Data Clean Rooms im Detail: was Sie über datenschutzfokussierte Kollaboration wissen sollten

Wenn Sie Werbetreibende nach dem störendsten Faktor der letzten Jahre fragen, werden sie wahrscheinlich zwischen zwei Mitbewerbern zögern: Datenschutz und KI. Während KI in Zukunft weit über die Werbung hinaus Auswirkungen haben wird, ist eines sicher: Keine Organisation kann heute Anwendungsfälle im Zusammenhang mit Verbraucherdaten angehen, ohne dem Datenschutz Priorität einzuräumen.

Bevor wir in die Welt der Data Clean Rooms eintauchen, werfen wir einen kurzen Blick in die Vergangenheit, um die Weichen zu stellen.

Regierungen ergreifen Maßnahmen für den Datenschutz der Verbraucher:innen

Das Aufkommen des Internets ermöglichte es Unternehmen, Verbraucherdaten in nie dagewesenem Umfang zu sammeln – effizienter als je zuvor, aber oft ohne Rücksicht darauf, wie diese Daten überhaupt erfasst wurden.

Erst 2016 hat eine Regierung entschiedene Maßnahmen ergriffen, um die wachsenden Datenschutzbedenken der Verbraucher:innen auszuräumen. Mit der Einführung der Datenschutz-Grundverordnung (DSGVO), ihrem ersten umfassenden Datenschutzgesetz, war Europa führend.

In den USA folgte Kalifornien 2018 mit dem California Consumer Privacy Act (CCPA), der 2020 verschärft wurde, um Verbraucher:innen weiter zu schützen und Unternehmen strengere Regeln aufzuerlegen.

Der Snowball-Effekt ist real: Immer mehr US-Bundesstaaten – darunter Colorado, Connecticut, Florida, Montana, Oregon und Utah – haben in letzter Zeit eigene Datenschutzgesetze implementiert, während sich andere diesem Trend anschließen.

Die Bewegung ist weltweit unaufhaltsam. Laut der Konferenz der Vereinten Nationen für Handel und Entwicklung gibt es inzwischen in 71 % der Länder Gesetze zum Schutz von Daten und Persönlichkeitsrechten.

Technologieunternehmen reagieren mit Datenschutzinitiativen

Zusätzlich zu den gesetzlichen Vorschriften haben große Technologieunternehmen in den letzten Jahren eigene Initiativen auf den Datenschutz ausgerichtet. Zu den umstrittensten – und weithin diskutierten – Bemühungen gehört die laufende Umstellung rund um Drittanbieter-Cookies, ein Element, das seit den 1990er Jahren das Rückgrat der Werbebranche bildet.

Nach Jahren der Ankündigungen und Verzögerungen hat sich Google dafür entschieden, Drittanbieter-Cookies vorerst in Chrome zu behalten – keine unmittelbare Cookie-Apokalypse. Künftig werden jedoch strengere Zugriffs- und Nutzungsbeschränkungen erwartet, darunter Kontrollen wie die Einwilligung der Benutzer:innen.

Laut eMarketer könnten in Kürze bis zu 87 % des Webtraffics von Drittanbieter-Cookies befreit werden, sobald die auf Googles Einwilligung basierende Lösung eingeführt wird und Microsoft Drittanbieter-Cookies in seinem Edge-Browser entfernt. Inzwischen haben große Browser wie Apple Safari und Mozilla Firefox bereits den Zugriff auf Drittanbieter-Cookies blockiert.

Doch es geht nicht nur um Cookies. Google und Apple setzen ihre Initiativen zum Verbraucherschutz fort. Die 2021 eingeführte App Tracking Transparency (ATT) von Apple sieht vor, dass Apps eine explizite Einwilligung der Nutzenden einholen müssen, bevor sie Gerätekennungen für Werbezwecke sammeln.

Letztlich transformieren diese Veränderungen das gesamte Ökosystem der „Werbewährungen“.

Data Clean Rooms: wo alles begann

Etwa zu der Zeit, als die ersten Verbraucherdatenschutzgesetze eingeführt wurden, brachte eine weitere große Veränderung die Werbebranche durcheinander: Google hat angekündigt, keine Protokolldaten mehr an Werbetreibende zu senden.

Hier ist das Problem: Diese Protokolle sind für Werbetreibende unerlässlich, um die Kampagnen-Performance zu analysieren. Ohne Zugang zu diesen Daten sind Unternehmen blind und können ihre Strategien oder Budgets nicht effektiv optimieren.

Um diese Herausforderung zu meistern, hat Google den Ads Data Hub eingeführt – eine Lösung, mit der Werbetreibende ihre Kampagnen weiter analysieren und melden können. Der Haken? Werbetreibende konnten die Daten auf Protokollebene nicht mehr direkt einsehen oder extrahieren. Stattdessen bot die Plattform eine den Datenschutz wahrende Umgebung für die Datenanalyse.

Der Begriff „Insights und Reporting der nächsten Generation“ wurde damals verwendet, um diesen neuen Ansatz zu beschreiben – der schließlich zur Data-Clean-Room-Technologie werden sollte.

Was versteht man unter einem Data Clean Room?

Es ist schwer zu sagen, warum eine bestimmte Technologiekategorie an Bedeutung gewinnt. Aber ein Zeichen dafür, dass sie an Bedeutung gewinnt, ist, wenn sie ein eigenes, weithin bekanntes Akronym erhält: Data Clean Rooms oder DCRs.

Das Konzept hinter Data Clean Rooms basiert auf derselben Herausforderung, die Google mit Ads Data Hub angegangen ist: die Data Collaboration zwischen zwei Parteien zu ermöglichen, ohne die zugrunde liegenden Daten offenzulegen.

Interne Daten gehören zu den wertvollsten Assets, die ein Unternehmen besitzt. Daher ist es äußerst sensibel, sie zugänglich zu machen. Dennoch gibt es kritische Szenarien, in denen die Analyse von Datasets verschiedener Parteien unerlässlich ist.

Data Clean Rooms bieten eine sichere, kontrollierte Umgebung, in der mehrere Unternehmen – oder sogar Geschäftsbereiche innerhalb eines Unternehmens – an sensiblen oder regulierten Daten zusammenarbeiten können, ohne dabei den Datenschutz zu gefährden.

Eine wichtige Komponente dieses konfigurierten Schutzes ist der Einsatz von Datenschutztechnologien (Privacy-Enhancing Technologies, PETs). Dazu gehören Methoden wie differenzieller Datenschutz, Richtlinien für Aggregation und Projektion sowie synthetische Datengenerierung.

Für wen sind Data Clean Rooms gedacht und was sind die häufigsten Anwendungsfälle?

Wie bereits erwähnt, gewannen Data Clean Rooms zunächst in der Werbebranche an Bedeutung, insbesondere zur Messung der Performance von Werbekampagnen, ohne dass der Publisher direkten Zugriff auf präzise Daten gewähren musste.

Mit der Zeit wurde der Umfang der Zusammenarbeit erweitert, indem verschiedene Interessengruppen mit unterschiedlichen Rollen in Werbeinitiativen einbezogen wurden:

• Marken Sie konzentrieren sich auf die Gewinnung neuer Kund:innen und die Umsatzsteigerung durch bezahlte Werbung.

• Publisher und Mediennetzwerke: Sie zielen darauf ab, ihre Daten und Anzeigenbestände zu monetarisieren.

• Agenturen: Sie unterstützen Werbetreibende und Publisher bei der Umsetzung und Strategie ihrer Kampagnen.

• Technologieanbieter und Datenanbieter: Sie verkaufen Daten, Identitätslösungen und Services wie Integrationen in das Werbe-Ökosystem.

Durch die Partnerschaften zwischen diesen Interessengruppen geformt gehören die folgenden Anwendungsfälle zu den typischen für die Zusammenarbeit in der Werbebranche:

• Datenanreicherung und Identität: Partner können interne Daten erweitern und die Adressierbarkeit verbessern.

• Strategische Planung: Werbetreibende können entscheiden, wo sie Werbebudgets ausgeben und die relevantesten Zielgruppen identifizieren.

• Kampagnenaktivierung: Verbrauchende können über direkte oder von Partnern unterstützte Kanäle erreicht werden.

• Messung und Optimierung: Unternehmen können die Auswirkungen von Kanälen auf Konversionen untersuchen und ihre Medienausgaben optimieren.

So nutzte Booking.com in Partnerschaft mit Snap Snowflake Data Clean Rooms, um die Kampagnen-Performance effektiver zu messen. Durch diese Zusammenarbeit stieg das Vertrauen in die Ergebnisse von unter 20 % auf beeindruckende 99 %.

Das Potenzial von Data Clean Rooms geht jedoch weit über die Werbung hinaus und kann andere Branchen erreichen, wie in den folgenden Beispielen:

• Gesundheitswesen: Die Branche beschleunigt die Arzneimittelforschung und -entwicklung, indem sie sichere Datenanalysen zwischen Laboren und Gesundheitseinrichtungen ermöglicht, ohne sensible Informationen preiszugeben.

• Finanzdienstleistungen: Unternehmen beschleunigen die Betrugserkennung und verbessern Credit-Scoring-Modelle, während sie gleichzeitig Kundendaten schützen.

Werbung ist nur der Ausgangspunkt, um den Wert dieser Technologie unter Beweis zu stellen. Da die Branchen immer mehr die Vorteile einer sicheren, den Datenschutz wahrenden Data Collaboration erkennen, können wir in den nächsten Jahren mit einer breiteren Akzeptanz in der Branche rechnen.

Wie schneiden Data Clean Rooms im Vergleich zu anderen Technologien ab?

Ein weit verbreitetes Missverständnis ist, dass Data Clean Rooms dasselbe sind wie Data-Sharing-Technologien. Mit sicheren Data-Sharing-Lösungen können Dateneigentümer ihre Datasets unter Einhaltung bestimmter Kontrollen teilen. Ziel des Data Sharing ist es, Zugriff auf die detaillierten zugrunde liegenden Daten zu gewähren – in direktem Gegensatz zum Zweck der Data Clean Rooms, die diesen Zugriff verhindern und gleichzeitig Datenanalysen ermöglichen.

Eine weitere Technologiekategorie, die oft mit Data Clean Rooms verglichen wird, ist die Kundendatenplattform (Customer Data Platform, CDP). Beide verlassen sich auf interne Daten, um einen Mehrwert zu liefern, aber die Gemeinsamkeiten enden dort. CDPs konzentrieren sich darauf, Marketingexpert:innen und Werbetreibenden interne Daten einer Marke zur Verfügung zu stellen, um personalisierte Kundenerfahrungen zu schaffen. CDPs fehlen jedoch die Tools und Maßnahmen, die für eine sichere Zusammenarbeit mit externen Dateneigentümern erforderlich sind.

Wie funktioniert ein Data Clean Room?

Sobald ein Kooperationsvertrag zwischen zwei oder mehr Parteien zustande gekommen ist, richtet ein Dateneigentümer – der sogenannte „Datenanbieter“ – eine Clean-Room-Umgebung ein. Der Datenanbieter legt fest, welche Daten innerhalb des Clean Rooms zugänglich sind, und legt fest, welche Aktivitäten für diese Datasets zulässig sind, wie z. B. Zielgruppenüberschneidungsanalyse oder Lookalike-Modellierung.

Jede an der Zusammenarbeit beteiligte Partei behält jederzeit die volle Kontrolle über ihre Datasets. Sie können bei Bedarf entscheiden, den Datenzugriff zu gewähren oder zu widerrufen, damit ihre Daten kontrolliert bleiben und in ihrem Eigentum bleiben.

Nachdem die Datasets innerhalb des Clean Rooms zugänglich gemacht wurden, ist ein Abgleichprozess zwischen ihnen erforderlich. Einige Data-Clean-Room-Technologien zwingen die Verwendung eines bestimmten Identifikators als Matching-Schlüssel durch, während andere agnostisch sind, sodass sich die Kooperationspartner auf die Matching-Kriterien ihrer Wahl einigen können. Eine erfolgreiche Zusammenarbeit setzt eine exakte Übereinstimmung der Werte für einen bestimmten Datenpunkt (z. B. ein bestimmtes Feld) zwischen den Datasets voraus.

Die Zusammenarbeit in einem Clean Room endet oft, sobald die gewünschten Erkenntnisse gewonnen wurden. In einigen Szenarien kann der Clean Room jedoch die Aktivierung des resultierenden Datasets auf einem zulässigen Kanal ermöglichen.

Data Clean Rooms allein reichen nicht aus

Data Clean Rooms ermöglichen zwar sichere Data Collaboration, doch sollten Sie nicht vergessen, dass Datenschutz nicht durch den Einsatz einer einzigen Technologie erreicht wird. Echter Datenschutz erfordert eine umfassende Strategie, die bei den Verbraucher:innen anfängt.

Wenn ein Unternehmen mit anderen Parteien an Daten zusammenarbeiten möchte, ist die Einholung einer Einwilligung der Verbraucher:innen nicht verhandelbar. Um sich Einwilligungen zu sichern, müssen Unternehmen Transparenz priorisieren und einen klaren Wertaustausch gewährleisten. Verbraucher:innen sind sich heute des Wertes ihrer Daten immer bewusster und teilen diese seltener, ohne zu verstehen, was sie dafür erhalten.

Selbst mit den fortschrittlichen Datenschutz- und Sicherheitstechnologien von Data Clean Rooms müssen Unternehmen robuste Data-Governance-Praktiken einrichten. Diese Praktiken sollten alle Aktivitäten im Zusammenhang mit Datenzugriff und -nutzung regeln, um Compliance zu gewährleisten und Vertrauen aufrechtzuerhalten.

Snowflake Data Clean Rooms für Data Collaboration

Die Snowflake AI Data Cloud wird von Tausenden Unternehmen genutzt, um ihre internen Daten sicher zu speichern und zu verarbeiten, einschließlich sensibler und regulierter Datasets. Mit seiner zuverlässigen Infrastruktur und seinem einheitlichen Governance-Modell bietet Snowflake umfassende Compliance-, Sicherheits- und Datenschutzkontrollen, die einheitlich durchgesetzt werden.

Snowflake Data Clean Rooms ist eine Snowflake Native App, die zusätzlich zur AI Data Cloud bereitgestellt wird und eine datenschutzwahrende und zuverlässige Umgebung für Data Collaboration bietet. Die Lösung unterstützt sowohl technische als auch geschäftliche Teams und kann die sichere Zusammenarbeit vereinfachen, ohne dabei den Datenschutz zu gefährden.

Unternehmen entscheiden sich für Snowflake Data Clean Rooms nicht nur wegen seiner nahtlosen Integration in das Snowflake-Ökosystem, sondern auch wegen seiner einzigartigen Vorteile:

• Neutralität: Vermeiden Sie Interessenkonflikte mit einer agnostischen und neutralen Lösung. Im Gegensatz zu alternativen Lösungen verkauft Snowflake keine Daten, Identitätslösungen oder Medien, wodurch Interessenkonflikte vermieden werden.

• Vertrauenswürdigkeit: Beschleunigen Sie die Zusammenarbeit, indem Sie dieselbe Technologie nutzen, der auch führende Publisher und branchenführende Unternehmen für ihre Clean-Room-Initiativen vertrauen.

• Regions- und cloudübergreifende Interoperabilität: Arbeiten Sie mit Partnern zusammen, die die Cloud-Infrastruktur Ihrer Wahl nutzen – ob AWS, Microsoft Azure oder Google Cloud.

Besuchen Sie unsere virtuelle Veranstaltung Accelerate Media and Entertainment, um mehr über die Zukunft der Data Collaboration zu erfahren.