Identität ist lokal sichtbar.
Dokumente und Texte bleiben auf dem Gerät, während personenbezogene Daten markiert werden.
Internal Alpha · Lokale Identitätsschleuse für KI
01 / 09
KI BRAUCHT KONTEXT. KEINE IDENTITÄT.
Ainonymize erkennt persönliche Daten lokal, ersetzt sie vor dem Modell durch reversible Tokens und stellt die Antwort auf Ihrem Gerät wieder her.
01 DAS PROBLEM
IHRE MITARBEITER NUTZEN KI. DIE FRAGE IST Nicht, ob.
Die Frage ist, was mitgeht.
02 DIE SCHLEUSE
KONTEXT REIN.
IDENTITÄT RAUS.
01 LOKAL / IHR GERÄT
03 EXTERN / LLM
LLM
modellunabhängig
02 / AINONYMIZE
[•]
ERKENNEN
Identität wird Struktur.
Die lokale Schleuse ersetzt Klartext reversibel durch typisierte Platzhalter.
Das Modell sieht nur Tokens.
Aufgabe und Kontext bleiben nutzbar. Die Person bleibt außerhalb des Modells.
Die Antwort kommt vollständig zurück.
Ainonymize setzt die Originalwerte lokal und an der richtigen Stelle wieder ein.
03 DAS ZIELBILD
MEHR KI.
WENIGER RISIKO.
Klartext wird dort geprüft, wo er entsteht.
Die Erkennungsqualität ist noch nicht unabhängig für den Einsatz qualifiziert.
Das Architekturziel vor Freigabe durch den Menschen.
!
Human-in-the-loop-Risikominimierung: Der Review ist der Schutz – kein „Null-PII“-Versprechen.
04 LOCAL PLAYGROUND
NICHT GLAUBEN.
AUSPROBIEREN.
Alles in diesem Feld läuft in Ihrem Browser. Kein Upload. Kein Server. Kein Tracking.
Bereit. Tippen Sie, um Daten lokal zu erkennen.
05 ECHTE DOKUMENTE
FORMAT REIN.
FORMAT RAUS.
Nicht nur Text kopieren: Ainonymize arbeitet mit den Dokumenten, die Ihr Team tatsächlich nutzt.
01DOCXDOCUMENT
02PDFDOCUMENT
03XLSXWORKBOOK
04PPTXDECK
05E-MAILMESSAGE
06TXTPLAIN TEXT
07CSVDATA
INPUTORIGINALFORMAT
STRUKTURBLEIBT ERHALTEN
OUTPUTFORMATGLEICH
01Originalformat bleibt erhalten. Das Ergebnis kehrt in die gewohnte Arbeitsoberfläche zurück.
02Dokumente bleiben Dokumente. DOCX und PDF werden als strukturierte Formate verarbeitet.
03Run-split-safe. Sensible Werte werden auch über Formatierungsgrenzen hinweg behandelt.
04Export ohne LLM. Reine Anonymisierung funktioniert als eigener Workflow.
06 DER ABLAUF
VIER SCHRITTE.
EINE SICHERE ROUTINE.
-
01
LOKAL / INPUT
ERKENNEN
Deterministische Regeln, Checksums und GLiNER markieren Namen, Adressen und strukturierte Identifikatoren lokal.
SCAN → MATCH -
02
LOKAL / REVIEW
PRÜFEN
Menschen sehen die Funde im Kontext, ergänzen oder korrigieren sie und geben erst dann die Verarbeitung frei.
HUMAN → REVIEW -
03
GRENZE / LEAK GUARD
ERSETZEN
Strukturgleiche Platzhalter erhalten Bedeutung und Referenzen. Ein Leak Guard prüft vor externer Übergabe.
VALUE → TOKEN -
04
LOKAL / RESTORE
WIEDERHERSTELLEN
Die Antwort des Modells wird lokal mit der verschlüsselten Zuordnung verbunden und im Originalformat ausgegeben.
TOKEN → VALUE
07 EIN PRINZIP, DREI WEGE
PASST SICH AN.
NICHT UMGEKEHRT.
EINSATZ
ChatGPT, Claude, Gemini und andere Web-Tools direkt im Browser.
VERARBEITUNG
Erkennung, Review und Zuordnung lokal vor dem Absenden.
STÄRKE
Schutz sitzt im Arbeitsfluss – ohne neues Tool oder Copy-Paste-Ritual.
EINSATZ
Dokumente, Batch-Prozesse und KI-Agenten mit kontrolliertem Dateizugriff.
VERARBEITUNG
Lokale Pipeline mit Freigabeschritt und verschlüsselter Token-Zuordnung.
STÄRKE
Strukturierte Dokumente bleiben erhalten; MCP verbindet sichere Werkzeuge mit Agenten.
EINSATZ
Bereinigte Dokumente für Analyse, Austausch, Testdaten oder Archivierung.
VERARBEITUNG
Vollständig lokal und ohne Aufruf eines Sprachmodells.
STÄRKE
Anonymisierter Export im Originalformat – unabhängig vom späteren Zielsystem.
08 KLARE ANTWORTEN
NOCH
FRAGEN?
Technologie darf komplex sein. Die Entscheidung darüber sollte es nicht sein.
Im vorgesehenen Ablauf werden personenbezogene Klartextwerte lokal erkannt und durch Tokens ersetzt, bevor ein externer Modellaufruf erfolgt. Die menschliche Prüfung und der Leak Guard sind Teil dieser Schutzkette.
Die Schutzlogik ist modellunabhängig. Sie kann vor Web-Tools, APIs, lokalen Modellen und agentischen Workflows eingesetzt werden. Die konkrete Integration hängt vom Produktmodus ab.
Der Review zeigt Funde im Kontext. Nutzer können Markierungen ergänzen, entfernen oder korrigieren. Ein False Positive verändert damit nicht unbemerkt den freigegebenen Text.
Das Produktziel ist formatgleiche Verarbeitung: DOCX, PDF, XLSX, PPTX, E-Mail, TXT und CSV werden als Dokumente behandelt und im entsprechenden Format ausgegeben.
Ja. Im Modus „Nur anonymisieren“ können bereinigte Dokumente lokal exportiert werden, ohne dass ein Sprachmodell beteiligt ist.
Die Zuordnung liegt lokal und verschlüsselt in der Vertrauenszone. Sie wird für die Wiederherstellung benötigt, aber nicht an das externe Modell übertragen.
Interne Regressionstests helfen bei der Entwicklung. Eine ausreichend große, unabhängig kuratierte Holdout-Auswertung steht aus. Bis dahin werden keine Qualitätsquoten beworben; menschliche Prüfung bleibt erforderlich.
09 NÄCHSTER SCHRITT
JEDE KI.
KEINE IDENTITÄT.
Starten Sie mit einem realen Anwendungsfall. Wir prüfen gemeinsam, wo Ainonymize in Ihrem Workflow die größte Wirkung entfaltet.
Unverbindlicher Pilot · Kein automatischer Versand