AWS automatisiert PII-Schwärzung in Bildern mit Nova 2 Lite und SAM 3

Fotos sind eines der schwierigsten Gebiete für den automatischen Datenschutz: Ein Gesicht kann teilweise verborgen sein, ein Personalausweis in beliebigem Winkel gedreht, ein Fingerabdruck am Bildrand kaum sichtbar. Bisherige auf einen Detektionstyp spezialisierte Tools – OCR ohne Computer Vision oder Computer Vision ohne OCR – versagen regelmäßig bei genau diesen Randfällen. Amazon Web Services stellt eine sechsstufige Pipeline vor, die Amazon Nova 2 Lite, Meta SAM 3 und Amazon Textract für die automatische Schwärzung personenbezogener Daten (PII) aus Bildern im Maßstab kombiniert – ohne eigenes Modelltraining.

Wie funktioniert die Pipeline?

Der gesamte Datenfluss wird von AWS Step Functions orchestriert, ausgelöst durch S3-Event-Benachrichtigungen:

Schritt 1 – Upload und Auslöser: Das Bild wird in Amazon S3 gespeichert. Eine EventBridge-Regel aktiviert automatisch den Step-Functions-Workflow ohne manuelle Auslösung oder Polling-Logik.

Schritt 2 – Validierung und erstes Screening: Nova 2 Lite prüft das Dateiformat und bewertet das Vorhandensein von PII. Bilder ohne sichtbare PII verlassen die Pipeline sofort – ohne Aktivierung kostspieliger Downstream-Services. Dieses frühe Filtern reduziert die Verarbeitungskosten im Maßstab direkt.

Schritt 3 – Parallele visuelle Detektion: SAM 3 (Metas Segment Anything Model 3), bereitgestellt auf Amazon SageMaker AI, generiert pixelgenaue Segmentierungsmasken für Gesichter, Kennzeichenschilder und andere visuelle biometrische Elemente. SAM 3 läuft parallel zu Schritt 4, um die Gesamtverarbeitungsdauer zu minimieren.

Schritt 4 – Parallele Textdetektion: Amazon Textract extrahiert sämtlichen Text aus dem Bild zusammen mit den Pixelkoordinaten jedes Textblocks. Nova 2 Lite bewertet anschließend kontextuell, welche Textfragmente sensibel sind – der Name einer Person in einem Rechtsdokument wird anders behandelt als derselbe Name auf einem gebrandeten T-Shirt im Hintergrund.

Schritt 5 – Schwärzung und Verifikation: Eine AWS Lambda-Funktion, unter Verwendung der Pillow-Bibliothek, kombiniert die Koordinaten aus SAM 3 und Textract und verpixelt oder überdeckt die identifizierten Bereiche. Nova 2 Lite führt eine abschließende Qualitätsprüfung des geschwärzten Ergebnisses durch.

Schritt 6 – Output-Routing: Bilder, die die Verifikation bestehen, gehen in den noPII-Ordner. Bilder, bei denen Unsicherheit besteht, gehen in Quarantäne für manuelle Überprüfung – womit sichergestellt wird, dass Automatisierung menschliche Aufsicht bei Grenzfällen ergänzt, nicht ersetzt.

Grenzfälle, die bisher scheiterten

Genau die Bewältigung von Randfällen ist der zentrale Beitrag dieses Ansatzes. Systeme, die ausschließlich OCR verwenden, erkennen keine Gesichter; Systeme, die sich nur auf Computer Vision stützen, lesen keinen Text auf Dokumenten. Nova 2 Lite koordiniert beide Kanäle und liefert eine kontextuelle Bewertung, die einzelne Tools nicht erbringen können:

• Teilweise Gesichter – SAM 3 segmentiert ein Gesicht, selbst wenn es nur im Profilwinkel oder teilweise von einem Objekt verdeckt sichtbar ist
• Reflexionen – ein in Glas oder Spiegel reflektiertes Gesicht wird genauso erkannt und geschwärzt wie ein direkt sichtbares
• Ausweise in beliebiger Ausrichtung – das Koordinatensystem von Textract funktioniert unabhängig von der Rotation des Dokuments im Bild
• Weitwinkelfotos mit Dokumenten – kleine Dokumente an Bildrändern, die Standard-OCR ignorieren würde, werden in die Detektion einbezogen

Die vom System erkannten textbasierten PII umfassen: Namen, Identifikationsnummern (Steuer-ID, Sozialversicherungsnummer und Äquivalente), Adressen, Telefonnummern, MAC-Adressen und Fahrzeug-VIN-Nummern. Visuelle PII beinhaltet Gesichter, Fingerabdrücke und andere biometrische Daten.

Regulatorische Anwendung und Kosteneffizienz

Die Pipeline ist für die Konformität mit DSGVO und dem PCI-DSS-Standard zum Schutz von Zahlungskartendaten konzipiert. Organisationen, die Tausende oder Millionen von Dokumenten verarbeiten, können diese Lösung ohne eigenes Modelltraining implementieren – was sowohl Entwicklungskosten als auch regulatorisches Risiko bezüglich Provenienz und Auditierbarkeit eigener Modelle reduziert.

Nova 2 Lite agiert als intelligenter Koordinator in der gesamten Pipeline: Das frühe Herausfiltern von Bildern ohne PII bedeutet, dass SAM 3 und Textract – die rechnerisch aufwendigsten Segmente – niemals ein Foto verarbeiten, das es nicht erfordert. Kontextuelles Routing reduziert auch die Anzahl unnötiger Downstream-Aufrufe innerhalb der Pipeline selbst. Durch AWS Pay-per-Use-Abrechnung spiegeln sich beide Optimierungen direkt in einer niedrigeren Rechnung für die Verarbeitung im Maßstab wider.

Die Lösung ist sofort zur Implementierung auf Amazon Bedrock und SageMaker AI verfügbar – ohne besondere Voraussetzungen außer einem Standard-AWS-Konto mit entsprechenden IAM-Berechtigungen.