Redacta
KI-gestützte Plattform zur Anonymisierung von Dokumenten
Technologien
- Java
- Spring Boot
- LangChain
- React
- TypeScript
- Kubernetes
- Helm
- AWS CI/CD
Status
Archiviert
Überblick
Redacta automatisiert die zeitaufwendige und fehleranfällige manuelle Anonymisierung personenbezogener Daten in Dokumenten. Dateien werden über ein React- und TypeScript-Frontend hochgeladen; ein Spring-Boot-Backend steuert eine LangChain-basierte LLM-Pipeline, die Namen, Adressen und weitere personenbezogene Informationen in Sekunden erkennt und anonymisiert. Helm-Charts paketieren die Plattform für einen von Rancher verwalteten Kubernetes-Cluster, bereitgestellt über eine AWS-basierte CI/CD-Pipeline mit CodePipeline und ECR. Ich entwickelte die Backend-API, integrierte die LangChain-Pipeline, erstellte die Helm-Charts für mehrere Umgebungen und arbeitete am React-Frontend mit.
Was es bewirkt
- 1Automatisierte Erkennung und Anonymisierung personenbezogener Daten
- 2Intelligente Dokumentenverarbeitung mit LLMs
- 3Cloud-native Bereitstellung auf Rancher
Funktionen
- LangChain-basierte Erkennungspipeline mit konfigurierbaren Entitätstypen
- Stapelweiser Upload und Verarbeitung von PDF-, DOCX- und Textdateien
- Audit-Protokoll und versionierter Verlauf der Anonymisierung
Herausforderungen
- LLM-Prompts für eine hohe Erkennungsrate über verschiedene Dokumentformate optimieren
- Helm-Chart für Entwicklungs-, Staging- und Produktiv-Namespaces entwerfen
- Große Datei-Uploads und Streaming-Antworten zwischen Frontend und Backend verarbeiten