Data Protection, Health Data and Insurance

Data protection, health data and insurance combine technical, medical, economic and social questions. At C1, the key skill is therefore linguistic precision: who processes which information, for what purpose, under what conditions, and with what possible consequences?

The core reasoning pattern is:

C1 core model: data → processing → purpose → access → protection → decision → consequences

This page develops vocabulary and speaking patterns for nuanced conversations, presentations, reports and formal communication. It is not medical or legal advice; the focus is language competence in this topic area.

1.Themenrahmen: Daten, Gesundheit und Versicherung

At C1, the goal is not merely to know isolated technical terms. You need to describe complex relationships precisely: what data are created, who processes them, for what purpose they are used, and what consequences this may have for privacy, healthcare, risk and insurance.

Beispiele

• Gesundheitsdaten können für die Versorgung nützlich und zugleich besonders sensibel sein.
• Bei der Nutzung persönlicher Daten müssen Nutzen und Schutzinteressen gegeneinander abgewogen werden.
• Im Mittelpunkt der Debatte steht die Frage, wer unter welchen Bedingungen auf welche Daten zugreifen darf.

2.Personenbezogene Daten

Personenbezogene Daten means personal data: information relating to an identified or identifiable person. For language use, core verbs include erheben, erfassen, verarbeiten, speichern, übermitteln, verknüpfen and löschen.

Beispiele

• Das Unternehmen verarbeitet personenbezogene Daten nur für festgelegte Zwecke.
• Die Daten wurden bei der Registrierung erhoben.
• Mehrere Datensätze lassen sich einer bestimmten Person zuordnen.

3.Gesundheitsdaten as sensitive information

Health data may include diagnoses, treatments, laboratory values, medication information, fitness data or information about limitations. In privacy debates, such data are treated as especially sensitive because disclosure can have far-reaching personal and economic consequences.

Beispiele

• Gesundheitsdaten sagen häufig mehr über eine Person aus als gewöhnliche Kontaktdaten.
• Ein Laborwert ist ohne medizinischen Kontext nicht immer sinnvoll zu interpretieren.
• Besonders sensible Informationen sollten nur einem klar abgegrenzten Personenkreis zugänglich sein.

4.Distinguishing data sources

Data may come directly from a person or be generated by devices, institutions and digital services. Precise statements should identify the source: vom Patienten angegeben, automatisch gemessen, aus der Akte übernommen, von einem Gerät erzeugt.

Beispiele

• Die Angabe stammt direkt von der versicherten Person.
• Die Messwerte werden automatisch vom Gerät übertragen.
• Ein Teil der Informationen wurde aus der elektronischen Akte übernommen.

5.Collecting and recording data

Daten erheben usually refers to systematic data collection, while Daten erfassen focuses more on recording data in a system. At C1, this distinction helps describe processes precisely.

Beispiele

• Vor der Datenerhebung sollte klar sein, wofür die Informationen benötigt werden.
• Die Angaben werden digital erfasst und anschließend geprüft.
• Nicht jede technisch erfassbare Information muss tatsächlich erhoben werden.

6.Processing data

Verarbeiten is an umbrella term covering many operations: organising, changing, analysing, combining, forwarding or deleting data. In formal texts it is often useful to specify exactly which processing step is meant.

Beispiele

• Die Daten werden verarbeitet, um die Anfrage zu bearbeiten.
• Für die Analyse werden verschiedene Datensätze miteinander verknüpft.
• Es sollte transparent sein, welche Verarbeitungsschritte stattfinden.

7.Storage and retention

For storage, location, duration and access are crucial. Typical collocations include Daten speichern, aufbewahren, archivieren, sichern, vorhalten as well as Speicherfrist and Aufbewahrungsdauer.

Beispiele

• Die Daten werden nur so lange gespeichert, wie sie für den jeweiligen Zweck benötigt werden.
• Für bestimmte Unterlagen gelten unterschiedliche Aufbewahrungsfristen.
• Eine unbegrenzte Speicherung sollte besonders begründet werden.

8.Access and access rights

There are important differences between Zugriff haben, Zugriff erhalten, Zugriff gewähren, Zugriff beschränken and Zugriff entziehen. In institutional communication, Berechtigung, Rollenmodell and Zugriffskontrolle are also useful.

Beispiele

• Nur autorisierte Personen erhalten Zugriff auf die vollständigen Daten.
• Die Zugriffsrechte werden nach Aufgabenbereichen vergeben.
• Nach einem Rollenwechsel müssen bestimmte Berechtigungen entzogen werden.

9.Sharing and transmission

Weitergabe is general and communicative; Übermittlung is more formal and process-oriented. At C1, it is useful to specify to whom, to what extent and for what purpose data are shared.

Beispiele

• Eine Weitergabe an Dritte sollte klar nachvollziehbar sein.
• Die Übermittlung erfolgt über eine gesicherte Verbindung.
• Es ist zu klären, welche Daten tatsächlich weitergegeben werden müssen.

10.Describing consent precisely

For Einwilligung (consent), common discussion points are voluntariness, information, scope and withdrawal. Useful expressions include einwilligen in, seine Einwilligung erteilen, verweigern, widerrufen and eine Einwilligung einholen.

Beispiele

• Die Patientin hat in die Nutzung ihrer Daten für diesen Zweck eingewilligt.
• Vor der Verarbeitung wurde eine ausdrückliche Einwilligung eingeholt.
• Eine erteilte Einwilligung kann unter bestimmten Bedingungen widerrufen werden.

11.Purpose and purpose limitation

A key linguistic contrast is für einen bestimmten Zweck verwenden versus für einen neuen Zweck weiterverwenden. Useful terms include Zweck, Verwendungszweck, zweckgebunden, zweckfremd and Zweckänderung.

Beispiele

• Die Daten wurden ursprünglich für die Behandlung erhoben.
• Eine spätere Nutzung zu einem anderen Zweck muss gesondert betrachtet werden.
• Entscheidend ist, ob die Verwendung noch vom ursprünglichen Zweck gedeckt ist.

12.Data minimisation and necessity

A useful question for nuanced argumentation is: Welche Daten sind für diesen Zweck wirklich erforderlich? This distinguishes technical possibility from substantive necessity.

Beispiele

• Nicht jede verfügbare Information ist für die Entscheidung erforderlich.
• Eine datensparsame Lösung beschränkt sich auf die notwendigen Angaben.
• Der Umfang der Datenerhebung sollte im Verhältnis zum Zweck stehen.

13.Deleting, restricting and retaining

In the data life cycle, it is important to distinguish löschen, sperren, archivieren and weiter aufbewahren. These verbs describe different states and access conditions.

Beispiele

• Nach Ablauf der Frist sollen die Daten gelöscht werden.
• Bestimmte Informationen bleiben archiviert, sind aber nicht mehr im Alltagssystem verfügbar.
• Vor dem Löschen ist zu prüfen, ob eine weitere Aufbewahrung erforderlich ist.

14.Pseudonymisation and anonymisation

At C1, the conceptual distinction matters: Pseudonymisierung reduces or separates direct identification, whereas Anonymisierung aims at a form in which the person should no longer be identifiable. The terms should not be used interchangeably in discussion.

Beispiele

• Für die Auswertung werden die Datensätze pseudonymisiert.
• Anonymisierte Daten sollen keinen direkten Rückschluss auf einzelne Personen erlauben.
• Pseudonymisierung und Anonymisierung verfolgen unterschiedliche Schutzziele.

15.Encryption and technical security

For technical safeguards, important verbs include verschlüsseln, entschlüsseln, absichern, authentifizieren, protokollieren and Zugriffe überwachen. C1 language links the measure to its purpose: um unbefugten Zugriff zu erschweren.

Beispiele

• Sensible Daten werden bei der Übertragung verschlüsselt.
• Mehrstufige Authentifizierung kann den Zugriff zusätzlich absichern.
• Zugriffe sollten protokolliert werden, damit Unregelmäßigkeiten nachvollziehbar bleiben.

16.Data breach and security incident

For incidents, neutral and precise wording matters. Datenpanne, Sicherheitsvorfall, unbefugter Zugriff, Datenverlust, Offenlegung and betroffene Personen allow a factual description without premature blame.

Beispiele

• Nach dem Sicherheitsvorfall wurde der Zugriff vorübergehend eingeschränkt.
• Betroffene Personen wurden über die Datenpanne informiert.
• Noch ist unklar, in welchem Umfang Daten offengelegt wurden.

17.Expressing transparency and information duties

For transparent communication, core expressions are darüber informieren, offenlegen, erläutern, nachvollziehbar machen and Auskunft geben. Good C1 wording specifies not only that information is provided but what about.

Beispiele

• Die Nutzerinnen und Nutzer sollten nachvollziehen können, wofür ihre Daten verwendet werden.
• Die Organisation legt offen, welche Stellen Zugriff erhalten.
• Auf Anfrage wird erläutert, welche Informationen gespeichert sind.

18.Rights and control over one’s own data

For discussing individual control, useful expressions include Auskunft verlangen, Berichtigung beantragen, Löschung verlangen, widersprechen, Einwilligung widerrufen and Daten übertragen lassen. Exact legal scope depends on context; here the focus is on the language patterns.

Beispiele

• Die betroffene Person verlangt Auskunft über die gespeicherten Daten.
• Falsche Angaben sollten berichtigt werden können.
• Gegen eine bestimmte Nutzung kann ausdrücklich Widerspruch eingelegt werden.

19.Wearables, apps and self-generated health data

Smartwatches, fitness trackers and health apps generate data continuously. Linguistically, distinguish Messwert, Selbstauskunft, Schätzung and abgeleiteter Information, because these categories may have different evidential value.

Beispiele

• Der Tracker erfasst Bewegungsdaten automatisch.
• Die App kombiniert Messwerte mit Angaben der Nutzerin.
• Nicht jede algorithmisch abgeleitete Information ist mit einer ärztlichen Diagnose gleichzusetzen.

20.Electronic records and data exchange

With electronic records, Zugänglichkeit, Aktualität, Vollständigkeit, Interoperabilität and Berechtigung are central. A productive discussion contrast is better information availability versus a larger attack surface.

Beispiele

• Eine digitale Akte kann Informationen schneller verfügbar machen.
• Gleichzeitig muss geklärt sein, wer welche Teile der Akte einsehen darf.
• Eine gute technische Vernetzung ersetzt keine klare Zugriffsregelung.

21.Secondary use and research

Data may be useful for research or statistics beyond their original care purpose. At C1, Sekundärnutzung should be clearly distinguished from the original purpose and described together with conditions, safeguards and uncertainties.

Beispiele

• Für Forschungszwecke sollen nur die erforderlichen Daten ausgewertet werden.
• Die Sekundärnutzung kann gesellschaftlichen Nutzen schaffen, wirft aber zusätzliche Schutzfragen auf.
• Entscheidend ist, unter welchen Bedingungen die Daten erneut verwendet werden.

22.Algorithms, profiles and risk scores

When profiles or risk scores are generated from many pieces of information, new language becomes relevant: ableiten, klassifizieren, bewerten, prognostizieren, ein Risiko einstufen. Distinguish the data basis, the model and the decision.

Beispiele

• Aus den vorhandenen Daten wird ein statistischer Risikowert abgeleitet.
• Ein Modell kann Zusammenhänge erkennen, ohne den Einzelfall vollständig abzubilden.
• Die algorithmische Bewertung sollte nicht mit einer sicheren Prognose verwechselt werden.

23.Insurance: core terms

Core insurance vocabulary includes Versicherung, Versicherer, versicherte Person, Vertrag, Tarif, Versicherungsschutz, Beitrag, Leistung, Schaden and Anspruch.

Beispiele

• Der Vertrag legt fest, welche Leistungen vom Versicherungsschutz umfasst sind.
• Die versicherte Person zahlt regelmäßig einen Beitrag.
• Ob ein Anspruch besteht, hängt von den konkreten Vertragsbedingungen ab.

24.Describing insurance coverage

Useful patterns include etwas ist abgedeckt, vom Versicherungsschutz umfasst, ausgeschlossen, nur teilweise erstattungsfähig or an Voraussetzungen geknüpft. These are more precise than simply saying bezahlt / bezahlt nicht.

Beispiele

• Die Behandlung ist grundsätzlich vom Versicherungsschutz umfasst.
• Bestimmte Leistungen sind nur unter zusätzlichen Voraussetzungen erstattungsfähig.
• Einige Risiken können vertraglich ausgeschlossen sein.

25.Premiums and costs

Depending on the insurance context, both Beitrag and Prämie are used. Useful expressions include Beitragshöhe, Kostenentwicklung, Beitrag anpassen, Kosten übernehmen, Kosten erstatten and Eigenanteil.

Beispiele

• Die Beitragshöhe hängt vom jeweiligen Tarifmodell ab.
• Ein Teil der Kosten wird von der Versicherung übernommen.
• Die Kostenentwicklung wird regelmäßig neu bewertet.

26.Deductibles and co-payments

Selbstbeteiligung and Eigenanteil describe forms of personal cost-sharing, but they are not identical in every system. At C1, explain the mechanism rather than treating the terms as exact equivalents.

Beispiele

• Bei diesem Tarif trägt die versicherte Person einen Teil der Kosten selbst.
• Die Selbstbeteiligung kann die laufenden Beiträge beeinflussen.
• Entscheidend ist, wann und in welcher Höhe ein Eigenanteil anfällt.

27.Benefits, reimbursement and claims

In the benefit process, core collocations include einen Antrag stellen, Unterlagen einreichen, einen Anspruch prüfen, Kosten erstatten, eine Leistung bewilligen oder ablehnen. Formal communication avoids unnecessarily emotional wording.

Beispiele

• Für die Erstattung müssen zusätzliche Unterlagen eingereicht werden.
• Der Antrag wird nach Eingang der vollständigen Dokumente geprüft.
• Die Leistung wurde teilweise bewilligt und teilweise abgelehnt.

28.Describing risk assessment precisely

Insurance discussions involve Risiko, Risikofaktor, Risikoprofil, Einstufung and Wahrscheinlichkeit. At C1, make clear whether a statement concerns statistical groups or an individual person.

Beispiele

• Ein statistischer Zusammenhang erlaubt nicht automatisch eine sichere Aussage über den Einzelfall.
• Der Versicherer bewertet bestimmte Risiken nach festgelegten Kriterien.
• Die Risikoeinstufung sollte von einer medizinischen Diagnose unterschieden werden.

29.Health information in insurance contexts

Health information may be relevant in certain insurance contexts. Linguistically, distinguish Angabe machen, Auskunft erteilen, Unterlagen vorlegen, Gesundheitsfrage beantworten and medizinische Daten übermitteln.

Beispiele

• Im Antrag werden bestimmte Gesundheitsangaben abgefragt.
• Es sollte klar sein, welche Informationen für die Risikoprüfung benötigt werden.
• Nicht jede medizinische Information ist für jeden Versicherungszweck gleichermaßen relevant.

30.Fairness, equal treatment and discrimination risks

C1 discussions need language for normative questions: fair, verhältnismäßig, sachlich gerechtfertigt, benachteiligend, diskriminierend, transparent, nachvollziehbar. Do not automatically equate observed unequal treatment with a legal judgement.

Beispiele

• Eine unterschiedliche Behandlung muss sachlich begründet werden können.
• Die Kriterien sollten transparent und nachvollziehbar sein.
• Es stellt sich die Frage, ob bestimmte Datennutzungen einzelne Gruppen systematisch benachteiligen.

31.Solidarity and risk-based models

Insurance debates often juxtapose two logics: Risiken individuell bepreisen and Risiken solidarisch verteilen. These terms help describe trade-offs without automatically declaring one side correct.

Beispiele

• Ein risikobasiertes Modell berücksichtigt individuelle Merkmale stärker.
• Ein solidarisches Modell verteilt bestimmte Risiken auf eine größere Gemeinschaft.
• Zwischen individueller Kalkulation und solidarischem Ausgleich kann ein Zielkonflikt entstehen.

32.Data exchange between actors

Health and insurance contexts may involve insured persons, doctors, clinics, insurers, service providers, platforms or research institutions. C1 language makes data flows explicit: von wem → an wen → wozu → in welchem Umfang.

Beispiele

• Die Klinik übermittelt nur die für die Abrechnung erforderlichen Angaben.
• Ein externer Dienstleister verarbeitet Daten im Auftrag der Organisation.
• Bei jedem Datenaustausch sollte der Empfängerkreis klar benannt werden.

33.Fraud prevention and misuse risks

Insurance language also includes Missbrauch, Betrugsverdacht, Plausibilitätsprüfung, Auffälligkeit and Kontrollmechanismus. Precise language distinguishes suspicion, indication and established fact.

Beispiele

• Eine Auffälligkeit ist noch kein Beweis für einen Missbrauch.
• Der Vorgang wird einer zusätzlichen Plausibilitätsprüfung unterzogen.
• Kontrollmechanismen sollen Missbrauch erschweren, dürfen aber nicht zu pauschalen Verdächtigungen führen.

34.Balancing utility and privacy

For C1 argumentation, structures such as einerseits … andererseits, dem Nutzen steht das Risiko gegenüber, and der Vorteil besteht darin, dass …, während … are particularly useful.

Beispiele

• Einerseits können verknüpfte Daten die Versorgung verbessern, andererseits erhöhen sie den Schutzbedarf.
• Dem möglichen Nutzen einer breiteren Datennutzung steht das Risiko eines Kontrollverlusts gegenüber.
• Entscheidend ist nicht nur, ob Daten genutzt werden, sondern unter welchen Bedingungen.

35.Expressing proportionality

A C1-level evaluation criterion is Verhältnismäßigkeit (proportionality). Useful patterns include im Verhältnis zu, gemessen an, nicht weiter gehen als erforderlich, einen angemessenen Ausgleich schaffen.

Beispiele

• Der Eingriff sollte im Verhältnis zum angestrebten Zweck stehen.
• Die Datenerhebung darf nicht weiter gehen als für den vorgesehenen Zweck erforderlich.
• Gesucht wird ein angemessener Ausgleich zwischen Informationsbedarf und Privatsphäre.

36.Hedging claims: evidence and uncertainty

On sensitive topics, claims should not be stronger than the evidence allows. Useful expressions include deutet darauf hin, lässt vermuten, könnte, dürfte, nach bisherigem Stand, unter bestimmten Voraussetzungen.

Beispiele

• Die bisherigen Daten deuten darauf hin, dass der Effekt begrenzt ist.
• Eine solche Nutzung könnte unter bestimmten Voraussetzungen sinnvoll sein.
• Nach bisherigem Stand lässt sich keine eindeutige Schlussfolgerung ziehen.

37.Clarifying and asking follow-up questions

Precise follow-up questions are central in professional conversations. Good C1 questions target purpose, scope, recipients, duration, basis or decision criteria and avoid vague wording.

Beispiele

• Könnten Sie erläutern, zu welchem konkreten Zweck diese Daten benötigt werden?
• Wer erhält Zugriff auf die vollständigen Angaben?
• Nach welchen Kriterien wird über die Leistung entschieden?

38.Expressing concerns objectively

Instead of emotional accusations, useful formulations include Bedenken bestehen hinsichtlich …, kritisch erscheint …, problematisch könnte sein …, nicht ausreichend geklärt ist ….

Beispiele

• Bedenken bestehen insbesondere hinsichtlich der langfristigen Speicherung.
• Kritisch erscheint, dass der Empfängerkreis nicht eindeutig beschrieben wird.
• Nicht ausreichend geklärt ist, wie fehlerhafte Daten korrigiert werden können.

39.Proposing safeguards

C1 language links criticism with constructive options. Useful patterns include es wäre sinnvoll, … zu beschränken, als Schutzmaßnahme kommt … in Betracht, eine Möglichkeit bestünde darin, ….

Beispiele

• Eine Möglichkeit bestünde darin, den Zugriff stärker nach Rollen zu begrenzen.
• Als zusätzliche Schutzmaßnahme kommt eine Pseudonymisierung in Betracht.
• Es wäre sinnvoll, die Speicherdauer klarer zu begrenzen.

40.Formulating conditions

For qualified agreement, sofern, vorausgesetzt, dass, unter der Bedingung, dass, nur wenn are especially useful.

Beispiele

• Eine weitergehende Nutzung wäre vertretbar, sofern die Daten wirksam geschützt werden.
• Der Vorschlag überzeugt nur, wenn die betroffenen Personen transparent informiert werden.
• Unter der Bedingung, dass der Zugriff streng begrenzt bleibt, erscheint die Lösung praktikabel.

41.Formal correspondence with insurers

Formal correspondence needs a clear statement of facts, a specific request and an objective tone. Typical expressions include um Auskunft bitten, Unterlagen nachreichen, eine Entscheidung überprüfen lassen, um Begründung bitten, Widerspruch einlegen.

Beispiele

• Ich bitte um eine nachvollziehbare Begründung der Entscheidung.
• Die angeforderten Unterlagen reiche ich mit diesem Schreiben nach.
• Bitte teilen Sie mir mit, welche Angaben für die weitere Prüfung noch erforderlich sind.

42.Critically reviewing a decision

At C1, criticism should distinguish Sachverhalt, Kriterium, Bewertung and Folge. This turns a simple objection into a traceable argument.

Beispiele

• Der Sachverhalt ist unstrittig, die daraus gezogene Bewertung jedoch nicht.
• Unklar bleibt, welches Kriterium für die Ablehnung ausschlaggebend war.
• Aus meiner Sicht folgt aus den genannten Daten nicht zwingend diese Entscheidung.

43.Data quality and sources of error

Decisions are only as reliable as the data used. Useful terms include Datenqualität, Vollständigkeit, Aktualität, Genauigkeit, Verzerrung, fehlerhafte Zuordnung and Datenlücke.

Beispiele

• Veraltete Daten können zu einer falschen Einschätzung führen.
• Die Datenbasis weist erhebliche Lücken auf.
• Vor einer Entscheidung sollte geprüft werden, ob die Angaben aktuell und vollständig sind.

44.Correlation, prediction and the individual case

With data-driven risk models, distinguish statistical association from individual prediction. C1 expressions such as im Durchschnitt, auf Gruppenebene, statistisch erhöht, im Einzelfall are useful.

Beispiele

• Auf Gruppenebene zeigt sich ein Zusammenhang, der für den Einzelfall nur begrenzte Aussagekraft hat.
• Ein statistisch erhöhtes Risiko bedeutet nicht, dass das Ereignis tatsächlich eintreten wird.
• Die Prognosewahrscheinlichkeit darf nicht mit Gewissheit verwechselt werden.

45.Structuring trade-offs

This topic involves privacy, medical utility, cost control, research, individual autonomy and solidarity. At C1, multiple goals should be made visible simultaneously rather than reduced to a simple pros-and-cons list.

Beispiele

• Mehr Datennutzung kann die Analyse verbessern, zugleich aber die Anforderungen an Kontrolle und Transparenz erhöhen.
• Eine kostengünstige Lösung ist nicht automatisch die datenschutzfreundlichste Lösung.
• Die entscheidende Frage lautet, wie mehrere legitime Ziele miteinander vereinbart werden können.

46.C1 language for nuanced discussion

At advanced level, useful patterns connect perspectives: aus Sicht von …, unter Datenschutzgesichtspunkten, im Hinblick auf …, im Spannungsfeld zwischen … und …, unter der Voraussetzung, dass ….

Beispiele

• Aus Sicht der Versicherten steht vor allem die Transparenz der Entscheidung im Vordergrund.
• Unter Datenschutzgesichtspunkten ist der Umfang der Datenerhebung besonders relevant.
• Die Lösung bewegt sich im Spannungsfeld zwischen individueller Kontrolle und institutionellem Informationsbedarf.

47.Register: neutral, technical and institutional

C1 competence also means expressing the same fact in different registers. Die Firma gibt meine Daten weiter is everyday-neutral; das Unternehmen übermittelt personenbezogene Daten an einen externen Dienstleister is more technical and precise.

Beispiele

• Im Gespräch kann eine einfachere Formulierung angemessener sein.
• In einem Bericht sollte der konkrete Verarbeitungsvorgang präzise benannt werden.
• Fachsprache ist nur dann hilfreich, wenn sie die Aussage genauer macht.

48.Typical errors and overstatements

Common problems include absolute statements such as niemand darf, immer illegal, vollständig anonym or der Algorithmus weiß. At C1, legal, technical and statistical claims should be tied closely to the specific context.

Beispiele

• Ob eine Datennutzung zulässig ist, hängt vom konkreten Kontext ab.
• Ein Modell berechnet Wahrscheinlichkeiten und verfügt nicht über menschliches Wissen.
• Statt einer absoluten Aussage ist häufig eine präzise Einschränkung angemessener.

49.Summary: language map

A useful thinking sequence for this topic is: Datenart → Quelle → Verarbeitung → Zweck → Zugriff → Schutz → Entscheidung → Folgen → Bewertung. Keeping these layers separate enables much more precise discussion of privacy, health data and insurance.

Beispiele

• Zuerst sollte geklärt werden, um welche Daten es überhaupt geht.
• Danach ist entscheidend, wer sie zu welchem Zweck verarbeitet.
• Erst auf dieser Grundlage lässt sich Nutzen, Risiko und Fairness differenziert bewerten.

50.Compact vocabulary by function