Dokumente schwärzen – Manuell und Automatisch

Viele Organisationen arbeiten mit vertraulichen Dokumenten, die sensible Informationen neben nicht-sensiblen Inhalten enthalten. Der traditionelle Ansatz der manuellen Schwärzung dieser Dokumente ist zeitaufwändig, fehleranfällig und skaliert nicht mit modernen Dokumentenvolumen.

Wir zeigen beispielhaft, wie Konfuzio IPD in Kombination mit Konfuzio Tools eine leistungsstarke Lösung für die automatisierte Dokumentenschwärzung bietet, die Sicherheit gewährleistet und gleichzeitig einen effizienten Informationsaustausch ermöglicht.

Manuelles Schwärzen

Stellen Sie sich vor, Sie arbeiten in einem Unternehmen, das regelmäßig vertrauliche Korrespondenz mit Behörden oder Geschäftspartnern führt. Ein typisches Beispiel ist ein Schreiben an das Bundesministerium für Wirtschaft und Klimaschutz bezüglich eines Geheimschutzauftrags. Dieses Dokument enthält sowohl öffentlich zugängliche Informationen als auch hochsensible Details wie Telefonnummern, Namen, Adressen und Aktenzeichen.

Die manuelle Schwärzung solcher Dokumente bringt erhebliche Herausforderungen mit sich:

• Zeitaufwand: Bei einem einzelnen Dokument mit 22 verschiedenen vertraulichen Bereichen kann die manuelle Bearbeitung leicht mehrere Stunden dauern
• Fehleranfälligkeit: Menschliche Prüfer können sensible Informationen übersehen oder Schwärzungsregeln uneinheitlich anwenden
• Skalierbarkeit: Multipliziert man dies mit Hunderten von Dokumenten pro Monat, wird schnell klar, dass manuelle Prozesse nicht skalierbar sind

Automatisiertes Schwärzen

Konfuzio IPD transformiert den Dokumentenschwärzungsprozess durch einen zweistufigen Ansatz, der KI-gestützte Inhaltsanalyse mit präzisen Schwärzungsfunktionen kombiniert. Anhand unseres Beispieldokuments zeigen wir, wie dieser Prozess in der Praxis funktioniert.

Stufe 1: Dokumentenanalyse

Zunächst wird das Dokument sicher in Konfuzio IPD hochgeladen. Während der Verarbeitung analysiert die KI das Dokument und identifiziert automatisch vertrauliche Informationen wie „Musterfirma GmbH“, „TEL.-ZENTRALE (040) 3667-1“, „Sanddornstraße 8“ und „Dr.W.Kr E-230“.

Die Ergebnisse der Analyse können über die sichere API abgerufen werden:

curl -X 'GET' \
  'https://app.konfuzio.com/api/v3/documents/6953893/' \
  -H 'accept: application/json'

Die API-Antwort enthält detaillierte Informationen über das Dokument, einschließlich der automatisch erkannten Annotationen mit präzisen Koordinaten für jeden vertraulichen Bereich. Das System hat beispielsweise erkannt, dass sich sensible Informationen an Position (x: 318, y: 243) mit einer Breite von 93 Pixeln und einer Höhe von 9 Pixeln befinden.

Stufe 2: Automatische Schwärzung

Sobald die Analyse abgeschlossen ist, können die identifizierten Bereiche automatisch geschwärzt werden. Konfuzio Tools bietet zwei Ansätze für diese Aufgabe.

Koordinatenbasierte Schwärzung bietet maximale Präzision. Das System verwendet die exakten Koordinaten der erkannten vertraulichen Bereiche und schwärzt diese gezielt.
Bei den Koordinaten ist darauf zu achten, wo diese ihren Ursprung haben. Konfuzio IDP setzt den Ursprung in der PDF unten Links, während Konfuzio Tools den Ursprung oben links setzt. Durch eine einfache Umformatierung können die Koordinaten übertragen werden.

curl -X 'POST' \
    'http://tools.konfuzio.com:8080/tools/api/v1/security/redact' \
    -H 'accept: */*' \
    -H 'Content-Type: multipart/form-data' \
    -F 'fileInput=@Anlage_43_Seite_2.pdf;type=application/pdf' \
    -F 'redactions=[
      {"x": 318, "y": 243, "width": 93, "height": 9, "page": 1},
      {"x": 72, "y": 254, "width": 85, "height": 8, "page": 1},
      {"x": 313, "y": 259, "width": 117, "height": 8, "page": 1}
    ]' \
    -F 'convertPDFToImage=true' \
    -F 'pageRedactionColor=#000000' \
    -o Anlage_43_Seite_2-geschwärzt.pdf

Textbasierte Schwärzung bietet mehr Flexibilität, wenn spezifische Begriffe in verschiedenen Kontexten geschwärzt werden müssen.

curl -X 'POST' \
    'http://tools.konfuzio.com:8080/tools/api/v1/security/auto-redact' \
    -H 'accept: */*' \
    -H 'Content-Type: multipart/form-data' \
    -F 'fileInput=@Anlage_43_Seite_2.pdf;type=application/pdf' \
    -F 'listOfText=Musterfirma GmbH
        TEL.-ZENTRALE (040) 3667-1
        Sanddornstraße 8' \
    -F 'wholeWordSearch=true' \
    -F 'redactColor=000000' \
    -F 'customPadding=1.3' \
    -F 'convertPDFToImage=true' \
    -o Anlage_43_Seite_2-geschwärzt.pdf

Das Ergebnis ist ein professionell geschwärztes Dokument, bei dem alle vertraulichen Informationen durch schwarze Balken ersetzt wurden, während der nicht-sensible Inhalt vollständig lesbar bleibt.

API-Parameter im Detail

Die Konfuzio Tools API bietet verschiedene Parameter zur Feinabstimmung des Schwärzungsprozesses. Diese Flexibilität ermöglicht es Organisationen, die Schwärzung präzise an ihre spezifischen Anforderungen anzupassen.

Koordinatenbasierte Schwärzung – Parameter:

• fileInput – Das zu bearbeitende PDF-Dokument
• redactions – Array mit den exakten Koordinaten der zu schwärzenden Bereiche
• x, y – Position des Schwärzungsbereichs (obere linke Ecke)
• width, height – Abmessungen des Bereichs in Pixeln
• page – Seitennummer des Dokuments
• convertPDFToImage – Konvertiert das PDF in ein Bild, was für das garantierte Schwärzen besonders wichtig ist
• pageRedactionColor – Farbe der Schwärzung (standardmäßig schwarz #000000)

Textbasierte Schwärzung – Parameter:

• fileInput – Das zu bearbeitende PDF-Dokument
• listOfText – Zeilengetrennte Liste der zu schwärzenden Begriffe
• useRege – Aktiviert reguläre Ausdrücke für komplexere Suchmuster
• wholeWordSearch - Schwärzt nur ganze Wörter, verhindert Teilwort-Matches
• redactColor – Farbe der Schwärzungsbalken
• customPadding – Zusätzlicher Rand um den geschwärzten Text (Faktor 1.3 = 30% größer)
• convertPDFToImage – Konvertiert das PDF in ein Bild, was für das garantierte Schwärzen besonders wichtig ist

Diese Parameter geben Entwicklern die Kontrolle über jeden Aspekt des Schwärzungsprozesses, von der präzisen Positionierung bis hin zur visuellen Gestaltung der geschwärzten Bereiche.

Messbare Vorteile

Die Implementierung von Konfuzio IPD in unserem Beispielszenario zeigt deutliche Verbesserungen. Während die manuelle Schwärzung des Testdokuments mit 22 vertraulichen Bereichen etwa 20 Minuten dauerte, reduziert sich diese Zeit mit Konfuzio auf eine Minute. Das System identifiziert konsistent alle relevanten Informationen und schwärzt diese automatisch.

Die API-Integration ermöglicht es Organisationen, den Schwärzungsprozess nahtlos in bestehende Workflows zu integrieren. Ein Unternehmen könnte beispielsweise ein automatisches System einrichten, das neue Dokumente aus einem bestimmten Verzeichnis überwacht, diese automatisch analysiert und geschwärzte Versionen für die Weitergabe an externe Partner bereitstellt.

Fazit

Konfuzio IPD und Tools automatisieren in Kombination die Dokumentenschwärzung durch die intelligente Inhaltsanalyse mit präzisen Schwärzungsfunktionen. Unser Praxisbeispiel zeigt, wie Organisationen ihre Effizienz dramatisch steigern können, während sie gleichzeitig höchste Sicherheits- und Genauigkeitsstandards aufrechterhalten.