german-privacy-shield 0.1.0

DSGVO-konforme Dokument-Redaktion mit KI - Erkennt und schwärzt personenbezogene Daten

German-Privacy-Shield

DSGVO-konforme Dokument-Redaktion mit KI

Erkennt und schwärzt personenbezogene Daten (PII) in deutschen Dokumenten automatisch. Läuft 100% lokal mit Ollama - keine Cloud, keine Datenübertragung.

Highlights

• 100% Lokal - Läuft komplett auf Ihrer Hardware mit Ollama
• DSGVO-konform - Basiert auf Art. 4 DSGVO, Art. 6 DSGVO, Par. 26 BDSG
• Smart Knowledge Injection - DSGVO-Wissen direkt im Modell integriert
• Multi-Mode - Drei Sicherheitsstufen (strict, balanced, loose)
• Dokumenttyp-Erkennung - Optimiert für Rechnungen, Verträge, Ausweise, etc.
• Nur 1.9GB - Läuft auf jeder Consumer-GPU und CPUs

Installation

pip install german-privacy-shield

Voraussetzungen

1. Ollama installieren: https://ollama.com
2. Modell laden:

ollama pull Keyvan/german-privacy-shield

Schnellstart

Python API

from german_privacy_shield import GermanPrivacyShield, Redactor, PrivacyMode

# PII-Erkennung
shield = GermanPrivacyShield(mode=PrivacyMode.BALANCED)
result = shield.detect_pii("rechnung.png")

for pii in result.pii_items:
    print(f"[{pii.label}] {pii.text}")

# Dokument schwärzen
redactor = Redactor(mode=PrivacyMode.STRICT)
result = redactor.redact("rechnung.png", "rechnung_redacted.png")
print(f"Geschwärzt: {result.pii_count} PIIs")

CLI

# PII-Erkennung
german-privacy-shield detect rechnung.png

# Dokument schwärzen
german-privacy-shield redact rechnung.png -o rechnung_redacted.png

# Mit strenger Sicherheitsstufe
german-privacy-shield redact dokument.png --mode strict

# Batch-Verarbeitung
german-privacy-shield batch ./input/ ./output/

Sicherheitsstufen

Modus	Beschreibung	Anwendungsfall
strict	Alle PIIs, Unterschriften, Fotos	Maximaler Datenschutz, AI-Training
balanced	Namen, Adressen, Bankdaten	Standard DSGVO-Compliance
loose	Nur IBAN, Steuer-ID, Sozialvers.	Minimale Schwärzung

Erkannte PII-Kategorien

• Identität: Namen, Geburtsdaten, Ausweisnummern
• Kontakt: Adressen, Telefon, E-Mail
• Finanzen: IBAN, BIC, Kontonummern, Beträge
• Biometrie: Unterschriften, Fotos, Gesichter
• Gesundheit: Diagnosen, Versicherungsnummern
• Arbeit: Personalnummern, Gehalt
• Steuern: Steuernummern, Steuer-ID

Dokumenttypen

Das Modell ist für folgende Dokumenttypen optimiert:

• invoice - Rechnungen
• contract - Verträge
• id_card - Ausweise und Reisepässe
• tax - Steuerbescheide
• medical - Arztbriefe und medizinische Dokumente

from german_privacy_shield import Redactor, DocumentType

redactor = Redactor()
result = redactor.redact("rechnung.png", doc_type=DocumentType.INVOICE)

API Referenz

GermanPrivacyShield

class GermanPrivacyShield:
    def __init__(
        self,
        model: str = "german-privacy-shield",
        mode: PrivacyMode = PrivacyMode.BALANCED,
        host: Optional[str] = None  # Ollama Host URL
    )

    def detect_pii(
        self,
        image_path: str,
        doc_type: Optional[DocumentType] = None,
        custom_rules: Optional[List[str]] = None
    ) -> RedactionResult

Redactor

class Redactor(GermanPrivacyShield):
    def redact(
        self,
        image_path: str,
        output_path: Optional[str] = None,
        doc_type: Optional[DocumentType] = None,
        custom_rules: Optional[List[str]] = None,
        draw_labels: bool = False
    ) -> RedactionResult

    def redact_batch(
        self,
        input_dir: str,
        output_dir: str,
        pattern: str = "*.png"
    ) -> List[RedactionResult]

Rechtlicher Hintergrund

German-Privacy-Shield basiert auf:

• Art. 4 DSGVO - Definition personenbezogener Daten
• Art. 6 DSGVO - Rechtmäßigkeit der Verarbeitung
• Par. 26 BDSG - Pseudonymisierung und Anonymisierung
• Par. 22 BDSG - Besondere Kategorien (Gesundheit, Religion)

Performance

Hardware	Zeit pro Dokument
RTX 4060 8GB	~5 Sekunden
RTX 3060 12GB	~6 Sekunden
CPU (keine GPU)	~15 Sekunden

Systemanforderungen

• Python 3.9+
• Ollama v0.1.0+
• 4GB+ VRAM (GPU) oder 8GB+ RAM (CPU)
• 2GB Speicherplatz für Modell

Verwandte Projekte

• german-ocr - OCR für deutsche Dokumente
• german-ocr-turbo - Schnelles OCR-Modell

Lizenz

Apache 2.0

Autor

Keyvan Hardani - keyvan.ai

---

Made with privacy in Germany