PII-Schwärzer — personenbezogene Daten vor dem Einfügen in ChatGPT entfernen

Ersetze E-Mail-Adressen, Telefonnummern, Kartennummern, API-Keys und Namen durch Platzhalter, bevor du Text in eine KI einfügst – und stelle sie in der Antwort wieder her.

1. Zu schwärzender Text

Namen und Wörter, die verborgen werden sollen (eins pro Zeile)

Namen lassen sich nicht zuverlässig per Muster erkennen, also trage sie hier ein. Groß-/Kleinschreibung wird ignoriert, es werden nur ganze Wörter erkannt. Stelle einer Zeile ein Label voran („company: Acme“), um [COMPANY_1] statt [NAME_1] zu erhalten.

Was erkannt werden soll (12 von 13)

E-Mail-AdressenTelefonnummernKreditkartennummern (Luhn-geprüft)IBANs (Prüfsumme verifiziert)US-Sozialversicherungsnummern (SSN)Kanadische SINs (Luhn-geprüft)API-Schlüssel, Tokens, JWTs, private Schlüssel, PasswörterBenutzernamen und Passwörter in URLsIP-Adressen (v4 und v6)MAC-AdressenPostleitzahlen (CA, UK, US-ZIP nach einem Bundesstaat)Geburtsdaten (nach „born“, „DOB“ …)Auch alle anderen Datumsangaben

2. Geschwärzter Text: diesen in die KI einfügen

Hi, please draft a reply to this customer complaint.

From: [NAME_1] <[EMAIL_1]>, phone [PHONE_1]
Account: [COMPANY_1], 100 King St W, Toronto ON [POSTAL_1]
She paid with card [CARD_1] and wants the refund to IBAN [IBAN_1].
Her SIN is [SIN_1] and date of birth [DOB_1].
Our server at [IP_1] logged the failed charge.
Debug config: API_TOKEN=[SECRET_1]
[NAME_1] says this is the third time.

12 Elemente ersetzt: 2 NAME, 1 EMAIL, 1 PHONE, 1 COMPANY, 1 POSTAL, 1 CARD, 1 IBAN, 1 SIN, 1 DOB, 1 IP, 1 SECRET. Lies das Ergebnis immer vor dem Senden durch: Kein Erkennungsverfahren findet alles (Straßenadressen werden zum Beispiel nicht erkannt).

Zuordnung (bleibt in diesem Tab)

Platzhalter	Original	Anzahl
[NAME_1]	Jane Doe	2
[EMAIL_1]	jane.doe@example.com	1
[PHONE_1]	+1 416-555-0199	1
[COMPANY_1]	Acme Logistics	1
[POSTAL_1]	M5V 2T6	1
[CARD_1]	4111 1111 1111 1111	1
[IBAN_1]	GB82 WEST 1234 5698 7654 32	1
[SIN_1]	130 692 544	1
[DOB_1]	1987-03-04	1
[IP_1]	203.0.113.42	1
[SECRET_1]	FAKE-demo-7f3a9c2e1b8d	1

Die Zuordnung wird nie gespeichert. Wenn du diesen Tab schließt oder neu lädst, lade sie vorher herunter, sonst lassen sich die Platzhalter nicht wiederherstellen.

3. Antwort der KI einfügen

4. Antwort mit wiederhergestellten Originalen

Dear Jane Doe,

Thank you for contacting Acme Logistics. We have refunded the charge on card 4111 1111 1111 1111 to your account GB82 WEST 1234 5698 7654 32. A confirmation has been sent to jane.doe@example.com.

If you have questions, we will call you at +1 416-555-0199.

6 Platzhalter wiederhergestellt.

Erkennung, Schwärzung und Wiederherstellung laufen komplett in deinem Browser. Nichts, was du einfügst, wird gesendet, gespeichert oder protokolliert, und die Zuordnung verschwindet, sobald du den Tab schließt. Alle kostenlosen Tools ansehen.

Ein Problem gefunden oder etwas, das besser sein könnte? Wir lesen jede Nachricht und beheben Fehler schnell.

Dieser PII-Schwärzer entfernt personenbezogene Daten aus Text, bevor du ihn in ChatGPT, Claude, Gemini oder ein anderes KI-Tool einfügst, und setzt sie danach wieder ein. Er findet E-Mail-Adressen, Telefonnummern, Kartennummern, IBANs, US-Sozialversicherungsnummern und kanadische Sozialversicherungsnummern, IP-Adressen, API-Keys und Passwörter sowie die Namen und Firmennamen, die du auflistest, und ersetzt jeden Wert durch einen nummerierten Platzhalter wie [EMAIL_1] oder [NAME_2]. Die KI sieht die Struktur des Problems ohne die Identitäten, und wenn du ihre Antwort wieder einfügst, werden die Platzhalter zurück in die echten Werte verwandelt.

Die Erkennung ist so abgestimmt, dass gewöhnliche Zahlen nicht markiert werden. Kartennummern müssen die Luhn-Prüfsumme bestehen und mit einem echten Präfix eines Kartennetzwerks beginnen, IBANs müssen die internationale Mod-97-Prüfung bestehen, SINs die Luhn-Prüfung, und Muster, die wie eine beliebige 9- oder 5-stellige Zahl aussehen (SSNs, ZIP-Codes, Geburtsdaten), werden nur mit Trennzeichen oder einem Schlüsselwort in der Nähe erkannt. Namen lassen sich per Muster nicht zuverlässig finden, deshalb fügst du sie einer Liste hinzu. Alles passiert in deinem Browser: Text und Zuordnung verlassen nie den Tab, und nichts wird gespeichert.

So funktioniert’s

Füge den Text ein, den du an die KI schicken willst: einen E-Mail-Verlauf, ein Support-Ticket, ein Log, eine Vertragsklausel.
Füge Namen, Firmennamen und andere identifizierende Begriffe der Liste hinzu, einen pro Zeile. Stelle einer Zeile ein Label voran, etwa "company: Acme", um [COMPANY_1] zu erhalten.
Prüfe den geschwärzten Text, der sich beim Tippen aktualisiert. Entferne die Häkchen bei Detektoren, die du nicht willst, oder setze das Häkchen bei „Alle anderen Datumsangaben“, um alle Daten zu entfernen.
Kopiere den geschwärzten Text in die KI. Wenn du deinem Prompt „Behalte Platzhalter wie [NAME_1] exakt so bei, wie sie geschrieben sind“ hinzufügst, hilft das dem Modell, sie zu erhalten.
Füge die Antwort der KI in Schritt 3 ein. Daneben erscheint die wiederhergestellte Fassung mit den echten Werten, bereit zum Kopieren.

Häufige Fragen

Ist es sicher, personenbezogene Daten in ChatGPT einzufügen?

Das hängt von deinem Tarif und deinen Einstellungen ab – und nötig ist es selten. KI-Chatdienste für Verbraucher speichern Unterhaltungen eine Zeit lang und nutzen sie möglicherweise zur Verbesserung ihrer Modelle, sofern du in den Datenkontrollen nicht widersprichst; Business-, Enterprise- und API-Tarife schließen Training in der Regel standardmäßig aus, verarbeiten und speichern die Daten aber trotzdem. Kunden- und Mitarbeiterdaten können außerdem unter Datenschutzgesetze oder Verträge fallen, die eine Weitergabe an Dritte nicht erlauben. Wer vorher schwärzt, sorgt dafür, dass der Anbieter die identifizierenden Details gar nicht erst erhält.

Welche Arten personenbezogener Daten erkennt er?

E-Mail-Adressen; Telefonnummern im internationalen (+44 20 7946 0958), nordamerikanischen ((416) 555-0199) und nationalen Format mit führender Null; Kredit- und Debitkartennummern; IBANs; US-Sozialversicherungsnummern (SSN); kanadische SINs; IPv4- und IPv6-Adressen; MAC-Adressen; API-Keys und Tokens für OpenAI, Anthropic, GitHub, GitLab, Slack, AWS, Google, Stripe, SendGrid, Hugging Face und andere; JWTs; Blöcke mit privaten Schlüsseln; Passwörter und Secrets in Konfigurationszeilen der Form key=value; Benutzernamen und Passwörter in URLs; kanadische, britische und US-Postleitzahlen; und Geburtsdaten. Namen und andere Begriffe kommen aus deiner eigenen Liste.

Warum erkennt er Namen nicht automatisch?

Weil kein Muster erkennen kann, dass "Paris" oder "Jordan" in einem Satz eine Person und im nächsten ein Ort ist. Zuverlässige Namenserkennung braucht ein Sprachmodell, das entweder auf einem Server laufen müsste (was den Zweck zunichtemacht) oder Hunderte Megabyte in deinen Browser laden würde – und trotzdem Namen übersehen oder gewöhnliche Wörter markieren würde. Eine kurze Liste der Namen, die tatsächlich in deinem Text vorkommen, ist schneller und exakt.

Wie funktioniert das Wiederherstellen der Originalwerte?

Jeder eindeutige Wert bekommt einen Platzhalter, der in einer Zuordnungstabelle in diesem Tab festgehalten wird: Dieselbe E-Mail-Adresse wird immer zu [EMAIL_1]. Wenn du die Antwort der KI einfügst, wird jeder Platzhalter, der in der Zuordnung steht, durch seinen Originalwert ersetzt. Der Abgleich ignoriert Groß-/Kleinschreibung und verirrte Leerzeichen in den Klammern und übersteht Formatierungen wie Fettdruck. Platzhalter, die die KI erfunden hat oder die aus einer anderen Sitzung stammen, bleiben unverändert und werden aufgelistet, damit du sie prüfen kannst.

Wird die Antwort der KI durch das Schwärzen schlechter?

Bei den meisten Aufgaben selten. Eine Antwort entwerfen, einen Verlauf zusammenfassen oder eine Konfiguration reparieren hängt nicht von der tatsächlichen E-Mail-Adresse oder Kartennummer ab, und konsistente Platzhalter lassen das Modell trotzdem erkennen, dass sich zwei Erwähnungen auf dieselbe Person beziehen. Wichtig wird es, wenn der Wert selbst das Thema ist, etwa bei der Frage, ob eine bestimmte IBAN gültig ist; schwärze dann alles andere und lass diesen einen Wert stehen.

Ist geschwärzter Text im Sinne der DSGVO anonym?

Nein. Weil du die Zuordnung behältst, ist das eine Pseudonymisierung, und pseudonymisierte Daten gelten nach der DSGVO weiterhin als personenbezogene Daten – auch wenn die Pseudonymisierung eine anerkannte Schutzmaßnahme ist, die das Risiko senkt. Text kann jemanden außerdem über den Kontext identifizieren, etwa über eine Berufsbezeichnung und eine Kleinstadt. Nutze das Tool, um möglichst wenig preiszugeben, und halte dich an die Richtlinie deiner Organisation dazu, was überhaupt in KI-Tools gelangen darf.

Was jeder Detektor prüft und was er bewusst ignoriert

• Kartennummern: 13 bis 19 Ziffern, Leerzeichen oder Bindestriche erlaubt, nur akzeptiert, wenn sie die Luhn-Prüfsumme bestehen und mit einem Präfix von Visa, Mastercard, American Express, Discover, JCB, Diners Club oder UnionPay in der richtigen Länge beginnen. Bestellnummern, ISBNs und Sendungsnummern bestehen nicht beide Tests.

• IBANs: die exakte Länge des Landes laut ISO-13616-Register plus die Mod-97-Prüfsumme, sodass eine vertippte oder erfundene IBAN nicht erkannt wird.

• US-SSN: nur in der Form 123-45-6789 oder 123 45 6789 oder als 9 Ziffern direkt nach "SSN". Nummern, die mit 000, 666 oder 9 beginnen, sowie solche mit einer Gruppe 00 oder einer Seriennummer 0000 werden nie vergeben und daher übersprungen.

• Kanadische SIN: 3-3-3 Ziffern mit Trennzeichen oder 9 Ziffern nach "SIN", die die Luhn-Prüfung bestehen und nicht mit 0 oder 8 beginnen.

• Telefonnummern: ein führendes + mit 8 bis 15 Ziffern, nordamerikanische Nummern im Format 3-3-4 mit gültiger Vorwahl oder nationale Nummern mit führender 0, Trennzeichen und 10 oder 11 Ziffern. Datumsangaben, Preise, Versionsnummern und Uhrzeiten werden nicht erkannt.

• ZIP-Codes und Geburtsdaten: Eine 5-stellige Zahl gilt nur nach einem Bundesstaatskürzel ("CA 90210") oder dem Wort ZIP als ZIP-Code; ein Datum gilt nur nach "born", "DOB", "date of birth" oder "birthday" als Geburtsdatum. Alles andere bleibt unangetastet, es sei denn, du schaltest „Alle anderen Datumsangaben“ ein.

• Secrets: bekannte Key-Präfixe (sk-, sk-ant-, ghp_, github_pat_, glpat-, xoxb-, AKIA, AIza, sk_live_, SG., hf_ und mehr), JWTs, PEM-Blöcke mit privaten Schlüsseln, Bearer-Tokens und der Wert in Zeilen wie password=..., api_key: ... oder DB_TOKEN=....

Eine sichere Routine für KI mit Kunden- oder Mitarbeiterdaten

Füge nur ein, was die Aufgabe braucht. Ein Modell, das eine Antwort umformulieren soll, braucht weder den kompletten Ticketverlauf noch die Kontodaten des Kunden.

Schwärzen, dann das Ergebnis vor dem Senden lesen. Postanschriften, frei formulierte Beschreibungen einer Person und Kennungen, die nur in deinem Unternehmen vorkommen, werden nicht automatisch erkannt; füge die identifizierenden Begriffe der eigenen Liste hinzu.

Behalte die Zuordnung in diesem Tab, lade sie als JSON herunter, wenn die Unterhaltung länger dauert, und lösche die Datei, wenn du fertig bist. Das Tool speichert sie nie.

Stelle die Antwort hier wieder her, nicht im KI-Chat. Die Zuordnung in die Unterhaltung einzufügen, würde den Sinn des Schwärzens zunichtemachen.

Für regelmäßige Nutzung oder im Team ist ein KI-Tarif mit standardmäßig deaktiviertem Training und einem Auftragsverarbeitungsvertrag vorzuziehen, und halte schriftlich fest, welche Daten überhaupt mit KI verwendet werden dürfen. Schwärzen verringert das Risiko; es ersetzt diese Richtlinie nicht.