Wörterbuch, Ausnahmen und Erkennung

Automatische Schwärzung und Pseudonymisierung werden über vier Bausteine gesteuert, die pro Projekt gelten:

Das Wörterbuch

Die zentrale Liste der Begriffe und Muster, die automatisch geschwärzt oder pseudonymisiert werden. Jeder Eintrag hat einen Typ — Wort, Wortpaar (z. B. „Mona Muster“), Muster (regulärer Ausdruck) oder Muster (Zeile) — sowie eine Aktion (Wort/Zeile/Satz/Absatz/Dokument schwärzen oder Pseudonymisieren), einen Stil und bei Wörtern eine Toleranz (0–5) für Tippfehler- und OCR-tolerante Treffer („Musterrnann“ wird trotzdem gefunden). Details: Wörterbuch (Mandanten-Administration).

Einträge entstehen auf drei Wegen:

• Manuell über die Wörterbuch-Seite (auch Import aus JSON oder dem Verzeichnisdienst).
• Aus dem Viewer: Umschalt-Klick auf ein Wort legt es projektweit ins Wörterbuch (Klick-Matrix).
• Aus der automatischen Erkennung: Funde der PII-Erkennung werden per Import übernommen.

Die Ausnahmeliste

Das Gegenstück zum Wörterbuch: Hier gelistete Wörter und Ausdrücke werden nicht geschwärzt, auch wenn Wörterbuch oder Toleranz-Suche sie treffen — nützlich für den eigenen Firmennamen oder Fachbegriffe, die wie Personennamen aussehen.

Bereichsregeln

Feste Seitenbereiche (z. B. der Briefkopf auf jeder Seite) werden projektweit geschwärzt — unabhängig vom Textinhalt.

Erkennungsprofile (PII-Erkennung)

Die automatische Erkennung läuft mit einem Profil — Schnell, Standard (empfohlen) oder Tief (mehr Treffer, mehr Beifang) — und wählbaren Erkennungsmethoden (Namen, Adressen, Telefonnummern, IBAN, Steuernummern, Datumsangaben, Firmen, Barcodes u. v. m.). Installationsweit pflegt der System-Administrator die zugrunde liegenden PII-Wörterlisten und Lernvorschläge.

Prioritäten

Bei überlappenden Regeln gilt:

1. Manuell im Viewer geschwärzte Wörter haben immer Vorrang — sie werden auch trotz Ausnahmeliste geschwärzt.
2. Ausnahmen schützen Begriffe vor Wörterbuch- und Toleranz-Treffern.
3. Wörterbuch-Einträge wirken projektweit in allen Dokumenten; dokument-spezifische Markierungen nur im jeweiligen Dokument.
4. Inaktive Wörterbuch-Einträge (Aktiv-Schalter aus) werden ignoriert.