Persönliche Daten schützen.
Den richtigen Weg finden.
Von der ersten PII-Erkennung bis zur eigenen KI-Pipeline: Hier finden Sie Grundlagen, konkrete Beispiele und Werkzeuge für Ihre nächste Aufgabe.
Was möchten Sie tun?
Wählen Sie einen direkten Einstieg.
Grundlagen & Verfahren
Persönliche Daten erkennen und das passende Schutzverfahren wählen.
Pseudonymisierung: Definition, Verfahren, Beispiel
Pseudonymisierung nach Art. 4 Nr. 5 DSGVO: Definition, Verfahren im Vergleich, ein durchgerechnetes Beispiel und was der Zuordnungsschlüssel damit zu tun hat.
Zum Leitfaden →Pseudonymisierung vs. Anonymisierung: der Unterschied
Anonymisierung ist unumkehrbar, Pseudonymisierung nicht — und genau darauf kommt es an. Vergleichstabelle, DSGVO-Einordnung und dasselbe Beispiel in beiden Verfahren.
Zum Leitfaden →PII-Erkennung: personenbezogene Daten in Text finden
PII Detection für deutschen Text: Datenkategorien, Regeln und Sprachmodelle vergleichen, Treffer prüfen und die Erkennung vor LLM-Aufrufen integrieren.
Zum Leitfaden →PII Redaction: sensible Daten entfernen oder maskieren
PII Redaction für Text, PDFs und KI-Prompts: Löschen, Maskieren und Pseudonymisieren unterscheiden und eine prüfbare Verarbeitung aufbauen.
Zum Leitfaden →Datenmaskierung: Methoden, Beispiele und Grenzen
Statische und dynamische Datenmaskierung, Teilmaskierung und Pseudonyme vergleichen. Beispiele für Testdaten, Anzeigen und persönliche Daten in KI-Prompts.
Zum Leitfaden →KI & Datenschutz
Datenflüsse, Dienstleister und Modellkontext für den konkreten Einsatz prüfen.
KI DSGVO-konform einsetzen: Kriterien und Prüffragen
Fünf Prüfkriterien für den DSGVO-konformen KI-Einsatz, die Fragen, die Sie jedem Anbieter stellen müssen, und die Maßnahme, die unabhängig vom Anbieter wirkt.
Zum Leitfaden →ChatGPT DSGVO-konform nutzen: die fünf Schritte
Was ChatGPT mit Ihren Daten macht, welcher Tarif in Frage kommt, warum es einen AV-Vertrag braucht — und wie personenbezogene Daten den Prompt gar nicht erst verlassen.
Zum Leitfaden →LLM-Datenschutz: Prompts, Kontext und Logs schützen
Datenschutz in LLM-Pipelines praktisch umsetzen: Datenflüsse erfassen, Prompts pseudonymisieren, Mappings schützen und Logs sowie Tool-Aufrufe prüfen.
Zum Leitfaden →RAG-Datenschutz: Dokumente, Embeddings und Retrieval
RAG-Pipelines mit persönlichen Daten planen: Pseudonymisierung vor Embeddings, Zugriffsfilter beim Retrieval und sichere Zuordnung in KI-Antworten.
Zum Leitfaden →AV-Vertrag für KI-Dienste: Art. 28 DSGVO in der Praxis
Wann ein Auftragsverarbeitungsvertrag nötig ist, welche Pflichtinhalte Art. 28 Abs. 3 DSGVO verlangt und worauf bei KI- und LLM-Anbietern besonders zu achten ist.
Zum Leitfaden →Tools & Dokumente
Texte, PDFs, E-Mails und Bewerbungsunterlagen vor der Weitergabe vorbereiten.
Text anonymisieren: kostenloses Tool im Browser
Text einfügen, personenbezogene Daten durch Pseudonyme ersetzen lassen — direkt im Browser, ohne Anmeldung und ohne dass der Text Ihr Gerät verlässt.
Zum Leitfaden →PDF schwärzen online – kostenlos & ohne Anmeldung
Persönliche Daten in PDFs erkennen, prüfen und mit schwarzen Balken entfernen. Kostenloses PDF-Tool mit Vorschau, manueller Schwärzung und Download im Seitenlayout.
Zum Leitfaden →ChatGPT ohne Klarnamen: Chrome-Erweiterung für Datenschutz
Persona ersetzt Namen, Kontaktdaten und Kennungen durch Platzhalter, bevor sie ChatGPT, Claude oder Gemini erreichen — und zeigt die Antwort wieder im Klartext. Kostenlos für Chrome und Edge.
Zum Leitfaden →PDF anonymisieren: Inhalte, Metadaten und Scans prüfen
PDFs vor der Weitergabe prüfen: Namen, Unterschriften, Textebenen und Metadaten entfernen. Anleitung mit Exportkontrolle und kostenlosem Schwärzungs-Tool.
Zum Leitfaden →Dokumente anonymisieren: Word, PDF und Text vorbereiten
Dokumente für KI oder Weitergabe vorbereiten: Freitext, Dateiformat, Kommentare und Metadaten prüfen. Verfahren und Grenzen für Word, PDF und Text.
Zum Leitfaden →E-Mails anonymisieren: Signaturen und Verläufe prüfen
E-Mails für ChatGPT oder interne Analyse vorbereiten: Absender, Signaturen, zitierte Verläufe und Anhänge prüfen und Namen durch konsistente Tokens ersetzen.
Zum Leitfaden →Bewerbungen anonymisieren: Lebenslauf und Anhänge prüfen
Bewerbungsunterlagen für eine begrenzte Sichtung vorbereiten: Kontaktdaten, Fotos, Metadaten und indirekte Hinweise prüfen, Qualifikationen erhalten.
Zum Leitfaden →API & Integration
Pseudonymisierung in eigene Anwendungen einbauen und Verfahren vergleichen.
Anonymisierung-API: Text für LLMs pseudonymisieren
Eine API für sensible Texte integrieren: Pseudonymisierung statt pauschaler Anonymität, Request-Beispiel, Mapping-Schutz und Fehlerbehandlung.
Zum Leitfaden →Microsoft-Presidio-Alternative für deutschen Text
Presidio erkennt PII regel- und modellbasiert und maskiert sie. Wo es bei deutschem Freitext an Grenzen stößt, was der Betrieb kostet und wann eine API die bessere Wahl ist.
Zum Leitfaden →API-Dokumentation
Endpunkte, Request-Felder und Codebeispiele für die Integration in Ihre Anwendung.
Zur Referenz →