Wo jemand wohnt und arbeitet, sind nicht nur für Belange des Datenschutzes hochsensible Angaben, da sie verhältnismäßig einfach Teilnehmende von sozialwissenschaftlichen Erhebungen reidentifizierbar machen. In diesen Informationen steckt aber auch ein enormes Analysepotenzial: Welchen Einfluss hat z. B. die räumliche Distanz zu bestimmten Institutionen auf die Entscheidungen Einzelner rund um die mit diesen Institutionen verbundenen Möglichkeiten? Gibt es also einen Zusammenhang zwischen der räumlichen Distanz zu Bildungsangeboten und deren Nutzung?

Schnells Vorschlag zur Bewältigung dieses Dilemmas besteht in der Anwendung einer Distanzmatrix auf Basis eines zufällig nummerierten Punktegitters. Unter Rückgriff auf grundlegende Gesetze der Geometrie würde hier ein äußerst kleiner Fehleranteil in der Erzeugung von räumlichen Distanzmaßen entstehen. Gleichzeitig vereitle dieses Vorgehen Versuche der Reidentifikation in höchst möglichem Maße, da diese nur mit enormem Aufwand und höchsten mathematischen bzw. algebraischen Kompetenzen zu leisten wären. Mit anderen Worten: Das Verfahren gewährleiste die Pseudonymität der Daten von Teilnehmenden an Befragungen.

Damit ermögliche die Methode – im Gegensatz zu konventionell angebotenen, wenig präzisen Daten mit administrativen Gebietseinheiten als Grundeinheit – Präzision und schaffe so den Spagat zwischen wissenschaftlichem Analysepotenzial einerseits und der Wahrung datenschutzrechtlicher Belange andererseits.