Die FH Salzburg gratuliert FH-Prof. Priv.-Doz. MMag. Dr. Günther Eibl herzlich zum erfolgreichen Abschluss seiner Habilitation, die höchste akademische Prüfung, in der herausragende Leistungen in wissenschaftlicher Forschung und Lehre nachgewiesen werden. Günther Eibl ist damit bereits der vierte Kollege aus dem Studiengang Informationstechnik & System-Management, der die höchstrangige Qualifikation im österreichischen Hochschulsystem erlangt hat.
Seine Habilitationsschrift verfasste Günther Eibl zum Thema „Methods for Data-Privacy: Privacy Analysis and Privacy Enhancing Technologies” und befasste sich mit Methoden und Technologien zur Verbesserung des Datenschutzes. Diese Methoden entwickelte Günther Eibl in seiner Forschungstätigkeit am Zentrum für sichere Energieinformatik und brachte sie speziell im Bereich zukünftiger, digitalisierter Energiesysteme zum Einsatz.
Die Speicherung, Nutzung und Verarbeitung von personenbezogenen Daten ist stets in Abhängigkeit zu einem bestimmten Zweck zu setzen (Zweckbindung). Wenn ein Unternehmen oder eine Person zwar personenbezogene Daten verarbeiten darf, diese Daten aber für einen anderen als den vorgesehenen Zweck verarbeitet, liegt ein Datenschutzverstoß vor.
Günther Eibl untersuchte daher, was man abgesehen vom vorgesehenen Zweck mit den Daten machen kann: speziell, welche privaten Informationen man mit intelligenten Mess-Systemen – also Smart Metern - gemessenen Verbrauchsdaten entlocken kann. Die dafür angewandten Methoden stammen aus dem Bereich Datenanalyse mit dem Schwerpunkt Visualisierung, Statistik, Machine Learning sowie auch problemspezifische Methoden, wie NILM (Nonintrusive Load Monitoring), also der Einsatz von maschinellen Lernverfahren zur vollautomatischen Analyse.
Als zweiten Schwerpunkt setzte sich Günther Eibl mit Maßnahmen zum Datenschutzgrundsatz der Datenminimierung auseinander: wie können nur die benötigten Daten verarbeitet werden, wie etwa die Summe der Messwerte von Haushalten, ohne die einzelnen Basisdaten offenlegen zu müssen. Die dabei verwendeten Protokolle basieren auf (Public Key) Kryptografie, Secure Multiparty Computation und Statistik. Zudem beschäftigte er sich mit oft vernachlässigten formalen Beweisen der gewünschten Eigenschaften dieser Protokolle, die überdies einen Vergleich von Protokollen bezüglich des Datenschutzes ermöglichen.
Günther Eibl studierte an der Universität Innsbruck Mathematik und Physik. Seine Dissertation schrieb er im Bereich Machine Learning, speziell über Boosting-Methoden für Mehrklassenprobleme. Als PostDoc am Institut für theoretische Physik führte er numerische Simulationen von Plasma durch. Daraufhin ging er in die Privatwirtschaft und war dort überwiegend mit statistischen Analysen und der Anwendung von Machine Learning Verfahren beschäftigt.
Seit 2013 unterrichtet und forscht Günther Eibl an der FH Salzburg. Seine Schwerpunkte in der Lehre sind Mathematik, Statistik und grundlegende Methoden in Data Science. Am ebenfalls an der FH Salzburg angesiedelten Zentrum für sichere Energieinformatik (ZSE) forscht er im Forschungsschwerpunkt Data Privacy.
„Mein Forschungsschwerpunkt ist Datenschutz, vor allem in der Anwendungsdomäne Energiebereich. Der Fokus liegt dabei auf den Daten und nicht auf Rechtlichem oder Verordnungen. Dabei geht es einerseits um die Analyse, welche privaten Informationen aus übermittelten Energiedaten gewonnen werden können. Die dazu verwendeten Methoden liegen vor allem im Bereich Visualisierung, Statistik und künstliche Intelligenz. Andererseits entwickeln wir am Zentrum für sichere Energieinformatik effiziente Protokolle zur Datenminimierung. Dabei wird vereinfacht gesagt mit Daten gerechnet, ohne die Ursprungsdaten preisgeben zu müssen. Dadurch, dass nur die für die Anwendung notwendigen Informationen - wie etwa Mittelwerte - ermittelt werden, können Systeme funktionieren, trotz Einhaltung des Datenschutzes. Für die Entwicklung dieser Protokolle werden typischerweise Methoden aus der Kryptographie verwendet. Als Mathematiker beschäftige ich mich dabei auch damit, die Eigenschaften der entwickelten Methoden formal zu beweisen.“
