Automatisierte Erkennung und Analyse von Datenpraktiken mithilfe eines realen Korpus

Datenschutzrichtlinien sind entscheidend, um Benutzer über Datenpraktiken zu informieren, doch deren Länge und Komplexität schrecken häufig Benutzer davon ab, sie zu lesen. In diesem Papier schlagen wir einen automatisierten Ansatz vor, um Datenpraktiken innerhalb von Datenschutzrichtlinien auf verschiedenen Detailebenen zu identifizieren und zu visualisieren. Mit Hilfe von crowd-sourced Anmerkungen von der ToS;DR-Plattform experimentieren wir mit verschiedenen Methoden, um Richtlinienausschnitte mit vordefinierten Beschreibungen von Datenpraktiken abzugleichen. Zudem führen wir eine Fallstudie durch, um unseren Ansatz an einer realen Richtlinie zu bewerten, und demonstrieren seine Wirksamkeit bei der Vereinfachung komplexer Richtlinien. Experimente zeigen, dass unser Ansatz Datenpraktikbeschreibungen genau mit Richtlinienausschnitten abgleicht, was die Präsentation vereinfachter Datenschutzinformationen für Benutzer erleichtert.