Persona erkennt personenbezogene Daten in Echtzeit und ersetzt sie durch konsistente Pseudonyme — bevor der Text Ihre Infrastruktur verlässt. Ein API-Aufruf, neun PII-Kategorien, vollständige Re-Identifikation.
Persona sitzt vor OpenAI, Anthropic, Mistral oder Ihrem eigenen Modell. Personenbezogene Daten werden ersetzt, die Antwort wird automatisch re-identifiziert — Ihr Code merkt davon nichts.
Ein spezialisiertes Sprachmodell findet PII mit exakten Positionen und Konfidenzwerten — auch in deutschem Fließtext.
Jede Entität erhält ein stabiles Token. Dieselbe Person bleibt im gesamten Kontext dasselbe Pseudonym.
Die LLM-Antwort läuft zurück durch Persona. Tokens werden gegen die Originalwerte getauscht — nur in Ihrer Infrastruktur.
Läuft gegen das echte Modell auf unserer EU-Infrastruktur — begrenzt auf 600 Zeichen. Den vollen Zugriff gibt es nach der Registrierung im Playground — mit denselben Feldern.
Kein Regex-Flickenteppich: Ein trainiertes Modell versteht Kontext — es unterscheidet die Privatperson vom Amtsträger und die Kundennummer von der Bestellmenge.
private_person§ 01Namen natürlicher Personen im Kontext — nicht jede Erwähnung von „Goethe“.
private_email§ 02Private und geschäftliche Adressen, auch obfuskiert geschriebene.
private_phone§ 03Mobil, Festnetz, international — in jedem Format.
private_address§ 04Straßen, Hausnummern, PLZ und Wohnorte natürlicher Personen.
private_url§ 05Persönliche Links, Social-Media-Profile, Kalender-Links.
private_date§ 06Geburtsdaten und identifizierende Termine — nicht jedes Datum.
account_number§ 07IBAN, Kunden-, Versicherten- und Vertragsnummern.
secret§ 08API-Keys, Passwörter und Tokens, die in Prompts landen.
other_pii§ 09Kennzeichen, Ausweisnummern, Gesundheitsdaten — der Auffangtatbestand.
Keine SDKs nötig, kein Vendor-Lock-in. Ein einziger HTTPS-Endpunkt, der sich in jede bestehende LLM-Pipeline einfügt.
Text rein — maskierter Text, Spans und Mapping raus.
LLM-Antwort plus Mapping rein, Originaltext raus.
Schnell genug für Streaming-Chats und Echtzeit.
Hochsensible Anfragen automatisch an On-Prem routen.
AV-Vertrag, Hosting in Deutschland, keine Speicherung.
# Text pseudonymisieren
curl https://persona-api.mind-verse.de/v1/pseudonymize \
-H "Authorization: Bearer $PERSONA_KEY" \
-H "Content-Type: application/json" \
-d '{
"text": "Rückruf für Jonas Bergmann unter 0176 22558899."
}'→ Antwort: { "masked", "spans[]", "mapping", "sensitivity" } — identisch zum Playground.
Jeder Plan enthält alle neun Kategorien, Re-Identifikation und den Sensitivitätswert.
Nein. Pseudonymisierung (Art. 4 Nr. 5 DSGVO) ersetzt Identifikatoren so, dass die Zuordnung nur mit einer getrennt aufbewahrten Zusatzinformation möglich ist — genau das liefert Persona mit dem Mapping. Für LLM-Workflows ist das ideal: Das Modell arbeitet mit kohärentem Text, die Re-Identifikation bleibt bei Ihnen.
Nein. Die API ist zustandslos: Text kommt rein, Antwort geht raus, nichts wird persistiert. Das Mapping zwischen Pseudonym und Original liegt ausschließlich in Ihrer API-Response. Auch für Trainingszwecke werden keine Kundendaten verwendet.
Sehr gut — das Modell ist mehrsprachig trainiert und versteht deutsche Namens-, Datums- und Adressformate ebenso wie zusammengesetzte Kontexte. Anders als Regex-Lösungen erkennt es PII am Kontext, nicht am Muster.
Ein Wert zwischen 0.0 und 1.0, der die Gesamtsensibilität eines Textes bewertet. Damit können Sie Richtlinien bauen: unkritische Anfragen an ein günstiges Cloud-LLM, hochsensible automatisch an Ihr On-Premise-Modell — oder ganz blocken.
Ja. Das Modell läuft auch auf CPU-Instanzen performant und wird im Enterprise-Plan als Container in Ihrer Infrastruktur deployt — ohne externe Abhängigkeiten.
1.000 Anfragen pro Monat kostenlos. Keine Kreditkarte, kein Vertrag.
Jetzt API-Key erhalten →