Sind KI-Übersetzungstools für vertrauliche Dokumente sicher?

Nicht standardmäßig: Ein vertrauliches Dokument in einen kostenlosen KI-Übersetzer für Verbraucher einzufügen, ist nicht sicher. 2017 stellten Mitarbeiter des norwegischen Ölkonzerns Statoil fest, dass Texte, die über den kostenlosen Dienst Translate.com übersetzt worden waren, von Google indexiert und für jeden, der eine Suche durchführte, zugänglich waren — Verträge, Kündigungsschreiben, E-Mails. Der Grund: Viele kostenlose Tools speichern und verwenden den übermittelten Text weiter, und ihre Nutzungsbedingungen räumen ihnen eine weitreichende Lizenz daran ein. Professionelle Stufen (APIs, kostenpflichtige Abonnements) sind in der Regel ohne Speicherung, doch die einzige Garantie besteht darin, das Dokument vor der Übersetzung zu anonymisieren.

Der Tag, an dem übersetzte Verträge bei Google auftauchten

Am 3. September 2017 enthüllte der norwegische öffentlich-rechtliche Rundfunk NRK, dass Texte, die über den Online-Dienst Translate.com liefen, öffentlich in den Google-Suchergebnissen auftauchten. Statoil-Mitarbeiter fanden dort vertrauliche Dokumente, die sie für geheim gehalten hatten. Der Mechanismus: Translate.com stützte sich auf eine Cloud-Speicherung der übermittelten Texte, damit freiwillige menschliche Übersetzer sie überprüfen und die Qualität verbessern konnten — diese Texte wurden anschließend von Suchmaschinen indexiert. Als Reaktion sperrte die Osloer Börse ihren Mitarbeitern den Zugang zum Dienst. Das ist die klare Antwort auf die Frage: Ja, vertrauliche Daten, die in einen kostenlosen Übersetzer eingefügt wurden, sind bereits öffentlich indexiert worden.

Warum kostenlose Tools Ihren Text behalten (und weiterverwenden)

Ein kostenloser Verbraucher-Übersetzer sendet Ihren Text an eine Cloud-Infrastruktur, die Sie nicht kontrollieren, und seine Nutzungsbedingungen gewähren daran oft eine weitreichende Nutzung. Die Nutzungsbedingungen von Google — die für die kostenlose öffentliche Version von Google Translate gelten — räumen Google eine weltweite Lizenz ein, übermittelte Inhalte zu hosten, zu speichern, zu vervielfältigen, zu bearbeiten und abgeleitete Werke daraus zu erstellen, um seine Dienste zu betreiben und zu verbessern. DeepL unterscheidet seine beiden Stufen ähnlich: Die Free-Version behält sich das Recht vor, übermittelte Texte für begrenzte Zeit zu verarbeiten, um ihre neuronalen Netze zu trainieren und zu verbessern (siehe die Nutzungsbedingungen und die Seite DeepL Pro Data Security). Ein vertrauliches Dokument in diese Tools einzufügen, verlagert es also außerhalb Ihrer Kontrolle.

• Speicherung: Der Text wird gesendet und auf Servern Dritter aufbewahrt, manchmal um von Menschen überprüft zu werden.
• Weiterverwendung: Je nach Nutzungsbedingungen kann er zum Trainieren oder Verbessern der Übersetzungsmodelle verwendet werden.
• Indexierung: Schlecht gesicherte Cloud-Speicherung kann, wie 2017, letztlich Suchmaschinen ausgesetzt werden.
• Ungleiche Sicherheit: Die Europäische Kommission stellt fest, dass viele kostenlose Tools weder Verschlüsselung noch soliden Datenschutz bieten.

Verbraucher oder Pro: Der Unterschied ist real

Nicht alle Übersetzer sind gleich. Für die Cloud Translation API (ein kostenpflichtiges Angebot) erklärt Google offiziell, dass es übermittelte Inhalte nicht verwendet, um seine Übersetzungsfunktionen zu trainieren oder zu verbessern, den Text nicht dauerhaft speichert (er wird nur kurz aufbewahrt, gerade lange genug, um die Übersetzung zu erstellen), keinerlei Eigentum daran beansprucht und ihn weder teilt noch öffentlich macht — eine Richtlinie, die die API betrifft, nicht das Verbraucher-Widget. Die Pro-Version von DeepL wiederum bewahrt Texte nicht langfristig auf, löscht Texte und Übersetzungen nach Ausführung des Dienstes und verwendet sie nicht zur Qualitätsverbesserung (siehe DeepL Help Center, Infrastruktur und Datenschutz). Gute Hygiene: Bevorzugen Sie eine Plattform mit einer Richtlinie ohne Datenspeicherung, idealerweise verschlüsselt und zertifiziert (ISO 27001, SOC 2).

Die Lösung: das Dokument vor der Übersetzung anonymisieren

Da die Nutzungsbedingungen und die Speicherung eines Übersetzers nicht unter Ihrer Kontrolle stehen, betrifft die einzige Garantie den Inhalt: Enthält das Dokument keine sensiblen Daten im Klartext, so legen weder Cloud-Speicherung noch versehentliche Indexierung noch ein menschlicher Prüfer etwas Verwertbares offen. Das Vorgehen ist einfach:

1. 1Erkennen Sie die sensiblen Elemente: Namen, Kennungen, Beträge, Kontaktdaten, interne Referenzen.
2. 2Ersetzen Sie sie durch umkehrbare Token, bevor Sie den Text an den Übersetzer senden.
3. 3Übersetzen Sie den neutralisierten Text — das Tool sieht nur Token, niemals die echte Information.
4. 4Stellen Sie die ursprünglichen Werte in der Übersetzung wieder her, im Browser.

Genau dafür ist ONYRI Sanitize da: Die Engine ersetzt Namen, Kennungen, Beträge und Kontaktdaten durch umkehrbare Token, und nur dieser anonymisierte Text erreicht den Übersetzer. Die Erkennung und das Token↔Wert-Mapping bleiben in Ihrem Browser — sie verlassen ihn nie. Was auch immer die Nutzungsbedingungen des Übersetzers sind, ob er den Text speichert, weiterverwendet oder indexiert, er findet darin nur Token, nicht Ihre echten Informationen.