Beobachtetes Signal · 26. Apr. 2026 · Technical Release · Quelle: DEV Community · Relevanz: 3/5 · Sentiment: Positiv
PIIGhost: Open-Source-Python-Bibliothek zur PII-Anonymisierung für LLM-Agenten
PIIGhost ist eine neue Open-Source-Python-Bibliothek, die Pipelines zur Erkennung, Anonymisierung und Deanonymisierung von personenbezogenen Daten (PII) bei der Interaktion mit Large Language Models und Agent-Frameworks bereitstellt. Das Toolkit kombiniert Detektoren (Regex, Exact-Match, GLiNER2 NER), Span-Konfliktlöser, Entity Linking, Merging und konfigurierbare Placeholder-Factories in einer modularen AnonymizationPipeline. Für mehrstufige Dialoge bietet PIIGhost eine ThreadAnonymizationPipeline mit thread-spezifischem Kontextgedächtnis sowie eine PIIAnonymizationMiddleware zur nahtlosen Integration in LangChain- und LangGraph-Workflows. Dadurch werden Nachrichten vor LLM-Aufrufen anonymisiert, Tool-Argumente bei Bedarf deanonymisiert und Antworten für Endnutzer wiederhergestellt. Ergänzt durch eine Human-in-the-Loop-Chat-Demo (piighost-chat) adressiert das auf GitHub veröffentlichte Projekt konkrete Datenschutz- und Compliance-Risiken in produktiven KI-Agenten-Architekturen.
Liefert ein praxisnahes Open-Source-Toolkit für PII-Schutz in LLM-Agenten-Workflows, was für Datenschutz-Compliance und den sicheren Produktiveinsatz von Conversational AI relevant ist.
Marktsignale zu LangChain in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- PIIGhost ist eine Open-Source-Python-Bibliothek zur Erkennung und Anonymisierung vertraulicher PII für LLM-Agenten.
- Bietet Detektoren wie RegexDetector, ExactMatchDetector, GLiNER2-basierten Gliner2Detector sowie das AnyDetector-Protokoll für eigene Module.
- Enthält Mechanismen zur Span-Konfliktlösung, Entity Linker, Konflikt-Resolver sowie Placeholder-Factories (LabelCounter, LabelHash, FakerCounter, Mask).
- Die ThreadAnonymizationPipeline sichert konsistente Platzhalter über Dialoge hinweg; PIIAnonymizationMiddleware integriert die Logik in LangGraph/LangChain.
- Quellcode und Dokumentation sind unter github.com/Athroniaeth/piighost und athroniaeth.github.io/piighost/fr/ verfügbar.
Verknüpfte Unternehmen
7 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
piighost-proofreader: Anonymisiertes CV-Korrektorat mittels LLMs
Der Artikel stellt mit piighost-proofreader ein Open-Source-Projekt vor, das die Korrektur von Lebensläufen durch Large Language Models ermöglicht, ohne personenbezogene Daten offenzulegen. Das Tool anonymisiert sensible Datenfelder lokal über den piighost-Dienst mittels CV-spezifischer thread_ids, übermittelt das bereinigte Markdown an ein LLM und streamt strukturierte Fehlerobjekte via der instructor-Bibliothek an das Frontend zurück. Die Zuordnung der Korrekturen auf das Original-PDF erfolgt über PyMuPDF-Wortströme und eine Kaskade aus vier Fallback-Lokalisierungsstrategien, um Tokenisierungsdiskrepanzen sowie Multi-Column-Drift auszugleichen. Der Autor stellt entsprechende Repository-Links sowie eine Live-Demo des Projekts zur Verfügung.
Open-Source-Firewall blockiert PII-Datenlecks vor dem LLM-Aufruf
Ein Entwickler hat einen quelloffenen Pre-Request-Governance-Stack veröffentlicht, der die Übertragung personenbezogener Daten (PII) an LLM-Provider unterbindet. Auslöser war ein Vorfall beim Benchmarking, bei dem versehentlich reale Kreditkartendaten an GPT-4o übermittelt wurden. Die Lösung basiert auf einer FastAPI-Enforcement-Dependency, die Prompts vor dem Modellaufruf lokal mittels Microsoft Presidio scannt, YAML-basierte Richtlinien (Block, Warn, Alert) evaluiert und Anfragen bei Regelverstößen per HTTP 403 abbricht. Das System protokolliert jeden Inferenz-Aufruf in einem PostgreSQL-Audit-Vault, versendet CloudEvents-kompatible Webhook-Alerts an Plattformen wie Slack oder PagerDuty und unterstützt Multi-Provider-Routing (u. a. OpenAI, Anthropic, Google Gemini, Groq, Ollama). Das Projekt steht auf GitHub zur Verfügung und lässt sich via Docker Compose deployen.
Deterministische Tokenisierung bewahrt LLM-Performance; NoPII-Datenschutz-Proxy vorgestellt
In 109 strukturierten Tests mit GPT-4o, Claude 3.5 Sonnet und Gemini 1.5 Pro wurde der Einfluss von PII-Schutzmethoden auf die LLM-Ausgabequalität untersucht. Verglichen wurden Raw-Prompts, generisches Masking via Platzhalter (z. B. [PERSON]) und deterministische opake Tokenisierung. Die Tokenisierung erhielt 91–96 % der ursprünglichen Ausgabequalität, während Platzhalter-Masking die Performance auf 54–68 % senkte – mit deutlichen Verlusten bei Entitätskonsistenz und logischer Kohärenz. Zudem verweigerten Modelle bei 15–20 % der tokenisierten Prompts die Antwort, wenn Labels wie „SSN“ neben Tokens standen; eine Neutralisierung dieser Kontextphrasen behob das Problem. Auf Basis dieser Erkenntnisse entwickelte das Team NoPII: einen Reverse-Proxy, der PII in Transit tokenisiert, Antworten detokenisiert, Streaming unterstützt, einen PCI Level 1/SOC2-Vault nutzt und sich über eine einfache base_url-Änderung in führende LLM-APIs integrieren lässt.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.