Zusammenfassung Die Nutzung von Datenbeständen für medizinische Forschung bietet großes gesamtgesellschaftliches Potenzial, können sich doch durch die Auswertung großer Datenmengen mit maschinellen Lernverfahren teils ganz neue Forschungsansätze, Diagnose- und Behandlungsmethoden ergeben. Häufig scheitert eine solche Nutzung von Datenbeständen aber an den hohen Voraussetzungen oder unklaren Anforderungen des Datenschutzrechts. Gerade die Verarbeitung visueller Gesundheitsdaten wie MRT-Gehirnscans geht mit besonderen Risiken für die betroffenen Personen einher, die die rechtmäßige Verarbeitung dieser Daten zu Forschungszwecken erschweren. Zur Reduzierung dieser Risiken können als unabhängige Anonymisierungs- und Pseudonymisierungsinstanz eingesetzte Datentreuhänder beitragen, die eine sichere Verarbeitungsumgebung bereitstellen, in der Gesundheitsdaten kurzfristig gespeichert, ausgewertet und anschließend gelöscht werden. Diese Risikoreduktion trägt zur Rechtmäßigkeit der Datenverarbeitung bei, führt sie doch dazu, dass Abwägungsentscheidungen, wie z. B. nach Art. 9 Abs. 2 lit. j, Art. 89 Abs. 1 Datenschutzgrundverordnung (DSGVO), § 6 Abs. 2 Gesundheitsdatenschutzgesetz Nordrhein-Westfalen (GDSG NW), § 17 Datenschutzgesetz Nordrhein-Westfalen (DSG NRW) bzw. § 27 Bundesdatenschutzgesetz (BDSG), oder die Beurteilung der Kompatibilität des Sekundärzwecks der Verarbeitung mit dem Erhebungszweck eher zugunsten der Datenverarbeitung ausfällt. Der Einsatz von Datentreuhandmodellen kann insofern auch zum Abbau datenschutzrechtlicher Hürden der Verarbeitung solcher Gesundheitsdaten zu wissenschaftlichen Forschungszwecken beitragen.