Erkennung personenbezogener Daten

Meldungen zu Datenschutzverletzungen, aufsichtsrechtliche Compliance und Datenschutz-Folgenabschätzungen erfordern allesamt zu wissen, welche personenbezogenen Daten in Ihren Dokumenten stecken. Tausende Dateien manuell nach Namen, E-Mail-Adressen, Sozialversicherungsnummern und Adressen zu durchsuchen ist langsam und fehleranfällig.

Claira kann den extrahierten Text durchsuchen und personenbezogene Daten (PbD) kennzeichnen, was Ihrem Team erheblich Zeit spart und das Risiko verringert, etwas zu übersehen.

So hilft Claira

• Erkennt mehrere Arten personenbezogener Daten. Namen, E-Mail-Adressen, Telefonnummern, Sozialversicherungsnummern, physische Adressen, Kontonummern, und mehr.
• Unterstützt Compliance-Workflows. Ob Sie auf eine Meldepflicht bei Datenschutzverletzungen, ein Auskunftsersuchen betroffener Personen oder eine aufsichtsrechtliche Prüfung reagieren -- Claira hilft Ihnen zu erkennen, was Aufmerksamkeit braucht.
• Funktioniert im großen Maßstab. Führen Sie die Erkennung personenbezogener Daten über einen gesamten Dokumentbestand in einem einzigen Massen-Scan aus.

Wann Sie dies einsetzen sollten

• Meldung von Datenschutzverletzungen und Reaktion auf Vorfälle
• Datenschutz-Folgenabschätzungen
• Vorbereitung von Dokumenten für die Produktion mit Schwärzungslisten
• Auskunftsersuchen betroffener Personen nach DSGVO, CCPA oder ähnlichen Regelungen

Beispiel-Prompts

Sie können Ihren Prompt zur Erkennung personenbezogener Daten je nachdem anpassen, wie gezielt oder umfassend die Ergebnisse ausfallen sollen.

Umfassende Extraktion personenbezogener Daten (eindeutige Erscheinungsformen)

Nutzen Sie dies, wenn Sie jede eigenständige geschriebene Form personenbezogener Daten benötigen, ohne Normalisierung, in einer einzigen maschinenfreundlichen Zeile aus zitierten Werten. Das folgende Format eignet sich gut als Eingabe für Search Term Families in Nuix Discover: Jeder Wert (oder eine Gruppe, die Sie als eine Familie behandeln) kann zu gruppierten Such- oder QC-Begriffen über den Bestand hinweg werden, ohne jede vom Modell gefundene Variante erneut eintippen zu müssen.

Gezielte Extraktion

Nutzen Sie dies, wenn Sie genau wissen, nach welchen Arten personenbezogener Daten Sie suchen, und statt einer vollständigen Erfassung aller Erscheinungsformen eine einfache Liste aus Wertepaaren wünschen.

Tipps für bessere Ergebnisse

• Search Term Families. Die Ausgabe des umfassenden Prompts ist eine starke Eingabe für Search Term Families in Nuix Discover: Jede zurückgegebene Zeichenfolge (oder eine Gruppe, die Sie manuell bilden) kann eine Familie für Suche und QC begründen. Passen Sie die Zugehörigkeit bei Bedarf an, bevor Sie sie fallweit ausführen.
• Geben Sie das benötigte Format an. Erwarten nachgelagerte Werkzeuge eine andere Struktur (zum Beispiel ein erzählendes Schwärzungsprotokoll), sagen Sie das im Prompt, oder nutzen Sie das gezielte Beispiel, wenn gepaarte Felder ausreichen.
• Behandeln Sie rohe personenbezogene Daten in gespeicherten Sichtungsfeldern mit Sorgfalt. Das umfassende Format listet Werte so, wie sie im Text erscheinen. Beschränken Sie die Sichtbarkeit des Feldes und befolgen Sie die Datenumgangs- und Aufbewahrungsrichtlinie Ihrer Organisation.
• Kombinieren Sie mit menschlicher Sichtung. Die Erkennung personenbezogener Daten ist hochriskant. Nutzen Sie Clairas Ausgabe als Ausgangspunkt und lassen Sie dann eine sichtende Person bestätigen, bevor Sie auf Grundlage der Ergebnisse handeln.

Brauchen Sie Hilfe? Schreiben Sie uns an support@claira.to.