4 Praxisszenarien mit Vorher/Nachher-Beispielen
DeepL für Übersetzungen, Copilot für E-Mail-Zusammenfassungen, Claude für Gutachten-Analysen, ChatGPT für Angebotsvorlagen — KI-Tools sind aus dem Arbeitsalltag nicht mehr wegzudenken. Doch jedes Mal, wenn ein Dokument mit personenbezogenen Daten an einen dieser Dienste übergeben wird, entsteht ein DSGVO-Risiko.
Dieser Artikel zeigt anhand von vier konkreten Praxisszenarien, wie Pseudonymisierung das Problem löst — mit Vorher/Nachher-Beispielen für jedes Szenario.
Internationale Verträge ohne Datenschutzrisiko übersetzen
Das Problem: Ein deutschsprachiger Kaufvertrag soll für einen internationalen Partner ins Englische übersetzt werden. Der Vertrag enthält Namen der Vertragsparteien, Adressen, Kontonummern und Vertragsbeträge.
„Zwischen der Müller Consulting GmbH, vertreten durch Herrn Dr. Thomas Müller, Bahnhofstraße 42, 80335 München, und der Schmidt & Partner KG, Hauptstraße 7, 1010 Wien, wird folgender Vertrag geschlossen...“
Alle personenbezogenen Daten werden an DeepL-Server übertragen.
„Zwischen Firma_A, vertreten durch Person_A, Adresse_A, und Firma_B, Adresse_B, wird folgender Vertrag geschlossen...“
DeepL übersetzt den pseudonymisierten Text. Die Pseudonyme bleiben als Platzhalter erhalten. Nach der Übersetzung werden sie im englischen Text durch die Originaldaten ersetzt. Ergebnis: Perfekte Übersetzung mit korrekten Namen und Adressen.
Lange E-Mail-Verläufe effizient auf das Wesentliche reduzieren
Das Problem: Ein langer E-Mail-Verlauf mit 30+ Nachrichten soll für eine Managementsitzung zusammengefasst werden. Die E-Mails enthalten Absender- und Empfängernamen, E-Mail-Adressen, Telefonnummern in Signaturen und vertrauliche Projektdetails.
„Von: sarah.weber@unternehmen.de
An: michael.braun@partner.com
Betreff: Projekt Alpha — Meilenstein 3
Lieber Herr Braun, anbei der aktualisierte Projektplan. Bitte leiten Sie an Frau Dr. Klein (Tel: +49 172 1234567) weiter...“
„Von: Email_A
An: Email_B
Betreff: Projekt Alpha — Meilenstein 3
Lieber Person_B, anbei der aktualisierte Projektplan. Bitte leiten Sie an Person_C (Tel: Telefon_A) weiter...“
Copilot fasst den pseudonymisierten E-Mail-Verlauf zusammen. Die inhaltlichen Kernpunkte bleiben erhalten, während keine personenbezogenen Daten übertragen werden. Nach der Zusammenfassung werden die Pseudonyme re-identifiziert.
Medizinische und juristische Gutachten sicher durch KI prüfen lassen
Das Problem: Ein medizinisches Gutachten soll von Claude auf Vollständigkeit und Plausibilität geprüft werden. Das Gutachten enthält Patientennamen, Geburtsdaten, Diagnosen, Behandlungsverläufe und Namen der behandelnden Ärzte.
„Patient: Maria Hofmann, geb. 15.03.1978
Diagnose: Bandscheibenvorfall L4/L5
Behandlung: Dr. med. Andreas Wagner, Orthopädie München
Die Patientin wurde am 22.01.2026 erstmals vorstellig...“
„Patient: Person_A, geb. Datum_A
Diagnose: Bandscheibenvorfall L4/L5
Behandlung: Person_B, Orthopädie Ort_A
Die Patientin wurde am Datum_B erstmals vorstellig...“
Claude kann das Gutachten vollständig analysieren — die medizinischen Inhalte bleiben erhalten, nur die personenbezogenen Daten sind pseudonymisiert. Die KI prüft Vollständigkeit, Plausibilität und formale Korrektheit, ohne die Identität der beteiligten Personen zu kennen.
Individuelle Angebote auf Basis bestehender Vorlagen generieren
Das Problem: Ein Vertriebsmitarbeiter möchte ChatGPT nutzen, um ein individuelles Angebot auf Basis einer bestehenden Vorlage zu erstellen. Das bisherige Angebot enthält Kundennamen, Firmenadresse, spezifische Preise und Konditionen.
„Angebot Nr. 2026-0847 für die Maier Logistik AG
Ansprechpartner: Frau Lisa Gruber, l.gruber@maier-logistik.at
Lizenzgebühr: 24.500 EUR/Jahr
Rabatt: 15 % (Sonderkonditionen vereinbart mit Herrn Maier)...“
„Angebot Nr. Referenz_A für Firma_A
Ansprechpartner: Person_A, Email_A
Lizenzgebühr: Betrag_A/Jahr
Rabatt: 15 % (Sonderkonditionen vereinbart mit Person_B)...“
ChatGPT kann die Angebotsstruktur analysieren und Verbesserungsvorschläge machen, ohne die echten Kundendaten oder Preise zu kennen. Nach der Re-Identifizierung hat der Vertriebsmitarbeiter ein optimiertes Angebot mit allen Originaldaten.
Docuflair Mask pseudonymisiert Ihre Dokumente automatisch, bevor sie an DeepL, Copilot, Claude oder ChatGPT übergeben werden. Erleben Sie den Workflow in einer 15-minütigen Demo.
Antworten auf die wichtigsten Fragen zum sicheren Dokumentenversand an KI-Tools
Ja, DeepL Pro bietet verbesserten Datenschutz: Texte werden nach der Übersetzung gelöscht und nicht zum Training verwendet. Dennoch werden die Daten an DeepL-Server übertragen. Mit Pseudonymisierung können Sie auch die kostenlose Version sicher nutzen, da keine echten personenbezogenen Daten übermittelt werden.
Mit Microsoft 365 Copilot im Enterprise-Tarif werden Daten innerhalb des Microsoft-Tenant verarbeitet. Dennoch empfiehlt sich Pseudonymisierung für besonders sensible Verträge, da die Daten durch Microsoft-Systeme fließen und unter US-Recht fallen.
Gesundheitsdaten gehören zu den besonderen Kategorien personenbezogener Daten nach Art. 9 DSGVO und genießen besonderen Schutz. Pseudonymisierung ist hier besonders wichtig: Alle Patientennamen, Geburtsdaten, Diagnosen und Behandlungsdaten werden durch Pseudonyme ersetzt, bevor das Dokument an die KI übergeben wird.
Ja. Die Pseudonyme (Person_A, Adresse_A etc.) werden von Übersetzungs-KIs als Platzhalter erkannt und nicht übersetzt. Nach der Übersetzung werden die Pseudonyme im übersetzten Text durch die Originaldaten ersetzt. Das Ergebnis ist eine vollständige Übersetzung mit korrekten Originalnamen.