Anonymisierung, Pseudonymisierung, De-Identifizierung: Definitionen und was ndaact.ai tut

Anonymisierung ist unumkehrbar, Pseudonymisierung behält einen Schlüssel, und De-Identifizierung beschreibt die Wirkung für den Empfänger; ndaact.ai leistet die zweite und zielt auf die dritte.

Diese Seite nennt die drei Definitionen, die zugrunde liegenden Texte und die genaue Position von ndaact.ai, einschließlich seiner Grenzen. Sie richtet sich an Datenschutzbeauftragte, Einzelanwälte, niedergelassene Ärzte und Steuerberater, die wissen müssen, welchen Begriff sie in ihrem Verzeichnis von Verarbeitungstätigkeiten verwenden.

Die drei Begriffe in einer Tabelle

Begriff	Definition	Referenztext
Anonymisierung	Die Daten erlauben es mit keinem Mittel mehr, das nach allgemeinem Ermessen genutzt werden könnte, die Person zu identifizieren. Die DSGVO gilt dann für diese Informationen nicht mehr. Der Vorgang lässt sich nicht rückgängig machen.	DSGVO, Erwägungsgrund 26
Pseudonymisierung	Die Daten können ohne Hinzuziehung zusätzlicher Informationen nicht mehr einer bestimmten Person zugeordnet werden, wobei diese Informationen getrennt aufbewahrt und durch technische und organisatorische Maßnahmen geschützt werden. Der Schlüssel existiert, daher kann sein Inhaber den Vorgang rückgängig machen.	DSGVO, Artikel 4 Nr. 5
De-Identifizierung	Ein Begriff, den die DSGVO nicht verwendet. Wir nutzen ihn für die Wirkung auf einen bestimmten Empfänger: Hat er keine vernünftigen Mittel, die Personen wieder zu identifizieren, können die Daten für ihn nicht mehr personenbezogen sein.	EuGH, C-413/23 P, 4. September 2025, Rn. 76, 77, 85 und 86

Was ndaact.ai auf Ihrem Rechner tut

ndaact.ai erkennt Entitäten (Namen, Adressen, Kennungen) im Text und ersetzt jede durch einen Marker wie {{PERSON_a1b2}}. Die Zuordnungstabelle bleibt auf Ihrem Rechner: Mit ihr werden die ursprünglichen Werte in der Antwort des Modells wiederhergestellt.

Weil diese Tabelle existiert, handelt es sich um eine clientseitige Pseudonymisierung im Sinne von Artikel 4 Nr. 5. Auf Ihrer Seite bleiben die Daten personenbezogene Daten. Für Ihren Arbeitsplatz von Anonymisierung zu sprechen, wäre unzutreffend.

Was der Modellanbieter erhält

Der Text geht anschließend an den Modellanbieter, mit Markern anstelle der erkannten Entitäten. Die Zuordnungstabelle erhält der Anbieter nicht. Die angestrebte Wirkung ist ihm gegenüber eine De-Identifizierung.

Der EuGH hat diesen relativen Ansatz im Urteil EDSB/SRB (C-413/23 P, 4. September 2025) präzisiert. Er stellt fest, dass pseudonymisierte Daten nicht in jedem Fall und für jede Person personenbezogene Daten sind (Rn. 86). Für den Verantwortlichen, der die zusätzlichen Informationen besitzt, bleiben sie personenbezogen (Rn. 76). Für den Empfänger hängt das Ergebnis von zwei Bedingungen aus Rn. 77 ab: Er darf die Pseudonymisierungsmaßnahmen nicht aufheben können, und diese Maßnahmen müssen ihn daran hindern, die Daten auf anderem Weg, etwa durch Abgleich mit weiteren Daten, der Person zuzuordnen.

Zwei Punkte des Urteils begrenzen diese Überlegung:

• Kann der Empfänger die Daten vernünftigerweise durch Abgleich der Person zuordnen, bleibt die Person für ihn und für jede weitere Verarbeitung identifizierbar (Rn. 85).
• Für die Informationspflicht gegenüber betroffenen Personen wird die Identifizierbarkeit zum Zeitpunkt der Erhebung aus Sicht des Verantwortlichen beurteilt (Rn. 111).

Der Gerichtshof hebt zudem das Urteil des Gerichts auf und verweist die Sache an dieses zurück. Das Urteil betrifft die Verordnung (EU) 2018/1725, deren Definitionen nach den Ausführungen des Gerichtshofs im Wesentlichen mit denen der DSGVO übereinstimmen (Rn. 52).

Was der EDSA sagt

Die Stellungnahme 28/2024 des Europäischen Datenschutzausschusses, angenommen am 17. Dezember 2024, behandelt KI-Modelle. Sie hält fest, dass ein mit personenbezogenen Daten trainiertes Modell nicht in allen Fällen als anonym gelten kann und dass die Anonymität im Einzelfall zu prüfen ist, unter Berücksichtigung aller Mittel, die der Verantwortliche oder eine andere Person vernünftigerweise nutzen könnte. Die Stellungnahme betrifft Modelle, nicht Prompts. Wir zitieren sie wegen des Maßstabs der vernünftigen Mittel, der derselbe ist.

Die Grenzen von ndaact.ai

• Die Erkennung kann Entitäten übersehen. Eine nicht erkannte Entität bleibt im gesendeten Text im Klartext.
• Eine indirekte Kennung im Freitext („mein Mandant, der einzige Biobäcker der Gemeinde“) kann durch Abgleich weiterhin identifizieren.
• ndaact.ai macht daher nicht den gesamten Prompt anonym. Es ersetzt die erkannten Entitäten und hilft Ihnen, das zu begrenzen, was der Anbieter erhält, ohne zu garantieren, dass jede Entität gefunden wird.
• Lesen Sie den Text vor dem Senden durch und klären Sie mit Ihrem Datenschutzbeauftragten oder Ihrer Beratung, was Ihr Berufsrecht und Ihr Verzeichnis von Verarbeitungstätigkeiten zulassen.

Welchen Begriff Sie in Ihrem Verzeichnis verwenden

Für Ihren Arbeitsplatz: clientseitige Pseudonymisierung. Gegenüber dem Modellanbieter: eine Maßnahme, die auf eine De-Identifizierung zielt, deren Wirkung von den tatsächlich erkannten Entitäten und von den Abgleichsmöglichkeiten des Anbieters abhängt. Dies ist das Vokabular unserer Datenschutzerklärung.

Quelle: DSGVO Art. 4 Nr. 5 und Erwägungsgrund 26, EUR-Lex, abgerufen am 11. Oktober 2026; EuGH, EDSB/SRB, C-413/23 P, 4. September 2025, EUR-Lex, abgerufen am 11. Oktober 2026; EDSA, Stellungnahme 28/2024, 17. Dezember 2024, abgerufen am 11. Oktober 2026.

Diese Seite ist eine Übersetzung. Maßgeblich ist die französische Fassung.