Blog

Datenschwärzung

Anonymisierung, Pseudonymisierung, Schwärzung: Unterschied

Redactic · 19 November 2026

Anonymisierung, Pseudonymisierung, Schwärzung: Unterschied

Anonymisierung, Pseudonymisierung und Schwärzung werden oft gleichbedeutend verwendet, und sie bewirken Verschiedenes. Die Pseudonymisierung ersetzt Kennungen durch Platzhalter und behält einen Weg zurück. Die Schwärzung entfernt ausgewählte Inhalte aus einer Kopie. Anonymisierung ist das Ergebnis, wenn niemand aus dem Verbleibenden eine Person identifizieren kann, und erst dann gilt die DSGVO nicht mehr.

Was jeder Begriff bedeutet

Die Pseudonymisierung hat eine gesetzliche Definition. Artikel 4 Nummer 5 der DSGVO beschreibt sie als eine Verarbeitung personenbezogener Daten, nach der die Daten ohne zusätzliche Informationen keiner bestimmten Person mehr zugeordnet werden können, sofern diese Informationen gesondert aufbewahrt und durch technische und organisatorische Maßnahmen geschützt werden. Erwägungsgrund 26 fügt hinzu, dass pseudonymisierte Daten, die sich mit zusätzlichen Informationen einer Person zuordnen lassen, als Informationen über eine identifizierbare Person betrachtet werden sollten, und Erwägungsgrund 28 stellt die Pseudonymisierung als Maßnahme zur Senkung von Risiken dar. Die Artikel 25 und 32 nennen sie unter den Maßnahmen für Datenschutz durch Technikgestaltung und für die Sicherheit.

Die Anonymisierung hat keinen eigenen Artikel. Nach Erwägungsgrund 26 gelten die Grundsätze des Datenschutzes nicht für anonyme Informationen, also Informationen, die sich nicht auf eine identifizierbare Person beziehen, oder personenbezogene Daten, die so anonymisiert wurden, dass die Person nicht mehr identifizierbar ist, unter Berücksichtigung aller Mittel, die nach allgemeinem Ermessen wahrscheinlich genutzt werden. Die Artikel-29-Datenschutzgruppe beschrieb in der Stellungnahme 05/2014 drei Risiken, denen ein anonymisierter Datensatz standhalten muss: das Herausgreifen einer Person, das Verknüpfen von Datensätzen über dieselbe Person und das Erschließen von Informationen über eine Person. Der Entwurf der EDSA-Leitlinien 02/2026 behält dieselben drei Kriterien bei.

Die Schwärzung ist eine Technik für Dokumente. Das Wort kommt in der DSGVO nicht vor. Es bezeichnet das Entfernen von Text, Bildern oder Bereichen aus einer Kopie vor ihrer Weitergabe, und der NSA-Leitfaden zum Schwärzen elektronischer Dokumente beschreibt es als Entfernen der Information aus der Datei selbst, was ein über den Text gezeichnetes schwarzes Rechteck nicht leistet.

Derselbe Absatz auf drei Arten

Nehmen Sie einen Satz aus einem Schreiben der Personalabteilung: „Maria Rossi, geboren am 12. März 1984, Personalnummer 40213, fehlte vom 3. bis 14. Juni nach einer Operation in der Klinik San Carlo.“

Vorgang Was der Empfänger erhält Status nach der DSGVO
Pseudonymisierung „⟦PERSON_1⟧, geboren am ⟦DATE_1⟧, Personalnummer ⟦ID_1⟧, fehlte vom 3. bis 14. Juni nach einer Operation in ⟦ORG_1⟧.“ Der Absender behält die Zuordnung Personenbezogen für den Absender, der sie umkehren kann
Schwärzung „███████, geboren am ███████, Personalnummer █████, fehlte vom 3. bis 14. Juni nach einer Operation in ███████.“ Nichts umzukehren Personenbezogen, solange der übrige Text sie identifiziert, hier die Daten und die Operation für jeden im Büro
Anonymisierung „Eine beschäftigte Person der Abteilung fehlte im Juni zwei Wochen aus gesundheitlichen Gründen.“ Anonym, wenn kein Leser erkennen kann, wer gemeint ist, was von der Größe der Abteilung abhängt

Die erste Kopie behält die Struktur für einen Leser oder ein KI-Modell und bleibt für den Absender vollständig umkehrbar. Die zweite Kopie hat keinen Weg zurück, und der Satz sagt einer Kollegin trotzdem viel. Die dritte Kopie hat das Detail verloren, das sie identifizierend machte, und damit das meiste, was eine Analystin wissen wollte.

Erwägungsgrund 26 der DSGVO: Einer Pseudonymisierung unterzogene personenbezogene Daten, die durch Heranziehung zusätzlicher Informationen einer natürlichen Person zugeordnet werden könnten, sollten als Informationen über eine identifizierbare natürliche Person betrachtet werden.

So wählen Sie Schritt für Schritt

  1. Benennen Sie den Empfänger und was er mit der Kopie tut: ein KI-Modell, das zusammenfasst, ein Gericht oder die Gegenseite, die liest, eine Forscherin, die zählt.
  2. Fragen Sie, ob irgendjemand, Sie eingeschlossen, die echten Werte später zurückbraucht. Wenn ja, pseudonymisieren Sie und bewahren die Zuordnung getrennt von der Kopie auf.
  3. Fragen Sie, ob die Kopie Ihre Kontrolle endgültig verlässt, etwa bei einer Offenlegung, einer Veröffentlichung oder einer Einreichung. Wenn ja, schwärzen Sie mit einem Verfahren, das den Text aus der Datei entfernt.
  4. Fragen Sie, ob der Empfänger überhaupt einzelne Datensätze braucht. Genügen Summen oder Muster, fassen Sie zusammen oder vergröbern in Richtung Anonymisierung und lassen die einzelnen Zeilen weg.
  5. Lesen Sie das Verbleibende so, wie der Empfänger es lesen würde: Berufsbezeichnungen, Daten, Orte, seltene Ereignisse und kleine Gruppen können eine Person identifizieren, wenn die Namen schon fehlen.
  6. Halten Sie die Wahl und den Grund schriftlich fest, besonders wenn Sie ein Ergebnis anonym nennen.

Wo die Fehler liegen

Der häufigste Fehler ist, pseudonymisierte Daten anonym zu nennen. Eine Datei, in der die Namen zu MITARBEITER_1 und MITARBEITER_2 wurden, bleibt für die Organisation mit der Zuordnung personenbezogen, und der Entwurf des EDSA fordert die Verantwortlichen auf, Daten nicht als anonym, de-identifiziert oder entpersonalisiert zu bezeichnen, solange Personen identifizierbar bleiben. Der Gerichtshof hat in SRB anerkannt, dass dieselben Daten für einen Empfänger, der die Pseudonymisierung nicht umkehren oder niemanden auf anderem Weg identifizieren kann, nicht personenbezogen sein können, und der Entwurf des EDSA legt das eng aus: Ein Auftragsverarbeiter, der für den Verantwortlichen arbeitet, übernimmt dessen Sicht, die Daten bleiben also für einen beauftragten Dienstleister personenbezogen. Unser Artikel zu den EDSA-Leitlinien 02/2026 und dem Urteil SRB geht die einzelnen Randnummern durch.

Der zweite Fehler ist eine Schwärzung, die nur verdeckt. Ein schwarzer Kasten über der Textebene eines PDF lässt die Zeichen in der Datei, und der NSA-Leitfaden nennt das Abdecken von Text mit Schwarz den häufigsten Fehler. Der dritte Fehler ist, den Zusammenhang zu vergessen. Wer aus einem kurzen Bericht über den einzigen Vorgesetzten über 60 in einer kleinen Filiale die Namen entfernt, hindert niemanden in dieser Filiale daran, ihn zu erkennen.

Bewährte Praxis

  • Verwenden Sie den Begriff, der zum Vorgang passt. Schreiben Sie „pseudonymisiert“ für eine Datei mit Platzhaltern und „geschwärzt“ für eine Kopie mit entferntem Inhalt, und behalten Sie „anonym“ Daten vor, die eine Prüfung bestanden haben.
  • Bewahren Sie die Zuordnung einer pseudonymisierten Datei getrennt auf, mit Zugriff nur für die Personen, die sie umkehren dürfen, denn der EDSA-Entwurf zur Pseudonymisierung behandelt die Zuordnungstabelle als schutzbedürftige personenbezogene Daten.
  • Prüfen Sie bei einer Offenlegung die gespeicherte Kopie mit einer Suche nach einem Namen, den Sie entfernt haben.
  • Greifen Sie bei einer KI-Aufgabe zur Pseudonymisierung: Das Modell behält die Struktur des Textes, und Sie behalten die echten Werte.
  • Beginnen Sie bei Forschung oder Statistik mit der Frage und behalten Sie nur die zusammengefassten Felder, die sie beantworten.

Wie Redactic jeden Vorgang ausführt

Redactic hat zwei Modi für dieselbe Auswahl erkannter Daten. Maskieren ersetzt jeden Wert durch die Bezeichnung seiner Kategorie, im ganzen Dokument gleich nummeriert, sodass „Maria Rossi“ und „Rossi“ beide zu ⟦PERSON_1⟧ werden, und eine Namenszuordnung bleibt in Ihrem Browser, damit Sie die echten Werte mit Werte wiederherstellen zurückholen können; das ist Pseudonymisierung nach Artikel 4 Nummer 5, und die maskierte Kopie bleibt personenbezogen. Schwärzen entfernt die Werte aus der Datei und lässt schwarze Kästen ohne Zuordnung, für Dokumente, die Sie einem Gericht, einem Mandanten oder der Gegenseite geben. Einen Datensatz zu anonymisieren, etwa Altersangaben zu gruppieren oder seltene Zeilen zu entfernen, ist eine Entscheidung über den Zusammenhang, die Sie am Ergebnis treffen. Die Seite zu Dokumenten für KI zeigt beide Modi, die kostenlose Probe nimmt Ihr eigenes Dokument, und Dokumente werden nie gespeichert und nie zum Training von KI-Modellen verwendet. Weiterführende Leitfäden: Excel- oder CSV-Datei anonymisieren und gescanntes PDF schwärzen und prüfen.

Häufig gestellte Fragen

Sind pseudonymisierte Daten noch personenbezogen?

Für den Verantwortlichen, der die zusätzlichen Informationen besitzt, immer. Nach Erwägungsgrund 26 der DSGVO sind pseudonymisierte Daten, die sich mit zusätzlichen Informationen einer Person zuordnen lassen, Informationen über eine identifizierbare Person. Der Gerichtshof hat im Urteil SRB vom 4. September 2025 ergänzt, dass dieselben Daten für einen Empfänger, der die Pseudonymisierung nicht umkehren und niemanden auf anderem Weg identifizieren kann, aus der Definition herausfallen können, und der Entwurf der EDSA-Leitlinien 02/2026 sagt, dass dies für einen Auftragsverarbeiter, der für den Verantwortlichen arbeitet, nicht gilt.

Ist ein geschwärztes Dokument anonym?

Nur wenn das Verbleibende niemanden identifiziert. Die Schwärzung entfernt die Wörter, die Sie auswählen, und der übrige Text kann weiterhin auf eine Person verweisen: eine Berufsbezeichnung, ein Datum, ein Ort oder ein Ereignis, das der Leser kennt. Lesen Sie die geschwärzte Kopie so, wie der Empfänger sie lesen wird, und behandeln Sie sie als personenbezogen, bis Sie geprüft haben, dass sich aus dem Rest niemand herausgreifen lässt.

Was verwende ich, bevor ich ein Dokument in einen KI-Chat einfüge?

Die Pseudonymisierung, damit das Modell Platzhalter für Namen und Nummern liest und Sie die echten Werte in die Antwort zurücksetzen können. Behalten Sie die Zuordnung bei sich. Die Kopie, die das Modell erhält, bleibt für Sie personenbezogen, es gelten also die üblichen Regeln zu Anbieter und Vertrag.

Können anonymisierte Daten ohne die DSGVO genutzt werden?

Nach Erwägungsgrund 26 gelten die Grundsätze des Datenschutzes nicht für anonyme Informationen, einschließlich personenbezogener Daten, die so anonymisiert wurden, dass die Person nicht mehr identifizierbar ist. Das Anonymisieren selbst ist eine Verarbeitung personenbezogener Daten, und der Entwurf des EDSA fordert die Verantwortlichen auf, zu dokumentieren, wie sie zu ihrem Ergebnis gekommen sind, und es zu testen.

Quellen

  1. Verordnung (EU) 2016/679 (DSGVO), Artikel 4 Nummer 1, Artikel 4 Nummer 5, Artikel 25 und 32, Erwägungsgründe 26 und 28, abgerufen am 2026-11-12.
  2. Gerichtshof der Europäischen Union, Rechtssache C-413/23 P, EDSB gegen SRB, Urteil vom 4. September 2025, abgerufen am 2026-11-12.
  3. EDSA, Leitlinien 01/2025 zur Pseudonymisierung, Fassung zur öffentlichen Konsultation, angenommen am 16. Januar 2025 (auf Englisch), abgerufen am 2026-11-12.
  4. EDSA, Leitlinien 02/2026 zur Anonymisierung, Version 1.0 zur öffentlichen Konsultation, angenommen am 7. Juli 2026 (auf Englisch), abgerufen am 2026-11-12.
  5. Artikel-29-Datenschutzgruppe, Stellungnahme 05/2014 zu Anonymisierungstechniken, WP216, 10. April 2014 (auf Englisch), abgerufen am 2026-11-12.
  6. National Security Agency, Redacting with Confidence, Bericht I333-015R-2005, 13. Dezember 2005 (auf Englisch), abgerufen am 2026-11-12.

Weiterlesen