Wie Sie sensible Daten aus Logs und JSON entfernen, bevor Sie sie teilen.

In dem Moment, in dem Sie eine Log-Datei, eine API-Antwort oder einen Error-Dump in ein Jira-Ticket, einen Slack-Kanal oder ein GitHub-Issue einfügen, teilen Sie möglicherweise mehr, als Ihnen bewusst ist. E-Mails, Authentifizierungs-Tokens, interne IP-Adressen, Telefonnummern, Benutzer-IDs — alles im Klartext, vergraben in verschachteltem JSON oder versteckt in Stack Traces. Das passiert jeden Tag, und die meisten merken es erst hinterher.

Was Sie wahrscheinlich unwissentlich preisgeben

Sensible Daten verstecken sich an Orten, an denen man sie nicht erwartet:

• JWT-Tokens in Authorization-Headern — sie sehen aus wie eyJhbGciOi... und lassen sich in Sekunden dekodieren, um User-Claims und Ablaufdatum offenzulegen
• API-Keys in Query Strings und Headern — sk_live_..., AKIA..., xoxb-... — jeder davon in einem geteilten Log ist ein Credential-Leak
• E-Mail-Adressen in Benutzerobjekten, Fehlermeldungen und Audit-Logs
• Interne IP-Adressen in Netzwerk-Logs — 10.x.x.x, 192.168.x.x, 172.16.x.x — sie verraten die Topologie Ihres internen Netzwerks
• UUIDs, die zu echten Benutzerdatensätzen in Ihrer Datenbank gehören
• Telefonnummern im internationalen Format — +44..., +1... — in Kontaktobjekten oder SMS-Logs
• Lange Hex-Zeichenketten, die in Wahrheit Session-IDs, Refresh-Tokens oder Dateipfade mit echten Benutzernamen sind

Das Problem ist nicht, dass eines davon schwer zu entdecken ist. Es ist, dass ein Produktions-Error-Dump Dutzende davon enthalten kann, verschachtelt über mehrere Objekte, und Sie versuchen, ihn schnell zu teilen, weil etwas kaputt ist.

Warum manuelles Schwärzen scheitert

Sie öffnen das Log, suchen nach @ und schwärzen die fünf E-Mail-Adressen, die Sie finden. Die sechste, die drei Ebenen tiefer in einem verschachtelten metadata.contact_info-Objekt steckt, entgeht Ihnen. Sie suchen nach tokenähnlichen Zeichenketten und erwischen den Authorization-Header, aber der Refresh-Token im Antwortkörper entgeht Ihnen. Sie schwärzen die E-Mail, lassen aber die user_id stehen, die direkt darauf in Ihrer Datenbank verweist.

Manuelles Schwärzen scheitert, weil:

• Sie es eilig haben — die Produktion steht und Sie brauchen einfach Hilfe
• Echte Logs tief verschachtelte Strukturen haben, in denen derselbe Wertetyp auf verschiedenen Ebenen vorkommt
• Stack Traces Dateipfade mit echten Benutzernamen referenzieren — /home/jsmith/app/src/handler.py
• Sie die offensichtlichen Werte finden, aber die unauffälligen übersehen, die weiterhin auf echte Daten verweisen

Wie der Datenschutz-Bereiniger funktioniert

Der Datenschutz-Bereiniger läuft vollständig in Ihrem Browser. Nichts wird an einen Server gesendet — Sie fügen Ihren Text ein, er wird lokal verarbeitet, und Sie erhalten eine bereinigte Version zum Kopieren.

Das macht er:

1. Erkennt JSON automatisch, wenn sich die Eingabe als JSON parsen lässt, und verarbeitet sie strukturell — er durchläuft den Objektbaum und ersetzt sensible Werte, während Schlüssel und Struktur intakt bleiben
2. Fällt auf den Textmodus zurück für CSV, XML, rohe Logs und jedes andere Format — er sucht nach Mustern und ersetzt Treffer inline
3. Maskiert häufige sensible Muster:
   • E-Mail-Adressen
   • Telefonnummern (internationales und US-Format)
   • IP-Adressen (IPv4 und IPv6)
   • JWT-Tokens (eyJ...)
   • API-Keys und Tokens (lange alphanumerische Zeichenketten, die gängigen Formaten entsprechen)
   • UUIDs
   • Lange Hex-Zeichenketten, die wie Session-IDs oder Geheimnisse aussehen
4. Beschriftet, was er ersetzt — die Ausgabe zeigt [REDACTED-EMAIL], [REDACTED-TOKEN], [REDACTED-IP] usw. an, damit Sie sehen, was erkannt wurde

JSON-Modus vs. Textmodus — was der Unterschied ist

Der JSON-Modus bewahrt Struktur und Validität. Werte werden ersetzt, aber Schlüssel und Verschachtelung bleiben intakt. Die Ausgabe ist weiterhin gültiges JSON, das Sie in ein Ticket einfügen können, und ein Entwickler kann die Form der Antwort nachvollziehen, ohne die echten Daten zu sehen.

Der Textmodus ersetzt Treffer inline, wo immer sie auftauchen. Die Struktur Ihres Logs oder CSV bleibt erhalten, aber sensible Werte werden durch Schwärzungs-Labels ersetzt. Das ist besser für:

• Mehrzeilige Log-Einträge mit gemischtem Text und strukturierten Daten
• CSV-Exporte, bei denen die Spalten intakt bleiben sollen
• XML mit Inline-Werten
• Stack Traces mit Dateipfaden und Benutzernamen

Das Tool erkennt automatisch, welcher Modus zu verwenden ist, aber Sie erkennen es an der Ausgabe — wenn Sie strukturiertes JSON mit [REDACTED-*]-Werten sehen, war es der JSON-Modus. Wenn Sie Inline-Ersetzungen in freiem Text sehen, war es der Textmodus.

Wann die bereinigte Ausgabe sicher zu teilen ist

Der Bereiniger findet häufige Muster — E-Mails, Tokens, IPs, UUIDs, Telefonnummern und geheimnisähnliche Zeichenketten. Aber er kennt Ihre Domäne nicht. Bevor Sie die Ausgabe einfügen, prüfen Sie:

• Interne Projektcodenamen — das Tool weiß nicht, dass „Projekt Sundance“ ein vertraulicher interner Name ist
• Kunden-IDs, die keine UUIDs sind — ein Feld customer_id: 847291 wird nicht erkannt, weil es wie eine normale Ganzzahl aussieht
• Dateipfade mit echten Benutzernamen — /home/jsmith/ oder /Users/sarah.chen/ in Stack Traces
• Fehlermeldungen, die echte Personen erwähnen — „Fehler beim Verarbeiten der Zahlung für John Smith“ wird nicht markiert, weil das Tool nicht weiß, dass John Smith ein Kunde ist

Der Bereiniger ist ein starker erster Durchgang. Legen Sie Ihr eigenes Domänenwissen obendrauf, bevor Sie teilen.

Szenarien aus der Praxis

Bug-Report in Jira: Sie fügen die vollständige API-Antwort ein, bereinigen sie und teilen die Struktur ohne die Daten. Der Entwickler sieht die Form der Antwort, den Fehlercode und die Verschachtelung — ohne echte Benutzer-E-Mails oder Tokens zu sehen.

Slack-Nachricht während eines Incidents: Statt einen Screenshot eines Logs zu machen (schwer zu durchsuchen und unmöglich zum Kopieren), fügen Sie den Text ein, bereinigen ihn und teilen die bereinigte Version. Ihre Kollegen bekommen durchsuchbaren Text, und Sie leaken keine Credentials in einen Chat, der archiviert wird.

GitHub-Issue für eine Drittanbieter-Bibliothek: Sie stoßen auf einen Bug in einem API-Client und möchten Request und Response einfügen. Bereinigen Sie zuerst — der Maintainer braucht Ihren echten API-Key nicht, um das Problem zu reproduzieren, und sobald es in einem öffentlichen Issue steht, wird es von Suchmaschinen indexiert.

Einbindung eines Anbieters oder Dienstleisters: Sie müssen einen Beispieldatenexport teilen, damit er eine Integration bauen kann. Einfügen, bereinigen und die Struktur teilen — Spaltenüberschriften, Feldnamen, Verschachtelungsstruktur — ohne die echten Kundendatensätze.

Bereinigen vor dem Teilen — jedes Mal

Der Datenschutz-Bereiniger dauert etwa fünf Sekunden. Einfügen, klicken, kopieren, teilen. Es ist schneller als manuelles Suchen und Ersetzen, erwischt die verschachtelten Felder, die Sie übersehen würden, und sendet nie etwas an einen Server.

Speichern Sie ihn als Lesezeichen. Das nächste Mal, wenn die Produktion steht und Sie ein Log in ein Ticket einfügen müssen, werden Sie froh sein, dass Sie es getan haben.