API DocsAnonymisierung

Anonymisierung

Text und Dateien anonymisieren, anonymer LLM-Chat mit automatischer De-Anonymisierung.

Text-Anonymisierung

Maskiere personenbezogene Daten (PII) in beliebigem Text automatisch.

POST/api/anonymize

Sende den zu anonymisierenden Text im Body mit.

Parameter	Type	Default	Description
`text`required	`string`	-	Der Text, der anonymisiert werden soll.
`language`	`string`	`"de"`	Sprache des Textes (z.B. de, en). Verbessert die Erkennung.

Beispiel-Request

1curl -X POST https://app.anymize.ai/api/anonymize \
2  -H #86efac">"Authorization: Bearer YOUR_API_KEY" \
3  -H #86efac">"Content-Type: application/json" \
4  -d '{
5    #86efac">"text": "Max Mustermann wohnt in Berlin und seine E-Mail ist max@example.com",
6    #86efac">"language": "de"
7  }'

Beispiel-Antwort

Der anonymisierte Text enthält Platzhalter für erkannte Entitäten.

202Accepted

{
  "job_id": "job_abc123def456",
  "status": "processing",
  "message": "Anonymization job created"
}

Dateien anonymisieren?

Für Dokumente und Bilder nutze die Datei-Anonymisierung.

Datei-Anonymisierung

Endpoint

Lade Dokumente oder Bilder hoch, um sie per OCR zu verarbeiten und automatisch zu anonymisieren.

POST/api/ocr

Unterstützte Formate

Die folgenden Dateiformate werden für die OCR-Verarbeitung unterstützt.

PDF

PNG

JPG

TIFF

Parameter

Parameter	Type	Default	Description
`file`required	`File`	-	Dokument- oder Bilddatei (PDF, PNG, JPG, TIFF)
`language`	`string`	`"de"`	Sprache für OCR und Anonymisierung (de, en, fr, es, it)

Multipart Upload

Datei-Uploads müssen multipart/form-data verwenden, nicht JSON.

Beispiel-Request

1curl -X POST https://app.anymize.ai/api/ocr \
2  -H #86efac">"Authorization: Bearer YOUR_API_KEY" \
3  -F #86efac">"file=@document.pdf" \
4  -F #86efac">"language=de"

Antwort

Gibt eine Job-ID zurück. Die Verarbeitung läuft asynchron – prüfe den Status mit der Status-API.

202Accepted

{
  "job_id": "job_ocr789xyz012",
  "status": "processing",
  "message": "OCR and anonymization job created"
}

Verarbeitungs-Pipeline

Die Datei-Anonymisierung durchläuft eine 3-Schritt-Pipeline.

1OCR extrahiert Text aus dem hochgeladenen Dokument

2Die Anonymisierungs-Pipeline erkennt und ersetzt personenbezogene Daten

3Das anonymisierte Dokument steht zum Export bereit

Verarbeitungsstatus prüfen

Nutze die Job-Status-API, um den Fortschritt abzufragen. Die Verarbeitungszeit hängt von der Dateigröße ab.

Anonymer Chat

Endpunkt

Kombiniere Chat und Anonymisierung in einem einzigen Request — deine Daten werden vor dem Modell maskiert.

POST/api/v1/llm-anonymous/chat/completions

Basis-URL für anonymen Chathttps://app.anymize.ai/api/v1/llm-anonymous

Ablauf

So verarbeitet der anonyme Chat deine Anfrage:

1Deine Nachricht wird empfangen und analysiert.

2Personenbezogene Daten werden automatisch maskiert.

3Der anonymisierte Text wird an das Modell gesendet.

4Die Antwort wird de-anonymisiert und zurückgegeben.

Erhöhte Latenz

Durch die automatische Anonymisierung vor dem LLM-Aufruf und die De-Anonymisierung der Antwort entsteht eine höhere Latenz im Vergleich zum normalen Chat-Endpoint. Plane ca. 2-5 Sekunden zusätzliche Verarbeitungszeit ein.

Parameter

Gleiche Parameter wie Chat Completions plus Anonymisierungs-Optionen.

Parameter	Type	Default	Description
`model`required	`string`	-	Modell-ID — alle Chat-Modelle werden unterstützt.
`messages`required	`array`	-	Array von Nachrichten (system, user, assistant).
`language`	`string`	`"de"`	Sprache des Textes für bessere PII-Erkennung.
`stream`	`boolean`	`false`	SSE-Streaming aktivieren.

Platzhalter-Handling

Beim anonymen Chat werden personenbezogene Daten automatisch durch Platzhalter im Format [[Typ-HASH]] ersetzt. Damit die De-Anonymisierung funktioniert, muss das Modell diese Platzhalter exakt beibehalten.

Falsch

Sehr geehrter [Name anonymisiert], ich schreibe Ihnen wegen...

Richtig

Sehr geehrter Herr [[Person-ABC123]], ich schreibe Ihnen wegen...

Ohne den richtigen System-Prompt schreibt das Modell oft 'eine anonymisierte Person' oder '[Name anonymisiert]' statt den Platzhalter [[Person-ABC123]] zu verwenden. Das macht die De-Anonymisierung unmoglich.

Der anonyme Endpoint fugt automatisch folgenden Teil zum System-Prompt hinzu. Dieser wird an deinen eigenen System-Prompt angehangt, nicht ersetzt:

Automatisch injizierter System-Prompt-Teil

1## CRITICAL RULE: ANONYMIZATION PLACEHOLDERS
2
3THIS IS THE MOST IMPORTANT RULE. VIOLATING IT MAKES YOUR RESPONSE USELESS.
4
5The user's messages contain anonymized placeholders in format [[Type-HASH]]:
6- [[Person-QSEZB6]] = a person's name
7- [[email-BE2966]] = an email address
8- [[iban-5B7BCF]] = a bank account
9- [[telephone_number-F29732]] = a phone number
10- [[Adress-NT9DQE]] = an address
11
12FORBIDDEN:
13- Writing "[Name anonymisiert]" or "[anonymized]"
14- Describing WHAT the placeholder is instead of USING it
15- Inventing NEW [[Type-HASH]] placeholders
16
17REQUIRED:
18- Copy [[Person-QSEZB6]] exactly as-is
19- Write "Herr [[Person-QSEZB6]] hat..." (use it like a real name)
20
21WHY: After your response, placeholders get replaced with real values.
22BEFORE RESPONDING: Check that every [[Placeholder-HASH]] appears exactly as written.

Automatisch injiziert

Dieser Text wird als Erganzung an deinen System-Prompt angehangt. Dein eigener System-Prompt bleibt vollstandig erhalten. Du musst diesen Teil nicht selbst hinzufugen.

Beispiel-Request

1curl -X POST https://app.anymize.ai/api/v1/llm-anonymous/chat/completions \
2  -H #86efac">"Authorization: Bearer YOUR_API_KEY" \
3  -H #86efac">"Content-Type: application/json" \
4  -d '{
5    #86efac">"model": "fountain-1.0",
6    #86efac">"messages": [
7      {#86efac">"role": "user", "content": "Schreibe eine E-Mail an Max Mustermann, max@example.com, wegen dem Termin am 15. Januar."}
8    ],
9    #86efac">"language": "de",
10  }'

Antwort

Die Antwort enthält den de-anonymisierten Text und Metadaten.

200OK

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "model": "fountain-1.0",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Sehr geehrter Herr Max Mustermann,\n\nich schreibe Ihnen bezüglich unseres Termins am 15. Januar..."
      },
      "finish_reason": "stop"
    }
  ],
  "_anymize": {
    "anonymized": true,
    "job_id": "job_anon_456def",
    "language": "de"
  }
}

Response-Header

Der Header x-anonymization-job-id enthält die Job-ID für spätere Zuordnung.

Zero Data Retention

Zero Data Retention (ZDR) wird in deinen Account-Einstellungen konfiguriert, nicht pro API-Request. Wenn ZDR aktiv ist, werden keine Jobs oder Hash-Paare gespeichert. De-Anonymisierung ist dann nicht verfugbar.

Credit-Verbrauch

Anonymer Chat verbraucht Credits für zwei Leistungen:

•LLM-Credits für die Modellnutzung (wie beim normalen Chat).
•Anonymisierungs-Credits für die PII-Maskierung.

De-Anonymisierung

Übersicht

Ersetze Platzhalter durch die Originaldaten — kehre die Anonymisierung um.

POST/api/deanonymize

Parameter

Sende den anonymisierten Text und die Job-ID, um die Originaldaten wiederherzustellen.

Parameter	Type	Default	Description
`text`required	`string`	-	Der Text mit Platzhaltern, der de-anonymisiert werden soll.

Platzhalter-Format

Platzhalter folgen dem Muster [TYP_123], z.B. [PERSON_1] oder [ADRESSE_2].

Beispiel-Request

1curl -X POST https://app.anymize.ai/api/deanonymize \
2  -H #86efac">"Authorization: Bearer YOUR_API_KEY" \
3  -H #86efac">"Content-Type: application/json" \
4  -d '{
5    #86efac">"text": "Sehr geehrter [[Person-QSEZB6]], Ihre Adresse [[Adress-NT9DQE]] wurde aktualisiert."
6  }'

Antwort

Der de-anonymisierte Text enthält die Originaldaten an Stelle der Platzhalter.

200OK

{
  "text": "Sehr geehrter Max Mustermann, Ihre Adresse Berliner Str. 42, 10115 Berlin wurde aktualisiert.",
  "replacements": 2
}

Einschränkungen

Zero Data Retention

De-Anonymisierung ist nicht verfugbar, wenn Zero Data Retention (ZDR) in deinen Account-Einstellungen aktiviert ist.

•Die Job-ID muss existieren und darf nicht abgelaufen sein.
•Der ursprüngliche Job darf nicht mit ZDR erstellt worden sein.
•Nur der Nutzer, der den Job erstellt hat, kann de-anonymisieren.

Fehlerfälle

Häufige Fehler bei der De-Anonymisierung und ihre Bedeutung.

404Not Found

{
  "error": {
    "message": "No hash pairs found for the given placeholders",
    "type": "not_found_error",
    "code": "hash_pairs_not_found"
  }
}

Hash-Paare

Endpunkt

Rufe die Zuordnungstabelle zwischen Platzhaltern und Originaldaten ab.

GET/api/status/{jobId}/strings

Parameter

Parameter	Type	Default	Description
`jobId`required	`string`	-	Die Job-ID des Anonymisierungsjobs.

Antwort

Die Antwort enthält ein Array von Paaren mit Platzhalter und Originalwert.

200Hash Pairs

{
  "job_id": "job_abc123def456",
  "hash_pairs": [
    {
      "original": "Max Mustermann",
      "hash": "[PERSON-1]",
      "prefix_name": "Person",
      "placeholder": "PERSON-1"
    },
    {
      "original": "Berlin",
      "hash": "[LOCATION-1]",
      "prefix_name": "Location",
      "placeholder": "LOCATION-1"
    },
    {
      "original": "Acme GmbH",
      "hash": "[ORGANIZATION-1]",
      "prefix_name": "Organization",
      "placeholder": "ORGANIZATION-1"
    },
    {
      "original": "15.03.1990",
      "hash": "[DATE-1]",
      "prefix_name": "Date",
      "placeholder": "DATE-1"
    },
    {
      "original": "max@example.com",
      "hash": "[EMAIL-1]",
      "prefix_name": "Email",
      "placeholder": "EMAIL-1"
    },
    {
      "original": "+49 170 1234567",
      "hash": "[PHONE-1]",
      "prefix_name": "Phone",
      "placeholder": "PHONE-1"
    }
  ],
  "total": 6
}

Entitätstypen

Platzhalter werden nach Typ kategorisiert: PERSON, ADRESSE, TELEFON, E_MAIL usw.

Person[PERSON-N]

Location[LOCATION-N]

Organization[ORGANIZATION-N]

Date[DATE-N]

Email[EMAIL-N]

Phone[PHONE-N]

Address[ADDRESS-N]

IBAN[IBAN-N]

ID[ID-N]

Einschränkungen

Zero Data Retention

Wenn Zero Data Retention (ZDR) in deinen Account-Einstellungen aktiviert ist, werden keine Hash-Paare gespeichert und dieser Endpoint gibt keine Daten zuruck.

Beispiel-Request

1curl https://app.anymize.ai/api/status/job_abc123def456/strings \
2  -H #86efac">"Authorization: Bearer YOUR_API_KEY"

Anwendungsfälle

Typische Szenarien, in denen Hash-Paare nützlich sind:

•Qualitätsprüfung der Anonymisierung — kontrolliere, was maskiert wurde.
•Teilweise De-Anonymisierung — ersetze nur bestimmte Platzhalter.
•Audit und Compliance — dokumentiere, welche Daten anonymisiert wurden.