PII-Schwärzung bedeutet, personenbezogene Informationen aus einem Text zu entfernen oder durch Platzhalter zu ersetzen, bevor der Text ein KI-Tool erreicht. PII steht für “personally identifiable information”, also alles, was eine Person identifizierbar macht: Namen, Adressen, Geburtsdaten, Steuernummern, Aktenzeichen, Versicherungsnummern, Kontodaten.
Der Gedanke dahinter ist richtig und in der Praxis der schnellste Hebel überhaupt. Wenn im Prompt kein Personenbezug steckt, verlässt die Verarbeitung den Anwendungsbereich der DSGVO, und ein großer Teil der Pflichten fällt weg. Deshalb höre ich in Kanzleien und Steuerbüros regelmäßig den Satz “wir schwärzen vorher, das machen die Mitarbeiter”. Genau an dieser Stelle bricht die Sache im Alltag zusammen.
Dieser Beitrag zeigt, warum manuelle Schwärzung zuverlässig scheitert, was Automatisierung tatsächlich leistet, wo ihre Grenzen liegen und wie ein Ablauf aussieht, den Sie einem Prüfer erklären können.
Anonymisierung oder Pseudonymisierung: der Unterschied entscheidet
Die beiden Begriffe werden im Alltag synonym benutzt, rechtlich sind es zwei völlig verschiedene Dinge.
Anonymisierung heißt, dass die Person mit verhältnismäßigem Aufwand nicht mehr identifiziert werden kann, auch nicht durch Sie selbst und auch nicht durch Kombination mit anderen Informationen. Erwägungsgrund 26 der DSGVO stellt klar, dass anonyme Daten nicht mehr unter die Verordnung fallen. Das ist das Ziel, wenn Sie Pflichten wirklich loswerden wollen.
Pseudonymisierung nach Art. 4 Nr. 5 DSGVO heißt, dass der Personenbezug nur mit Zusatzinformationen herstellbar ist, die Sie separat aufbewahren. Das ist eine Schutzmaßnahme im Sinne von Art. 32, ausdrücklich empfohlen, aber die Daten bleiben personenbezogen und alle Pflichten gelten weiter.
Der praktische Unterschied: Wenn Sie in einem Sachverhalt “Herr Müller” durch “Mandant A” ersetzen und in Ihrer Akte steht, wer Mandant A ist, haben Sie pseudonymisiert. Das Risiko sinkt, die Rechtslage ändert sich nicht. Wer glaubt, damit sei die Verarbeitung aus der DSGVO heraus, dokumentiert falsch und wundert sich bei der Prüfung.
Und noch ein Punkt, der in kleinen Häusern unterschätzt wird: Anonymität ist kontextabhängig. “Ein Bäckermeister aus einer Kleinstadt in der Oberpfalz mit drei Filialen und einem Betriebsprüfungsverfahren 2024” enthält keinen Namen und ist trotzdem nicht anonym. Bei seltenen Merkmalskombinationen reichen wenige Angaben zur Re-Identifizierung. Die Grundfragen dazu habe ich in den fünf Fragen vor der Verarbeitung personenbezogener Daten mit KI ausführlicher behandelt.
Warum scheitert manuelle Schwärzung?
Sie scheitert nicht an der Sorgfalt der Mitarbeiter, sondern an der Struktur der Aufgabe. Vier Gründe, die ich immer wieder sehe.
Der Zeitdruck arbeitet dagegen. Der Grund, aus dem jemand ein KI-Tool aufmacht, ist Tempo. Ein Ablauf, der vor jeder Eingabe fünf Minuten manuelle Arbeit verlangt, hebt den Nutzen auf. Menschen lösen diesen Widerspruch nicht, indem sie sorgfältiger schwärzen, sondern indem sie irgendwann aufhören zu schwärzen.
Vollständigkeit ist die schwere Hälfte. Den Namen entfernt jeder. Übersehen werden Aktenzeichen im Dateinamen, die Adresse im Briefkopf, die IBAN in einer Anlage, das Geburtsdatum in einer Tabellenzelle, die Initialen in einer Signatur, Metadaten in einer kopierten Datei. Eine Schwärzung mit einer Lücke ist keine Schwärzung.
Kontextinformationen bleiben stehen. Selbst wer alle direkten Identifikatoren entfernt, lässt die Merkmalskombination stehen, die die Person verrät. Das ist der Fehler, der auch erfahrenen Bearbeitern passiert, weil die Vertrautheit mit dem Fall den Blick verstellt.
Es ist nicht nachweisbar. Selbst wenn jeder Mitarbeiter jedes Mal sauber schwärzt: Sie können es nicht belegen. Es gibt kein Protokoll, keine Stichprobe, keinen Nachweis. Für Art. 5 Abs. 2 DSGVO, die Rechenschaftspflicht, ist eine Maßnahme, die niemand nachvollziehen kann, im Ergebnis fast so gut wie keine Maßnahme.
Der vierte Punkt ist der wichtigste, und er wird fast immer zuletzt verstanden. Eine Richtlinie, die manuelle Schwärzung vorschreibt, ist ein Versprechen. Ein automatisierter Schritt im Ablauf ist eine technische und organisatorische Maßnahme, die Sie in Ihr Verzeichnis von Verarbeitungstätigkeiten schreiben und im Prüfungsfall zeigen können.
Wie funktioniert automatisierte Schwärzung technisch?
Automatisierte Schwärzung erkennt personenbezogene Daten in einem Text und ersetzt sie, bevor der Text weitergereicht wird. Drei Verfahren werden dabei kombiniert.
Muster und Prüfsummen. Strukturierte Daten wie IBAN, Steuernummer, Umsatzsteuer-Identifikationsnummer, Telefonnummern oder E-Mail-Adressen haben ein festes Format, teilweise mit Prüfziffer. Diese Erkennung ist zuverlässig und nahezu fehlerfrei.
Listenabgleich. Namen aus Ihrem Mandantenstamm, Firmenbezeichnungen, Aktenzeichenkreise: Was Sie bereits als Liste haben, lässt sich direkt abgleichen. Das ist der stärkste Hebel in einer Kanzlei, weil Ihr System die relevanten Namen ohnehin kennt.
Modellbasierte Erkennung von Entitäten. Ein Sprachmodell markiert Personen-, Orts- und Organisationsnamen im Fließtext, auch solche, die auf keiner Liste stehen. Das deckt den unstrukturierten Rest ab, arbeitet aber mit Wahrscheinlichkeiten und ist die fehleranfälligste der drei Komponenten.
Als Werkzeug ist Microsoft Presidio das bekannteste Open-Source-Projekt in diesem Feld. Es kombiniert genau diese Verfahren, lässt sich um eigene Erkenner für deutsche Formate erweitern und läuft in Ihrer eigenen Umgebung, was für Berufsgeheimnisträger der entscheidende Punkt ist. Daneben bieten Dokumentenmanagement- und Kanzleisoftware-Hersteller zunehmend eigene Schwärzungsfunktionen an, und einige KI-Gateways bringen die Filterung als Zwischenschicht mit.
Wichtig ist die Einbauposition. Die Schwärzung muss zwischen Ihrem System und dem KI-Dienst sitzen, nicht danach. Ein Filter, der die Antwort bereinigt, hat das Problem bereits nicht verhindert, weil die Eingabe längst übertragen wurde.
Wo automatisierte Schwärzung an ihre Grenzen stößt
Hier ist Ehrlichkeit wichtiger als Verkaufsargumente, denn Automatisierung wird regelmäßig überschätzt.
Bei strukturierten Mustern ist die Erkennung sehr gut, bei freiem Text deutlich schlechter. Eine IBAN wird praktisch immer gefunden. Ein Nachname, der zugleich ein gewöhnliches Wort ist (Bach, Koch, Wolf), oder ein Name in einer ungewöhnlichen Schreibweise wird eben nicht immer gefunden. Belastbare allgemeine Trefferquoten gibt es nicht, weil sie vollständig davon abhängen, welche Texte Sie verarbeiten. Wer Ihnen eine Prozentzahl ohne Bezug auf Ihre eigenen Dokumente nennt, rät.
Kontextuelle Re-Identifizierung bleibt ungelöst. Kein Schwärzungswerkzeug erkennt, dass die Kombination aus Branche, Ort, Betriebsgröße und Jahreszahl die Person eindeutig macht. Diese Bewertung bleibt beim Menschen.
Falsch-Positive stören die Nutzung. Wenn das Werkzeug zu aggressiv schwärzt, verliert der Text den Sinn, das KI-Ergebnis wird unbrauchbar, und die Mitarbeiter suchen einen Weg daran vorbei. Eine zu scharfe Einstellung ist auf Dauer genauso gefährlich wie eine zu lasche.
Dateien sind schwerer als Text. PDF-Scans, Bilder, Tabellenanhänge und Metadaten brauchen eigene Verarbeitungsschritte. Eine Lösung, die nur das Chatfenster filtert, greift zu kurz, sobald jemand ein Dokument hochlädt.
Die praktische Folge: Automatisierte Schwärzung ist eine Schutzschicht, keine Garantie. Sie senkt das Risiko erheblich und macht die Maßnahme nachweisbar. Sie rechtfertigt nicht die Annahme, dass danach garantiert keine personenbezogenen Daten mehr im Text stehen. Genau deshalb ersetzt sie auch keinen Auftragsverarbeitungsvertrag, keine Rechtsgrundlage und keine Datenschutz-Folgenabschätzung.
Ein Ablauf, der in einer kleinen Kanzlei funktioniert
Vier Stufen, die aufeinander aufbauen. Die ersten beiden kosten kein Budget.
Stufe 1: Datenklassen festlegen. Bestimmen Sie vorab, welche Inhalte überhaupt in ein externes KI-Tool dürfen. Bei besonderen Kategorien nach Art. 9 (Gesundheitsdaten, religiöse oder politische Angaben) und bei Daten zu strafrechtlichen Verurteilungen nach Art. 10 lautet die Antwort in externen Tools schlicht Nein, auch geschwärzt, weil das Restrisiko der Re-Identifizierung zu hoch ist. Diese Grenze gehört in Ihre KI-Nutzungsrichtlinie, nicht in den Kopf einzelner Mitarbeiter.
Stufe 2: Standardfälle statt Einzelfallentscheidungen. Die meisten KI-Anwendungen in einer Kanzlei sind wiederkehrend: Schreiben formulieren, Text zusammenfassen, Übersetzung, Recherche zu einer Rechtsfrage. Für jeden dieser Fälle lässt sich einmalig festlegen, welche Felder ersetzt werden und wodurch. Ein Mitarbeiter, der eine Vorlage ausfüllt, trifft keine Entscheidung mehr unter Zeitdruck.
Stufe 3: Technische Schwärzung einbauen. Setzen Sie das Werkzeug zwischen Quelle und KI-Dienst. Fangen Sie mit dem an, was sicher funktioniert: Mandantenstamm als Namensliste, deutsche Nummernformate, IBAN, E-Mail, Telefon. Diese Grundausstattung fängt den größten Teil der typischen Fehler ab.
Stufe 4: Stichprobe und Protokoll. Legen Sie fest, dass ein kleiner Anteil der Vorgänge regelmäßig geprüft wird, und halten Sie die Ergebnisse fest. Das ist der Teil, der die Maßnahme nachweisbar macht, und er kostet weniger Zeit, als die meisten befürchten. Ohne diesen Schritt haben Sie eine Technik, aber keinen Nachweis.
Wenn Sie ohnehin gerade Ihre Ablagen prüfen: Schwärzung nützt wenig, solange der KI-Assistent über schlecht gepflegte Berechtigungen an Dokumente kommt, die der Nutzer gar nicht sehen dürfte. Das ist ein getrenntes Problem, und ich habe es beim Oversharing in SharePoint beschrieben.
Die drei häufigsten Fehler
Fehler 1: Schwärzung als Ersatz für den Vertrag. Ich sehe Häuser, die schwärzen und deshalb auf einen sauberen AVV verzichten wollen. Das trägt nicht. Solange ein Restrisiko besteht, dass Personenbezug durchrutscht, brauchen Sie die vertragliche Grundlage. Schwärzung reduziert Risiko, sie beendet die Verantwortlichkeit nicht.
Fehler 2: Platzhalter, die selbst sprechen. “Mandant Hans M.” ist kein Platzhalter. “[PERSON_1]” ist einer. Konsistente, bedeutungsfreie Platzhalter haben zudem den Vorteil, dass Sie die Antwort der KI hinterher verlässlich zurückersetzen können.
Fehler 3: Einmal eingerichtet, nie wieder geprüft. Neue Mandanten, neue Dokumenttypen, neue Aktenzeichenformate: Eine Namensliste von vor zwei Jahren erkennt die Hälfte Ihres heutigen Bestands nicht. Die Pflege gehört in denselben Turnus, in dem Sie auch Ihre Dokumentation aktualisieren.
Der nächste Schritt
Sie brauchen für den Einstieg kein Projekt. Nehmen Sie die drei häufigsten KI-Anwendungsfälle in Ihrem Haus und schreiben Sie für jeden auf, welche Angaben darin typischerweise vorkommen und wodurch sie ersetzt werden sollen. Das dauert eine Stunde und zeigt Ihnen sofort, welche Fälle sich sauber schwärzen lassen und welche von vornherein nicht in ein externes Tool gehören.
Wenn Sie wissen wollen, wo bei Ihnen sonst noch Lücken zwischen tatsächlicher Nutzung und Nachweis liegen, machen Sie meinen kostenlosen KI-Compliance-Check. Dauert 2 Minuten und ist ein guter Ausgangspunkt für die Frage, an welcher Stelle sich Automatisierung bei Ihnen wirklich lohnt.
Jose Lugo ist CISSP-zertifizierter KI-Compliance-Berater. Er berät Kanzleien, Steuerberater und Finanzdienstleister in Deutschland bei der DSGVO-konformen Einführung von KI-Tools.