Ein Name, den Sie auf dem Bildschirm sehen, ist nicht immer Text. In einem eingescannten Vertrag, einem fotografierten Brief oder einem in einen Bericht eingefügten Screenshot einer E-Mail ist der Name ein Bild. Suchen und Ersetzen erkennt ihn nicht. Ein KI-Tool kann ihn möglicherweise erkennen.
Wo personenbezogene Daten in Bildern verborgen sind
- Gescannte PDFs. Jede Seite ist ein Bild. Der gesamte Text, einschließlich Namen und Nummern, besteht aus Pixeln.
- Fotos von Dokumenten. Ein mit dem Smartphone aufgenommenes Foto eines Briefes, einer Rechnung oder eines Formulars.
- Screenshots in Word oder PowerPoint. Eine als Bild eingefügte E-Mail oder ein Chat, um „zu zeigen, was gesagt wurde“.
- Unterschriftsfelder und Stempel. Oft sind sie Bilder, neben denen ein Name steht.
- Briefköpfe und Logos. Der Firmenname und die Adresse in einem Banner.
- Visitenkarten, Whiteboards und Formulare, die bei einer Besprechung fotografiert wurden.
- Fotometadaten. Bilder können das Datum, das Gerät und manchmal den Aufnahmeort enthalten.
Warum das bei KI-Tools wichtig ist
KI-Tools können Bilder lesen. Wenn Sie einen Scan des Vertrags eines Mandanten hochladen, liest das Tool die Namen darin genauso wie Namen in getipptem Text. Wenn Sie die Namen in den getippten Teilen einer Datei entfernen, die Bilder aber stehen lassen, setzen Sie den Mandanten weiterhin einem Risiko aus.
Auch das Gegenteil kommt vor. Eine Datei, die wie reiner Text aussieht, kann einen gescannten Anhang mit sämtlichen Informationen enthalten. Öffnen Sie jede Seite, nicht nur die erste.
Ein schneller Test: Können Sie den Text markieren?
Öffnen Sie das PDF und versuchen Sie, mit dem Cursor eine Zeile zu markieren. Wenn Sie einzelne Wörter hervorheben können, verfügt die Seite über eine Textebene. Wenn die Markierung die ganze Seite als Block erfasst oder gar nichts markiert wird, ist die Seite ein Bild. Dateien mit gemischten Inhalten sind häufig: getippte Seiten mit einer gescannten Unterschriftsseite oder einem Anhang am Ende. Prüfen Sie die letzten Seiten, nicht nur die ersten.
Derselbe Test funktioniert in Word: Wenn Sie auf einen Screenshot klicken und er als einzelnes Bild ausgewählt wird, ist sein Inhalt kein durchsuchbarer Text.
Screenshots von Chats und E-Mails
Diese verdienen besondere Beachtung, weil sie harmlos wirken. Ein Screenshot eines SMS-Verlaufs zeigt oben eine Telefonnummer oder einen Kontaktnamen, in jeder Sprechblase den Namen der anderen Person und in den Nachrichten oft auch Uhrzeit und Ort. Ein Screenshot einer E-Mail zeigt den vollständigen Kopf mit beiden Adressen. Wenn Sie den Inhalt benötigen, kopieren Sie den Text, ersetzen Sie die Namen und lassen Sie das Bild weg. Wenn ein Screenshot als Beweismittel erforderlich ist, behandeln Sie ihn als eigenständiges Dokument und fügen Sie ihn nicht mitten in einen Bericht ein, den Sie mit einem KI-Tool teilen möchten.
Manuelle Bearbeitung
- Finden Sie die Bilder. Gehen Sie das Dokument durch und notieren Sie jeden Scan, Screenshot und jedes Bild.
- Entscheiden Sie, ob Sie sie benötigen. Oft lautet die Antwort nein. Oder der Text darin umfasst nur ein oder zwei Zeilen, die Sie erneut eintippen können.
- Wenn Sie den Inhalt benötigen, tippen Sie den Text erneut ein oder kopieren Sie ihn und fügen Sie die Platzhalter ein. Lassen Sie dann das Bild weg.
- Verwenden Sie keine Unschärfe. Ein unscharfer Name ist oft noch lesbar, und eine Unschärfe lässt sich manchmal rückgängig machen. Eine einfarbige Form, die fest in das Bild eingefügt wurde, ist sicherer. Noch besser ist es, das Bild wegzulassen.
- Entfernen Sie Fotometadaten, wenn Sie das Bild unbedingt senden müssen.
Was ein Tool leisten kann
Gescannte PDFs werden Seite für Seite als Text gelesen. Bei Word-, PowerPoint- und Excel-Dateien, E-Mails und ähnlichen Dateien wird Text in Bildern erkannt und an der Stelle eingefügt, an der sich das Bild befand, in einem Block mit der Kennzeichnung „Text aus Bild“. Anschließend durchläuft er dieselben Schritte wie der übrige Dokumentinhalt: Namen und Nummern werden gefunden, Sie überprüfen sie und sie werden zu Platzhaltern. Die Bilder selbst gelangen nicht in die sichere Kopie. Kleine Symbole und Dekorationen werden übersprungen.
In ClientSafe zeigt der Balken über der sicheren Kopie an, wie viele Bilder als Text gelesen wurden. Englisch, Spanisch, Französisch, Deutsch und Arabisch werden gelesen.
Ein realistischer Fall
Ein Mandant schickt einen Ordner: eine getippte Vereinbarung, ein gescannter Bankbrief, drei Fotos einer handschriftlichen Notiz und einen E-Mail-Verlauf mit Screenshots von Textnachrichten. Die Vereinbarung ist unkompliziert. Die übrigen Dateien sind es, in denen sich Namen verbergen. Ein Tool, das nur mit getipptem Text arbeitet, übersieht die meisten davon, und eine schnelle Suche in der getippten Vereinbarung meldet „bereinigt“. Eine Textsuche ist keine Überprüfung von Scans. Bei der Überprüfung müssen auch die Seiten berücksichtigt werden, die aus Bildern gelesen wurden.
Wo die Erkennung versagt
Das Lesen von Text aus Bildern ist nicht fehlerfrei. Handschrift, Fotos mit niedriger Auflösung, schräg ausgerichtete Seiten, über den Text gestempelte Stempel und ungewöhnliche Schriftarten können zu Fehlern führen. Ein falsch erkannter Name kann der Erkennung entgehen, weil er dann nicht mehr wie ein Name aussieht. Wenn die Texterkennung unsicher ist, kennzeichnet ClientSafe das Dokument mit „Überprüfung erforderlich“. Lesen Sie diese Dokumente besonders sorgfältig und vergleichen Sie die sichere Kopie mit der Originalseite.
Eine als Bild gezeichnete Unterschrift enthält keinen lesbaren Text. Ein daneben getippter Name, etwa in „Unterzeichnet: Maria Lopez“, ist Text und wird gefunden.
Häufig gestellte Fragen
Kann ich die Bilder stehen lassen und einfach hoffen?
Nein. Das Bild eines Dokuments ist das Dokument. Wenn es Namen enthält, sieht ein KI-Tool, das Bilder lesen kann, diese Namen.
Wird ein gescanntes PDF wie eine Word-Datei behandelt?
Es wird zunächst als Text gelesen. Danach durchläuft es dieselben Schritte.
Enthält die sichere Kopie meine Fotos?
Nein. Bilder bleiben außen vor. Der darin enthaltene Text wird, sofern er gelesen werden konnte, einbezogen und geschützt.
Was ist mit handschriftlichen Notizen?
Rechnen Sie mit Fehlern. Handschrift ist für jede Texterkennung der schwierigste Fall. Prüfen Sie diese Seiten deshalb besonders sorgfältig oder tippen Sie sie erneut ab.
ClientSafe liest gescannte PDFs und den Text in Bildern innerhalb von Dokumenten, findet und ersetzt dann Namen und Nummern wie bei getipptem Text. Im Prüfschritt wird angezeigt, was gefunden wurde, und ein Dokument, bei dem Unsicherheit besteht, wird mit „Prüfung erforderlich“ gekennzeichnet.