Wie entferne ich PII aus AI-Trainingsdaten, um GDPR und EU AI Act zu erfüllen?

Verwenden Sie anonym.plus, um Trainingsdatensätze (CSV, JSON, TXT, XLSX) vor der Training-Pipeline zu anonymisieren. Wenden Sie den Replace- oder Redact-Operator an, um personenbezogene Daten dauerhaft zu entfernen. Anonymisierte Daten fallen vollständig aus dem GDPR-Umfang (Recital 26) und erfüllen die EU AI Act Art. 10 Datenschutz-Anforderungen für hochriskante KI-Systeme. Die Verarbeitung ist 100% offline — Trainingsdaten verlassen nie Ihre Infrastruktur.

Kann anonym.plus JSONL und CSV-Trainingsdatenformate verarbeiten?

Ja. anonym.plus unterstützt JSON/JSONL (30 MB), CSV (30 MB), TXT (50 MB) und XLSX (20 MB / 100K Zeilen) — die am häufigsten verwendeten Formate für AI-Trainingsdatensätze. Der Batch-Modus verarbeitet mehrere Dateien gleichzeitig. Die NLP-Pipeline analysiert Textwerte in all diesen Formaten und ersetzt erkannte PII durch strukturierte Bezeichnungen oder schwärzt sie vollständig.

AI/ML-Teams: GDPR-konforme Trainingsdatensätze vorbereiten

Anwendungsfall · AI/ML-Technik · EU AI Act Art. 10 · GDPR · Deadline August 2026

Die Herausforderung

Herausforderung

Ein Enterprise-KI-Team optimiert ein Kundenservice-LLM unter Verwendung von 18 Monaten Support-Ticketdaten. Der Datensatz enthält 240.000 JSON-Datensätze mit Kundennamen, E-Mail-Adressen, Kontonummern, Produktserialnummern und Freitexten, die PII enthalten. Das EU AI Act (Art. 10, wirksam August 2026) erfordert Datenschutz-Praktiken, die sicherstellen, dass Trainingsdaten für hochriskante KI-Anwendungen frei von unnötigen personenbezogenen Daten sind. Das Hochladen des Datensatzes auf einen Cloud-Anonymisierungsservice würde selbst eine GDPR-Verletzung erzeugen — die Daten müssen im EU-Rechenzentrum des Unternehmens bleiben.

Die Lösung

Lösung

Das ML-Ingenieur-Team installiert anonym.plus auf einer Workstation innerhalb des EU-Rechenzentrums. Sie teilen den 240K-Datensatz in 120 JSONL-Dateien mit jeweils 2.000 Datensätzen auf (durchschnittlich 25 MB pro Datei). Mit dem Batch-Modus mit 5 parallelen Workern verarbeiten sie alle 120 Dateien über ungefähr 90 Minuten. Ein benutzerdefiniertes Preset verwendet: PERSON, EMAIL_ADDRESS, PHONE_NUMBER, IBAN_CODE, IP_ADDRESS, CREDIT_CARD und eine benutzerdefinierte Entität für Produktserialnummern (Regex: SN-[A-Z0-9]{10}). Der Replace-Operator stellt sicher, dass irreversible Anonymisierung erfolgt. Der Verarbeitungsverlauf wird als CSV für Art. 11 technische Dokumentation exportiert.

Die Ergebnisse

Ergebnis

240.000 Datensätze anonymisiert — 6 PII-Kategorien + 1 benutzerdefinierte Entität in 90 Minuten verarbeitet
Anonymisierter Datensatz verlässt GDPR-Umfang — für Training keine Rechtmäßigkeitsgrundlage erforderlich, keine Datensubjekt-Rechte gelten
EU AI Act Art. 10 Datenschutz-Anforderung erfüllt — in technischer Datei dokumentiert
Trainingsdaten verließen nie das EU-Rechenzentrum — vollständige Datenseitorientierung beibehalten
Kein DPA mit Trainingsinfrastruktur-Anbieter erforderlich — nur anonymisierte Daten
Verarbeitungsverlauf-CSV stellt Audit-Trail für Art. 11 technische Dokumentation bereit

Unterstützte Trainingsdatenformate

JSON / JSONL — Instruction-Tuning-Datensätze, Chat-Gespräche, Annotationsdateien (30 MB pro Datei)
CSV — Tabellarische Trainingsdaten, beschriftete Beispiele, Evaluationssätze (30 MB)
TXT — Pretraining-Korpora, rohes Dokumentsammlungen (50 MB)
XLSX — Manuell annotierte Datensätze, Bewertungsblätter (20 MB / 100K Zeilen)
PDF / DOCX — Dokumentklassifikations-Korpora, Wissensdatenbank-Dokumente

Für Datensätze, die Dateigrößen-Limits überschreiten, teilen Sie in Chunks auf und verarbeiten Sie mit Batch-Modus. Bis zu 20 Dateien gleichzeitig mit dem Pro-Plan verarbeitet.

EU AI Act Art. 10 Dokumentation

Nach der Anonymisierung von Trainingsdaten dokumentieren Sie Folgendes in der technischen Datei des KI-Systems (Art. 11):

Datenschutz-Praxis: PII aus Trainingsdaten entfernt mit anonym.plus [Version], Replace-Operator, GDPR-Konformitätspreset
Erkannte und entfernte Entity-Typen: [Liste aus Verarbeitungsverlauf-Export]
Verarbeitungsdatum und Datensatz-Version: [Zeitstempel aus Verlauf]
Restrisiko-Bewertung: Replace-Operator erzeugt echte Anonymisierung (GDPR Recital 26); Re-Identifikation nicht möglich aus Ausgabedaten
Datenseitorientierung: Verarbeitung auf EU-Infrastruktur lokal durchgeführt; keine Datenübertragung außerhalb des Rechenzentrums

Lesen Sie den vollständigen EU AI Act-Leitfaden. EU AI Act Art. 10-Konformität →

Häufig gestellte Fragen

Wie entferne ich PII aus AI-Trainingsdaten für GDPR und EU AI Act-Konformität?

Laden Sie Trainingsdateien (JSON, CSV, TXT, XLSX) in anonym.plus. Wählen Sie das GDPR-Konformitätspreset oder konfigurieren Sie Entity-Typen. Wählen Sie Replace-Operator für permanente Anonymisierung. Verarbeiten Sie im Batch-Modus für große Datensätze. Die anonymisierte Ausgabe verlässt GDPR-Umfang und erfüllt die EU AI Act Art. 10 Datenschutz-Anforderungen.

Verarbeitet anonym.plus JSONL-Format Trainingsdatensätze?

Ja. JSON- und JSONL-Dateien (30 MB) werden unterstützt. anonym.plus analysiert Textfelder und ersetzt erkannte PII durch Bezeichnungen. Struktur wird beibehalten — die JSONL-Datei bleibt nach Anonymisierung valid für Training-Pipelines.

Anwendungsfall: AI/ML-Trainingsdaten