ForHosting KIT · Text & KI

Text anonymisieren

Die Anonymisierung ersetzt personenbezogene Daten in einem Text – Namen, Adressen, Telefonnummern – durch plausible, aber frei erfundene Ersatzangaben, sodass der Text weiterhin wie ein normales, zusammenhängendes Dokument wirkt und sich trotzdem keiner realen Person mehr zuordnen lässt – ideal für Schulungsbeispiele und Fallstudien.

● Stabilpro Anfrage + pro 1.000 Wörter$0.003
Nutzen Sie es über WebAPIE-MailApp baldTelegram bald

Führen Sie dies mit Ihrem Konto auf unseren Servern aus. Kostenlose Tools laufen in Ihrem Browser; dieses wird zum oben genannten Preis von Ihrem KIT-Guthaben abgebucht.

Was Anonymisierung von Schwärzen unterscheidet

Beim Schwärzen bleibt sichtbar, dass an einer Stelle Daten fehlen: „[NAME]" ersetzt einen echten Namen. Die Anonymisierung geht einen Schritt weiter und ersetzt „Thomas Müller" durch einen ebenso plausiblen, aber frei erfundenen Namen wie „Markus Berger" – der Text liest sich weiterhin flüssig, wirkt wie ein reales Beispiel und lässt sich trotzdem nicht auf die ursprüngliche Person zurückführen. Für den Leser bleibt der Unterschied im besten Fall völlig unsichtbar.

Wofür sich anonymisierte Texte eignen

Ein anonymisierter Vertrag lässt sich als Vorlage für Schulungen verwenden, ohne echte Vertragspartner zu nennen. Ein anonymisiertes Support-Ticket eignet sich als Fallbeispiel in einer internen Dokumentation, die auch an neue Mitarbeitende weitergegeben wird. Weil der Text weiterhin flüssig lesbar bleibt, eignet er sich besser für Präsentationen und Schulungsmaterial als eine Fassung voller sichtbarer Platzhalter. Auch in Präsentationen vor Kundschaft wirkt ein anonymisierter, aber flüssiger Text professioneller.

Was gleich bleibt und was sich ändert

Struktur, Zahlen ohne Personenbezug und der fachliche Inhalt bleiben unverändert. Nur Namen, Adressen, Telefonnummern, E-Mail-Adressen und ähnliche Angaben werden konsequent gegen ebenso plausible Ersatzwerte getauscht, jeweils innerhalb derselben Kategorie – aus einem Namen wird wieder ein Name, aus einer IBAN wieder eine gültig aufgebaute, aber frei erfundene IBAN. Diese Konsistenz sorgt dafür, dass ein anonymisiertes Beispiel weiterhin logisch nachvollziehbar bleibt, etwa wenn derselbe Name mehrfach im Text vorkommt.

Wo Sie es nutzen

Auf dieser Seite fügen Sie den Text ein und erhalten die anonymisierte Fassung sofort. Über die API lässt sich die Anonymisierung in einen Export-Workflow einbinden, etwa um Beispieldaten für eine Schulung oder eine Produktdemo automatisiert zu erzeugen. Ein Softwareanbieter etwa erzeugt so realistische Beispieldatensätze für eine Schulungsumgebung, ohne für jedes neue Beispiel echte Kundendaten verwenden zu müssen, was den Aufwand für neue Schulungsfälle deutlich verringert.

Die Schulungsvorlage aus einem echten Vertrag

Die Schneider IT-Systeme GmbH & Co. KG anonymisiert einen echten Liefervertrag, um daraus eine Schulungsvorlage für neue Mitarbeitende zu machen, die sich liest wie ein reales Dokument.

Die Produktdemo mit realistischen Beispieldaten

Vor einer Kundenpräsentation anonymisiert Lukas Fischer echte Support-Tickets, um das Produkt in der Demo mit realistisch wirkenden, aber frei erfundenen Beispielen zu zeigen, statt mit sichtbar geschwärzten Lücken.

Der Fallbericht für eine Fachzeitschrift

Anna Hoffmann anonymisiert einen internen Fallbericht, bevor sie ihn als Beispiel in einem Fachartikel veröffentlicht, sodass die beschriebene Situation nachvollziehbar bleibt, ohne die beteiligten Personen erkennbar zu machen.

Worin unterscheidet sich das vom Schwärzen?

Beim Schwärzen bleibt sichtbar, dass Daten fehlen. Die Anonymisierung ersetzt sie durch plausible, frei erfundene Angaben, sodass der Text weiterhin flüssig lesbar bleibt.

Kann eine anonymisierte Person später wieder identifiziert werden?

Die ursprünglichen Angaben werden durch neue, unabhängig erfundene Werte ersetzt und nirgends gespeichert. Ein Rückschluss auf die reale Person ist über das Ergebnis allein nicht möglich.

Was passiert mit dem Originaltext?

Er wird ausschließlich zur Erstellung der anonymisierten Fassung verarbeitet und danach nicht dauerhaft gespeichert.

Was kostet eine Anonymisierung?

$0.003 pro Anfrage zuzüglich $0.0135 je 1.000 Wörter. Ein zweiseitiger Vertrag liegt damit klar unter einem US-Cent.

Bleiben Zahlen und Fachbegriffe erhalten?

Ja. Nur personenbezogene Angaben wie Namen, Adressen und Kontaktdaten werden ersetzt. Fachlicher Inhalt und Zahlen ohne Personenbezug bleiben unverändert.

Gibt es ein Limit für die Textlänge?

Rund 20.000 Token pro Anfrage. Längere Dokumente lassen sich in Abschnitten verarbeiten.

Alles auf dieser Seite ist auch per API verfügbar. Dieser Abschnitt richtet sich an Teams, die es in ihre eigenen Systeme einbinden möchten; alle anderen nutzen einfach das Tool oben.

POSThttps://api.kit.forhosting.com/text/anonymize

Authentifizierung per Bearer-Token. Ein einziger POST stellt die Aufgabe in die Warteschlange; das Ergebnis erhalten Sie per Webhook oder über einen signierten Link.

curl -X POST https://api.kit.forhosting.com/text/anonymize \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"text":"…"}'
{
  "text": "…"
}
{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "text.anonymize",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

Die API arbeitet asynchron: Sie erhalten sofort eine task_id. Polling ist mit 1 Anfrage pro Sekunde erlaubt.

pro Anfrage$0.003
pro 1.000 Wörter$0.0135

Der Preis steht auf der Seite – keine Tokens, keine Credits. Fehlgeschlagene Aufgaben werden nicht berechnet.

max_tokens20000
HTTPCodeBedeutung
401unauthorizedDer API-Schlüssel fehlt oder ist ungültig – prüfen Sie den Authorization-Header (Bearer).
402insufficient_balanceIhr Guthaben reicht für diese Aufgabe nicht aus – Aufladungen verfallen nicht.
404unknown_typeUnbekannter Aufgabentyp – prüfen Sie das Feld „type“ gegen den Katalog.
429rate_limitedZu viele Anfragen – warten Sie kurz; Polling ist mit 1 Anfrage pro Sekunde erlaubt.
422task_failedDie Aufgabe ist fehlgeschlagen und wird nicht berechnet.

Vollständige KIT-Dokumentation lesen →