Privacy Filter Online

Erkennt Namen, E-Mails, Telefonnummern, Adressen, Kontonummern, Daten, URLs und Secrets lokal in deinem Browser — ein kostenloses Tool, das personenbezogene Daten mit einem Klick maskiert. Kein Upload nötig.

Modell nicht geladen

Beim ersten Start wird das Modell von Hugging Face geladen. Empfohlen: Chrome oder Edge mit WebGPU.

Eingabetext

Ergebnisse

Markierter Text

Warte auf Erkennung.

Anonymisierter Text

Warte auf Erkennung.

Bildeingabe

Lokales OCR plus PII-Markierung — alles im Browser.

OCR-Vorschau

Ergebnis

Wähle ein Demo-Bild oder lade dein eigenes hoch.

100% lokal Die Inferenz läuft im Browser. Kein Text wird hochgeladen.
Offenes Modell Basiert auf den öffentlichen openai/privacy-filter-Gewichten.
WebGPU + WASM Hardware-beschleunigt, wenn verfügbar — sonst WASM-Fallback.
Für immer kostenlos Keine Anmeldung, kein Limit, kein Tracking — einfügen und loslegen.

So funktioniert Privacy Filter

  1. Modell im Browser laden

    Die openai/privacy-filter-Gewichte werden einmal von Hugging Face geladen und für künftige Besuche zwischengespeichert.

  2. Token-Klassifikation lokal

    Transformers.js führt das Modell auf WebGPU aus, mit WebAssembly als Fallback.

  3. Prüfen und kopieren

    Markierte Entitäten prüfen, anonymisierten Text kopieren oder neuen Inhalt einfügen — nichts verlässt dein Gerät.

Unterstützte Entitätstypen

Das Modell gibt 8 Privacy-Kategorien aus (BIOES-Tagging auf Token-Ebene).

Name private_person

Namen und persönliche Identifikatoren.

E-Mail private_email

Persönliche E-Mail-Adressen.

Telefonnummer private_phone

Persönliche Telefonnummern.

Adresse private_address

Wohn- oder Postanschriften.

Kontonummer account_number

Finanz- oder Service-Konten.

Datum private_date

Persönliche Daten wie Geburtstage.

URL private_url

Persönliche URLs oder Webadressen.

Secret secret

Zugangsdaten, Tokens, API-Keys und andere Secrets.

Einsatzbereiche

Prompts für LLMs säubern

Schnell anonymisieren, bevor du in ChatGPT, Claude, Gemini oder einen anderen Chatbot einfügst — persönliche Daten in einem Schritt entfernen.

Logs und Tickets bereinigen

Kundendaten aus Support-Tickets, Fehler-Logs und Bug-Reports entfernen, bevor du sie teilst.

Dokumente sicher teilen

Namen, Adressen und Kontonummern verbergen, bevor du Screenshots oder Textauszüge versendest.

Inhalte auf Secrets prüfen

API-Keys und Tokens aufspüren, die versehentlich in Dokumentation, READMEs oder Chats gelandet sind.

Häufig gestellte Fragen

Wird mein Text auf einen Server hochgeladen? +

Nein. Die Inferenz läuft komplett im Browser über Transformers.js. Nach dem ersten Modell-Download von Hugging Face verlässt dein Text das Gerät nicht mehr.

Welche personenbezogenen Daten werden erkannt? +

Namen, E-Mails, Telefonnummern, Adressen, Kontonummern, Daten, URLs sowie Secrets wie API-Keys oder Tokens.

Welche Browser werden unterstützt? +

Chrome und Edge mit WebGPU bieten die beste Performance. Andere moderne Browser wechseln automatisch auf WebAssembly.

Warum ist die erste Erkennung langsam? +

Beim ersten Aufruf werden die openai/privacy-filter-Gewichte geladen. Folgende Aufrufe nutzen den Browser-Cache und sind deutlich schneller.

Ist Privacy Filter kostenlos? +

Ja. Die Seite ist kostenlos nutzbar, und das zugrunde liegende openai/privacy-filter-Modell wird mit offenen Gewichten auf Hugging Face veröffentlicht.

Kann es einen Regex-basierten Redactor ersetzen? +

Bei natürlicher Sprache fängt ein kontextbasiertes Modell Entitäten ab, die Regex übersieht (mehrsprachige Namen, freie Adressformate). Beides zusammen liefert die beste Abdeckung.