Johannes Zwerschke, LL.M.
Rechtsanwalt
Senior Associate
Kompetenzen
Ich habe mich auf deutsches und europäisches Datenschutzrecht sowie IT- und Cybersecurity-Recht spezialisiert. Seit dem Jahr 2018 bin ich Zertifizierter Datenschutzbeauftragter (IHK), Certified Information Privacy Professional/Europe (CIPP/E) und ISO IEC 27001-Auditor (TÜV). Im Jahr 2022 habe ich an der Universität des Saarlandes einen Master of Laws (LL.M.) im Studiengang „Informationstechnologie und Recht“ abgeschlossen. Zudem habe ich im Jahr 2023 den Zertifikatslehrgang zum IT-Sicherheitsbeauftragten (ITSiBe) / Chief Information Security Officer (CISO) nach ISO/IEC 27001/27002 und BSI IT-Grundschutz absolviert.
Ich begleite seit Beginn meiner beruflichen Tätigkeit – zunächst als Consultant und dann als Rechtsanwalt – Unternehmen verschiedenster Branchen und Größen in ihren Compliance-Prozessen und in der Kommunikation mit Behörden und vor Gericht. Hierbei berate ich Mandanten auch in allen verwaltungs- und verwaltungsprozessrechtlichen Fragen. Neben meiner Beratungstätigkeit halte ich Vorträge zu aktuellen Fragestellungen im Datenschutz und – IT- / Cybersecurity-Recht und verfasse regelmäßig Aufsätze für verschiedene Fachpublikationen.
Publikationen
- Petrlic / Zwerschke: OLG Schleswig: Ende-zu-Ende-Verschlüsselung ist nach der DSGVO im Geschäftsverkehr regelmäßig erforderlich, DSB 2025, S. 75
- Piltz / Zwerschke: Cloud Switching nach dem Data Act aus der Beratungsperspektive Zentrale Herausforderungen für die vertragliche Ausgestaltung hindernisfreier Wechsel zwischen Datenverarbeitungsdiensten, Computer & Recht 2024, S. 153
- Weiss / Zwerschke: Strafbarkeit von White-Hat-Hacking in Deutschland und Europa, DSRI Tagungsband Herbstakademie 2024, S. 737
- Piltz / Zwerschke: Art. 32 DSGVO, in: Kipker / Reusch / Ritter, Recht der Informationssicherheit , 1. Auflage, 2023, München
- Zwerschke / Bartl: Sanktionierung unerbetener E-Mail-Werbung durch Datenschutzbehörden, IT- Rechtsberater 2023, S. 101
- Piltz / Weiss / Zwerschke: Der Vorschlag für einen Cyber Resilience Act aus Sicht der DSGVO Überblick zum Anwendungsbereich, den rechtlichen Anforderungen und dem Konformitätsverfahren, Computer & Recht 2023, S. 154
- Piltz / Weiss / Zwerschke: Der Vorschlag für einen Cyber Resilience Act aus Sicht der DSGVO Sicherheitsanforderungen im Einzelnen, Marktüberwachung und Rechtsdurchsetzung, Computer & Recht 2023, S. 289
- Zwerschke: § 19 TTDSG, in: Kipker / Reusch / Ritter, Recht der Informationssicherheit , 1. Auflage, 2023, München
- Schweers / Zwerschke, Zur Regulierung von Smart Contracts durch den EU Data Act – Mehr Blockchain braucht das Volk?, DSRI Tagungsband Herbstakademie 2022, S. 773
- Piltz / Zwerschke: Missbräuchliche Ausübung von DS-GVO-Betroffenenrechten– zulässiger Verteidigungseinwand für Verantwortliche?, Recht der Datenverarbeitung 2022, S. 11
- Piltz / Zwerschke: Die Ausnahme von der Einwilligungspflicht nach § 25 Abs. 2 Nr. 2 TTDSG, Privacy in Germany 2021, S. 218
- Schweers / Zwerschke: Erforderlichkeit des Abschlusses von Standardvertragsklauseln mit Unterauftragsverarbeitern in Drittländern, Datenschutz-Berater 2021, S. 326
- Piltz / Zwerschke: „Rechte an Daten“: Neuere Entwicklungen und Haftungsfragen, Gewerblicher Rechtsschutz und Urheberrecht in der Praxis 2021, S. 11
- Piltz / Zwerschke: Von Newslettern und Datenschutzverletzungen, Datenschutz-Berater 2020, S. 277
- Piltz / Zwerschke: Die rückwirkende Heilung rechtswidriger Datenverarbeitungen, Datenschutz-Berater 2020, S. 148
- Piltz / Zwerschke: Datenschutzrechtliche Fragen zu den neuen „Corona- Arbeitsschutzstandards“, Datenschutz-Berater 2020, S. 124
- Piltz / Zwerschke: Überblick zur bisher ergangenen Rechtsprechung des BAG zum neuen Datenschutzrecht, Rechtssprechungs-Report Arbeitsrecht 2020, S. 113
- Zwerschke: Besitzschutzvorschriften nicht auf elektronische Daten anwendbar, Gewerblicher Rechtsschutz und Urheberrecht in der Praxis 2020, S. 32
- Piltz / Zwerschke: Kapitel 8.5 - Einsatz von Auftragsverarbeitern, in Kaulartz/Braegelmann, Rechtshandbuch Artificial Intelligence und Machine Learning, 1. Auflage, 2020, München