So funktioniert anonymize.today

Die regex-basierte Erkennung liefert 100% reproduzierbare Ergebnisse – dieselbe Eingabe erzeugt immer die gleiche Ausgabe. KI- und maschinelle Lernmodelle können zwischen den Durchläufen unterschiedliche Ergebnisse liefern, leiden unter Modellverschiebungen im Laufe der Zeit und funktionieren als Black Boxes, die schwer zu auditieren sind. Für die regulatorische Compliance gemäß GDPR und ISO 27001 benötigen Organisationen erklärbare, wiederholbare Prozesse, die genau das bieten, was regex-basierte Mustererkennung liefert.

anonymize.today bietet Vertrauenswerte von 0,0 bis 1,0 für jede Erkennung. Benutzer können minimale Vertrauensschwellen festlegen, um die Sensitivität zu steuern. Musterbasierte Entitäten wie Kreditkartennummern und Sozialversicherungsnummern erreichen eine Genauigkeit von 95-99%, während NLP-basierte Entitäten wie Namen und Orte eine Genauigkeit von 85-95% erreichen. Die Plattform unterstützt 256 Entitätstypen mit sorgfältig ausgearbeiteten Mustern für jede.

Ja, jede Erkennung in anonymize.today zeigt das genaue übereinstimmende Muster, den Vertrauenswert und den identifizierten Entitätstyp an. Der Analyzer hebt erkannte Entitäten mit kategoriespezifischen Farben und Positionen im Text hervor. Diese vollständige Transparenz macht es einfach, die Erkennungsentscheidungen gegenüber Prüfern, Compliance-Beauftragten oder Datenschutzbehörden zu erklären.

Der an anonymize.today übermittelte Text wird über TLS 1.3-verschlüsselte Verbindungen an ISO 27001-zertifizierte Server in Deutschland gesendet. Der Text wird im Arbeitsspeicher unter Verwendung von Microsoft Presidio verarbeitet, und die Ergebnisse werden sofort zurückgegeben. Nach der Verarbeitung wird kein Benutzerinhalt auf den Servern gespeichert. Daten verlassen niemals die Europäische Union.

anonymize.today unterstützt die automatische Spracherkennung, um die Hauptsprache eines Dokuments zu identifizieren. Für mehrsprachige Texte können Benutzer benutzerdefinierte Voreinstellungen erstellen, die Entitätstypen über Sprachgrenzen hinweg kombinieren. Die Plattform unterstützt 27 PII-Erkennungssprachen mit spaCy, Stanza und Transformer-Modellen, die die Erkennung länderspezifischer Entitäten wie deutscher Steuer-IDs, französischer NIR-Nummern oder japanischer My Number-IDs im selben Dokument ermöglichen.