Upload, KI-Analyse, hybride Suche und natürlichsprachliche Fragen an alle Ihre Dokumente — mit Datenschutz durch lokales Pseudonymisierungs-Gateway.
PDF, Bilder, Text, CSV, JSON, HTML. Automatische Text-Extraktion + OCR (Tesseract) bei Scans.
Jedes Dokument wird kategorisiert, zusammengefasst, mit Tags versehen und vollständig strukturiert ausgelesen — Datum, Betrag, Netto, Brutto, MwSt, Steuernummer, Kundennummer und mehr.
FTS5 (Stichwort) + sqlite-vec (semantisch/Vektor) mit Reciprocal Rank Fusion. Über alle Dokumente eines Nutzers.
Natürlichsprachliche Fragen an Ihre Dokumente: „Was habe ich 2024 an Hetzner bezahlt?" Streaming-Antworten, Quellenverweise, Multi-Turn.
Alle KI-Aufrufe durch mk-privacy pseudonymisiert. Die Cloud-LLM sieht nur Platzhalter — nie echte personenbezogene Daten.
Jeder Nutzer hat eigene Dokumente, isolierte Suche, Session-basierte Pseudonymisierung. Bulk-Delete aller Dokumente mit einem Klick.
Der Cloud-LLM sieht nur pseudonymisierte Platzhalter — die Mapping-Tabelle liegt lokal (in-memory, AES-verschlüsselt at-rest, pro-Session, TTL).
Namen → [PERSON_1], Firmen → sichtbar (keine PII), Steuernummern → [DE_TAX_NUMBER_1], IBANs → [IBAN_CODE_1]. Der Kontext („Steuernummer") bleibt erhalten — der LLM weiß, was der Platzhalter bedeutet.
PDF (Text-Layer + OCR für Scans), Bilder (PNG, JPG, GIF, WebP via Tesseract OCR), Text (TXT, MD, CSV, JSON, HTML). Max 10 MB pro Datei, 50 MB pro Batch.
Alle Daten liegen lokal auf dem Server in einer SQLite-Datenbank. Keine Cloud-Speicherung. Cloud-LLM-Aufrufe erfolgen nur für Analyse/Fragen — mit Pseudonymisierung.
Ja: „Was habe ich 2024 an Hetzner bezahlt?", „Habe ich eine Steuererstattung für 2023 bekommen?", „Wie lautet die Steuernummer vom Gewerbe?" Antworten streamen tokenweise (Markdown-gerendert) mit Quellenverweisen.
Ja. Der „Alle löschen"-Button löscht alle Dokumente (Dateien + Metadaten + Suchindex), ohne den Account zu löschen.