Case Studies / InSaaS.ai
PROFESSIONAL SERVICES · DATENSCHUTZ & DSGVO
Automatisierung der DSGVO-konformen Datenanonymisierung für Marktforschung im großen Maßstab
InSaaS.ai verarbeitet enorme Mengen an Textdaten aus sozialen Medien, Online-Foren und Kundenquellen für Marktforschung und Produktplanung. Jeder Datensatz enthält potenziell personenbezogene Daten, die vor der Analyse entfernt werden müssen – eine manuelle Überprüfung war in diesem Umfang unmöglich. Wir haben ShareMedix als Anonymisierungs-API integriert, die automatisch personenbezogene Daten in der gesamten Datenpipeline erkennt und maskiert.
Kunde: InSaaS.ai – ein Datenanalyseunternehmen, das auf Erkenntnisse aus Marketing, Marktforschung und Produktentwicklung spezialisiert ist.
WICHTIGSTE ERGEBNISSE
DSGVO
Vollständige Einhaltung der europäischen Datenschutzvorschriften
API
Direkt in bestehende Datenpipelines integriert
Parallel
Verarbeitet mehrere gleichzeitige Anonymisierungsanfragen im großen Maßstab
Automatisch
Namen, Adressen, Telefonnummern, IBANs erkannt und maskiert
BRANCHE
Professional Services / Marktforschung
USE CASE
PII-Anonymisierung in Textdaten
KI-ANSATZ
NLP-basierte PII-Erkennung
DATENQUELLEN
Soziale Medien, Foren, Kundendaten
Die Herausforderung
InSaaS.ai entwickelt Datenanalyselösungen für Marketing, Marktforschung und Produktentwicklung. Ihre Arbeit basiert auf der Analyse großer Mengen an Textdaten – Beiträge in sozialen Medien, Diskussionen in Online-Foren, Kundenfeedback und interne Datensätze. Die in diesen Daten verborgenen Erkenntnisse sind wertvoll, doch die Daten selbst sind voll von personenbezogenen Informationen: Namen, Adressen, Telefonnummern, IBAN-Nummern und andere sensible Details.
Gemäß der DSGVO dürfen diese Daten nicht in ihrer Rohform verarbeitet oder analysiert werden. Jede personenbezogene Information muss erkannt und entfernt werden, bevor die Daten in die Analysepipeline von InSaaS.ai gelangen. Eine manuelle Bearbeitung kam nicht in Frage – das Datenvolumen war viel zu groß, die Vielfalt der PII-Typen zu umfangreich und die regulatorischen Anforderungen zu hoch für einen manuellen Prozess.
Das Kernproblem: InSaaS.ai musste enorme Mengen an Textdaten DSGVO-konform machen, bevor sie analysiert werden konnten – doch das Volumen und die Vielfalt der personenbezogenen Daten machten eine manuelle Anonymisierung in diesem Umfang unmöglich.
Was wir entwickelt haben
Wir haben ShareMedix – unsere NLP-gestützte Datenanonymisierungsengine – direkt über eine API in die Datenverarbeitungspipeline von InSaaS.ai integriert. Das System erkennt und maskiert automatisch personenbezogene Daten in Textdaten, bevor diese die Analyseschicht erreichen.
Automatische PII-Erkennung für verschiedene Datentypen. ShareMedix identifiziert Namen, Adressen, Telefonnummern, IBAN-Nummern, E-Mail-Adressen und andere personenbezogene Daten mithilfe fortschrittlicher NLP-Techniken. Das System verarbeitet Daten aus unterschiedlichen Quellen – von Social-Media-Beiträgen in informeller Sprache bis hin zu strukturierten Kundendatensätzen und allem dazwischen.
API-first-Integration. Anstatt als eigenständiges Tool mit manueller Bedienung zu fungieren, wurde ShareMedix als API eingesetzt, die InSaaS.ai programmatisch in bestehende Datenpipelines einbindet. Daten fließen hinein, anonymisierte Daten fließen heraus – keine manuellen Schritte, keine separate Oberfläche.
Parallele Verarbeitung im großen Maßstab. Datensätze aus der Marktforschung können enorm groß sein. Die Anonymisierungs-API verarbeitet mehrere gleichzeitige Anfragen und bewältigt große Textmengen, ohne zum Flaschenhals im Datenvorbereitungsworkflow von InSaaS.ai zu werden.
Anpassbare Anonymisierungsregeln. Verschiedene Datenquellen und Anwendungsfälle erfordern unterschiedliche Behandlung. ShareMedix unterstützt Whitelists, Blacklists und konfigurierbare Anonymisierungsregeln – so kann InSaaS.ai genau steuern, was maskiert und was beibehalten wird, und sich anpassen, wenn sich Vorschriften und Datenquellen weiterentwickeln.
Die Ergebnisse
VORHER
Personenbezogene Daten über riesige Textdatensätze verstreut. Manuelle Überprüfung im großen Maßstab unmöglich. DSGVO-Konformität kaum zu garantieren. Datennutzung durch Datenschutzrisiken eingeschränkt.
NACHHER
Automatisierte PII-Erkennung und -Maskierung über API. DSGVO-Konformität fest in die Datenpipeline integriert. Vollständige Datensätze ohne Datenschutzrisiko zur Analyse verfügbar. Kein manueller Eingriff erforderlich.
InSaaS.ai kann nun das gesamte Datenvolumen verarbeiten und analysieren, in der Gewissheit, dass die DSGVO-Konformität automatisch gewährleistet ist. Der Anonymisierungsschritt – zuvor ein manueller Blocker, der die Datennutzung einschränkte – ist zu einem nahtlosen, unsichtbaren Teil der Pipeline geworden.
Dies hat auch Daten erschlossen, die zuvor zu risikoreich für die Nutzung waren. Kundendaten und andere sensible Quellen, für die früher eine umfangreiche manuelle Prüfung nötig gewesen wäre, können nun automatisch anonymisiert und in Analyse-Workflows eingespeist werden – und erweitern so den Umfang der Erkenntnisse, die InSaaS.ai seinen Kunden liefern kann.
Eingesetzte Technologien
Mehr Case Studies
So haben wir anderen Unternehmen geholfen
BEHÖRDE · POLNISCHE ÖFFENTLICHE INSTITUTION (UNTER NDA)
Multi-Agenten-Chatbot ersetzt manuelle Bürgeranfragen in 11 Themenbereichen
Bürger riefen die Behörde an, weil der bestehende Chatbot ihre Fragen nicht verstand. Wir haben ein neues System entworfen und prototypisiert, bei dem Bürger in einfacher Sprache fragen und automatisch zur richtigen Antwort geleitet werden – ohne zusätzliche Vorkenntnisse.
11
Themenbereiche
3
Dedizierte Tools
MEDTECH · APOQLAR
Bearbeitungszeit für Sicherheitsfragebögen von einem Monat auf eine Woche reduziert
Jeder neue Krankenhauspartner benötigte einen ausgefüllten Fragebogen – 8–10 Beteiligte, rund einen Monat, Antworten aus Richtlinien verschiedener Abteilungen. Jetzt entwirft ein KI-Assistent die Antworten automatisch und spart dabei geschätzte 90.000 $ pro Jahr.
-75%
Bearbeitungszeit
90.000 $
Jährliche Einsparungen
MEDTECH · APOQLAR
GenAI-Assistent ersetzt manuelle Dokumentensuche
Mitarbeiter verbrachten Stunden damit, hunderte von Produktdokumenten zu durchsuchen, um Kunden- und Compliance-Fragen zu beantworten. Jetzt stellen sie Fragen in natürlicher Sprache und erhalten in Sekunden quellenbasierte Antworten.
RAG
Integriert
Kontextverwaltung
Optimiert