Personenbezogene Daten maskieren, bevor sie zur KI gehen | Wie geht das praktisch?

Datei auf dem eigenen Rechner → Maskierung lokal → KI sieht nur Platzhalter → Rückweg über die Zuordnungsdatei

Der übliche Einwand gegen KI im Betrieb lautet: Da gehen Kundendaten raus. Er ist berechtigt. Es gibt aber einen Zwischenschritt, der die Frage entschärft, ohne auf die KI zu verzichten.

Die Idee

Bevor ein Text an ein Modell geht, läuft er über ein kleines Programm auf dem eigenen Rechner. Das erkennt Namen, Anschriften, Geburtsdaten, Kontonummern und ersetzt sie durch Platzhalter. Die KI bekommt nur noch die Platzhalter zu sehen und arbeitet damit. Die Zuordnung, welcher Platzhalter für welchen echten Wert steht, verlässt den Rechner nie.

Dafür gibt es ein quelloffenes Werkzeug von Microsoft. Es nutzt kleine Sprachmodelle, die genau eine Aufgabe haben: einen Text durchsehen und schützenswerte Angaben markieren. Mehr können sie nicht, deshalb laufen sie auch auf gewöhnlicher Hardware.

Anonymisieren oder pseudonymisieren

Der Unterschied ist entscheidend und wird oft übersehen. Beim Pseudonymisieren wird aus einem Namen etwa „Person 1″. Das lässt sich später zurückführen, denn irgendwo steht, wer Person 1 ist. Beim Anonymisieren wird der Name entfernt oder unkenntlich gemacht, ein Rückweg existiert nicht.

Für die tägliche Arbeit ist das Pseudonymisieren der praktikable Weg, weil das Ergebnis der KI danach wieder mit echten Werten gefüllt werden kann.

Der Ablauf

1. Auf dem eigenen Rechner liegt eine Datei mit den Kundendaten.
2. Ein Aufruf schickt sie durch die Maskierung. Es entsteht eine zweite Datei mit Platzhaltern und, ganz wichtig, eine Zuordnungsdatei.
3. Nur die maskierte Datei geht an die KI. Zusammenfassen, auswerten, Vorschläge machen.
4. Die Antwort kommt mit Platzhaltern zurück und liegt wieder auf dem eigenen Rechner.
5. Ein zweiter Aufruf ersetzt die Platzhalter anhand der Zuordnungsdatei durch die echten Werte.

Beide Schritte laufen lokal. Nichts davon passiert bei einem Anbieter.

Was Sie beim deutschen Sprachraum beachten müssen

Voreingestellt ist ein englisches Modell. Das erkennt deutsche Besonderheiten schlechter. Wer mit deutschen Texten arbeitet, lädt das deutsche Sprachmodell nach, sonst rutschen Angaben durch.

Wo es danebengeht

Das Werkzeug ist kein Knopf, nach dessen Druck der Datenschutz erledigt wäre. Vier Fehlerbilder tauchen regelmäßig auf.

• Eigene Kennungen, etwa interne Vertrags- oder Kundennummern, kennt das Modell nicht. Die müssen als eigene Regel nachgetragen werden.
• Dieselbe Person bekommt in einem Text mehrere verschiedene Platzhalter. Für die KI sind das dann verschiedene Menschen.
• Angaben werden übersehen oder falsch eingeordnet, etwa ein Datum, das nicht als Datum erkannt wird.
• Der Rückweg funktioniert nur, wenn der Platzhalter unverändert zurückkommt. Formuliert die KI den Text frei um, findet das Ersetzen den Platzhalter nicht mehr.

Daraus folgt eine praktische Regel: Für Auswertungen und Zusammenfassungen funktioniert der Rückweg gut. Für freies Umformulieren sollte man ihn nicht einplanen.

Was die Maskierung nicht ersetzt

Sie ist eine von mehreren Anforderungen, nicht die ganze Antwort. Es braucht weiterhin eine Rechtsgrundlage für die Verarbeitung, einen Vertrag zur Auftragsverarbeitung mit dem Anbieter und eine geregelte Übermittlung, sobald Daten die EU verlassen. Dazu die Selbstverständlichkeit, dass geschäftliche Inhalte über freigegebene Firmenkonten laufen und nicht über private Zugänge.

Erst ausprobieren, dann einbauen

Es gibt eine öffentliche Testumgebung, in der sich das Verhalten mit eigenen Beispieltexten durchspielen lässt. Dort sieht man in Ruhe, was erkannt wird und was nicht, bevor man es in einen Arbeitsablauf einbaut. Verwenden Sie dafür ausgedachte Daten, nicht die echten.

Selbstprüfung

1. Worin unterscheiden sich Anonymisieren und Pseudonymisieren, und welches brauchen Sie für einen Rückweg?
2. Warum funktioniert der Rückweg bei einer Zusammenfassung besser als bei einer freien Umformulierung?
3. Welche drei Anforderungen bleiben bestehen, auch wenn die Maskierung sauber läuft?