Gemessen am 2026-05-27 · promptShield 1.0.14 · Presidio 2.2.362

Microsoft Presidio im Vergleich mit promptShield

Im direkten Vergleich getestet an 14 PDF-Dokumenten in 7 Sprachen. Dieselbe Textextraktion, dieselben Dokumente, keine einseitige Optimierung. Veröffentlichtes Skript und rohe CSVs – überprüfen Sie es selbst.

Kostenlos startenKostenloser Starter-Tarif — keine Karte
Benchmark reproduzierenMethodik lesen

Kurzfassung

Presidio (Standardinstallation)

666

ausgegebene Spans · hoher Rauschpegel

promptShield 1.0.14

252

ausgegebene Spans · gleicher Korpus · Rauschen gefiltert

Bei Vertragsdokumenten (wo die Daten echte PII sind) gibt promptShield dieselben 209 aussagekräftigen Spans aus wie Presidio. Die Differenz von 414 Spans entsteht bei Finanzberichten, wo die rohen Entity-Treffer zu 30–70 % Rauschen sind (Namen von Wirtschaftsprüfungsgesellschaften, eingetragene Geschäftssitze, Erwähnungen von Gerichtsständen).

Funktionsvergleich

FunktionpromptShieldPresidio
Mehrsprachiger Regex-Erkenner (60+ Typen)
Presidio: standardmäßig primär EN
◦
Mehrsprachiges Entity-Modell (Davlan)
Presidio: erfordert individuellen HuggingFace-Entity-Erkenner
◦
Optionale LLM-Schicht für kontextbezogene PII
Prüfsummenvalidierung US NPI / ABA / DEA
Presidio: NPI und MBI enthalten, ABA/DEA teilweise
◦
Prüfsummenvalidierung AU TFN / ABN / ACN / Medicare
Prüfsummenvalidierung BR CPF / CNPJ
Prüfsummenvalidierung CH AHV
Prüfsummenvalidierung MX CLABE
Prüfsummenvalidierung NL BSN / RSIN
Validierung französische NIR (Sozialversicherung)
Filter für Gerichtsstands-Boilerplate
„unterliegt dem Recht von X“ → X nicht markiert
Zusammenführung von PERSON-Spans innerhalb der Seite
„Pierre Dubois“ behalten, bloßes „Pierre“ verworfen
Filter für generische Abteilungen (ORG)
Filter für Funktionsbezeichnungen (PERSON)
Fertige Desktop-Anwendung mit Prüfungs-GUI
Umkehrbare Tokenisierung (Codieren / Decodieren)
Presidio: separate Anonymizer-Schicht
◦
100 % offline (keine Cloud-Abhängigkeit)
Individuelle Erkenner über API
Python-Bibliothek für individuelle Integration
Azure AI Language-Integration

✓ = standardmäßig enthalten · ◦ = über individuelle Konfiguration verfügbar · ✗ = nicht vorhanden

Rauschkategorien, die Presidio (Standardinstallation) ausgibt und promptShield unterdrückt

URLs in Vertragsfußzeilen

Link zur Datenschutzerklärung, Support-Seiten-URL, generischer juristischer Kontakt. ~8–10 Spans pro Vertrag, von denen so gut wie keiner PII ist, das der Prüfer schwärzen möchte.

UrlRecognizer

Einzelne Länder-/Städtenennungen in Gerichtsstands-Prosa

„unterliegt dem Recht Frankreichs“, „Geschäftssitz in Paris“, „in Deutschland eingetragenes Unternehmen“. In einem französischen Finanzbericht gibt Presidio 73 LOCATION-Spans aus; fast alle sind Vertrags-Beiwerk.

filter_jurisdiction_boilerplate + filter_standalone_country

PERSON-Fragmente

Derselbe Name erscheint als drei separate Spans: „Pierre“, „Dubois“, „Pierre Dubois“. Bei einem italienischen Vertrag gibt Presidio 26 PERSON-Spans aus — dieselben Namen, wiederholt und in Vorname, Nachname und vollständigen Namen zerlegt.

filter_span_coalescence

Generische Abteilungsnamen, die als ORG getaggt werden

„Marketing“, „Vorstand“, „Direction Générale“, „Board of Directors“, „Comitato di Direzione“. Das sind keine Organisationen, die der Prüfer schwärzen möchte.

filter_generic_org (Sperrliste mit 90 Einträgen × 7 Sprachen)

Funktionsbezeichnungen, die als PERSON getaggt werden

„CEO“, „Directeur“, „Geschäftsführer“ am Zeilenanfang großgeschrieben, vom Entity-Modell manchmal fälschlich als PERSON getaggt.

filter_role_titles

Wann Sie stattdessen Presidio wählen sollten

Presidio ist die richtige Wahl, wenn:

  • Sie eine individuelle, Python-basierte DLP-Pipeline aufbauen und Kontrolle auf Bibliotheksebene möchten.
  • Sie Cloud-Dienste (Azure AI Language, AWS Comprehend) unter einer einzigen PII-Abstraktion integrieren müssen.
  • Sie Ihre eigenen Erkenner für proprietäre Entity-Typen feinabstimmen möchten.
  • Sie Textströme (keine begrenzten Dokumente) verarbeiten und eine dienstförmige Bibliothek benötigen.

Sowohl Presidio (von Microsoft) als auch promptShield sind Projekte im MIT-Geist. Nutzen Sie das richtige Werkzeug für die jeweilige Aufgabe.

Wann Sie promptShield wählen sollten

  • Sie anonymisieren begrenzte PDF-/DOCX-/XLSX-Dokumente auf dem Desktop.
  • Sie benötigen länderspezifische Prüfsummen von Haus aus (TFN, CPF, NPI, IBAN usw.), ohne sie selbst schreiben zu müssen.
  • Sie möchten einen fertigen GUI-Workflow (Prüfen, Schwärzen, Tokenisieren, Exportieren) statt einer Bibliothek zum Integrieren.
  • Ihre Kunden können aus Compliance-Gründen keine Dokumente an einen Cloud-Dienst senden.

Reproduzieren Sie es selbst

Jede Zahl auf dieser Seite stammt aus dem im öffentlichen Repo veröffentlichten Skript. Keine Zahl stammt aus einem internen, nicht überprüfbaren Durchlauf.

git clone https://github.com/promptshield-Inc/pii-detection-benchmarks
cd pii-detection-benchmarks
pip install -r requirements.txt
python benchmark.py

Ausgaben: results/presidio_counts_<date>.csv + results/presidio_entities_<date>.csv. Das Presidio-Skript ist vollständig eigenständig – Sie müssen promptShield nicht installieren, um die Presidio-Seite zu überprüfen.

Repo öffnenpromptShield herunterladen

Häufig gestellte Fragen

Ist Microsoft Presidio kostenlos?

Ja. Microsoft veröffentlicht Presidio unter MIT-Lizenz, ohne Gebühr und unabhängig vom Volumen. Der Aufwand liegt in der Entwicklungszeit, nicht im Preis: Presidio liefert Bausteine für die Erkennung, keinen fertigen Arbeitsablauf. Ein produktiver Einsatz bedeutet deshalb, das Auslesen der Dokumente, eine Oberfläche für die Prüfung und die von Ihrer Aufbewahrungsrichtlinie geforderte Speicherung selbst zu bauen. Ob das günstiger ist als eine Lizenz, hängt davon ab, wie viel davon bei Ihnen bereits steht.

Muss man Entwickler sein, um Microsoft Presidio zu nutzen?

In der Praxis ja. Presidio ist eine Python-Bibliothek, die über Code oder über einen selbst betriebenen Dienst angesprochen wird; eine Desktop-Anwendung oder eine Oberfläche für Endanwender gehört nicht zum Projekt. Das ist eine Entwurfsentscheidung und keine Lücke: Das Werkzeug soll in eine Kette passen, die jemand anderes zusammensetzt. Wenn die Dokumente von Juristen, Analysten oder Compliance-Fachleuten bearbeitet werden und nicht von Entwicklern, muss vor Presidio erst etwas gebaut werden, bevor es bei ihnen ankommt.

Ist Microsoft Presidio ein DLP-Werkzeug?

Für sich genommen nicht. Presidio erkennt und anonymisiert personenbezogene Daten in Inhalten, die man ihm übergibt — ein Baustein der Data Loss Prevention, aber ohne alles, was ein DLP-Produkt sonst mitbringt: kein Richtlinienmodul, keine Durchsetzung auf Geräten oder im Netz, keine Alarme, keine Prüfspur. Viele Teams setzen es als Erkennungsschicht in einem DLP-Aufbau ein, den sie selbst errichten. Als fertiges DLP-Produkt gekauft ist es keines.

Wer sind die wichtigsten Wettbewerber von Microsoft Presidio?

Das hängt davon ab, welchen Teil Sie ersetzen. Als Erkennungsbibliothek sind die nächsten Vergleiche die Cloud-Dienste für personenbezogene Daten — Azure AI Language, Google Cloud DLP, AWS Comprehend —, die Presidio sogar aufrufen kann, statt gegen sie anzutreten. Als Weg, Dokumente tatsächlich geschwärzt zu bekommen, besteht das Vergleichsfeld aus fertigen Werkzeugen wie promptShield, Adobe Acrobat und den Schwärzungsdiensten in der Cloud, wo zwischen Lizenzkosten und der Entwicklungsarbeit abgewogen wird, die Sie sonst selbst leisten.

Ist promptShield quelloffen wie Presidio?

Nein. Presidio ist eine quelloffene Bibliothek unter MIT-Lizenz, promptShield ist ein kommerzielles Produkt — ein echter Unterschied, den man klar sagen sollte. Öffentlich ist das, worauf es für das Vertrauen in diese Seite ankommt: der Prüfaufbau, die Testdokumente und die Rohergebnisse sind veröffentlicht, und der Presidio-Teil des Skripts läuft eigenständig, ohne installiertes promptShield. Sie müssen diese Zahlen nicht glauben.

Steckt Presidio in promptShield drin?

Nein. Die Erkennung ist unsere eigene, und die Entscheidung war architektonisch, kein Urteil über Presidios Qualität: promptShield verarbeitet abgeschlossene Dokumente auf einem Gerät, das womöglich gar kein Netz hat, während Presidio als Bibliothek für Textströme in einer Server-Kette gedacht ist. Die Schicht, die entscheidet, was ein Prüfer verwerfen würde, trägt den größten Teil der Arbeit — und sie musste unsere sein.

Kann man beide zusammen einsetzen?

Sie sitzen an verschiedenen Stellen und lassen sich sauber kombinieren. Presidio passt gut für das Prüfen großer Mengen innerhalb Ihrer eigenen Systeme, wo sich eine Bibliothek in eine Kette einfügt. promptShield passt zu der kleineren Menge von Dokumenten, bei denen ein Mensch das Gefundene prüfen und für das Ergebnis einstehen muss, bevor die Datei irgendwohin geht. Breite Automatik in der Kette, sorgfältige, menschlich geprüfte Behandlung für die Dokumente, die etwas kosten können.

Ehrliche Einschränkungen

  • Nur Standardinstallation. Eine optimierte Presidio-Installation (individuelle Erkenner + Transformer-Entity-Backend + angepasste Konfidenzschwellen) würde den größten Teil der Präzisionslücke schließen. Wir messen, was die meisten Presidio-Nutzer im ersten Monat einsetzen.
  • Synthetischer Korpus. Echte Kundendokumente haben reichhaltigeres Rauschen (OCR-Fehler, gescannte Originale, mehrspaltige Layouts), das wir hier nicht messen.
  • Keine Ground-Truth-Labels. Die Zahlen für „beide / nur unsere / nur Presidio“ sind ein Präzisions-Proxy, keine strenge F1-Messung. 14 PDFs in 7 Sprachen von Hand zu labeln, sind etwa 40 Stunden Arbeit; das haben wir noch nicht getan.
  • Zwei Dokumentklassen. Verträge + Finanzberichte. Krankenakten, HR-Formulare und Einwanderungsunterlagen würden andere Lücken hervorbringen.

War das hilfreich? Sagen Sie es uns.