Ehrlichkeit statt Marketing
Grenzen der Anonymisierung
Kein Erkennungssystem findet alles. Wir sagen Ihnen lieber genau, was unseres nicht leistet — mit Zahlen, die Sie nachvollziehen können —, als dass Sie ein Gefühl von Sicherheit kaufen, das bei der ersten echten Akte zerbricht.
Was die Erkennung nicht leistet
Keine Garantie auf Vollständigkeit
Hybrid aus Mustern (mit Prüfsummen: IBAN, Steuer-ID, KVNR …) und KI-Modellen für Namen und Freitext. Ein Wert, den keines von beiden erkennt, wird als Vorschlag fehlen — deshalb bleibt die letzte Entscheidung immer bei Ihnen, nichts wird automatisch geschwärzt.
Gescanntes braucht OCR-Modelle
Bildseiten ohne Textebene laufen durch Texterkennung. Seiten mit unsicherer Erkennung werden ausdrücklich zur manuellen Prüfung markiert — sind die OCR-Modelle nicht installiert, verweigert der Export den scheinbar sauberen Output (fail-closed) statt ihn zu erlauben.
Bilder in Bildern
Fotos, Stempel-Serien, Unterschriften in Rasterbildern: Was die Bildanalyse als sensitiv markiert, wird vorgeschlagen — aber eine handschriftliche Unterschrift im Foto erkennt kein System zu 100 %. Solche Seiten gehören in die manuelle Prüfung.
Sehr kurze Werte sind nicht durchsuchbar
Ein Alter („45“) oder eine zweistellige Nummer lässt sich nicht zuverlässig im Text suchen, ohne das Dokument zu zerstören. Der Export weist solche Fälle im Prüfprotokoll aus, statt sie stillschweigend zu übergehen.
Unsere Zahlen — beide Richtungen
Gemessen mit unserem Benchmark (dm-benchmark) auf platzierten Personendaten in echten deutschen Akten sowie auf einem öffentlichen deutschen Wildkorpus. Gemessen am 25.10.2026 mit Version 0.8.19; dieselben Läufe liegen als JSON im Repository.
| Korpus | Dokumente/Seiten | Gefunden | Zusätzliche Vorschläge |
|---|---|---|---|
| Eigene Akten, digital (platzierte PII) | 16 / 51 | 158 von 158 (100 %) | 156 |
| Eigene Akten, gescannt (OCR, platzierte PII) | 11 / 30 | 122 von 122 (100 %) | 158 |
| Deutsches Wildkorpus (öffentliche echte Texte) | — | ≈ 73 % Text-Recall | — |
Die hohe Zahl überflüssiger Vorschläge ist gewollt: Lieber eine Handvoll falscher Treffer, die Sie mit einem Klick ablehnen, als ein durchgerutschter Name. Nichts wird ohne Ihre Entscheidung geschwärzt.
Pseudonymisiert ist nicht anonym
- Der Modus „Anonymisieren“ ersetzt Namen durch Fall-Kürzel ([NAME_1]) — das ist Pseudonymisierung im Sinne von Art. 4 Nr. 5 DSGVO, und genau so ist er gebaut: mit einer lokalem Zuordnung, mit der Sie KI-Antworten zurückübersetzen können.
- Sobald Sie pseudonymisierten Text an einen KI-Anbieter senden, liegt die Verantwortung für diese Übermittlung bei Ihnen — das Werkzeug entfernt die Daten aus der Anfrage, es macht die Übermittlung nicht rechtmäßig.
- Ein Wörterbuch-Eintrag „Nie schwärzen“ blendet nur Mustertreffer aus. Was das KI-Modell findet, bleibt sichtbar und markiert — Ihre Entscheidung, nicht die Regel.
Was wir garantieren
- Alles läuft lokal auf Ihrem Gerät (§ 203 StGB): Erkennung, Schwärzung, Prüfung. Kein Dokumentinhalt verlässt die Maschine.
- Jeder Export wird nach dem Schwärzen erneut geprüft: verbleibende lesbare Funde blockieren den Export oder werden im Protokoll aufgeführt — ein „sauber aussehendes“ PDF ohne Prüfung gibt es nicht.
- Jede Entscheidung steht im lokal gespeicherten Prüfprotokoll (Audit-Kette) — nachvollziehbar, wer was wann entschieden hat.
- Modelle werden kryptografisch gegen ein signiertes Manifest geprüft; eine Manipulation schlägt fehl, bevor irgendetwas verarbeitet wird.
Stand: 25.10.2026 · Version 0.8.19 · Messungen reproduzierbar über den Benchmark im Repository. Fragen zu einer Grenze: info@datenmaske.de