▸ Showcase · Anonymisierung
Akten teilen. Personen schützen.Beides, in einem Durchlauf.
Gutachten an den Dienstleister, Fallakten in die Forschung, Altbestände ins Training: Überall dort steht mehr drin, als hinaus darf. Unser Modell findet Namen, Anschriften, Geburtsdaten, Kennzeichen und Aktenzeichen — im Formularfeld genauso wie mitten im Fließtext — und entfernt sie. Auf Ihrer Hardware, ohne dass ein Byte das Haus verlässt.
Der Anwendungsfall
Warum Schwärzen bis heute Handarbeit ist
Fast jede Weitergabe von Unterlagen scheitert an derselben Stelle: Der Inhalt dürfte raus, die Personen darin nicht. Drei übliche Lösungswege — und warum sie nicht tragen.
Von Hand geht es nicht in die Breite
Eine Seite prüfen und schwärzen dauert Minuten. Bei einer 200-Seiten-Akte ist das ein Arbeitstag, bei tausend Akten ein Projekt. Und die eine übersehene Stelle fällt trotzdem auf Sie zurück.
Suchen-und-Ersetzen findet nur Bekanntes
Namenslisten und reguläre Ausdrücke greifen bei Beugungen, Tippfehlern, Abkürzungen und unbekannten Namen nicht. Ein Modell erkennt eine Person am Kontext, nicht am Eintrag in einer Liste.
Ein schwarzes Rechteck ist keine Schwärzung
Wer im PDF-Betrachter ein Rechteck über den Namen legt, verdeckt ihn nur. Der Text liegt darunter weiter und lässt sich markieren, kopieren und durchsuchen. Genau so entstehen Datenpannen.
$ pdftotext geschwaerzt.pdf - > Sobotta, Annegret > Bautzner Straße 74 …
Unser Weg geht anders herum: Das Modell markiert die Entitäten, und die Pipeline entfernt die Textebene an diesen Stellen, bevor der Balken gezeichnet wird. Was geschwärzt ist, steht danach in keiner Ebene der Datei mehr.
Zwei Betriebsarten
Schwärzen oder ersetzen — je nachdem, was danach passieren soll
Schwärzung
Die Entität verschwindet ersatzlos: Balken im Bild, Text aus der Datei. Der richtige Weg, wenn Unterlagen herausgehen — an Gutachter, Gegenseite, Presse oder Aufsicht.
> „Sobotta, Annegret" > ████████████████
Pseudonymisierung
Die Entität wird konsistent ersetzt: Dieselbe Person heißt in allen Dokumenten derselben Akte Person A. Bezüge bleiben auswertbar, ohne dass jemand identifizierbar wäre — die Voraussetzung für Statistik, Forschung und Modelltraining auf Ihren Beständen.
> „Sobotta, Annegret" > Person A > „Frau Sobotta" → Person A
Wie es funktioniert
Von Ihrer Vorgabe zum schlanken Spezialisten
Was in Ihrem Haus als personenbezogen gilt, ist keine technische, sondern eine fachliche Entscheidung — und die treffen Ihre Leute. Das große Modell trägt sie in die Breite, das kleine übernimmt sie dauerhaft im Betrieb.
SCHRITT 1
Datenannotation
Ihre Fachkräfte markieren in einem belastbaren Auszug, was geschwärzt gehört — und was ausdrücklich stehen bleibt. Genau hier entstehen die Grenzfälle, die kein Handbuch kennt.
SCHRITT 2
Teacher weitet aus
Ein großes Modell übernimmt diese Vorgaben und wendet sie auf den übrigen Bestand an. Aus einigen hundert Handentscheidungen wird ein Trainingsdatensatz in brauchbarer Größe.
SCHRITT 3
Destillation & Fine-Tuning
Ein kompaktes Student-Modell lernt Ihre Dokumentwelt. Entitäten zu finden ist eine eng umrissene Aufgabe — genau deshalb reicht dafür ein sehr kleines Modell.
SCHRITT 4
Betrieb auf Ihrer Infrastruktur
Das fertige Modell läuft auf einer einzelnen GPU — on-premises oder in Ihrer Cloud. Die zu schützenden Daten verlassen Ihr Haus nicht.
Was Sie bekommen
Eine bereinigte Datei — und ein Protokoll darüber
- Bereinigte Dokumente: geschwärzt oder pseudonymisiert, mit entfernter Textebene an den betroffenen Stellen — nicht nur optisch verdeckt.
- Prüfbares Protokoll: jede Entscheidung mit Typ, Fundstelle und Seite. Wer fragt, warum etwas stehen geblieben ist, bekommt eine Antwort statt einer Vermutung.
- Schwelle nach Ihrem Risiko: Was das Modell nicht sicher einordnet, geht in die Sichtprüfung statt still durch.
- Konsistent über die Akte: dieselbe Person trägt in allen Dokumenten dasselbe Pseudonym.
- Grenzkosten gegen null: nach dem Training kostet jede weitere Seite im Wesentlichen Strom.
{
"datei": "schadenakte.pdf",
"seite": 9,
"textebene": "entfernt",
"entitaeten": [
{ "typ": "NAME",
"ersetzung": "Person A" },
{ "typ": "ANSCHRIFT",
"ersetzung": "Anschrift A" },
{ "typ": "GEBURTSDATUM",
"ersetzung": null },
{ "typ": "KENNZEICHEN",
"ersetzung": null }
],
"gefunden": 10,
"zur_sichtpruefung": 0
}
Pilotprojekt
Prüfen Sie es an Ihren eigenen Unterlagen
Schicken Sie uns einen repräsentativen Ausschnitt. Wir sagen Ihnen, welche Entitätstypen in Ihren Dokumenten vorkommen, wie zuverlässig sie sich finden lassen und was ein zugeschnittenes Modell kostet. Die datenschutzrechtliche Seite klären wir im selben Haus mit.
DATUREX GmbH · Dresden · Verarbeitung on-premises, DSGVO-konform