Multimodale Anonymisierung bezeichnet die Fähigkeit, personenbezogene und sensible Daten einheitlich über verschiedene Datenarten hinweg zu anonymisieren, nicht nur in klassischen strukturierten Datenbanken. 

Dazu gehören: 

• Strukturierte Daten (Datenbanken, Tabellen, Felder) 

• Semistrukturierte Daten (JSON, XML, Logs) 

• Unstrukturierte Daten (PDFs, Word-Dokumente, E-Mails) 

• Bilder (Scans, Ausweise, Fotos) 

• Video- und Audioinhalte 

Für Unternehmen ist multimodale Anonymisierung entscheidend, weil personenbezogene Daten selten nur in einem Format vorliegen. Dieselbe Person taucht oft gleichzeitig in ERP-Systemen, CRM-Plattformen, Data Warehouses, Dokumenten, Bildern, Aufnahmen und KI-Trainingsdaten auf. 

So setzt Maya multimodale Anonymisierung um 
Maya wendet dieselben PETs und dieselbe Konsistenzlogik auf alle Datenarten an. Identische Identifikatoren werden deterministisch und einheitlich anonymisiert, unabhängig davon, ob sie in SAP-Tabellen, Oracle-Datenbanken, Salesforce-Datensätzen, ServiceNow-Tickets, Snowflake-Datensätzen, Dokumenten, Bildern oder Videoframes vorkommen. 

Das stellt sicher, dass: 

• Unternehmensanwendungen mit anonymisierten strukturierten Daten zuverlässig weiterlaufen 

• Dokumente, Dateien, Bilder, Audio- und Videodateien ohne manuelle Eingriffe anonymisiert werden 

• die Konsistenz über Systeme und Formate hinweg durchgängig erhalten bleibt 

• KI- und Analyse-Pipelines stimmige, datenschutzsichere Datensätze erhalten 

Multimodale Anonymisierung wird nativ von AppSafe™, FileSafe™ und AISafe™ unterstützt. 

Pseudonymisierung

Pseudonymisierung ersetzt direkte Identifikatoren (etwa Namen, Kundennummern oder Ausweisnummern) durch künstliche Werte oder Tokens. 

Anders als bei der Anonymisierung gilt: 

• Pseudonymisierung ist unter strengen Kontrollen umkehrbar 

• Die Daten bleiben personenbezogene Daten im Sinne der DSGVO und vergleichbarer Gesetze 

Pseudonymisierung wird häufig eingesetzt, wenn Unternehmen Folgendes brauchen: 

• Kontrollierte Re-Identifizierung 

• Prüfbarkeit 

• Einheitliche Identifikatoren über Systeme hinweg 

So setzt Maya die Pseudonymisierung um 
Maya ermöglicht deterministische, systemübergreifende Pseudonymisierung auf SAP- und Nicht-SAP-Unternehmensplattformen (u. a. Oracle, Salesforce, ServiceNow, Microsoft Dynamics, Workday und Snowflake), ohne Rohdaten-Identifikatoren in einem zentralen Tresor zu speichern. Das unterstützt Privacy by Design und Prüfbereitschaft. 

Datenmaskierung 

Datenmaskierung verbirgt sensible Daten, indem sie durch fiktive, aber realistisch wirkende Werte ersetzt werden. Sie wird oft eingesetzt, um eine versehentliche Offenlegung in Nicht-Produktivumgebungen zu verhindern. 

Wichtige Einschränkungen: 

• Maskierung kann Muster oder Formate erhalten 

• Maskierte Daten lassen sich teilweise zurückrechnen 

• Maskierung allein erfüllt oft nicht die Anforderungen von DSGVO, HIPAA oder KI-Verordnung 

So nutzt Maya Datenmaskierung 
Maya setzt Maskierung gezielt für die sichere Anzeige oder für Szenarien mit geringem Risiko ein und nutzt Anonymisierung oder Pseudonymisierung, wo die Einhaltung von Vorschriften gefordert ist. 

De-Identifizierung
 

De-Identifizierung ist ein Oberbegriff für Verfahren, die die Identifizierbarkeit von Personen in einem Datensatz verringern. 

Dazu gehören: 

• Anonymisierung (unumkehrbar) 

• Pseudonymisierung (umkehrbar) 

Der Begriff ist im Gesundheitswesen, in der KI-Governance und in behördlichen Leitlinien weit verbreitet. 

So unterstützt Maya die De-Identifizierung 
Maya wählt automatisch das passende Verfahren zur De-Identifizierung, abhängig von Vorschriften, Sensibilität der Daten, Geschäftszweck und Zielplattform. 

Re-Identifizierung