Einige neue quantitative Randomized-Response-Modelle mit optionaler und partieller Verschleierung für sensible Daten

Warum es so schwierig ist, heikle Fragen zu stellen

Viele der wichtigsten sozialen Fragen — etwa zum Drogenkonsum, versteckten Einkommen, Steuerhinterziehung oder illegalem Verhalten — sind genau diejenigen, die Menschen am wenigsten ehrlich beantworten möchten. Wenn sie Urteil oder Bestrafung befürchten, lügen sie möglicherweise oder verweigern die Antwort, und das verfälscht Umfrageergebnisse. Dieser Artikel stellt neue Möglichkeiten vor, Umfragen so zu gestalten, dass Personen ihre persönlichen Antworten sicher verbergen können und Forscher gleichzeitig mit hoher Genauigkeit messen können, wie verbreitet diese sensiblen Verhaltensweisen in der Bevölkerung wirklich sind.

Wie Zufall Ihre Privatsphäre schützen kann

Seit den 1960er-Jahren nutzen Statistiker einen cleveren Trick, der als Randomized Response bekannt ist. Statt eine heikle Frage direkt zu beantworten, nutzt eine Person ein zufälliges Hilfsmittel — etwa einen Münzwurf oder ein Drehrad — um zu entscheiden, ob sie die Wahrheit sagt oder eine verschleierte Antwort gibt. Da nur der Befragte das Ergebnis des Zufallshilfsmittels sieht, kann von außen niemand wissen, ob eine bestimmte Antwort echt ist. Doch weil die Forscher die Zufallsregeln kennen, können sie dennoch genaue Mittelwerte für die gesamte Gruppe rekonstruieren. Spätere Arbeiten weiteten diese Idee von Ja/Nein-Fragen auf numerische Fragen aus, etwa wie oft jemand gegen das Gesetz verstoßen hat oder wie hoch nicht deklarierte Einkünfte sind.

Den Menschen erlauben zu wählen, wie viel sie verbergen

Traditionelle Datenschutzmethoden behandeln alle gleich: Die Antwort jeder Person wird auf dieselbe Weise verschleiert, selbst wenn manche kaum Sorge wegen der Frage haben. Dieser „One-size-fits-all“-Ansatz kann Informationen verschwenden und dennoch vorsichtige Personen nicht ausreichend schützen. Um das zu ändern, entwickelten Forscher optionale Modelle. Dabei kann jede Person entweder ihre wahre Zahl angeben oder eine verschlüsselte Version senden, je nach ihrem Komfort. Die neue Studie baut diese Idee für numerische Daten aus, indem sie vier Modelle entwickelt, die direkte Antworten mit unterschiedlichen Arten der Verschleierung mischen — manchmal durch Hinzufügen zufälligen Rauschens, manchmal durch Multiplikation mit einem zufälligen Faktor und manchmal durch mehrere Stufen der Randomisierung.

Vier neue Wege, Sicherheit und Genauigkeit auszubalancieren

Die Autoren stellen vier verwandte Modelle vor, bezeichnet als M1 bis M4. Alle zielen darauf ab, ohne Verzerrung den Durchschnittswert einer sensiblen Größe in der Bevölkerung zu schätzen, das heißt im Mittel den wahren Wert zurückzugewinnen. M1 erweitert ein bestehendes Verfahren um eine zweite Randomisierungsstufe, die die Unsicherheit über die Antwort einer einzelnen Person erhöht und gleichzeitig die Gesamtberechnung einfach hält. M2 kombiniert einen ersten Schritt, in dem einige Personen direkt antworten, mit einem zweiten Schritt, der Antworten entweder durch Multiplikation oder durch Addition von zufälligem Rauschen verschleiert. M3 und M4 verallgemeinern frühere Mehrfachoption-Designs weiter und bieten Befragten mehrere mögliche verschleierte Formen ihres wahren Werts. Diese zusätzlichen Wahl- und Zufallsschichten schaffen mehr „Schutz“ für Individuen, während Statistiker dennoch das Gesamtbild entschlüsseln können.

Privatsphäre und Präzision messen

Weil stärkere Verschleierung Menschen schützen, aber gleichzeitig die Daten verwischen kann, ist die zentrale Frage, wie der Kompromiss zwischen Privatsphäre und Präzision beurteilt werden soll. Die Autoren vergleichen ihre vier Modelle mit sieben bekannten früheren Methoden anhand mehrerer Maßstäbe. Sie betrachten die statistische Effizienz, die widerspiegelt, wie variabel die endgültige Schätzung ist, sowie Maße zur Privatsphäre, die erfassen, wie weit gemeldete Werte typischerweise vom wahren Wert einer Person entfernt sind. Außerdem verwenden sie eine kombinierte Kennzahl — die sogenannte Phi-Maßnahme — die es dem Analytiker erlaubt zu wählen, wie viel Gewicht er Privatsphäre gegenüber Effizienz einräumt. In einem breiten Spektrum von Einstellungen zeigen die neuen Modelle, insbesondere M1 und M4, durchgehend bessere kombinierte Werte als die älteren Methoden.

Das richtige Werkzeug für ein sensibles Thema wählen

Die Studie behauptet nicht, dass ein einzelnes Modell für alle Situationen am besten ist. Stattdessen bietet sie klare Hinweise darauf, wann welche Methode eingesetzt werden sollte. Wenn der Schutz der individuellen Privatsphäre oberste Priorität hat und Forscher bereit sind, etwas mehr statistisches Rauschen zu akzeptieren, werden die Modelle M1 bis M3 empfohlen. Sie geben starke Garantien, dass die wahre Antwort einer einzelnen Person nicht leicht erraten werden kann. Wenn Umfrageveranstalter mehr Wert darauf legen, so viel Genauigkeit wie möglich aus begrenzten Daten herauszuholen — etwa bei kleinen oder kostenintensiven Studien —, schneidet Modell M4 tendenziell am besten ab. Insgesamt ist die Botschaft für Nichtfachleute beruhigend: Durch sorgfältiges Design der zufälligen Regeln einer Umfrage ist es möglich, sehr sensible numerische Fragen so zu stellen, dass sie für Teilnehmende ethisch sicherer und zugleich wissenschaftlich verlässlicher sind.

Zitation: Iqbal, S., Hussain, Z. & Omer, T. Some new quantitative randomized response models using optional and partial scrambling for sensitive data. Sci Rep 16, 7734 (2026). https://doi.org/10.1038/s41598-026-40714-0

Schlüsselwörter: datenschutzfreundliche Umfragen, zufallsbezogene Antwort, sensible Daten, Umfragemethodik, statistische Vertraulichkeit