Datenmaske
TECHNISCHES WHITEPAPER

Schwarze Box ≠
entfernte Daten

Die meisten Schwärzungswerkzeuge legen einen Balken über den Text. Visuell unlesbar. Der Inhalt steht noch immer im PDF-Content-Stream und lässt sich in Sekunden wiederherstellen. Datenmaske entfernt den Text wirklich und verifiziert das fail-closed.

Marat's Letter, Redacted, after David KI-generiert

DAS PROBLEM

Eine wiederherstellbare „Schwärzung“ ist eine Datenpanne in Wartestellung.

Eine Essex-Software-Audit (n=72 öffentlich indizierte PDFs) fand in rund 17 % (jede 6. Datei) residual extrahierbare sensible Daten in scheinbar geschwärzten Dokumenten. Stichprobe, nicht repräsentativ , aber der Mechanismus ist technisch unbestritten.

Für eine Kanzlei, Behörde oder HR heißt das: eine herausgegebene PDF, deren Inhalt sich wiederherstellen lässt, ist eine DSGVO- und §-203-StGB-relevante Panne, unabhängig davon, wie die Box optisch aussieht.

WIE DATENMASKE SCHWÄRZT

Content-Stream-Entfernung, fail-closed verifiziert

01

Erkennen

Regex + spaCy/GLiNER-NER + Gazetteer + optional OCR liefert pro Treffer Bounding-Box + erkannten Text.

02

Entfernen

MuPDF applyRedactions() entfernt die Textoperatoren und Glyphen-Referenzen aus dem Content-Stream. Keine Überdeckung. Metadaten via pdf-lib zusätzlich entfernt.

03

Verifizieren (fail-closed)

verifyRedactions öffnet die exportierte PDF erneut und prüft, dass kein erkannter PII-String mehr enthalten ist. Bei Fehlschlag wird der Export blockiert.

VERGLEICH

Was passiert mit dem PII-Text?

Verfahren
Wiederherstellbar?
Schwarze-Box-Overlay
Ja, per Text-Parser in Sekunden
„Sanitize“ ohne Verifikation
Möglicherweise
Datenmaske
Nein, verifikationsgesichert

EHRLICHE GRENZEN

Was wir nicht versprechen.

  • OCR-Seiten sind text-layer-verifiziert, nicht pixel-verifiziert. Steht PII als Bild auf einer OCR-Seite, bestätigen wir die Text-Entfernung, können aber das Bildpixel nicht garantieren. Diese Seiten markieren wir ehrlich als verified: false mit Grund ocr_page_not_pixel_verified .
  • „100 % irreversibel“ bezieht sich auf den entfernten Text-Inhalt , eine Eigenkapabilität, die der Verifikationsschritt testet. Keine Garantie, dass jede erdenkliche PII erkannt wurde (deshalb bleibt Mensch-in-the-Loop der Default).
  • Kein „§ 203-zertifiziert“. Es gibt kein solches Zertifikat. Datenmaske ist ein Werkzeug im Compliance-Stack.

Überzeugen Sie sich selbst, mit Ihrem eigenen PDF.

7 Tage kostenlos, ohne Kreditkarte. Sehen Sie die fail-closed Verifikation auf Ihrem eigenen Rechner.