KI-Datenanonymisierung-Software erkennt personenbezogene und vertrauliche Daten und anonymisiert sie, bevor sie an KI-Modelle beziehungsweise große Sprachmodelle (LLMs) übermittelt werden. Sensible Inhalte wie Namen, Adressen, IBANs, Aktenzeichen oder Gesundheitsdaten werden vor dem Prompt durch Platzhalter ersetzt und in der Modellantwort wieder in die Originalwerte zurückübersetzt (De-Anonymisierung). So lassen sich LLMs auch mit vertraulichen Daten DSGVO-konform nutzen, ohne diese Daten an den Modellanbieter preiszugeben.
Die Hauptnutzer*innen sind Teams in regulierten Bereichen mit hohem Vertraulichkeitsbedarf: Kanzleien, Steuer- und Wirtschaftsprüfung, Gesundheitswesen, Versicherungen, Finanzdienstleister, HR-Abteilungen, Beratungen und der öffentliche Sektor. Der Hauptnutzen liegt darin, den Produktivitätsgewinn moderner KI-Modelle zu erschließen, ohne die Kontrolle über personenbezogene Daten zu verlieren oder gegen Datenschutzvorgaben zu verstoßen.
Um in der Kategorie KI-Datenanonymisierung aufgenommen zu werden, sollte eine Lösung folgende Features aufweisen:
- Automatische PII-Erkennung: Identifikation personenbezogener und sensibler Daten (z.B. Namen, Kontaktdaten, IBANs, Gesundheits- und Falldaten) in Texten und Dokumenten.
- Anonymisierung/Pseudonymisierung vor der Übermittlung: Ersetzung erkannter Daten durch Platzhalter oder Pseudonyme, bevor der Inhalt an ein KI-Modell gesendet wird.
- Reversible De-Anonymisierung: Rückübersetzung der Platzhalter in die Originalwerte in der Modellantwort, damit das Ergebnis nutzbar bleibt.
- Anbindung mehrerer KI-Modelle: Unterstützung verschiedener LLM-Anbieter beziehungsweise Modelle über eine einheitliche, abgesicherte Schnittstelle.
- Nachvollziehbarkeit und Datenkontrolle: Protokollierung der Verarbeitung, konfigurierbare Erkennungs-/Schutzregeln und datenschutzfreundliches Hosting (z.B. EU-/On-Premises).
