Datenfluss: Wo landet eine Anfrage?

Das Wichtigste in Kürze

Alles, was Ayunis Core dauerhaft speichert, liegt in einem deutschen Rechenzentrum. Nur wenn ein Modell eine Antwort erzeugen soll, werden die dafür benötigten Inhalte an den freigeschalteten Modellanbieter übertragen. Das Modell verarbeitet sie in Deutschland oder der EU und speichert sie nicht.

Drei Grundsätze

1. Gespeichert wird in Deutschland. Die Verarbeitung durch ein Modell findet beim jeweiligen Modellanbieter statt.
2. Die Organisation bestimmt die verfügbaren Modelle. Administratoren entscheiden, welche Anbieter und Modelle genutzt werden dürfen. Nutzer können nur aus diesen Modellen auswählen.
3. Die Modellverarbeitung bleibt in Deutschland oder der EU. Auch die über Microsoft Azure und AWS bereitgestellten Modelle werden ausschließlich in EU-Regionen betrieben. Die Inhalte werden nicht in die USA übertragen.

Was liegt wo?

flowchart TB
    user["Nutzer:in<br/>im Browser"]

    subgraph germany["Deutsches Rechenzentrum"]
        core["Ayunis Core<br/>Anwendung"]
        anonymization["Anonymisierung<br/>lokales Modell"]
        database[("Datenbank<br/>Chats, Konten, Dokumente<br/>und Einstellungen")]
        approval{"Admin-Freigabe"}

        core <--> |"maskieren und zurücksetzen"| anonymization
        core <--> |"speichern und lesen"| database
        core <--> approval
    end

    subgraph eu["Modellanbieter in Deutschland oder der EU"]
        model["Freigegebenes Modell<br/>verarbeitet ohne Speicherung"]
        examples["z. B. StackIT, Mistral,<br/>Microsoft Azure oder AWS"]
        model --- examples
    end

    user <--> |"Anfrage und Antwort<br/>verschlüsselt"| core
    approval <--> |"Chatverlauf und Antwort"| model

    style germany fill:#f0f7f3,stroke:#1c6049,color:#17211f,stroke-width:2px;
    style eu fill:#fff7e8,stroke:#a8681a,color:#17211f,stroke-width:2px;
    classDef local fill:#e2ede7,stroke:#1c6049,color:#17211f,stroke-width:2px;
    classDef external fill:#f6ecdb,stroke:#a8681a,color:#17211f,stroke-width:2px;
    classDef neutral fill:#f7f8f5,stroke:#94a29b,color:#17211f;
    class core,anonymization,database,approval local;
    class model,examples external;
    class user neutral;

Grün bedeutet: Die Daten liegen auf der Infrastruktur von Ayunis in Deutschland. Gelb bedeutet: Ein Modellanbieter verarbeitet Daten vorübergehend in Deutschland oder der EU.

Keine Speicherung und kein Training

Der Modellanbieter erhält nur Daten, die für den jeweiligen Aufruf benötigt werden. Er speichert die Inhalte nicht und verwendet sie nicht zum Trainieren seiner Modelle.

Der Weg einer Anfrage

Normaler Chat

flowchart TB
    input["Nutzer:in<br/>stellt eine Frage"]
    core["Ayunis Core<br/>speichert den Chat und<br/>prüft die Modellfreigabe"]
    provider["Modellanbieter<br/>erzeugt die Antwort<br/>ohne Speicherung"]
    result["Ayunis Core<br/>speichert und zeigt<br/>die Antwort"]
    output["Nutzer:in<br/>liest oder bearbeitet<br/>die Antwort"]

    input --> |"Frage"| core
    core --> |"bisheriger Chatverlauf"| provider
    provider --> |"Antwort"| result
    result --> |"Anzeige"| output

    classDef local fill:#e2ede7,stroke:#1c6049,color:#17211f,stroke-width:2px;
    classDef external fill:#f6ecdb,stroke:#a8681a,color:#17211f,stroke-width:2px;
    classDef neutral fill:#f7f8f5,stroke:#94a29b,color:#17211f;
    class core,result local;
    class provider external;
    class input,output neutral;

Bei jeder neuen Nachricht erhält das Sprachmodell den bisherigen Chatverlauf, nicht nur den letzten Satz. Nur so kann es den Zusammenhang der Unterhaltung berücksichtigen. Der Chat selbst bleibt bei Ayunis in Deutschland gespeichert; der Modellanbieter verarbeitet den Verlauf nur für die Antwort.

Anonymer Modus

flowchart TB
    input["Nutzer:in<br/>gibt personenbezogene<br/>Daten ein"]
    anonymization["Lokale Anonymisierung<br/>erkennt und ersetzt<br/>personenbezogene Daten"]
    core["Ayunis Core<br/>sendet nur den<br/>maskierten Text"]
    provider["Modellanbieter<br/>sieht nur Platzhalter"]
    restore["Ayunis Core<br/>setzt die Originalwerte<br/>wieder ein"]
    output["Nutzer:in<br/>liest die Antwort"]

    input --> |"Klartext"| anonymization
    anonymization --> |"maskierter Text"| core
    core --> |"Platzhalter"| provider
    provider --> |"Antwort"| restore
    restore --> |"lesbare Antwort"| output

    classDef local fill:#e2ede7,stroke:#1c6049,color:#17211f,stroke-width:2px;
    classDef external fill:#f6ecdb,stroke:#a8681a,color:#17211f,stroke-width:2px;
    classDef neutral fill:#f7f8f5,stroke:#94a29b,color:#17211f;
    class anonymization,core,restore local;
    class provider external;
    class input,output neutral;

Die Anonymisierung läuft vollständig auf den Servern von Ayunis. Ein lokales Modell erkennt beispielsweise Namen, Adressen, Telefonnummern, E-Mail-Adressen, Geburtsdaten und Aktenzeichen und ersetzt sie vor dem Versand durch Platzhalter. In der Antwort werden die ursprünglichen Werte wieder eingesetzt und farblich hervorgehoben.

Der anonyme Modus wird beim Start eines neuen Chats gewählt und bleibt danach für diesen Chat aktiv. Administratoren können ihn für einzelne Modelle erzwingen und Ausnahmen für bestimmte Datenarten festlegen.

Anonymisierung reduziert Risiken, ersetzt aber keine Prüfung

Das Modell ist darauf ausgelegt, im Zweifel eher zu viel als zu wenig zu erkennen, kann aber keine vollständige Erkennung garantieren. Welche Daten verarbeitet werden dürfen, richtet sich weiterhin nach den Vorgaben der eigenen Organisation.

Chat mit Wissenssammlung

flowchart TB
    subgraph upload["Einmalig beim Hinzufügen eines Dokuments"]
        document["Dokument oder Webseite"]
        extraction["Ayunis Core<br/>speichert den Inhalt<br/>und liest den Text aus"]
        embedding["Embedding-Modell<br/>bereitet den Text für<br/>die Suche auf"]
        index[("Suchindex<br/>liegt in Deutschland")]

        document --> extraction
        extraction --> |"Text"| embedding
        embedding --> |"Suchdaten"| index
    end

    subgraph question["Bei jeder Frage"]
        query["Frage der Nutzerin<br/>oder des Nutzers"]
        search["Embedding-Modell<br/>bereitet die Frage<br/>für die Suche auf"]
        matches["Ayunis Core<br/>findet passende<br/>Textstellen"]
        language["Sprachmodell<br/>sieht die Frage und<br/>passende Auszüge"]
        answer["Belegte Antwort<br/>aus den eigenen<br/>Dokumenten"]

        query --> |"Fragetext"| search
        search --> matches
        matches --> |"nur passende Auszüge"| language
        language --> answer
    end

    index -.-> matches

    style upload fill:#f7f8f5,stroke:#94a29b,color:#17211f;
    style question fill:#f7f8f5,stroke:#94a29b,color:#17211f;
    classDef local fill:#e2ede7,stroke:#1c6049,color:#17211f,stroke-width:2px;
    classDef external fill:#f6ecdb,stroke:#a8681a,color:#17211f,stroke-width:2px;
    classDef neutral fill:#f7f8f5,stroke:#94a29b,color:#17211f;
    class extraction,index,matches local;
    class embedding,search,language external;
    class document,query,answer neutral;

Das vollständige Dokument wird nicht an das Sprachmodell gesendet. Ayunis Core sucht zunächst die Textstellen, die zur Frage passen. Nur diese Auszüge und die Frage werden anschließend an das Sprachmodell übermittelt.

Das Embedding-Modell wird sowohl beim Hinzufügen eines Dokuments als auch bei jeder späteren Frage benötigt. Deshalb wird bei einer Suche auch der Fragetext an das freigeschaltete Embedding-Modell übertragen. Ohne ein freigeschaltetes Embedding-Modell sind Dokumenten-Upload und Dokumentenanalyse nicht verfügbar.

Welche Einstellungen verändern den Datenfluss?

Einstellung	Wer legt sie fest?	Auswirkung
Modellfreigabe	Administratoren	Nach der Einrichtung ist zunächst kein Modell aktiv. Erst die Freigabe macht einen Anbieter und einzelne Modelle verfügbar. Ohne Sprachmodell ist kein Chat möglich, ohne Embedding-Modell keine Dokumentenanalyse. Wird ein Modell deaktiviert, verwenden bestehende Unterhaltungen ein anderes freigeschaltetes Modell.
Anonymer Modus	Nutzer beim Start eines Chats; von Administratoren erzwingbar	Personenbezogene Daten werden auf der Infrastruktur von Ayunis erkannt und vor dem Modellaufruf durch Platzhalter ersetzt.
Wissenssammlung	Team oder Fähigkeit	Dokumente und Webseiten werden bei Ayunis für die Suche aufbereitet. An das Sprachmodell gehen nur passende Textstellen; der Fragetext wird zusätzlich vom Embedding-Modell verarbeitet.
Externe Integration (MCP)	Administratoren	Angebundene Fachverfahren, etwa ein Dokumentenmanagement- oder Ratsinformationssystem, erhalten die für den jeweiligen Aufruf benötigten Daten. Damit entsteht ein zusätzlicher Datenfluss zum angebundenen System.

Weitere Antworten finden Sie in den FAQ zum Datenschutz.

Wichtige Abgrenzungen

• Speicherung in Deutschland bedeutet nicht, dass jede Verarbeitung nur in Deutschland stattfindet. Einige Modelle werden in anderen EU-Ländern betrieben, beispielsweise Mistral in Frankreich.
• Der anonyme Modus erkennt nicht garantiert jede personenbezogene Information. Er reduziert das Risiko deutlich, ersetzt aber keine organisatorischen Vorgaben oder sorgfältige Prüfung.
• Datenflüsse externer Integrationen müssen einzeln betrachtet werden. Welche Daten an ein Fachverfahren übertragen werden, hängt von der jeweiligen Integration und ihrem Einsatzzweck ab.