Jedes Side-Project, das ich fertigstelle, wirkt im Nachhinein offensichtlich. Dieses hier brauchte zwei Sackgassen, um seine Form zu finden, und die Sackgassen haben mir mehr beigebracht als die finale Idee.

Das Produkt heißt Deckname. Es ist ein Pseudonymisierungs-Gateway für kleine Kanzleien. Du fügst Text oder ein PDF ein, es erkennt die personenbezogenen Daten, du prüfst sie, und du bekommst eine Version zurück, in der jeder Wert ein Platzhalter wie [PERSON_1] ist. Die schickst du an ein Sprachmodell, und wenn die Antwort zurückkommt, dreht Deckname die Platzhalter wieder um. Das Modell sieht nie einen echten Namen. Es läuft vollständig auf der eigenen Hardware der Kanzlei.

Die Kurzfassung, wie es dazu kam: Ich wollte etwas an der Schnittstelle von Privacy und AI bauen, habe die Form zweimal falsch eingeschätzt und den Markt erst gefunden, als ich aufhörte, überhaupt die Daten anderer Leute halten zu wollen.

Sackgasse eins: ein Server, der nicht lesen kann

Die erste Idee war eine verschlüsselte Wissensdatenbank für AI-Agenten. Stell dir eine gehostete Notizen-App mit Zero-Knowledge-Speicher vor: Deine Notizen liegen auf meinem Server, verschlüsselt, sodass ich sie nicht lesen kann.

Sie scheiterte an einem einzigen Widerspruch. Das Feature, das die Leute wollten, war Retrieval: eine Frage stellen, die relevanten Notizen zurückbekommen, sie einem Modell füttern. Retrieval bedeutet, eine Anfrage mit Inhalten abzugleichen. Wenn der Server die Inhalte nicht lesen kann, kann er nicht abgleichen. Ein Server, der nicht lesen kann, kann nicht suchen.

Ich habe drei Auswege durchgespielt, und jeder gab die Prämisse preis:

  • Das Retrieval auf dem Client machen, wo der Klartext liegt. Dann tut der gehostete Service kaum noch etwas.
  • Auf dem Server nur entschlüsseln, während der Nutzer aktiv ist. Jetzt sieht der Server Klartext, nur kurz, und das Versprechen ist genau in dem Moment dahin, in dem es zählt.
  • Die Notizen verschlüsselt lassen, aber die Such-Embeddings im Klartext speichern. Embeddings leaken. Man kann viel aus ihnen rekonstruieren, also ist der „klare“ Teil der sensible Teil.

Die ehrliche Schlussfolgerung: Wenn ein Server deine Inhalte verstehen muss, um nützlich zu sein, dann ist „er kann deine Inhalte nicht lesen“ kein Versprechen, das du halten kannst.

Sackgasse zwei: ein Markt, in den ich nicht reinkam

Zweiter Versuch: datenschutzfreundliche AI-Tools für deutsche Behörden. Die Recherche beendete das schnell. Vergaberecht, ISO 42001, die in Ausschreibungen auftaucht, BSI-C5-Zertifizierung, und der Staat baut bereits eigene Plattformen. Als Solo-Projekt an Abenden und Wochenenden ist das kein Markt, in den man einfach hineinspaziert.

Aber dieselbe Nachfrage wohnte gleich nebenan, bei Leuten, die tatsächlich selbst über einen Kauf entscheiden. In Deutschland halten Berufsgeheimnisträger nach § 203 StGB (Anwälte, Ärzte, Steuerberater, Notare, Psychotherapeuten) Daten, die sie gesetzlich schützen müssen. Eine kleine Kanzlei macht keine Ausschreibung. Sie kauft ein Tool, das diesen Monat ein Problem löst.

Die Nische, und das Wort, das sie definiert

So kristallisierte sich die Form heraus: ein Pseudonymisierungs-Gateway für kleine Kanzleien, etwa zwei bis zehn Personen, UI zuerst, on-prem. Keine Notizen-App. Keine Behörden-Plattform. Ein schmales Werkzeug für eine Gruppe mit einem scharfen, ungedeckten Bedarf.

Der Markt brachte mir noch etwas bei: sei ehrlich, was das Tool tut. Die Enterprise-Optionen sind für Enterprises bepreist. Manche Consumer-Tools stützen sich auf kühne Genauigkeitszahlen. Ein Produkt wurde öffentlich auseinandergenommen, weil es sein „Anonymisierungs“-Versprechen nicht einhielt. Dieser Verriss war die Lektion. In diesem Feld schlägt ein ehrliches „Pseudonymisierung“ ein selbstbewusstes „Anonymisierung“, das nicht hält.

Also sagt Deckname Pseudonymisierung, niemals Anonymisierung. Pseudonymisierung ist von Natur aus umkehrbar, und genau das ist der ganze Sinn des Umkehr-Schritts. Es gibt nirgends im Produkt ein „100 %“ oder ein „garantiert“. Die Erkennung ist assistiv. Der menschliche Review-Schritt ist Teil des Produkts, kein Kleingedrucktes am Ende.

Der Name trägt all das. „Deckname“ ist das deutsche Wort für einen Tarnnamen. Er beschreibt genau, was das Tool tut, und deshalb hat er sich gegen die Alternativen durchgesetzt.

Wohin die zwei Sackgassen führten

Die Fehlschläge waren keine Umwege. Sie zeigten direkt auf das Design. Deckname versucht nicht, deine Daten zu halten und dabei blind für sie zu bleiben. Es weigert sich, sie überhaupt zu halten. Der Klartext berührt nie einen Server, den ich betreibe. Das umkehrbare Mapping ist im Ruhezustand verschlüsselt, und die eine Komponente, die es lesen könnte, läuft auf der Hardware des Kunden, nicht auf meiner.

Die erste Idee hatte beim Ziel recht und bei der Form unrecht. Es brauchte zweimal das Falsche zu bauen, um das Richtige zu sehen.