By · Last updated 2026-04-21

Zurück zum BlogGesundheitswesen

Reversible De-Identifizierung in der klinischen...

Wenn eine Studie unerwartete Biomarker-Risiken bei 47 von 5.000 Teilnehmern feststellt, müssen Forscher echte Patienten kontaktieren.

April 21, 20269 min Lesezeit
reversible de-identificationclinical research pseudonymizationpatient re-contact protocolIRB data managementHIPAA reversible encryption

Reversible De-ID für die klinische Forschung

Langzeitstudien stehen vor einem harten Zielkonflikt. Patienten müssen während der Studie anonym bleiben. IRB-Regeln verlangen es. Das Vertrauen der Patienten hängt davon ab. Aber ein Ergebnis kann später eine Nachkontaktierung erfordern. Permanente De-ID entfernt diesen Weg. Reversible De-ID hält ihn offen.

Erfahren Sie, wie wir dies in unserem Compliance-Überblick und unseren Sicherheitspraktiken unterstützen.

Das Nachkontaktierungsproblem

Ein Onkologiezentrum führt eine 5.000-Patienten-Studie durch. Mitten in der Studie zeigen 47 Patienten Marker, die mit einem aggressiven Krebstyp verbunden sind. Dies war nicht im ursprünglichen Umfang enthalten. Das Ethikgremium prüft den Befund. Es genehmigt die Nachkontaktierung. Die Warn-Pflicht gilt.

Wenn die ursprüngliche De-ID dauerhaft war, ist das Team festgefahren. Zufallscodes ohne Zuordnungstabelle bieten keinen Rückweg. Die 47 Datensätze können nicht mit echten Patienten verknüpft werden. Der Befund kann nicht umgesetzt werden. Patienten, die möglicherweise Versorgung benötigen, können nicht erreicht werden. Das Datenschutzkonzept hat an seinem kritischsten Punkt versagt.

Das ist kein Sonderfall. Jede Langzeitstudie kann auf einen unerwarteten Befund stoßen. Die Warn-Pflicht erfordert Handeln, wenn ein Risiko gefunden wird. Ohne einen Rück-ID-Weg ist diese Handlung nicht möglich.

DSGVO-Regeln zur Schlüsseltrennung

Die EDPB-Leitlinien 05/2022 sprechen dieses Problem direkt an. Pseudonymisierung ist ein gültiger Datenschutzschritt. Sie hält die Option zur Re-Identifizierung offen. Ein genehmigter Prozess kann sie bei Bedarf nutzen.

Die Kernregel ist die Schlüsseltrennung. Der Entschlüsselungsschlüssel muss getrennt von den pseudonymisierten Daten aufbewahrt werden. Kontrollen müssen jeden nicht genehmigten Zugriff blockieren. Das Team, das die Daten verwendet, darf den Schlüssel nicht auch besitzen. Die Rück-ID muss einen formalen, protokollierten Schritt erfordern.

Die IAPP-Umfrage 2024 ergab, dass nur 23 % der Anonymisierungstools echte Reversibilität bieten. Die meisten verwenden permanente Maskierung oder Ersetzung. Diese Methoden blockieren die Nachkontaktierung, die die Warn-Pflicht erfordert.

Wie die Architektur funktioniert

Ein konformes Setup verwendet reversible Verschlüsselung mit AES-256-GCM. Jede Patienten-ID wird in ein Token umgewandelt. Derselbe Patient wird in allen Studiendateien auf dasselbe Token abgebildet. Datenverknüpfungen bleiben intakt. Keine Roh-IDs erscheinen im Arbeitsdatensatz.

Der Entschlüsselungsschlüssel wird von einem Datentreuhänder gehalten. Er wird getrennt von den Daten aufbewahrt. Jede Verwendung des Schlüssels erfordert einen schriftlichen, genehmigten Antrag.

Das Team arbeitet während der Analyse nur mit Tokens. Wenn die 47 betroffenen Patienten markiert sind, genehmigt das Ethikgremium die Rück-ID. Der Treuhänder wendet den Schlüssel nur auf diese 47 Datensätze an. Das Team erhält echte IDs für diese 47. Die anderen 4.953 Patienten bleiben geschützt.

Nur gezielte Rück-ID ist möglich. Der Rest des Datensatzes wird nie berührt.

Mehr dazu, wie sich Pseudonymisierung von vollständiger Anonymisierung unterscheidet, in unserem DSGVO-Leitfaden Anonymisierung vs. Pseudonymisierung.

Quellen

Bereit, Ihre Daten zu schützen?

Beginnen Sie mit der Anonymisierung von PII mit über 285 Entitätstypen in 48 Sprachen.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.