5.2 Verarbeitungsweg (interne Verarbeitung)

Erläuterung für Nutzer:innen

Hier ist der gesamte interne Datenfluss von der Aufnahme bis zur Ergebnisaufbereitung als aufeinanderfolgende Prozesskette darzustellen. Jede Stufe sollte benennen, an welcher Stelle personenbezogene Daten verarbeitet werden und welche technischen oder organisatorischen Schutzmaßnahmen greifen.

Textbeispiele/-bausteine

Die Daten durchlaufen innerhalb der Infrastruktur folgende Stufen gemäß 5.2.1 bis 5.2.5:

5.2.1 (Echtzeit-)Datenimport

  • Der Import erfolgt über [dedizierte, plattform- und versionsspezifisch konfigurierte API-Module / manuelle Downloadverfahren / bereitgestellte Datensätze] innerhalb der gesicherten Systemumgebung.
  • [Falls zutreffend] Es werden nur öffentlich zugängliche Inhalte abgefragt.
  • Es kommen vordefinierte Filterregeln (z. B. zu Hashtags, Zeiträumen, Themen, Keywords, Account-Listen, Sprache) zum Einsatz, um nur projektrelevante Daten zu erfassen (Prinzip der Datenminimierung).
  • Jede Abfrage wird protokolliert und über Monitoring-Tools überwacht [Tools benennen].
  • Systemänderungen (z. B. API-Wechsel, Versionssprung, Abschaltung einer Plattform) werden versioniert dokumentiert.

[Hier ggf. konkretisieren: Beschreiben Sie den technischen Importmechanismus (z. B. Python-Skripte). Nennen Sie die konkreten Filterregeln. Dokumentieren Sie, ob der Import echtzeitnah, near-real-time oder batch-basiert erfolgt. Falls Sie Compliance-APIs nutzen (z. B. zur Prüfung gelöschter Inhalte), beschreiben Sie dies gesondert.]

5.2.2 Rohdatenspeicherung

  • Die Rohdaten werden in der [Datenbank benennen] innerhalb der gesicherten Infrastruktur abgelegt.
  • Der Zugriff ist strikt rollenbasiert eingeschränkt (vgl. Berechtigungskonzept).
  • Die Speicherung erfolgt in einem abgeschotteten Netzbereich.

[Hier ggf. konkretisieren: Nennen Sie Datenbanktyp und Speicherort (z. B. PostgreSQL auf Projektservern). Beschreiben Sie das Datenmodell kurz oder verweisen Sie auf das Datenkonzept (vgl. Kapitel 1.1.2 ). Falls Sie Rohdaten aus verschiedenen Quellen zusammenführen, dokumentieren Sie dies und prüfen Sie, ob dabei neue Verknüpfbarkeiten entstehen.]

5.2.3 Vorverarbeitung / Normalisierung

  • Vor der Analyse erfolgt eine standardisierte Vorverarbeitung:
    • Bereinigung von Zeichensätzen, Zeitzonen, fehlerhaften Encodings;
    • Parsing in Analyse-fähige Strukturen;
    • Anreicherung durch Lookup-Tabellen (z. B. öffentliche Rollen, Parteizugehörigkeit, Regionalinformationen, Genderinformationen).
  • Die Vorverarbeitung erfolgt ausschließlich im internen Netzbereich (kein Export in externe Systeme).

[Hier ggf. konkretisieren: Beschreiben Sie die eingesetzten Tools und Bibliotheken (z. B. Pandas, tidyverse, OpenRefine). Nennen Sie die Lookup-Tabellen explizit. Dokumentieren Sie, ob personenbezogene Daten in diesem Schritt verändert, ergänzt oder pseudonymisiert werden.]

5.2.4 Analyse und Modellierung

  • Anwendung [text-, netzwerk- und/oder bildanalytischer Verfahren], z. B.:
    • Natural Language Processing [konkret benennen]
    • Netzwerkanalyse [konkret benennen]
    • Multimodale Analyse [konkret benennen]
  • Die Analysepipelines laufen [containerisiert / in einer virtuellen Umgebung / auf dedizierten Servern] und modular innerhalb der geschützten Infrastruktur.
  • Zwischenstände werden temporär in gesicherten Analysecontainern gespeichert.
  • Ein Export personenbezogener Rohdaten außerhalb der geschützten Umgebung findet nicht statt.

[Hier ggf. konkretisieren: Listen Sie die eingesetzten Analyseverfahren und Frameworks auf (z. B. spaCy, NLTK, igraph, Gephi, TensorFlow, PyTorch). Beschreiben Sie, ob Sie Machine-Learning-Modelle trainieren oder vortrainierte Modelle einsetzen. Falls Sie externe Modelle oder APIs für die Analyse nutzen, prüfen Sie den AVV-Bedarf und dokumentieren Sie dies.]

5.2.5 Aggregation und Ergebnisaufbereitung

  • Ergebnisse werden aggregiert und [pseudonymisiert / anonymisiert] in die Ergebnisdarstellung überführt (z. B. Web-Anwendung, wissenschaftliche Veröffentlichungen, Policy Reports, Dashboards).
  • Es gelten verbindliche Veröffentlichungsrichtlinien.
  • Ergebnisse sind nicht rückführbar auf einzelne Nutzer:innen, es sei denn, es handelt sich um öffentliche Personen oder Accounts mit politischer Mandatsfunktion, deren Kommunikation selbst Untersuchungsgegenstand ist.

[Hier ggf. konkretisieren: Beschreiben Sie die Aggregationsstufen. Nennen Sie die (geplanten) Ergebnisformate.]