Es gibt vier Strategien zum Schutz personenbezogener Daten: die Governance-Plattform, die Cloud-Schnittstelle zur Datenerkennung, die verwaltete Schwärzung durch einen Dienstleister und das Schwärzen von Hand. Jede beantwortet eine andere Frage. Verwirrung entsteht vor allem, wenn man Werkzeuge vergleicht, die für verschiedene Fragen gebaut sind.
Vier Fragen in einem Satz
Wer im Lastenheft „Wie schützen wir personenbezogene Daten?“ notiert, stellt eigentlich vier Fragen. Erstens: Wo liegen die Daten, und wer darf was mit ihnen tun? Zweitens: Was steckt in Beständen, die kein Mensch mehr lesen kann? Drittens: Wer nimmt einem die Arbeit ab, wenn im Haus niemand Zeit hat?
Viertens: Wer steht dafür ein, dass in dem einen Dokument, das heute hinausgeht, nichts steht, was nicht hineingehört? Jede Strategie beantwortet eine dieser Fragen gut und die übrigen schlecht. Wer die Fragen nicht trennt, misst ein Datenverzeichnis an einem Schwärzungswerkzeug und hält am Ende beide für untauglich.
Die Übersicht unten zeigt für jede Strategie, wofür sie gebaut ist. Warum KI überhaupt eine eigene Lücke in den Datenschutz reißt, haben wir an anderer Stelle hergeleitet.
Erste Strategie: die Governance-Plattform
Governance-Plattformen schaffen den Überblick. Sie führen das Verzeichnis von Verarbeitungstätigkeiten nach Art. 30 DSGVO, verwalten Löschfristen und Einwilligungen, bündeln Auskunftsersuchen und erfassen, wo welche Daten liegen. Genau danach fragt eine Aufsichtsbehörde zuerst: Rechtsgrundlage, Zweck, Speicherdauer, Empfänger.
Für ein Unternehmen mit vielen Systemen und eigenem Datenschutzbeauftragten ist eine solche Plattform oft das sinnvollste erste Werkzeug. Sie bildet die Rechenschaftspflicht nach Art. 5 Abs. 2 DSGVO organisatorisch ab. Über den Inhalt eines einzelnen Vertragsentwurfs sagt sie wenig, und dafür ist sie auch nicht gebaut.
Zweite Strategie: die Cloud-Schnittstelle
Große Cloud-Anbieter bieten Schnittstellen, die Daten automatisch nach sensiblen Inhalten durchsuchen. Das bekannteste Beispiel ist der DLP-Dienst von Google. Seine Dokumentation beschreibt ihn als Werkzeug, um sensible Daten in gespeicherten Beständen und Datenströmen in großem Umfang zu entdecken und zu klassifizieren. Wer wissen will, ob in drei Terabyte Kundenkorrespondenz Kreditkartennummern liegen, ist dort richtig.
Für diese Aufgabe ist eine statistische Kennzahl das richtige Maß. Bei Millionen Datensätzen zählt, welcher Anteil gefunden wird und wie viele Fehlalarme entstehen. Niemand erwartet, dass ein Mensch jeden Treffer ansieht. Wer in diesem Umfang arbeitet, hat meist ohnehin Cloud-Infrastruktur und einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO.
Beim einzelnen Dokument einer Kanzlei oder Praxis sieht es anders aus. Die Datei muss an den Dienst übertragen werden. Damit stellen sich die Fragen der Auftragsverarbeitung und bei Berufsgeheimnisträgern die Bedingungen des § 203 Abs. 3 StGB. Ob sie erfüllt sind, hängt vom Einzelfall und den geschlossenen Verträgen ab.
Dritte Strategie: die verwaltete Schwärzung
Hier erledigt ein Dienstleister die Arbeit. Er übernimmt Akten, schwärzt sie mit eigener Software und eigenem Personal und liefert sie zurück. Bei Akteneinsicht, Verfahren mit großen Dokumentenmengen oder Anfragen nach dem Informationsfreiheitsrecht ist das etabliert. Für eine Organisation ohne freie Kapazität ist es oft der einzige Weg, einen Stapel fristgerecht abzuarbeiten.
Der Dienstleister braucht einen Auftragsverarbeitungsvertrag. Bei Berufsgeheimnisträgern verlangen § 203 Abs. 3 StGB und das Berufsrecht zudem sorgfältige Auswahl und eine ausdrückliche Verschwiegenheitsverpflichtung. Die Verantwortung für das Ergebnis bleibt beim Absender. Diese Strategie klärt also gut, wer die Arbeit macht, aber schlechter, wer dafür geradesteht.
Vierte Strategie: das Schwärzen von Hand
Eine Person liest das Dokument Seite für Seite und schwärzt, was nicht hinausgehen darf. Wer es getan hat, steht fest. Für zwei oder drei Dokumente im Jahr gibt es kaum einen Grund für mehr Aufwand.
Bei einem Gutachten von sechzig Seiten lässt die Aufmerksamkeit nach. Die Steuer-Identifikationsnummer in einer Fußnote auf Seite 41 oder die IBAN im Anhang wird übersehen, und gescannte Seiten lassen sich nicht durchsuchen. Außerdem entfernt ein schwarzer Balken über einer PDF-Seite den Text darunter nicht zwingend, er bleibt kopierbar. Bei der Verantwortung ist Handarbeit vorbildlich, beim Aufwand schwach.
Die Lücke zwischen Quote und Unterschrift
Eine Lücke bleibt: Dokumente, für die eine bestimmte Person mit ihrem Namen einsteht. Das ist der Schriftsatz eines Anwalts, die Personalakte für einen Gutachter oder die Steuerunterlagen, die ein Steuerberater von einem KI-Werkzeug zusammenfassen lassen will. Solche Dokumente sind zu zahlreich für Handarbeit und zu heikel, um sich auf eine Quote zu verlassen.
Nehmen wir eine Erkennungsquote von 99,5 % an, wie man sie in Werbematerialien liest. Die Zahl ist ein Beispiel, nicht unser Messwert. Bei zehn Millionen Datensätzen ist sie ein ausgezeichnetes Ergebnis. In einem Schriftsatz mit 200 Personenangaben bleibt rechnerisch eine stehen, und ob das ein Name, eine Sozialversicherungsnummer oder eine Kontoverbindung ist, entscheidet der Zufall.
Ein Datenblatt verspricht einen Durchschnitt, unterschreiben kann es nicht. § 203 StGB fragt im Ernstfall nach dem einen Dokument, das hinausgegangen ist. Dieses Feld braucht die Geschwindigkeit maschineller Erkennung und eine Person, die jeden Fund prüft und bestätigt, bevor die Datei entsteht. Bleibt das Dokument dabei auf dem Rechner, entsteht keine Übermittlung an einen weiteren Beteiligten.
Wo promptShield steht
promptShield ist für dieses Feld entwickelt. Zuerst greifen präzise Muster für Werte mit fester Form wie IBAN oder Steuer-Identifikationsnummer, dann ein konfigurierbares Erkennungsmodell für Namen, Firmen und Anschriften. Auf Wunsch kommt eine Analyse durch ein Sprachmodell hinzu, die standardmäßig ausgeschaltet ist. Die Ergebnisse werden zusammengeführt, auf alle Seiten übertragen und von Fehlalarmen bereinigt.
Vollständig ist das nicht, denn kein lokales Modell erkennt jede Personenangabe. Deshalb lässt sich eine Datei mit geschützten Bereichen erst herunterladen, wenn die Funde im Dialog „Überprüfen“ bestätigt sind. Wer vorher auf „Herunterladen“ klickt, erfährt, was noch offen ist, und gelangt direkt in die Überprüfung. Mit der Bestätigung gehen die Codes ins Code-Register.
Für jeden Fund wählen Sie Entfernen, das den Text endgültig tilgt, oder Kodieren, das ihn durch einen kurzen Code ersetzt. Codes gelten pro Ordner: Im Ordner erhält derselbe Wert denselben Code, zwei Mandate bekommen verschiedene Codes. Global gilt nur ein Code, den Sie selbst festlegen. Dekodiert wird lokal, durch eine mitgelieferte Komponente auf Ihrem Rechner.
Die Desktop-Anwendung arbeitet offline und lässt sich im Tarif Pro ganz vom Netz getrennt betreiben, ohne Lizenzabfrage und Absturzberichte. Einzige Ausnahme: Wenn Sie die optionale Tiefenanalyse mit einem externen Modell verbinden, geht der Seitentext an diesen Dienst. Die kostenlose Browser-Anwendung sendet beim Start ein anonymes Nutzungssignal, das Dokument bleibt aber auf Ihrem Gerät.
Die selbst betriebene Programmierschnittstelle prüft ihre Lizenz alle sechs Stunden bei unserem Server. Ihre zwischengespeicherte Lizenz gilt drei Tage, und einen vom Netz getrennten Betrieb gibt es für sie nicht.
Was wir nicht leisten: Wir führen kein Dateninventar über Ihre Systeme, durchsuchen keine Terabyte an Datenbankexporten und holen keine Akten ab. Dafür gibt es Werkzeuge, die genau dafür gebaut sind.
Fragen aus der Praxis
Welche Strategie zum Schutz personenbezogener Daten brauche ich?
Das hängt von der Frage ab, die Sie gerade beantworten müssen. Für den Überblick über Systeme passt eine Governance-Plattform, für große Cloud-Bestände eine DLP-Schnittstelle, bei fehlender Kapazität ein Dienstleister mit Auftragsverarbeitungsvertrag. Für Dokumente, für die eine Person einsteht, brauchen Sie ein Werkzeug, bei dem dieser Mensch jeden Fund prüft.
Warum lassen sich diese Werkzeuge so schwer vergleichen?
Sie sind für verschiedene Aufgaben gebaut und werden trotzdem in einen Topf geworfen. Eine Erkennungsquote ist das richtige Maß für Millionen Datensätze und das falsche für einen Schriftsatz. Trennen Sie die Anforderung zuerst in die vier Fragen, dann wird jeder Vergleich überschaubar.
Für wen eignet sich promptShield nicht?
Für ein Unternehmen, das wissen will, wo in seinen Systemen Daten liegen, für Teams, die Datenbestände in großem Umfang durchsuchen, und für Organisationen ohne eine Person, die Funde prüft. Wer nur zwei Dokumente im Jahr bearbeitet, kommt mit sorgfältiger Handarbeit gut zurecht.
Viele Organisationen brauchen zwei oder drei der vier Lösungen und haben eine davon schon im Haus. Für Dokumente, unter denen ein Name steht, gilt: Ein Mensch muss gesehen haben, was hinausgeht. Wir wollen diese Prüfung so schnell machen, dass sie tatsächlich erledigt wird.
Dieser Text erklärt, woher die Pflichten stammen, und ersetzt keine Rechtsberatung im Einzelfall.