Welche KI sieht
Ihr Dokument?
Wir legen offen, welche Modelle in Datenmaske arbeiten, wo sie laufen und woraus sie gelernt haben. Inferenz ausschließlich in der EU, kein Training an deinen Dokumenten , finale Schwärzungsentscheidung stets durch die nutzende Person.
EU-KI-VERORDNUNG
Datenmaske ist ein System mit minimaler Risiko-Klasse.
Die EU-KI-Verordnung (KI-VO) stuft KI-Systeme nach Risiko ein. Datenmaske fällt nicht unter die High-Risk-Kategorien des Anhangs III (keine Biometrie, keine Strafverfolgung, keine der dort genannten kritischen Einsatzbereiche). Die PII-Erkennung in Textdokumenten ist werkzeugunterstützend und unterliegt stets der menschlichen Freigabe.
Einstufung: minimaler Risiko-Klasse (vergleichbar mit Spam-Filtern). Wir beanspruchen kein „KI-Act-Zertifikat“: ein solches gibt es für minimale Risiko-Klassen nicht. Die korrekte Aussage ist: minimaler Risiko + freiwillige Transparenz-Disclosures.
MODELLKARTEN
Die Modelle im Einzelnen
spaCy NER (de_core_news_lg)
- Zweck
- Erkennung deutscher Eigennamen (Personen, Orte, Organisationen) im Text-Layer
- Herkunft
- Open-Source-Modell (Explosion / spaCy), vortrainiert auf deutsche Korpora
- Inferenz-Standort
- Selbst gehostet auf spacy.mokka-dev.de (EU)
- Training an Kundendokumenten
- Nein. Niemals.
- Aktualisierung
- Versionsgebunden; kein automatisches Re-Training an Kundendaten
GLiNER (selbst gehostet)
- Zweck
- Zero-Shot Named Entity Recognition zur Erweiterung der spaCy-Erkennung
- Herkunft
- Open-Source-Modell
- Inferenz-Standort
- Selbst gehostet in der EU
- Training an Kundendokumenten
- Nein. Niemals.
- Aktualisierung
- Versionsgebunden; kein Training an Kundendaten
urchade/gliner_multi_pii-v1 (PII-NER)
- Zweck
- PII-spezifische Zero-Shot-NER zur Erweiterung der Erkennung besonderer Datenkategorien (Gesundheit, Finanzdaten, Ausweise)
- Herkunft
- Open-Source-Modell (urchade/gliner_multi_pii-v1, mDeBERTa), verfügbar auf HuggingFace / onnx-community
- Inferenz-Standort
- Selbst gehostet in der EU (onnx-community ONNX-Laufzeit)
- Training an Kundendokumenten
- Nein. Niemals.
- Aktualisierung
- Versionsgebunden; kein Training an Kundendaten
OpenMed (medizinisches NER)
- Zweck
- Medizinische Named Entity Recognition für Arztbriefe, Diagnosen und weitere Gesundheitsdaten (Art. 9 DSGVO)
- Herkunft
- Open-Source-Modell (HuggingFace), medizinisches NER-Korpus
- Inferenz-Standort
- Selbst gehostet in der EU
- Training an Kundendokumenten
- Nein. Niemals.
- Aktualisierung
- Versionsgebunden; kein Training an Kundendaten
Azure Document Intelligence (OCR)
- Zweck
- Texterkennung ausschließlich für eingescannte Seiten (PDF-Bilder)
- Herkunft
- Microsoft Ireland Operations Ltd.
- Inferenz-Standort
- Region Deutschland (Germany West Central); EU Data Boundary
- Training an Kundendokumenten
- Nein. Niemals.
- Aktualisierung
- Microsoft-seitig; keine Nutzung zum Modelltraining (vertraglich)
Weitere Komponenten der Erkennungspipeline (regelbasierte Muster/Gazetiere, Zeichenketten-Matcher) sind keine lernfähigen Modelle und werden in der Pipeline-Übersicht auf /forschung dokumentiert. Die obigen Modellkarten beschreiben die produktive NER- und OCR-Stack von Datenmaske Web; die Desktop-Edition (§ 203) nutzt eine teils abweichende, lokal gebündelte Modellauswahl.
Was wir zusichern und was nicht.
- EU-Inferenz. Sämtliche Modellinferenz läuft in der EU: spaCy/GLiNER selbst gehostet (Deutschland), Azure OCR in der Region Deutschland (Germany West Central). Eine Übermittlung in Drittstaaten findet nicht statt (siehe AVV § 2 Abs. 3).
- Kein Training an Kundendokumenten. Wir verwenden Ihre Dokumente niemals zum Trainieren, Fine-Tunen oder Verbessern unserer Modelle. Modelle sind versionsgebunden und werden unabhängig von Kundendaten gepflegt.
- Human-in-the-Loop, fail-closed. Jede Schwärzung erfordert die Freigabe durch die nutzende Person. Der Export wird blockiert, solange die Verifikation (kein erkannter PII-String mehr im Text-Layer) nicht bestanden ist.
- Audit-Trail. Jede Erkennung und Schwärzung wird im Schwärzungsprotokoll (mit SHA-256-Hashes) nachvollziehbar dokumentiert, Art. 5 Abs. 2 DSGVO-Accountability.
- Kein LLM-Chat-Feature aktuell. Datenmaske setzt aktuell kein generatives Large-Language-Modell ein, das direkt mit Endnutzern „interagiert“ (Art. 50 Abs. 1 KI-VO). Die KI läuft als Hintergrundverarbeitung mit menschlicher Freigabe. Sollte ein LLM-Feature hinzukommen, wird die Art. 50-Transparenz-Pflicht vorab erfüllt.
- Keine Garantie für Erkennungsvollständigkeit. KI-basierte Vorschläge müssen von der nutzenden Person geprüft werden. Datenmaske unterstützt die manuelle Prüfung, ersetzt sie nicht.
Transparenz, die Sie überprüfen können.
Prüfen Sie Erkennung, Freigabe und Schwärzungsprotokoll selbst: 7 Tage kostenlos auf Ihrem Rechner, ohne Kreditkarte.