Eigenprojekt

PHIRE

Local-first KI-Tool für datenschutzsensible Berufe

1 / 2

Auftraggeber

Eigenprojekt

Zeitraum

Seit Mai 2026

Branche

Healthcare & Life SciencesLegal & ComplianceIT & Software

Disziplinen

UX/UI DesignProduct OwnershipGeschäftsmodellentwicklung

Beitrag

ProduktstrategieArchitekturkonzept

Methoden

Privacy by DesignLocal-first ArchitekturPseudonymisierung

PHIRE ist als Local-first Anwendung für datenschutzsensible Berufe konzipiert, die nicht ohne Weiteres mit großen Cloud-LLMs arbeiten können. Die Grundidee: Inhalte werden lokal analysiert, identifizierende Daten werden erkannt und durch Pseudonyme ersetzt, bevor ein Sprachmodell genutzt wird. Nach der Verarbeitung setzt PHIRE die Pseudonyme lokal wieder in die Antwort ein. Sensible Informationen werden dadurch reduziert, ohne den fachlichen Arbeitsfluss zu unterbrechen. Das Projekt befindet sich aktuell in der Konzeption; Logo, visuelles System und konkrete Interface-Artefakte folgen.

Kontext

Viele Berufsgruppen arbeiten mit hochsensiblen Informationen und können große Cloud-Sprachmodelle nur eingeschränkt oder gar nicht nutzen. Gleichzeitig entsteht im Alltag ein klarer Bedarf an KI-gestützter Unterstützung beim Strukturieren, Formulieren und Auswerten von Texten.

Rolle

Als Eigenprojekt liegt die Produktdefinition bei Sheydin Studio: Problemrahmen, Zielgruppen, Datenschutzprinzipien, UX-Konzept und die konzipierte technische Architektur werden von Beginn an zusammen gedacht.

Ansatz

PHIRE wird als Local-first Werkzeug konzipiert. Identifizierende Daten sollen lokal erkannt, pseudonymisiert und in einer geschützten Zuordnung verwaltet werden. Erst die reduzierte Fassung wird weiterverarbeitet; die finale Antwort wird anschließend lokal wieder mit den ursprünglichen Bezügen zusammengesetzt.

Lösung

Konzipiert ist ein Workflow aus drei Schritten: Inhalte prüfen und identifizierende Daten reduzieren, mit dem pseudonymisierten Text arbeiten, anschließend die Antwort lokal re-hydrieren. Nutzer behalten dabei Kontrolle darüber, welche Daten ersetzt, freigegeben oder verworfen werden.

Impact

PHIRE adressiert eine zentrale Hürde für KI-Nutzung in regulierten oder vertraulichen Arbeitsumgebungen: produktive Unterstützung durch Sprachmodelle, ohne sensible Ausgangsdaten unnötig offenzulegen.

Learnings

Das Projekt startet aus der Annahme, dass Datenschutz nicht nur ein technisches Compliance-Thema ist, sondern direkt im Arbeitsfluss sichtbar und kontrollierbar gestaltet werden muss.