Trust Center
Wer in der Schweiz mit Mandantendaten arbeitet — Treuhand, Revision, Notariat, Recht — steht vor dem KI-Einsatz vor denselben Fragen: Wohin gehen die Daten? Ist das mit dem Berufsgeheimnis vereinbar? Lässt sich nachweisen, was passiert ist? Praevana ist genau um diese Fragen herum gebaut. Diese Seite beantwortet sie offen — inklusive dessen, was wir (noch) nicht können. Wir behaupten nicht «100 %», «lückenlos» oder «zertifiziert». Wir sind nicht extern zertifiziert. Unsere Stärke ist eine nachweisbare Methodenkombination plus ehrlich benannte Grenzen.
Eine Branchen-Umfrage unter Schweizer Wirtschaftsprüfern (Juni 2026) nennt Berufsgeheimnis und Datenschutz als grösste Hürde beim KI-Einsatz — genau die Achse, auf die Praevana ausgelegt ist.
Worum es geht
Praevana ist ein KI-gestütztes Fach-Werkzeug für die tägliche Sachbearbeitung in regulierten Schweizer Berufen. Der Schutz sensibler Daten ist nicht eine Funktion neben anderen, sondern der Ausgangspunkt der gesamten Architektur.
Wie wir Mandantendaten schützen
Anonymisierung zuerst — kein Rohtext in der Cloud. Bevor irgendeine Anfrage ein Cloud-Sprachmodell erreicht, durchläuft der Text — auch Dokument-Inhalte — eine mehrstufige Anonymisierung. Das Cloud-Modell sieht nur entschärften Text mit Platzhaltern; die Rück-Zuordnung passiert erst nachgelagert in unserer eigenen Infrastruktur. Warum nicht einfach «sicherer Anbieter»? Das produktiv genutzte Sprachmodell unterliegt US-Jurisdiktion und hat keine EU-/CH-Datenresidenz. Genau deshalb verlassen wir uns nicht auf den Speicherort, sondern darauf, dass nur anonymisierter Text die Cloud erreicht. Vertragliche Zusagen allein reichen uns nicht — die technische Massnahme steht davor. Mehrere unabhängige Erkennungs-Stufen. Die Anonymisierung kombiniert mehrere voneinander unabhängige Verfahren (musterbasierte Erkennung inkl. Schweizer Formate wie AHV/IBAN/UID, plus mehrere KI-gestützte Namens-/Entitäts-Erkenner). Über einen Dialog hinweg bleibt die Zuordnung stabil. Ehrliche Grenze. Eine 100-%-Garantie gibt es nicht — statistische Erkennung kann in Einzelfällen etwas übersehen. Unsere Stärke ist die Kombination mehrerer Stufen, nicht ein absolutes Versprechen. Deterministisch wo möglich (geprüfte Schweizer Formate), gemessen wo nötig (jedes Release gegen einen gelabelten Testkorpus gegated), und vor dem Versand ein Self-Check auf dem maskierten Text — fail-closed. Alles on-prem: kein Klartext verlässt das Haus.
Berufsgeheimnis (Art. 321 StGB) & Datenschutz
Das Berufsgeheimnis ist der primäre Treiber der gesamten Architektur — jede technische Entscheidung wird daran gemessen, ob sie eine Offenbarung geschützter Daten plausibel ausschliesst. Der Datenschutz (revidiertes DSG) ist durchgängig mitgedacht. Ehrliche Grenze. Die abschliessende juristische Würdigung (Rechtsgutachten) und die Datenschutz-Folgenabschätzung führen wir als eigenständige Artefakte — diese sind in Arbeit, noch nicht abgeschlossen. Wir kommunizieren sie nicht als bereits vorhanden. Status dazu transparent im Gespräch.
Kontrolle, Nachvollziehbarkeit & Mandantentrennung
Audit-Trail in allen Tarifen. Jede Verarbeitung wird tenant-getrennt protokolliert, filterbar und exportierbar (CSV; PDF-Export ab dem Pro-Tarif). Der Audit-Trail belegt, dass der an die KI gesendete Inhalt anonymisiert war. Umfang der personenscharfen Zuordnung und Aufbewahrung je nach Konfiguration. Mandantentrennung. Mandanten sind auf Datenbank-Ebene voneinander isoliert; jeder Zugriff wird gegen Mandant und Berechtigung geprüft.
Qualität & der Umgang mit KI-Fehlern
Generative KI bleibt fehlbar — das sagen wir offen. Wir begegnen dem mit mehreren Mechanismen: einer Telemetrie, die erfundene Platzhalter erkennt und neutralisiert; einem bewusst gewählten Platzhalter-Verfahren, das Konfabulation reduziert; und einer Mensch-in-der-Schleife dort, wo es zählt (z. B. Recherche-Treffer nur mit belegter Quelle, sonst «bitte prüfen»). Halluzination wird gemessen und reduziert — nicht ausgeschlossen.
Einordnung in etablierte Frameworks (Selbst-Einschätzung)
Klarstellung vorweg: Praevana ist nicht zertifiziert und nicht extern auditiert. Die folgende Zuordnung ist eine Selbst-Einschätzung zur Strukturierung von Gesprächen — kein Konformitäts- oder Zertifizierungsnachweis.
- NIST AI RMF — Wir adressieren ehrlich Teile von Identifizieren / Messen / Steuern: Risiko-Identifikation, Messung (Eval-Gate gegen Testkorpus, Telemetrie), Steuerung (regelmässige Tuning-Zyklen). Keine formale Konformitätsbewertung.
- ISO/IEC 42001 (KI-Managementsystem) — Bausteine vorhanden (dokumentierte Architektur-Entscheidungen, Audit-Trail, definierter Prüf-/Tuning-Prozess). Kein zertifiziertes Managementsystem im Sinne der Norm.
- EU AI Act — Einschätzung, keine Zusage: Praevana ist ein KI-gestütztes Fach-Werkzeug, kein offensichtliches Hochrisiko-System; die verbindliche Einordnung ist juristisch zu treffen und steht aus.
- FINMA / DORA — Relevant nur, wenn ein beaufsichtigter bzw. EU-finanzregulierter Kunde Praevana als Auslagerung einsetzt; dann liefern wir Bausteine (Audit-Trail, modell-unabhängige Architektur), aber keinen Konformitätsnachweis. Schweizer Treuhand ist in der Regel nicht FINMA-beaufsichtigt.
Was wir offen sagen — bekannte Grenzen
- Keine externe Zertifizierung / kein externes Audit. Selbst-Einschätzung, nicht testiert.
- Keine 100-%-Anonymisierungs-Garantie. Statistische Erkennung; Stärke = Methodenkombination, gegen einen gelabelten Testkorpus gemessen und gegated.
- Abhängigkeit von einem KI-Anbieter im heutigen Betrieb; ein automatisches Multi-Anbieter-Routing ist auf der Roadmap, aber noch nicht live.
- Datenresidenz des Cloud-Modells ausserhalb EU/CH; Schutz beruht auf Anonymisierung, nicht auf dem Speicherort.
- Rechtsgutachten und Datenschutz-Folgenabschätzung in Arbeit, noch nicht abgeschlossen.
- Rechtstexte (AGB / Datenschutzerklärung / AVV / Impressum) liegen als erste Fassungen vor und werden juristisch finalisiert.
Häufige Fragen — kurz beantwortet
Sehen die Daten je ein US-Cloud-Modell?
Rohe Mandantendaten nicht: Texte und Dokumente werden vor jedem Cloud-Aufruf mehrstufig anonymisiert; das Modell sieht nur entschärften Text mit Platzhaltern. Der Schutz beruht bewusst auf der Anonymisierung, nicht auf dem Speicherort.
Garantieren Sie 100 % Anonymisierung?
Nein, das tut seriös niemand. Wir kombinieren mehrere unabhängige Erkennungs-Stufen, messen sie gegen einen gelabelten Testkorpus und gaten jedes Release daran — und prüfen vor dem Versand den maskierten Text nochmals on-prem (fail-closed).
Wie steht es um Art. 321 StGB?
Das Berufsgeheimnis ist der primäre Treiber der Architektur; vertragliche Zusagen allein reichen uns nicht, deshalb die technische Anonymisierung davor. Die abschliessende juristische Würdigung führen wir als eigenes, noch laufendes Artefakt.
Können Sie nachweisen, was passiert ist?
Ja, über einen tenant-getrennten Audit-Trail mit filterbaren Ereignissen und Export, der belegt, dass der gesendete Inhalt anonymisiert war.
Sind unsere Mandanten von anderen getrennt?
Ja, mit Mandantentrennung auf Datenbank-Ebene; jeder Zugriff prüft Mandant und Berechtigung.
Was, wenn der KI-Anbieter ausfällt?
Die Architektur ist modell-unabhängig, ein Wechsel ist vorgesehen; ein automatisches Multi-Anbieter-Routing ist auf der Roadmap, aber noch nicht live — das sagen wir offen.
Sind Sie zertifiziert?
Nein, und wir behaupten das nicht. Wir legen Architektur, Messmechanismen und Grenzen offen — das ist unsere Form von Vertrauenswürdigkeit, und sie ist überprüfbar.