Wie Sie sensible Daten schwärzen, bevor Sie sie einer KI geben

Sensible Daten zu schwärzen, bevor Sie sie einer KI geben, ist ein guter Reflex. Doch die manuelle Methode enttäuscht oft. Mit einem Marker durchstreichen oder durch « XXX » ersetzen hat zwei Schwächen. Erstens übersehen Sie Vorkommen. Zweitens, und vor allem, zerstören Sie die Information. Die KI sieht nur noch austauschbare « XXX ». Sie kann keine brauchbare Antwort mehr liefern. Und Sie können die echten Werte nicht mehr wiederherstellen. Die richtige Methode ist anders: reversibles Schwärzen. Sie ersetzen jeden sensiblen Wert durch ein eindeutiges Token. Sie behalten die Zuordnung auf Ihrer Seite. Dann stellen Sie die echten Werte in der Antwort des Modells wieder her.

Von Hand schwärzen: zwei Schwächen

Die instinktive Methode besteht darin, Kennungen von Hand zu entfernen. Sie streichen den Namen durch. Sie ersetzen die Kundennummer durch « XXX ». Das ist besser als nichts. Doch zwei Probleme tauchen schnell auf.

• Sie übersehen manches. Ein Name taucht drei Absätze später wieder auf und rutscht durch.
• Sie verlieren nützliche Information. Drei verschiedene Kunden werden alle zu « XXX » und verschwimmen so miteinander.
• Die Antwort wird unbrauchbar. Die KI argumentiert über Lücken, nicht über kohärente Daten.
• Sie können nicht zurück. « XXX » verwandelt sich nie wieder in den echten Wert.

Manuelles Kopieren und Einfügen hat also eine grundlegende Grenze. Es wählt zwischen zwei Übeln. Entweder lassen Sie sensible Daten durch. Oder Sie verstümmeln den Text so weit, dass er unbrauchbar wird.

Reversibles Schwärzen: den Sinn bewahren, die Exposition verringern

Reversibles Schwärzen ersetzt jeden sensiblen Wert durch ein Token. « Marie Dupont » wird zum Beispiel zu einem stabilen Token. Jeder Wert erhält sein eigenes Token. Zwei verschiedene Kunden behalten zwei verschiedene Token. So sieht die KI einen kohärenten Text. Sie kann argumentieren, vergleichen, strukturieren. Sie behalten die Zuordnung Token↔Wert. Am Ende stellen Sie die echten Werte in der Antwort wieder her.

Die vier Schritte des reversiblen Schwärzens

In der Praxis lässt sich das Vorgehen in vier Schritte fassen. Sie folgen dieser Reihenfolge.

1. 1Die sensiblen Daten erkennen: Namen, E-Mails, IBANs, Nummern, technische Schlüssel.
2. 2Jeden Wert durch ein reversibles, kohärentes Token ersetzen.
3. 3Den maskierten Text an die KI senden, niemals die echten Werte.
4. 4Die echten Werte in der Antwort wiederherstellen, auf Ihrer Seite.

Jeder Schritt zählt. Überspringen Sie den ersten, lecken Daten. Vernachlässigen Sie den vierten, bleibt Ihnen eine Antwort voller Token.

Datenminimierung, ein Grundsatz der DSGVO

Dieser Ansatz trifft sich mit einem Grundsatz der DSGVO: der Datenminimierung. Artikel 5 verlangt, die Daten auf das strikt Notwendige zu beschränken. Der KI nur das Nützliche zu übermitteln, verringert die Exposition. Die CNIL ruft dies für die KI in Erinnerung. Ein KI-System, das auf personenbezogenen Daten beruht, entkommt der DSGVO nicht. Und wenn anonyme oder synthetische Daten genügen, sollten Sie diese bevorzugen. Reversibles Schwärzen dient dieser Logik. Es übermittelt dem Modell den Sinn, nicht die Identitäten.

Wie ONYRI Ihre Daten schwärzt

ONYRI Sanitize wendet diese Methode an, im Browser. Die Engine erkennt sensible Daten mit integrierten Detektoren. Sie fügen Ihre eigenen Regeln für Ihr Fachgebiet hinzu. Jeder Wert wird durch ein reversibles Token ersetzt. Der entscheidende Punkt: Die Zuordnung Token↔Wert bleibt auf Ihrem Gerät. Sie erreicht keinen Server. Die Antwort der KI wird anschließend in Ihrem Browser detokenisiert. Sie erhalten Ihre echten Werte zurück, während das Modell nur Token gesehen hat.

Das Produkt gibt es in mehreren Oberflächen. Eine Web-App mit den Bereichen Text, Tabellen und Chat. Eine Browser-Erweiterung für die großen KI-Websites. Es gibt eine Einstiegsstufe sowie die kostenpflichtigen Stufen Pro und Team. Sie wählen je nach Ihren Bedürfnissen.

Seien wir klar bei den Grenzen. Die Erkennung ist heuristisch. Sie kombiniert Muster und eine Entropieberechnung. Sie verringert die Exposition, sie beseitigt sie nicht. Ein ungewöhnliches Vorkommen kann durchrutschen. Lesen Sie den maskierten Text vor dem Senden immer noch einmal durch.

Richtig gemachtes Schwärzen löscht die Information nicht: Es legt sie beiseite, für die Dauer des Prompts. ONYRI lässt Sie die KI nutzen, während Ihre echten Werte auf Ihrem Gerät bleiben. Das Modell arbeitet mit kohärenten Token. Sie erhalten eine brauchbare Antwort, mit Ihren wiederhergestellten Daten. Das ist Datenminimierung genau an dem Punkt, an dem sie zählt: unmittelbar vor dem Senden.