Verantwortungsvolle KI3 Min. Lesezeit

Vor der KI-Nutzung: Reidentifizierungsrisiken prüfen

Namen zu entfernen reicht nicht. Prüfen Sie in vier Schritten, ob Arbeitsdokumente trotz Schwärzung auf Personen hinweisen.

Bokili EditorialVeröffentlicht am 26. September 2026· Geprüft am 26. September 2026

Ein geschwärztes Arbeitsdokument, dessen indirekte Hinweise weiterhin zu einer identifizierbaren Person führen, neben einer auf die Aufgabe begrenzten Version

Schwärzung ist nicht Anonymität

Die Entfernung eines Namens oder einer E-Mail-Adresse kann immer noch eine Kombination aus Rolle, Ort, Datum und seltenem Ereignis hinterlassen, die auf eine Person hinweist.

Bevor Sie ein internes Dokument in ein genehmigtes KI-Tool einfügen, stellen Sie sich eine schwierigere Frage als: „Habe ich die Namen entfernt?“ Fragen Sie sich, ob ein Kollege mit normalem Hintergrundwissen die Person anhand der verbleibenden Hinweise identifizieren könnte. Eine geschwärzte Notiz kann genug Kontext bewahren, um einen Kunden, Mitarbeiter oder Fall zu enthüllen.

Die aktuelle ICO-Richtlinie unterscheidet direkte Identifikatoren von indirekten Kombinationen wie Ort, Alter, Daten und besonderen Merkmalen. Sie behandelt auch pseudonymisierte Informationen als personenbezogene Daten, wenn ein anderer Schlüssel sie wieder mit einer Person verbinden kann. NIST macht den gleichen praktischen Punkt: De-Identifizierung reduziert das Risiko, aber einige Daten können re-identifiziert werden, einschließlich Freitext und Bilder. Dieser Leitfaden ist eine Methode zur Arbeitssicherheit, keine Rechtsberatung.

Vier Schritte, bevor KI den Text sieht

Die Re-Identifizierungsprüfung

1. Direkte Identifikatoren entfernen

Entfernen Sie Namen, E-Mail-Adressen, Telefonnummern, Kontonummern, genaue Adressen, Mitarbeiter-IDs und andere offensichtliche Bezeichnungen.

2. Indirekte Hinweise kombinieren

Lesen Sie Rolle, Ort, Daten, Alter, Schicht, seltene Ereignisse, Beziehungen und Freitextdetails zusammen. Ein harmloser Hinweis kann in der Kombination identifizierend werden.

3. Den „motivierten Kollegen“ testen

Stellen Sie sich einen Kollegen vor, der das Team, den Kalender und die jüngsten Ereignisse kennt. Könnte er den Text ohne besonderen Zugang auf eine Person eingrenzen?

4. Nur aufgabenrelevante Fakten behalten

Löschen oder verallgemeinern Sie alles, was die KI nicht benötigt. Bewahren Sie die entscheidungsrelevante Bedeutung, nicht die vollständigen Details der Geschichte.

Der dritte Schritt adaptiert die Idee des „motivierten Eindringlings“ der ICO auf den Arbeitsalltag. Der Tester benötigt keine geheimen Datenbanken oder spezielle Hacking-Fähigkeiten. Er nutzt Informationen, die öffentlich, innerhalb der Organisation bekannt oder vernünftigerweise zugänglich sind. Ziel ist nicht, ein Nullrisiko zu beweisen, sondern Kombinationen aufzudecken, die ein einfaches Suchen und Ersetzen übersieht.

Praxisbeispiel: Name weg, Person noch sichtbar

Ein HR-Partner möchte, dass ein KI-Tool Themen aus Umfragekommentaren gruppiert. Eine Notiz nennt ursprünglich einen Vorgesetzten. Der Name wird entfernt, aber der Text lautet immer noch: „der einzige Nachtschichtleiter in Lyon, nach dem Vorfall in der Ladezone am Dienstag, der letzten Monat aus der Elternzeit zurückkehrte.“ Jeder Hinweis mag gewöhnlich erscheinen. Zusammen beschreiben sie eine Person.

Lesen ist der Anfang. Üben macht den Unterschied.

Jetzt starten

	Nur den Namen schwärzen	Auf die Aufgabe begrenzte Version
Rolle	Einzige Leitung der Nachtschicht	Eine Führungskraft
Ort	Standort Lyon	Ein Betriebsstandort
Zeit	Dienstag nach dem Vorfall an der Laderampe	Nach einem kürzlichen Betriebsereignis
Persönliches Detail	Letzten Monat aus der Elternzeit zurückgekehrt	Entfernt
Nützliche Aussage	Eine bestimmte Person wird offengelegt	Der Kommentar betrifft Unterstützung nach einem Vorfall

Die sicherere Version unterstützt weiterhin die Themenanalyse: Sie bewahrt das Problem am Arbeitsplatz und entfernt Details, die die Klassifizierung nicht beeinflussen. Wenn die genaue Schicht, der Standort oder die Chronologie notwendig ist, behalten Sie diese nicht stillschweigend. Eskalieren Sie an den Dateneigner und verwenden Sie den genehmigten Prozess für diese risikoreichere Aufgabe.

Schwärzungsentscheidungen, die im Kontext scheitern

Jede Freigabe prüfen, nicht nur den ersten Entwurf

Prüfen Sie Dokumenteigenschaften, Kommentare, Änderungsverfolgung, ausgeblendete Tabellenblätter und Dateinamen auf Identifikatoren.
Suchen Sie im Freitext nach seltenen Ereignissen, ungewöhnlichen Jobtiteln, genauen Daten und persönlichen Umständen.
Lesen Sie alle Zeilen oder Abschnitte zusammen; getrennte Hinweise können gemeinsam eine Identität ergeben.
Bestätigen Sie, dass die KI-Aufgabe jedes erhaltene Detail benötigt, und verallgemeinern Sie den Rest.
Bitten Sie eine zweite Person mit Kontextwissen um einen Identifizierungsversuch.
Stoppen und eskalieren Sie, wenn sich der nötige Kontext nicht verhältnismäßig gestalten lässt.

Das UK Government AI Playbook empfiehlt, personenbezogene Daten zu minimieren und geeignete Techniken wie Schwärzung oder Pseudonymisierung anzuwenden. Es warnt auch davor, dass versteckte Informationen in Office-Dokumenten verbleiben können. Das macht Schwärzung zu einem Prozess, nicht zu einem schwarzen Marker: Prüfen Sie die Datei, den sichtbaren Text, den Kontext und das genehmigte Ziel.

Einen Absatz in zehn Minuten prüfen

Wählen Sie einen fiktiven oder bereits genehmigten Absatz; üben Sie nicht mit echten sensiblen Daten.
Markieren und entfernen Sie direkte Identifikatoren.
Kreisen Sie indirekte Hinweise ein: Rolle, Ort, Datum, seltenes Ereignis, Beziehung und persönliche Umstände.
Lesen Sie die Hinweise als Bündel und fragen Sie, wen eine informierte Kollegin oder ein informierter Kollege erkennen könnte.
Verallgemeinern oder löschen Sie jeden Hinweis, den die KI-Aufgabe nicht benötigt.
Dokumentieren Sie Aufgabe, erhaltene Fakten und Prüfentscheidung.

Weniger Kontext nutzen – und Verantwortung sichtbar halten

Ein nützliches KI-Briefing benötigt nicht jedes Detail des Originalfalls. Es benötigt die kleinste Menge an Fakten, die die angeforderte Arbeit unterstützt, plus eine namentlich genannte Person, die die Entscheidung verantwortet. Wenn die Minimierung die Aufgabe zerstört, kann die Antwort ein kontrollierter Workflow, ein anderes Tool oder gar keine KI-Nutzung sein.

Üben Sie mit einem sicheren fiktiven Trainingspaket, erfassen Sie mit dem Leitfaden zu Lerndaten, was eine Plattform speichert, und trennen Sie Erstellung und Bewertung mit dem Leitfaden zum Akzeptanztest. Bokilis Lernfunktionen unterstützen kurze, arbeitsnahe Übungen mit eingebauter Sicherheit und Prüfung.