PLATTFORM ZUR MASKIERUNG PERSONENBEZOGENER DATEN

Ihre Daten bleiben nutzbar.
Persönliche Angaben bleiben geschützt.

Maskieren Sie personenbezogene Daten in Texten, Dokumenten und Tabellen, bevor sie KI-, Analyse- und Testsysteme erreichen.

Jetzt maskieren Pilotprojekt planen
Für Türkisch optimiertKonsistente PlatzhalterEine REST-API
Z-Mask / Textverarbeitung BEISPIEL
ORIGINALTEXT

Hallo, ich bin Elif Şahin.
Meine Telefonnummer ist 0532 123 45 67.
E-Mail: elif@example.com

Erkennen · Prüfen · Maskieren
MASKIERTE AUSGABE

Hallo, ich bin [PERSON_1].
Meine Telefonnummer ist [PHONE_1].
E-Mail: [EMAIL_1]

Dieselbe Person erhält im gesamten Text denselben Platzhalter.
ÜBERALL, WO DATEN GENUTZT WERDENKI-WorkflowsDokumentfreigabeTestumgebungenDatenanalyse
DREI ANFORDERUNGEN. EINE PLATTFORM.

Personenbezogene Daten in jedem Format kontrollieren.

01

Textmaskierung

Ersetzen Sie personenbezogene Daten in Gesprächsnotizen, E-Mails und Beschwerden durch konsistente Platzhalter. Stellen Sie KI-Antworten mithilfe der Zuordnung wieder her.

Text · Stapelverarbeitung · LLM-Workflows
02

Dokumente und Bilder

Lesen Sie gescannte Seiten. Schwärzen Sie persönliche Angaben, Gesichter, Unterschriften und QR-Codes und laden Sie eine maskierte PDF herunter.

PDF · PNG · JPEG
03

Tabellen und Datenbanken

Erkennen Sie Spalten mit personenbezogenen Daten automatisch. Verwenden Sie formatgetreue synthetische Werte, Platzhalter oder Teilmaskierung.

CSV · Excel · SQLite
KONKRETE ANFORDERUNGEN, ANSCHAULICHE BEISPIELE

Bewahren Sie die Bedeutung.
Kontrollieren Sie persönliche Angaben.

Von Bankwesen und Gesundheitswesen bis zu Rechtsakten und Kundengesprächen: ein Maskierungsablauf, der Daten nutzbar hält.

Analysieren Sie die Gesprächsnotiz, ohne die Identität des Kunden offenzulegen.

ORIGINAL

Zeynep Kaya überwies 18.750 TRY vom Konto TR84 0006 2015 8069 9833 9762 60 an Mert Çınar. Transaktionsdatum: 14. September 2026.

MASKIERT

[PERSON_1] überwies 18.750 TRY vom Konto [IBAN_1] an [PERSON_2]. Transaktionsdatum: 14. September 2026.

Betrag und Transaktionskontext bleiben erhalten; Namen und Kontodaten werden durch Platzhalter ersetzt.

Die Beispiele verwenden fiktive Daten. Ergebnisse hängen von den gewählten Datentypen und Maskierungsrichtlinien ab.
SICHERE DATENFLÜSSE FÜR KI

Senden Sie Kontext an die KI.
Behalten Sie Identitäten in Ihrem Unternehmen.

Ersetzen Sie persönliche Angaben vor dem Modellaufruf für Gesprächszusammenfassungen, E-Mail-Antworten oder Dokumentanalysen. Stellen Sie Platzhalter in der Antwort mithilfe der Zuordnung wieder her.

01

Daten empfangen

Ihre Anwendung empfängt eine Gesprächsnotiz, E-Mail oder Kundenanfrage.

02

Mit Z-Mask maskieren

Ausgewählte Angaben werden zu konsistenten Platzhaltern wie [PERSON_1] und [PHONE_1].

03

Mit dem Modell verarbeiten

Ein Cloud- oder lokales Modell erstellt eine Zusammenfassung oder Antwort aus den maskierten Inhalten.

04

Antwort wiederherstellen

Verwenden Sie die Zuordnung in Ihrem eigenen Ablauf, um Platzhalter durch Originalwerte zu ersetzen.

Ihr Unternehmen verwaltet den Zugriff auf Zuordnungen für reversible Platzhalter. Für Testdaten können Sie synthetische Werte oder Hashes wählen.

MEHR ALS TEXT: DAS GESAMTE DOKUMENT

Vom Scan zur teilbaren PDF.

Lesen Sie Text per OCR und maskieren Sie neben persönlichen Angaben auch Gesichter, Unterschriften, QR-Codes und Barcodes. Prüfen Sie die Bereiche, ergänzen Sie fehlende Stellen manuell und laden Sie das Ergebnis herunter.

Ausweise und Reisepässe

Namen, Identitätsnummern, Geburtsdaten, Fotos und maschinenlesbare Passfelder.

Grundbuchunterlagen und Vollmachten

Berechtigte, Familienangaben, Identitätsfelder und Unterschriften in unterschiedlichen Dokumentlayouts.

Schriftsätze und Personenstandsregister

Persönliche Angaben in dichtem Text, mehrzeiligen Tabellen und gedrehten Scans.

Technische Pläne und Formulare

Kopfzeilen, Ingenieurnamen, Telefonnummern, Adressen und Unterschriften bei Erhalt der technischen Zeichnungsinhalte.

FÜR TÜRKISCH OPTIMIERTE ERKENNUNG

Präzise Prüfregeln.
Flexible KI-Erkennung.

Eine Regelengine mit Validierung arbeitet mit einem mehrsprachigen Erkennungsmodell zusammen. Persönliche Angaben werden maskiert, während Organisations- und Ortsnamen lesbar bleiben.

PersonennameTürkische IdentitätsnummerIBANTelefonE-MailAdresseKartennummerGeburtsdatumImmobilie

Eigene Datentypen

Definieren Sie eigene Datentypen ohne erneutes Training oder Codeänderungen.

Per Beschreibungmedizinische Diagnose → [TESHIS_1]
Per MusterMN-482913 → [MUSTERI_NO_1]
Per BegriffslisteProjekt Kartal → [PROJE_1]
VON PRODUKTIONSDATEN ZU TEST- UND ANALYSEDATEN

Die passende Methode für jede Spalte.

Profilieren Sie Spalten in CSV-, Excel- und SQLite-Dateien. Wählen Sie Methoden nach Datentyp und Zweck und erhalten Sie Beziehungen durch konsistente Transformationen.

MethodeBeispielausgabeVerwendungszweck
Synthetischer WertBüşra OrhanRealistische Testdaten mit gültigen Formaten für unterstützte Typen.
Platzhalter[PERSON_1]Personen und Datensatzbeziehungen mit lesbaren Platzhaltern verfolgen.
TeilmaskierungA*** Y***Nur den benötigten Teil eines Werts sichtbar lassen.
Hash84b19…Eine konsistente Darstellung erzeugen, ohne den Originalwert offenzulegen.
Schwärzung████████Den Feldinhalt vollständig verbergen.
Richtlinien je Spalte Prüfung von Identitätsnummern, IBAN und Karten Konsistente Datensatzzuordnungen
IN IHRE BESTEHENDEN SYSTEME INTEGRIEREN

Eine API.
Mehrere Workflows.

Verbinden Sie die Maskierungsengine des Arbeitsbereichs mit Ihren Anwendungen. Nutzen Sie eine gemeinsame Dienstschicht für Texte, Dokumente und Tabellen.

Erkennung und Validierung

Mehrsprachige Erkennung mit Prüfregeln für türkische Identitätsnummern, IBANs und Kartennummern.

Eigene Unternehmensrichtlinien

Neue Datentypen über Beschreibungen, reguläre Ausdrücke und Begriffslisten mit wählbaren Typen und Schwellenwerten.

Bedarfsgerechte Bereitstellung

Starten Sie mit CPU, beschleunigen Sie mit GPU und verarbeiten Sie bei Bedarf parallel. Messen Sie die Kapazität im Pilotprojekt mit Ihren Daten.

IHRE INFRASTRUKTUR. IHRE WAHL.

Lokal oder als Dienst.

Lokaler Betrieb

Offline-Maskierung, lokale Modelle und eigene Richtlinien. Beginnen Sie mit CPU und ergänzen Sie bei Bedarf GPU-Kapazität.

Private Cloud

Betreiben Sie Z-Mask in Ihrem eigenen Cloud-Konto. Skalieren Sie horizontal mit zustandslosen Diensten.

SaaS

Melden Sie sich an, verarbeiten Sie Texte oder Dokumente und verwalten Sie Ergebnisse in einem Arbeitsbereich.

VOM PILOTPROJEKT ZUM PRODUKTIVBETRIEB

Beginnen Sie mit Ihren eigenen Daten.

Definieren Sie gemeinsam Erfolgskriterien: Welche Angaben werden verborgen, welcher Kontext bleibt erhalten und wie wird die Arbeitslast bewältigt?

01

Pilotprojekt

Etwa 2 Wochen

Messen Sie Erkennungsqualität und Geschwindigkeit mit Beispieldaten und legen Sie Datentypen und Maskierungsrichtlinien fest.

02

Integration

Etwa 2–4 Wochen

Verbinden Sie die API mit Authentifizierung, LLM-, Dokument- und Datenbankabläufen.

03

Produktivstart

Etwa 1–2 Wochen

Schließen Sie Bereitstellung, Kapazitätsplanung und Überwachung ab und nehmen Sie reale Arbeitslasten in Betrieb.

04

Kontinuierliche Verbesserung

Im laufenden Betrieb

Erweitern Sie Richtlinien um neue Datentypen und Platzhalter und prüfen Sie regelmäßig die Qualität.

Die Zeitangaben sind Richtwerte und werden anhand Ihres Umfangs und Integrationsbedarfs abgestimmt.

Pilotprojekt besprechen
HÄUFIGE FRAGEN

Ein Einstieg, der zu
Ihrem Ablauf passt.

Kann ich die Originalwerte nach der Maskierung wiederherstellen?

Bei Textmaskierung mit Platzhaltern und Zuordnungen können Sie die Originalwerte wiederherstellen. Synthetische Werte, Hashes und Schwärzung verwenden diesen Wiederherstellungsablauf nicht.

Können wir eigene Datentypen definieren?

Ja. Nutzen Sie einen regulären Ausdruck für Kundennummern, eine Begriffsliste für Projektnamen oder einen beschreibungsbasierten Datentyp für Diagnosen.

Kann ich Dokumente vor der Weitergabe prüfen?

Vergleichen Sie Originalseiten mit maskierten Seiten, entfernen oder ergänzen Sie Maskierungsbereiche und erstellen Sie die PDF neu.

Wie werden Daten und Verarbeitungsverlauf behandelt?

Die Maskierungsengine verarbeitet Anfragen im Speicher. Der SaaS-Arbeitsbereich speichert Verarbeitungsübersichten und maskierte Texte für Ihr Konto; Verlaufseinträge können Sie im Arbeitsbereich löschen.

Ist ein lokaler Betrieb ohne Internet möglich?

Lokale Bereitstellung mit lokalen Modellen wird unterstützt. Hardware-, Kapazitäts- und Integrationsbedarf werden im Pilotprojekt bewertet.

Maskieren Sie personenbezogene Daten vor der Weitergabe.

Starten Sie ein Pilotprojekt mit Ihren eigenen Daten.

Kontakt aufnehmen