Strukturerhaltende Dokumentenverarbeitung

Unternehmensdokumente bestehen nicht aus reinem Fliesstext. Sie enthalten Tabellen, verschachtelte Abschnitte, Querverweise, Entitätsbeziehungen und Formatierungen mit semantischer Bedeutung. Flache Maskierungswerkzeuge behandeln jeden sensiblen Wert identisch und ersetzen ihn unabhängig von seiner strukturellen Rolle durch ein generisches Token.

Ein Kundenname in einer Tabellenüberschrift hat eine andere Funktion als derselbe Name in einem Absatz. Ein Datum in der Vertragspräambel hat eine andere Bedeutung als ein Datum im Zahlungsplan. Flache Maskierung hebt diese Unterscheidungen auf und mindert die Qualität der KI-Ergebnisse.

Die strukturerhaltende Verarbeitung erfolgt auf mehreren Dokumentebenen:

• Layout preservation. Layouterhaltung. Tabellenstrukturen, Spaltenüberschriften, Zeilenbeziehungen und verschachtelte Abschnitte werden beibehalten. KI-Modelle können tabellarische Daten korrekt extrahieren, da das Schema intakt bleibt.
• Entity consistency. Entitätskonsistenz. Wenn dieselbe Entität mehrfach in einem Dokument vorkommt, werden alle Instanzen derselben Ersetzung zugeordnet. KI-Modelle können Entitätsverweise abschnittsübergreifend verfolgen — \
• Semantic context. Semantischer Kontext. Die kontextbezogene Datenkontrolle unterscheidet zwischen sensiblen Daten, die geschützt werden müssen, und Kontextinformationen, die die KI zum Verständnis benötigt. Berufsbezeichnungen, Abschnittsüberschriften und Dokumenttypkennzeichen bleiben lesbar.
• Cross-document consistency. Dokumentübergreifende Konsistenz. Bei der Verarbeitung von Dokumentensätzen — etwa einem Vertrag und seinen Nachträgen — bleiben Entitätszuordnungen dateiübergreifend konsistent. So kann die KI eine korrekte dokumentübergreifende Analyse durchführen.