Drei Modelle.
Eine Reihenfolge.

Diktiergerät kostet Zeit. Generische KI riskiert die Zulassung.

Es ist 16:30 Uhr. Eine Fachkraft hat gerade ein Beratungsgespräch beendet. Auf dem Schreibtisch liegen Stichworte, im Kopf weitere Details, die noch nicht aufgeschrieben sind. Der nächste Termin steht in zwanzig Minuten. Die Notiz für die Akte muss aber heute fertig werden.

Zwei Wege stehen zur Auswahl. Beide haben offensichtliche Schwächen.

Variante A · Klassisches Diktiergerät

Aufnahme starten, später transkribieren lassen, manuell formatieren, Personennamen prüfen, in die Akte übertragen. Datenschutzkonform, aber zeitintensiv. Funktioniert seit Jahren, ist aber nicht mehr zeitgemäss.

Variante B · Generische KI App

ChatGPT öffnen, Sprachaufnahme starten, Text strukturieren lassen. Schnell, modern, scheinbar elegant. Aber: Personennamen wandern in einen Cloud Dienst, der für medizinische, juristische oder steuerrechtliche Daten nicht zertifiziert ist. Bei berufsrechtlicher Verschwiegenheitspflicht ist das ein Compliance Verstoss.

In regulierten Branchen ist keiner der beiden Wege akzeptabel. Das ist kein Komfortproblem, sondern ein strukturelles. Generische Sprach KI ist für allgemeine Aufgaben gebaut, nicht für Domänen mit besonderen Datenschutzanforderungen. Wer DSGVO-Pflichten ernst nimmt, braucht eine andere Architektur.

Jedes Modell sieht nur die Daten, die es wirklich braucht.

Datenschutzkonforme Sprach KI nutzt nicht ein generisches Sprachmodell für alles. Stattdessen arbeiten in auraVoice drei spezialisierte KI Komponenten in einer festgelegten Reihenfolge zusammen. Jede Komponente macht genau das, wofür sie am besten geeignet ist.

OpenAI Whisper · Transkription

Wandelt Audio in Text. Domänenspezifisches Vokabular wird über einen Personal Dictionary Mechanismus eingespielt. Fachbegriffe wie Bisphosphonat, Umsatzsteuervoranmeldung oder Investitionsabzugsbetrag werden korrekt erkannt. Standard Tools verstümmeln solche Eigennamen häufig zu unbrauchbarem Text. Details zur API in der OpenAI Whisper API Dokumentation.

spaCy · Lokale Pseudonymisierung

Named Entity Recognition Modell auf eigener Infrastruktur in Deutschland. Erkennt Personennamen und ersetzt sie durch konsistente Pseudonyme. Frau Schmidt wird zu Person 1, Herr Müller zu Person 2. Mehrfach genannte Namen behalten ihr Pseudonym im gesamten Text. Wir nutzen das deutsche Sprachmodell de_core_news_lg.

Anthropic Claude · Strukturierung

Erst jetzt kommt das Sprachmodell ins Spiel. Claude erhält den anonymisierten Text und strukturiert ihn in eines von sechs vordefinierten Markdown Formaten. Personennamen sind zu diesem Zeitpunkt bereits ersetzt. Das Modell sieht ausschliesslich Pseudonyme. Übersicht der Anthropic Claude Modelle.

Die Reihenfolge ist die Architektur.

Pseudonymisierung könnte man auch nachträglich auf das fertige Protokoll anwenden. Das wäre der einfachere Weg. Aber er hätte einen entscheidenden Nachteil: das Sprachmodell hätte die echten Namen bereits gesehen, verarbeitet und potenziell für interne Statistiken oder Modell Verbesserungen genutzt. Bei auraVoice läuft die Pseudonymisierung deshalb VOR dem Cloud LLM Aufruf.

Das Mapping liegt nicht im System.

Die zentrale Architekturentscheidung der datenschutzkonformen Sprach KI ist nicht die Pseudonymisierung selbst. Es ist die Frage, was mit dem Mapping zwischen Pseudonym und echtem Namen passiert. Bei auraVoice wird dieses Mapping nicht gespeichert. Es bleibt im Kopf oder im Kalender des Nutzers.

Personennamen verlassen die Infrastruktur niemals im Klartext

Der Cloud LLM Anbieter sieht ausschliesslich Pseudonyme. Audio geht zwar an OpenAI Whisper, aber dort wird nur transkribiert, nicht analysiert oder gespeichert. Eine Zero Data Retention Vereinbarung mit beiden Anbietern stellt sicher, dass keine Daten für Modell Training verwendet werden. Die rechtliche Grundlage findet sich in der DSGVO, insbesondere zu Pseudonymisierung als Maßnahme nach Artikel 32. Die BfDI hat Pseudonymisierung im Januar 2025 als datenschutzfreundliche Maßnahme bestätigt.

Logs zählen nur, sie protokollieren nicht

Auf dem Server wird ausschliesslich die Anzahl der ersetzten Personennamen geloggt, niemals die Namen selbst. Das ist im Code dokumentiert und durch Tests abgesichert.

Re Identifikation ist Sache des Nutzers

Wer einen Patientenfall, einen Mandanten oder einen Kundenkontakt protokolliert hat, kann anhand des Aufnahme Zeitstempels und seines eigenen Kalenders zweifelsfrei zuordnen, wer Person 1 war. Niemand sonst kann das. Das ist die einfachste und gleichzeitig sicherste Form der Pseudonymisierung. Kein technisches System dazwischen, kein zusätzliches Compliance Risiko. Dieser Ansatz ergänzt unsere DSGVO-konforme KI-Plattform auraHub.

Datenschutzkonforme Sprach KI im Vergleich.

Wer Sprach KI für regulierte Branchen einsetzen will, hat heute drei realistische Optionen. Die Tabelle zeigt die strukturellen Unterschiede:

Diktiergeräte sind compliance-tauglich, aber nicht effizient. ChatGPT Voice ist effizient, aber nicht compliance-tauglich für regulierte Berufe. Datenschutzkonforme Sprach KI wie auraVoice schliesst die Lücke.

Sechs Output Formate. Wahl pro Aufnahme.

Nicht jedes Gespräch braucht dieselbe Struktur. auraVoice unterstützt aktuell sechs Output Formate, die für unterschiedliche Anwendungsfälle optimiert sind. Die Wahl erfolgt pro Aufnahme.

Das Problem ist überall ähnlich. Die Anforderungen unterscheiden sich.

Pseudonymisierung ist Schutz. Nicht Garantie.

• 01

  Modell Recall

  Die Erkennung von Personennamen liegt im Bereich von 85 bis 95 Prozent. spaCy ist Industriestandard, aber kein Modell ist perfekt. Pseudonymisierung als Datenschutz Layer, nicht als juristische Garantie für vollständige Anonymisierung.

• 02

  Indirekte Identifikatoren

  Personennamen werden ersetzt. Andere Identifikatoren wie Geburtsdaten, seltene Diagnosen oder Adressdetails bleiben im Text. Bei seltenen Kombinationen kann eine Re Identifikation theoretisch möglich sein. Maßstab ist DSGVO Erwägungsgrund 26 zur Anonymisierung.

• 03

  Cloud LLM Abhängigkeit

  Whisper und Claude sind externe Komponenten. Eine Zero Data Retention Vereinbarung mit beiden Anbietern stellt sicher, dass keine Inhalte für Modell Training verwendet werden. Aber: die finale DSGVO Konformität für einen konkreten Anwendungsfall hängt von der individuellen Implementation ab.

• 04

  Keine Substitution

  Welche Inhalte das System verarbeitet, bleibt eine Entscheidung des Nutzers. Die KI liefert die Strukturierung. Die fachliche Bewertung, die Aktenführung, die berufsrechtliche Verantwortung bleiben beim Menschen.

Vom Diktat zur Akte. In zwei Klicks.

Verfügbar als Progressive Web App auf iPhone, iPad und Desktop, ohne Installation aus einem App Store. Browser Extensions für Chrome und Safari ermöglichen Diktat Funktionalität direkt in beliebigen Eingabefeldern: Mail Programmen, CRM Systemen, Aktensoftware oder Browser Formularen. Ergänzend zu unseren anderen KI-Anwendungen wie auraPress für Medienintelligenz.