Je mehr ich mich mit KI im Arbeitsalltag beschäftige, desto deutlicher wird ein Problem: Die interessantesten Anwendungsfälle entstehen selten mit völlig neutralen Texten. Es geht um Kundenmails, interne Dokumente, Gesprächsnotizen oder Vertragsunterlagen. Dort können Namen, Adressen, Geburtsdaten oder andere sensible Informationen vorkommen.
Damit stellt sich für mich eine Frage, die oft zu spät gestellt wird:
Was passiert eigentlich mit den Daten, bevor ich sie an ein KI-Modell schicke?
Die Idee: Daten lokal maskieren
Ein spannender Ansatz ist es, personenbezogene Daten bereits auf dem eigenen Rechner zu erkennen und zu ersetzen. Ein Werkzeug, das dafür genutzt werden kann, ist Microsoft Presidio.
Presidio untersucht einen Text beispielsweise auf Namen, Orte, E-Mail-Adressen, Telefonnummern, IP-Adressen oder Datumsangaben. Anschließend werden diese Informationen durch Platzhalter ersetzt.
Aus:
Frau Anna Meier meldete sich am 9. Juli 2026 aus Mainz.
wird zum Beispiel:
Person 2 meldete sich am DateTime aus Location 1.
Erst danach wird der Text an ein KI-Modell wie ChatGPT oder Claude übermittelt. Die echten Namen und Adressen bleiben auf dem eigenen Rechner. Genau das finde ich an diesem Ansatz so interessant: Die KI kann weiterhin mit dem Inhalt und dem Zusammenhang arbeiten, ohne alle Originaldaten kennen zu müssen.
Pseudonymisierung statt blindem Vertrauen
Wichtig ist dabei die Unterscheidung zwischen Pseudonymisierung und Anonymisierung.
Bei der Pseudonymisierung werden die Originaldaten durch Platzhalter ersetzt, bleiben aber grundsätzlich wiederherstellbar. Eine lokale Mapping-Datei merkt sich beispielsweise, dass „Person 2“ für Anna Meier steht. Diese Mapping-Datei bleibt lokal und darf auf keinen Fall zusammen mit dem Text an das KI-Modell geschickt werden.
Bei einer echten Anonymisierung werden die ursprünglichen Informationen dauerhaft entfernt. Eine spätere Wiederherstellung ist dann nicht mehr möglich.
Für viele praktische Arbeitsabläufe ist die Pseudonymisierung deshalb interessanter. Die KI arbeitet mit einer geschützten Fassung, während die Antwort anschließend lokal wieder mit den Originaldaten verbunden werden kann.
So würde der Ablauf aussehen
- Das Originaldokument bleibt auf dem eigenen Rechner.
- Ein lokales Tool, zum Beispiel Microsoft Presidio, sucht nach sensiblen Informationen.
- Die gefundenen Daten werden durch Platzhalter ersetzt.
- Nur die maskierte Fassung wird an die KI gesendet.
- Die Antwort wird anschließend wieder lokal zurückgeführt.
Der Anbieter sieht in diesem Ablauf weder die echten Namen noch die Mapping-Datei oder den Schlüssel für die Rückübersetzung. Das klingt zunächst fast zu einfach. Genau deshalb lohnt es sich, die Grenzen genauer anzuschauen.
Kein magischer DSGVO-Schalter
Presidio ist kein Knopf, den man einmal drückt und der anschließend jedes Datenschutzproblem löst.
Das Werkzeug kann Informationen übersehen oder harmlose Textstellen fälschlicherweise markieren. Interne Kundennummern, Vertragsnummern oder Aktenzeichen erkennt es nicht unbedingt automatisch. Dafür braucht man eigene Regeln, manchmal zusätzliche Suchmuster und vor allem eine Kontrolle der Ergebnisse.
Auch die Zuordnung kann problematisch werden. Dieselbe Person könnte an unterschiedlichen Stellen verschiedene Platzhalter erhalten. Für das KI-Modell sieht es dann möglicherweise so aus, als wären mehrere Personen gemeint. Und wenn das Modell einen Platzhalter in seiner Antwort verändert, funktioniert die spätere Rückübersetzung unter Umständen nicht mehr zuverlässig.
Für Zusammenfassungen und strukturierte Analysen dürfte der Ablauf oft gut funktionieren. Bei freien Umformulierungen oder kreativen Texten wäre ich deutlich vorsichtiger.
Mein Fazit
Ich halte lokale Datenmaskierung für einen sehr pragmatischen Baustein, wenn man KI nutzen möchte, aber nicht einfach ungeprüft personenbezogene Daten in eine Cloud kopieren will. Sie kann das Risiko reduzieren und schafft eine zusätzliche Schutzschicht vor dem eigentlichen KI-Aufruf. Gleichzeitig muss man ehrlich bleiben: Sie ersetzt keine rechtliche Prüfung. Rechtsgrundlage, Auftragsverarbeitungsvertrag, Drittlandübermittlungen, freigegebene Unternehmenskonten und interne Sicherheitsregeln müssen weiterhin geklärt werden.
Für mich bleibt deshalb vor allem eine Erkenntnis hängen:
Datenschutz beginnt nicht beim KI-Anbieter. Datenschutz beginnt bei der Eingabe.