?
Ein Unternehmen kann die E-Mail-Adresse eines Kunden in einer Kampagnenauswertung durch eine zufällige ID ersetzen. Die Marketinganalyse arbeitet nur mit dieser ID, während die Zuordnung zum Kundenkonto in einem getrennten System verbleibt.
Wenn du Datenflüsse in SEO, SEA oder GEO strukturiert prüfen möchtest, kann ein unverbindlicher Potenzialcheck technische und organisatorische Ansatzpunkte sichtbar machen.
Sie haben noch Fragen?
