- Veröffentlicht
- Aktualisiert
Der Verzicht auf Kopien echter Teilnehmerdaten kann den Datenschutz beim Testen unterstützen. Zu einfache synthetische Beispiele können jedoch wichtige Fehler übersehen, weil sie lange Kommentare, fehlende Werte oder realistische Beziehungen zwischen Datensätzen nie abbilden.
Die Bedeutung der Daten erhalten
Gestalten Sie Testdaten mit Blick auf mehr als nur Zeilenzahlen. Erstellen Sie eine Abdeckungsliste für kritische Feldgrenzen, Datensatzbeziehungen und erwartete Ausnahmen. Synthetische Datensätze sollten erkennbar sein und nicht in echte Studienabläufe gelangen können. Das Entfernen direkter Identifikatoren begründet nicht automatisch in jedem Kontext ausreichenden Datenschutz; die Verantwortlichen sollten die vorgeschlagenen Datennutzungsregelungen getrennt bewerten.
Ausgearbeitetes Beispiel
Beispielsweise hat jede Testperson eine Visite und einen kurzen Namen. Eine echte teilnehmende Person mit mehreren Visiten führt später bei der Übertragung zu falschen Verknüpfungen. Das Team ergänzt für eine synthetische Person wiederholte Visiten, korrigierte Ergebnisse und verzögerte Lieferung und formuliert die erwarteten Beziehungen vorab. Gezielte Komplexität ist hier nützlicher als zusätzliche zufällige Zeilen.
Prüfpunkte
- Benennen Sie für jede kritische Anforderung das zugehörige synthetische Beispiel.
- Decken Sie lange Texte, leere Werte, Grenzen und verknüpfte Datensätze gemeinsam ab.
- Verhindern Sie, dass Testidentitäten als echte Teilnehmende im Produktivbetrieb verwendet werden.
Abnahme und Grenzen
Abnahme bedeutet, dass der Datenbestand die definierten fachlichen Risiken repräsentiert und seine erwarteten Ergebnisse unabhängig verstanden werden können. Ein Generator für synthetische Daten darf keine falschen Erwartungen erzeugen; prüfen Sie kritische Beispiele. Unnötige Echtdaten stärken Testnachweise nicht. Halten Sie die Beispielversion und die Tests, in denen sie verwendet wurde, für eine erforderliche Rekonstruktion abrufbar.
Häufig gestellte Fragen
- Bedeuten mehr Testzeilen immer eine bessere Abdeckung?
- Datenvolumen kann eine andere Frage testen; fehlende kritische Szenarien können auch in einem großen Datenbestand weiter fehlen.
- Sind deidentifizierte Quelldaten synthetisch?
- Nein. Unterscheiden Sie abgeleitete Quelldaten von vollständig erfundenen Beispielen und halten Sie ihre Nutzungsbedingungen ausdrücklich fest.