Zum Inhalt springen
ReviewRamble

Der wöchentliche Brief

KI im Test, in deinem Postfach.

  • Neue Tests von Tools, Modellen, MCP-Servern und Repos, mit dem Urteil vorneweg
  • Neu geprüfte Preise und Bewertungen, wenn sich etwas ändert
  • Neue Analysen, sobald sie erscheinen

Modelle, Agenten, MCP-Server und die Tools, die deine Zeit wirklich wert sind.

Eine E-Mail pro Woche. Abmelden kannst du dich über den Link in jedem Brief. Wie wir deine E-Mail-Adresse nutzen

PII-Schwärzung

PII-Schwärzung (PII Redaction) ist das Erkennen und Entfernen oder Maskieren personenbezogener Daten wie Namen, Telefonnummern, Adressen und Kartennummern in Texten oder Bildern, bevor sie an ein Modell geschickt, in Logs gespeichert oder anderen gezeigt werden.

Auch: PII, personally identifiable information, PII masking, de-identification

Von Divya Sharma · Geprüft am 15. Nov. 2026 · So testen wir

Personenbezogene Daten (PII, Personally Identifiable Information) sind Informationen, die eine bestimmte Person identifizieren können, allein oder zusammen mit anderen Daten. Der NIST-Leitfaden SP 800-122 ist eine gängige Referenz dafür, was dazu zählt und wie man es schützt. KI-Anwendungen verarbeiten viel davon: Support-Chats, hochgeladene Dokumente, Gesprächstranskripte und die Prompt-Logs, die fürs Debugging aufbewahrt werden.

Warum es beim Bauen mit KI wichtig ist

Jeder Prompt, der an ein gehostetes Modell geht, verlässt dein System. Jeder Trace, den dein Tool für LLM-Observability speichert, ist eine weitere Kopie. Wer PII vorher schwärzt, verringert, was ein Anbieter, jemand mit Zugriff auf die Logs oder ein Angreifer sehen kann, und kann verhindern, dass personenbezogene Daten in Fine-Tuning-Sätzen landen. Es gehört natürlicherweise auf die Eingabeseite deiner Guardrails.

So funktioniert es

Ein Detektor durchsucht den Text nach Entitäten. Einfache nutzen Muster und Prüfsummen, etwa für Karten- oder Ausweisnummern. Andere nutzen Modelle zur Named-Entity-Erkennung, um Namen und Orte zu finden, die Muster übersehen. Jeder Treffer wird dann ersetzt: gelöscht, mit einem Label wie `<PERSON>` maskiert oder durch einen konsistenten Platzhalter oder Fantasiewert getauscht, damit das Modell dem Gespräch noch folgen kann. Manche Systeme behalten eine sichere Zuordnung, damit die echten Werte in die endgültige Antwort zurückgesetzt werden können. Presidio von Microsoft, Open Source und inzwischen ein Community-Projekt, ist ein weit verbreitetes Toolkit, das Entitäten in Texten und Bildern erkennt und anonymisiert.

Grenzen

Die Erkennung ist nie perfekt. Ungewöhnliche Namen, Tippfehler, frei formulierte Adressen und Hinweise aus dem Kontext rutschen durch, während aggressive Einstellungen Wörter entfernen, die das Modell gebraucht hätte. Schwärzung klärt außerdem nicht, wo Daten verarbeitet oder aufbewahrt werden; siehe Datenresidenz und Zero Data Retention. Was als PII gilt und was du damit tun musst, hängt von den für dich geltenden Gesetzen ab, die diese Seite nicht behandelt.

Verwandte Begriffe

Guardrails (KI)
Guardrails (Leitplanken) sind Laufzeitprüfungen rund um ein Sprachmodell, die Eingaben und Ausgaben untersuchen und sie blockieren, umschreiben oder umleiten, damit eine Anwendung beim Thema bleibt, schädliche Inhalte vermeidet und Regeln einhält, die das Modell allein nicht verlässlich befolgen würde.
Datenresidenz
Datenresidenz (Data Residency) ist eine Kontrolle, die die Daten eines Kunden in einer gewählten geografischen Region wie der EU speichert und oft auch verarbeitet, damit ein Team seine eigenen rechtlichen, vertraglichen oder kundenseitigen Vorgaben zum Speicherort erfüllen kann.
Zero Data Retention
Zero Data Retention (ZDR, keine Datenspeicherung) ist eine Vereinbarung, bei der ein KI-Anbieter die Prompts und Ausgaben eines Kunden nach der Beantwortung einer Anfrage nicht aufbewahrt. Sie wird meist nur freigegebenen Kunden und nur für berechtigte API-Funktionen angeboten.
LLM-Observability
LLM-Observability (Beobachtbarkeit von LLM-Anwendungen) heißt, aufzuzeichnen, was eine KI-Anwendung im Betrieb tut, darunter Prompts, Antworten, Tool-Aufrufe, Latenz, Token-Verbrauch und Kosten, und zwar als durchsuchbare Traces. So kannst du Fehler debuggen und sehen, wie sich das System über die Zeit verhält.

Quellen