KI-Prompt-Anonymisierer

Was es erkennt und wie genau

Das Tool führt 15 integrierte Detektorkategorien sowie alle von Ihnen hinzugefügten benutzerdefinierten Begriffe aus. Kartennummern müssen die Luhn-Prüfsumme und IBANs die ISO 13616 Mod-97-Prüfung bestehen, wodurch diese beiden nahezu frei von Fehlalarmen bleiben. Telefonnummern müssen wie eine Telefonnummer aussehen (eine +Ländervorwahl, eine (Orts-)Vorwahl oder drei getrennte Zifferngruppen), sodass bloße Bestell- und Datensatz-IDs nicht markiert werden. Personennamen und -daten sind standardmäßig deaktiviert: Namen werden anhand der Großschreibung erkannt, wodurch auch Dinge wie „Vierteljährlicher Geschäftsbericht“ erfasst werden. Schalten Sie sie daher nur ein, wenn Sie sie benötigen. Die Tabelle zeigt das Ergebnis für jede Kategorie in unserem 70-Snippet-Testsatz (Methode unten). Alles, was als „nicht erkannt“ markiert ist, erfordert einen benutzerdefinierten Begriff oder eine manuelle Bearbeitung.

Durch Design reversibel

Durch die Schwärzung werden normalerweise Informationen zerstört, was ein Problem darstellt, wenn die KI mit genau den von Ihnen maskierten Werten antworten muss. Der Token-Modus löst dieses Problem: Jeder eindeutige Wert wird einem stabilen Platzhalter wie [PERSON_1] oder [EMAIL_2] zugeordnet, und derselbe Wert erhält immer das gleiche Token. Fügen Sie die Antwort des Assistenten in die Registerkarte „Wiederherstellen“ ein und jedes Token wird wieder auf Ihre echten Daten zurückgesetzt. Nur der Token-Modus ist umkehrbar, da Schwärzungsbalken und gefälschte Daten nicht zurück zugeordnet werden. Die Token-Map existiert nur im Speicher dieses Browser-Tabs. Sie wird nie gespeichert. Stellen Sie die Antwort daher wieder her, bevor Sie die Seite schließen oder neu laden oder den Originaltext bearbeiten.

Vergleichen Sie den Originaltext und den anonymisierten Text nebeneinander

Standardmäßig privat, für immer kostenlos

Es gibt keinen Upload, kein Konto und keinen Serveraufruf im Anonymisierer. Die gesamte Erkennung und Maskierung erfolgt in JavaScript auf Ihrem Gerät. Sobald die Seite geladen ist, funktioniert sie offline weiter und hinterlässt nichts, wenn Sie den Tab schließen. Es funktioniert außerdem sofort: Sie erhalten während der Eingabe Live-Ergebnisse ohne Geschwindigkeitsbegrenzung. Die Erkennung basiert auf Mustern und nicht auf einem KI-Modell, sodass die Ergebnisse vorhersehbar und wiederholbar sind, aber es findet nur das, wofür es ein Muster gibt.

Redigieren Sie ein PDF dauerhaft in Ihrem BrowserEntfernen Sie versteckte Standort- und Kameradaten aus Fotos

Ausgearbeitetes Beispiel: maskieren, fragen, wiederherstellen

Hier ist eine echte Rundfahrt mit eingeschalteten Personennamen. Alles, was das Tool erkannte, wurde zu einem Token, und die KI antwortete mit diesen Token, ohne jemals die tatsächlichen Werte zu sehen. Beachten Sie, was übrig bleibt: das Wort „her“ und die Tatsache, dass es sich um eine Kundenbeschwerde über einen API-Schlüssel handelt. Pronomen und Kontext sind keine PII-Muster, weshalb die nächsten Abschnitte wichtig sind.

Anonymisierung vs. Pseudonymisierung: Was DSGVO und HIPAA erwarten

Diese Wörter werden oft so verwendet, als ob sie dasselbe bedeuten würden, aber rechtlich gesehen ist das nicht der Fall. Gemäß der DSGVO (Artikel 4 Absatz 5 und Erwägungsgrund 26) werden Daten, die Sie mit zusätzlichen Informationen wie der Token-Map dieses Tools wieder identifizieren können, pseudonymisiert, und pseudonymisierte Daten sind weiterhin personenbezogene Daten. Lediglich Daten, die mit vertretbaren Mitteln nicht mehr einer Person zugeordnet werden können, gelten als anonym und fallen nicht unter die DSGVO. Der umkehrbare Token-Modus reduziert also die von Ihnen offengelegten Daten, entfernt den Text jedoch nicht aus dem Gültigkeitsbereich. Durch solide Schwärzung und gefälschte Daten werden die direkten Identifikatoren endgültig entfernt, obwohl der Kontext immer noch jemanden identifizieren kann (siehe unten). Die Safe-Harbor-Methode der HIPAA (45 CFR §164.514(b)) erfordert die Entfernung von 18 spezifischen Identifikatortypen. Dieses Tool deckt mehrere davon ab, darunter Namen, Adressen, Daten, Telefonnummern, E-Mails, SSNs, URLs und IP-Adressen, aber keine Krankenaktennummern, Krankenversicherungs- oder Lizenznummern oder Geräteserien, sodass es allein keinen Safe Harbor-konformen Text erstellt.

Was die PII-Entfernung nicht verbergen kann

Durch das Entfernen von Namen, Nummern und Adressen wird nicht jede SMS anonym. Kombinationen gewöhnlicher Details, manchmal auch Quasi-Identifikatoren genannt, können immer noch auf eine Person hinweisen: eine Berufsbezeichnung plus ein kleiner Bürostandort, eine seltene Krankheit plus ein Datum oder „die einzige Frau im Plattformteam“. Kein Mustervergleicher kann sagen, welche Details jemanden in Ihrem Unternehmen einzigartig machen. Formulieren Sie vor dem Senden alles um oder verallgemeinern Sie es, damit ein Kollege erraten kann, um wen es in dem Text geht. Sagen Sie „ein leitender Ingenieur“ statt „unser technischer Leiter in Lissabon“ und „letztes Frühjahr“ statt einem genauen Datum. Fügen Sie wiederholte Namen, Projektcodes oder Kundennamen zur benutzerdefinierten Immermaskierungsliste hinzu, damit sie jedes Mal erkannt werden.

Testen Sie ein Muster, bevor Sie es als benutzerdefinierten Begriff hinzufügen

Überprüfen Sie es selbst: Nichts verlässt Ihren Browser

Sie müssen sich nicht auf unser Wort verlassen. Öffnen Sie diese Seite, öffnen Sie dann die Entwicklertools Ihres Browsers (F12) und gehen Sie zur Registerkarte „Netzwerk“. Fügen Sie Text ein, anonymisieren Sie ihn und stellen Sie eine Antwort wieder her: Keine Anfrage trägt Ihren Text irgendwohin. Die einzigen Anfragen, die Sie sehen, sind die eigenen Analysen und Anzeigen der Seite, die keine Ihrer Eingaben enthalten. Für den strengsten Test laden Sie die Seite, schalten Sie WLAN aus oder schalten Sie den Flugmodus ein und verwenden Sie das Tool. Erkennung, Maskierung, Kopieren und Wiederherstellen funktionieren weiterhin, da keine Netzwerkverbindung erforderlich ist.

Dekodieren Sie ein JWT lokal, bevor Sie entscheiden, was maskiert werden soll

Wie wir die Detektoren getestet haben

Wir haben 70 kurze Snippets geschrieben, die wie der Text aussehen, den die Leute tatsächlich einfügen: Support-Tickets, Fehlerprotokolle, .env-Dateien, HR- und rechtliche Hinweise, Rechnungen. Wir haben alle 94 sensiblen Werte von Hand beschriftet und dabei ausschließlich fiktive Werte verwendet (555 Zahlen, example.com-Adressen, Dokumentationstestkarten und Schlüssel). Wir haben den genauen Erkennungscode, den diese Seite verwendet, bei jeder aktivierten Kategorie ausgeführt und einen Treffer gezählt, als das Tool den richtigen Bereich als den richtigen Typ markiert hat. Der erste Durchlauf deckte Formatlücken auf: das standardmäßige US-Telefonformat (415) 555-0198, getrennte IBANs, komprimiertes IPv6 sowie Stripe- und Slack-Schlüssel. Wir haben diese behoben und dann 20 neue zurückgehaltene Snippets geschrieben, bevor wir den korrigierten Code darauf ausgeführt haben, sodass ein Teil der Partitur nicht auf den Test abgestimmt ist. Dies ist ein kleiner interner Test, keine unabhängige Prüfung, und Ihr eigener Text wird davon abweichen. Betrachten Sie ihn also als Leitfaden und lesen Sie immer die Ausgabe, bevor Sie sie senden.