Datenschutz und Nutzerdaten in der Informatik-Bachelorarbeit 2026

Viele Informatik-Bachelorarbeiten mit einem praktischen Software- oder App-Projekt kommen an einem Punkt vorbei, der schnell übersehen wird: Sobald echte Personen die entwickelte Anwendung testen, Fragebögen ausfüllen oder ihr Nutzungsverhalten protokolliert wird, bearbeitest du personenbezogene Daten — und damit unterliegt deine Arbeit dem Schweizer Datenschutzrecht, genau wie jedes andere Forschungsprojekt. Dieser Beitrag ordnet, was das revidierte Datenschutzgesetz (revDSG) für eine Informatik-Bachelorarbeit praktisch bedeutet: wann eine Einwilligung nötig ist, wie Nutzerdaten und Logdaten korrekt anonymisiert werden, und wie sich Datenschutz von Beginn an in die eigene Softwarearchitektur einplanen lässt.

Wann gilt das Datenschutzgesetz für deine Bachelorarbeit?

Das revidierte Datenschutzgesetz (revDSG) schützt die Persönlichkeit und Grundrechte natürlicher Personen, deren Daten bearbeitet werden — unabhängig davon, ob die Bearbeitung durch ein Unternehmen, eine Hochschule oder eine einzelne Studierende oder einen einzelnen Studierenden im Rahmen einer Bachelorarbeit erfolgt. Sobald deine Arbeit personenbezogene Daten umfasst — etwa Namen, E-Mail-Adressen, Nutzungsprotokolle, IP-Adressen, Standortdaten oder Antworten aus einem Fragebogen zu deiner Anwendung —, greift das Gesetz auch für dich als Studierende oder Studierenden. Das gilt unabhängig von der Grösse des Projekts: Auch ein Usability-Test mit fünf Testpersonen unterliegt denselben Grundprinzipien wie eine kommerzielle Datenerhebung.

Nicht betroffen sind Daten, die von Beginn an vollständig anonym erhoben werden und zu keinem Zeitpunkt einer Person zugeordnet werden können — etwa aggregierte, nicht personenbezogene Performance-Messwerte deiner Software. Sobald aber auch nur ein indirekter Rückschluss auf eine einzelne Person möglich ist, etwa über eine Kombination mehrerer Merkmale, gilt die Erhebung als personenbezogen und damit als datenschutzrelevant.

Ein Smartphone-Bildschirm zeigt ein Datenschutz-Einstellungsmenü einer mobilen Anwendung
Ein Usability-Test mit echten Testpersonen unterliegt denselben Datenschutzgrundsätzen wie jede andere Datenerhebung.

Einwilligung für Usability-Tests und Nutzerstudien

Wer für die Bachelorarbeit einen Usability-Test, eine Nutzerstudie oder ein Feldexperiment mit der eigenen Anwendung durchführt, braucht in aller Regel eine informierte Einwilligung der teilnehmenden Personen. Informiere Testpersonen vorab klar und verständlich darüber, welche Daten erhoben werden — etwa Bildschirmaufnahmen, Klickpfade, Zeitmessungen oder Fragebogenantworten —, wofür diese Daten verwendet werden, wie lange sie aufbewahrt werden und dass die Teilnahme jederzeit ohne Nachteile abgebrochen werden kann. Eine schriftliche oder zumindest dokumentierte mündliche Einwilligung gehört zu jedem Usability-Test, der über eine rein technische Fehlerbeobachtung hinausgeht.

Ein Punkt, der bei technischen Arbeiten häufig übersehen wird: Auch automatisch erhobene Nutzungsdaten, etwa über Logging oder Analytics-Werkzeuge in einer Test-App, fallen unter dieselbe Einwilligungspflicht wie ein klassischer Fragebogen. Baue Logging und Tracking deshalb von Beginn an bewusst und minimal ein, statt nachträglich zu erklären, welche Daten die Anwendung ohnehin schon gesammelt hat.

Ein Diagramm zeigt anonymisierte Nutzerdaten mit ersetzten Identifikatoren auf einem Computerbildschirm
Direkte Identifikatoren durch Codes zu ersetzen ist für die meisten Bachelorarbeitsprojekte ein praktikabler erster Schritt.

Anonymisierung und Pseudonymisierung von Nutzerdaten

Für die Auswertung im Ergebnisteil der Arbeit sollten Nutzerdaten so früh wie möglich anonymisiert oder zumindest pseudonymisiert werden. Vollständige Anonymisierung bedeutet, dass keine Kombination der verbleibenden Merkmale mehr auf eine einzelne Person zurückgeführt werden kann — bei kleinen Testgruppen ist das in der Praxis schwieriger zu erreichen, als es zunächst klingt, weil bereits wenige demografische Merkmale in Kombination eine Person eindeutig identifizierbar machen können. Pseudonymisierung ersetzt direkte Identifikatoren durch einen Code, dessen Zuordnung getrennt und gesichert aufbewahrt wird; sie ist praktikabler, lässt die Daten aber weiterhin unter dem vollen Datenschutzregime, da eine Re-Identifikation über den Schlüssel grundsätzlich möglich bleibt.

Für eine Informatik-Bachelorarbeit ist ein pragmatischer Ansatz meist ausreichend: Ersetze Namen und andere direkte Identifikatoren durch fortlaufende Codes (etwa „Testperson 3“), halte den Zuordnungsschlüssel getrennt vom eigentlichen Datensatz, und lösche diesen Schlüssel nach Abschluss der Auswertung, sobald er nicht mehr benötigt wird. Dokumentiere dieses Vorgehen im Methodikkapitel, damit nachvollziehbar bleibt, wie mit den Rohdaten umgegangen wurde.

Bestehende Nutzerdaten aus einem Unternehmen verwenden

Manche Informatik-Bachelorarbeiten entstehen in Zusammenarbeit mit einem Unternehmen, das bereits über reale Nutzerdaten verfügt — etwa Logdaten einer bestehenden Anwendung. Die Verwendung solcher Daten braucht immer eine tragfähige rechtliche Grundlage: entweder eine gültige Einwilligung der ursprünglich betroffenen Personen für genau diesen Zweck, oder eine bereits erfolgte, wirksame Anonymisierung, oder eine andere im Gesetz vorgesehene Rechtsgrundlage, die das Unternehmen prüfen muss. Als Studierende oder Studierender ist es nicht deine Aufgabe, diese Rechtsgrundlage selbst zu beurteilen — kläre stattdessen frühzeitig mit dem Unternehmen und deiner Betreuungsperson, ob und in welcher Form die Daten für deine Arbeit überhaupt verwendet werden dürfen.

Vermeide es, Datenexporte aus einem Unternehmenssystem ohne dokumentierte Freigabe auf privaten Geräten oder in persönlichen Cloud-Speichern abzulegen. Vereinbare stattdessen mit dem Unternehmen einen kontrollierten Zugriffsweg, etwa einen dedizierten, zugriffsbeschränkten Ordner, und halte diese Vereinbarung schriftlich fest.

Privacy by Design in der eigenen Softwarearchitektur

Wer in der Bachelorarbeit selbst eine Anwendung entwickelt, die mit Nutzerdaten arbeitet, kann Datenschutz von Beginn an als Designprinzip einplanen, statt ihn nachträglich zu ergänzen. Praktisch bedeutet das: so wenige personenbezogene Daten wie für den Zweck der Anwendung nötig erheben (Datensparsamkeit), sensible Daten möglichst früh im Verarbeitungsprozess anonymisieren oder pseudonymisieren, Zugriffsrechte im eigenen System restriktiv vergeben, und Standardeinstellungen datenschutzfreundlich wählen, statt möglichst viel Datenerfassung standardmässig zu aktivieren.

Diese Prinzipien lassen sich auch dann im Methodikkapitel dokumentieren, wenn Datenschutz nicht der zentrale Fokus der Arbeit ist — sie zeigen einer Zweitkorrektur, dass die Softwarearchitektur bewusst und nicht zufällig mit personenbezogenen Daten umgeht. Für eine Arbeit, die Datenschutz sogar als expliziten Qualitätsaspekt der eigenen Anwendung untersucht, lohnt sich eine strukturierte Bewertung anhand dieser Prinzipien als eigener Auswertungsschritt.

Ein zusätzlicher praktischer Baustein ist eine kurze, informelle Datenschutzfolgenabschätzung schon in der Planungsphase des Projekts: eine knappe schriftliche Übersicht, welche personenbezogenen Daten die Anwendung überhaupt verarbeitet, welches Risiko damit für die betroffenen Personen verbunden ist, und welche Massnahmen dieses Risiko reduzieren. Für eine Bachelorarbeit muss diese Abschätzung nicht so formal ausfallen wie in einem Unternehmen mit hohem Risikoprofil, sie zwingt aber dazu, Datenschutzentscheidungen explizit statt implizit zu treffen — und liefert gleichzeitig hervorragenden Stoff für das Methodikkapitel.

Datenschutz bei Veröffentlichung von Quellcode und Datensätzen

Viele Informatik-Bachelorarbeiten veröffentlichen den entwickelten Quellcode als Open Source, etwa auf einer öffentlichen Code-Plattform, um die Arbeit nachvollziehbar und wiederverwendbar zu machen. Prüfe vor einer solchen Veröffentlichung sorgfältig, ob im Repository versehentlich personenbezogene Testdaten, Konfigurationsdateien mit echten Zugangsdaten oder Beispieldatensätze mit realen Nutzerinformationen enthalten sind. Ein häufiger Fehler ist, Testdaten aus der Entwicklungsphase unverändert im öffentlichen Repository zu belassen, weil sie zum Testen praktisch waren und schlicht vergessen werden, bevor der Code veröffentlicht wird.

Willst du zusätzlich zum Code auch einen Datensatz veröffentlichen, etwa die Ergebnisse deines Usability-Tests für die Reproduzierbarkeit deiner Arbeit, muss dieser Datensatz vollständig anonymisiert sein, nicht nur pseudonymisiert — ein Zuordnungsschlüssel darf für eine öffentliche Veröffentlichung nirgends mehr existieren. Kläre auch diesen Punkt bereits in der Einwilligungserklärung, damit die Testpersonen wissen, ob und in welcher Form ihre anonymisierten Antworten später veröffentlicht werden könnten.

Ein durchgerechnetes Beispiel

Für eine Bachelorarbeit zu einer neu entwickelten mobilen Anwendung könnte die Methodikbeschreibung so aussehen: «Für den Usability-Test wurden acht Testpersonen rekrutiert, die vorab schriftlich über Zweck, Art der erhobenen Daten (Bildschirmaufnahmen, Klickpfade, kurzer Fragebogen) und Widerrufsrecht informiert wurden und ihre Einwilligung schriftlich erteilten. Alle erhobenen Daten wurden unmittelbar nach der Erhebung pseudonymisiert, wobei der Zuordnungsschlüssel getrennt von den Auswertungsdaten aufbewahrt und nach Abschluss der Analyse gelöscht wurde. Die entwickelte Anwendung selbst protokollierte ausschliesslich aggregierte, nicht personenbezogene Nutzungsstatistiken. Der veröffentlichte Quellcode wurde vor der Publikation auf verbliebene Testdaten geprüft und bereinigt.» Dieser Absatz zeigt eine vollständige, nachvollziehbare Behandlung von Einwilligung, Pseudonymisierung, datensparsamer Architektur und sicherer Code-Veröffentlichung — die Bausteine, die ein Datenschutzkapitel in der Informatik-Bachelorarbeit überzeugend machen.

Typische Fehler

  • Automatisch erhobene Logdaten für datenschutzfrei halten. Auch technisches Logging unterliegt der Einwilligungspflicht, sobald es personenbezogen ist.
  • Anonymisierung bei kleinen Testgruppen überschätzen. Wenige demografische Merkmale können in Kombination bereits eine Person eindeutig identifizierbar machen.
  • Unternehmensdaten ohne geklärte Rechtsgrundlage verwenden. Kläre die rechtliche Grundlage immer mit dem Unternehmen, nicht auf eigene Einschätzung.
  • Datenexporte auf privaten Geräten ablegen. Vereinbare stattdessen einen kontrollierten, dokumentierten Zugriffsweg.
  • Datenschutz erst nach der Implementierung bedenken. Privacy by Design ist deutlich einfacher umzusetzen, wenn er von Projektbeginn an mitgeplant wird.
  • Einwilligung nur mündlich und undokumentiert einholen. Halte Einwilligungen nachvollziehbar fest, auch wenn eine schriftliche Unterschrift praktisch nicht möglich ist.
  • Testdaten im veröffentlichten Quellcode vergessen. Prüfe ein öffentliches Repository vor der Veröffentlichung immer auf verbliebene personenbezogene Daten.

Häufige Fragen

Gilt das Schweizer Datenschutzgesetz auch für meine Bachelorarbeit?

Ja, sobald du personenbezogene Daten bearbeitest, etwa Nutzerdaten aus einem Test deiner Software, gilt das revidierte Datenschutzgesetz (revDSG) auch für eine studentische Arbeit.

Brauche ich eine Einwilligung für einen Usability-Test meiner Anwendung?

Ja, wenn dabei personenbezogene Daten erhoben werden, etwa Bildschirmaufnahmen, Nutzungsprotokolle oder Fragebogenantworten. Informiere die Testpersonen vorab klar und hole eine ausdrückliche Einwilligung ein.

Was ist der Unterschied zwischen Anonymisierung und Pseudonymisierung bei Nutzerdaten?

Anonymisierte Daten lassen sich nicht mehr auf eine Person zurückführen. Pseudonymisierte Daten sind über einen separat aufbewahrten Schlüssel weiterhin re-identifizierbar und unterliegen deshalb weiterhin dem Datenschutzrecht.

Darf ich echte Nutzerdaten aus einer bestehenden Anwendung für meine Bachelorarbeit verwenden?

Nur mit einer rechtlichen Grundlage, etwa einer Einwilligung der betroffenen Personen oder einer bereits vorliegenden Anonymisierung. Kläre diese Frage frühzeitig mit dem Unternehmen oder der Organisation, von der die Daten stammen.

Was bedeutet Privacy by Design für ein Bachelorarbeitsprojekt?

Datenschutz von Beginn an in die Softwarearchitektur einzuplanen, statt ihn nachträglich hinzuzufügen — etwa durch Datensparsamkeit, frühe Anonymisierung und restriktive Zugriffsrechte im eigenen Projekt.

Muss ich meine Betreuungsperson über die Verwendung von Nutzerdaten informieren?

Ja, kläre den geplanten Umgang mit personenbezogenen Daten frühzeitig mit deiner Betreuungsperson, insbesondere wenn du echte Nutzerinnen und Nutzer in dein Projekt einbeziehst.

Reicht es, wenn ich Testpersonen nur mit Nummern statt Namen bezeichne?

Das ist ein guter erster Schritt, entspricht aber einer Pseudonymisierung, nicht einer vollständigen Anonymisierung, solange ein Zuordnungsschlüssel existiert. Lösche diesen Schlüssel, sobald er für die Auswertung nicht mehr benötigt wird.

Wie lange darf ich erhobene Nutzerdaten nach Abschluss der Bachelorarbeit aufbewahren?

Bewahre Rohdaten nur so lange auf, wie es für die Nachvollziehbarkeit der Arbeit und allfällige Nachprüfungen nötig ist, und lösche sie danach kontrolliert. Kläre konkrete Fristen mit deiner Betreuungsperson und den Vorgaben deiner Hochschule.

Was muss ich vor der Veröffentlichung meines Quellcodes auf einer öffentlichen Plattform prüfen?

Kontrolliere das Repository sorgfältig auf zurückgebliebene personenbezogene Testdaten, echte Zugangsdaten oder Beispieldatensätze mit realen Nutzerinformationen, bevor du es veröffentlichst. Ein vergessener Testdatensatz ist einer der häufigsten Datenschutzfehler bei Open-Source-Veröffentlichungen aus Bachelorarbeiten.

Darf ich die Ergebnisdaten meines Usability-Tests zusammen mit der Arbeit veröffentlichen?

Nur, wenn sie vollständig anonymisiert sind und kein Zuordnungsschlüssel mehr existiert. Kläre diese Möglichkeit bereits in der Einwilligungserklärung mit den Testpersonen ab, statt sie erst nachträglich zu entscheiden.

Was ist eine Datenschutzfolgenabschätzung und brauche ich sie für meine Bachelorarbeit?

Eine kurze, informelle Übersicht darüber, welche personenbezogenen Daten dein Projekt verarbeitet, welches Risiko damit verbunden ist und welche Massnahmen dieses Risiko reduzieren. Für eine Bachelorarbeit reicht meist eine einfache, unformalisierte Version, die die eigenen Datenschutzentscheidungen sichtbar macht.

Das Wichtigste in Kürze

Sobald eine Informatik-Bachelorarbeit personenbezogene Nutzerdaten umfasst — durch Usability-Tests, Logging oder bestehende Unternehmensdaten —, gilt das Schweizer Datenschutzrecht genauso wie für jede andere Datenerhebung: informierte Einwilligung einholen, Daten früh anonymisieren oder pseudonymisieren, bei Unternehmensdaten die Rechtsgrundlage klären, Datenschutz von Beginn an als Designprinzip einplanen, und vor jeder Code- oder Datensatz-Veröffentlichung auf verbliebene personenbezogene Daten prüfen. Wer diese Punkte früh dokumentiert, vermeidet nachträgliche Probleme im Methodikkapitel.

Mit Tesify hältst du Einwilligungsprozess, Anonymisierung und Datenschutzentscheidungen strukturiert im Methodikkapitel deiner Arbeit fest. Leg deine Informatik-Bachelorarbeit in Tesify an und dokumentiere deinen Umgang mit Nutzerdaten von Anfang an nachvollziehbar.

Schreibe deine Abschlussarbeit mit KI

Strukturiere, schreibe und zitiere deine Bachelor- oder Masterarbeit mit einem KI-Assistenten, der wissenschaftliche Integrität wahrt. Kostenlose Anmeldung, ohne Kreditkarte.

Kostenlos starten →

Kategorien