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.
ZUSICHERUNGEN
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 deine 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.