Warum Regex, nicht KI?
Für die Einhaltung von Vorschriften benötigen Sie Ergebnisse, die Sie erklären und reproduzieren können. Unser deterministischer Ansatz liefert genau das – keine Black Boxes, keine Überraschungen.
Detaillierter Vergleich
We use the best tool for each job: deterministic regex patterns for structured data, and proven ML models for names and entities. Built on Microsoft Presidio.
| Entity Type | Detection Method | Examples |
|---|---|---|
| Strukturierte Daten | Regex-Muster | E-Mails, SSNs, Kreditkarten, IBANs, Telefonnummern |
| Namen & Organisationen | ML-Modelle (spaCy, Stanza) | Personennamen, Firmennamen, Standorte |
| 48 Sprachen | XLM-RoBERTa | Cross-linguale Entitätserkennung |
| Reproduzierbarkeit | 100% reproduzierbar | Gleicher Input = gleicher Output, jedes Mal |
| Namensdetektion | Hohe Genauigkeit ML | Bewährte NLP-Modelle mit Vertrauenswerten |
| Prüfbarkeit | +Vollständig prüfbar | Position, Typ, Vertrauen für jede Entität |
Wie Mustererkennung funktioniert
Jeder Entitätstyp hat sorgfältig ausgearbeitete Regex-Muster, die spezifische Formate erkennen.
E-Mail-Adressen
[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}Erkennt das Standard-E-Mail-Format: lokal-part@domain.tld
Kreditkartennummern
\b(?:4[0-9]{12}(?:[0-9]{3})?|5[1-5][0-9]{14}|...)\bErkennt Visa, Mastercard, Amex und andere Kartenformate mit Luhn-Validierung
Deutsche IBAN
DE[0-9]{2}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{4}\s?[0-9]{2}Erkennt das deutsche IBAN-Format mit optionalen Leerzeichen
Für die Einhaltung entwickelt
Wenn Prüfer fragen "Warum wurde dies erkannt?" benötigen Sie eine klare Antwort. Unser regex-basierter Ansatz bietet genau das.
- GDPR Artikel 25: Datenschutz durch Technikgestaltung mit erklärbarer Verarbeitung
- ISO 27001: Dokumentierte, wiederholbare Prozesse
- Prüfpfad: Jede Erkennung kann auf ein spezifisches Muster zurückverfolgt werden
Beispiel für eine Prüfantwort
Erleben Sie deterministische Erkennung
Testen Sie unsere regex-basierte PII-Erkennung kostenlos mit 200 Tokens pro Zyklus.