Testdaten mit KI erzeugen, ohne echte Kundendaten zu nutzen

Das Problem

Wer Software entwickelt oder testet, braucht Daten. Ein Kundenportal ohne Kunden, eine Rechnungssoftware ohne Rechnungen und eine Auswertung ohne Zahlen lassen sich nicht sinnvoll prüfen. Der bequemste Weg wäre, eine Kopie der echten Datenbank zu nehmen. Das ist aber riskant: In Testumgebungen sind Daten oft weniger geschützt, mehr Personen haben Zugriff, und Kopien werden vergessen.

Echte Kundendaten sind Personendaten. Wo immer sie liegen, gelten die Pflichten des Datenschutzes: Zweck, Verhältnismässigkeit, Sicherheit. Wer sie für Tests verwendet oder gar an einen KI-Dienst weitergibt, geht unnötige Risiken ein.

Die Lösung sind erfundene Daten, sogenannte synthetische Testdaten. Sie sehen echt aus, gehören aber niemandem. Eine KI kann sie erzeugen: Namen, Adressen, Rechnungen, Bestellungen, auch mit Sonderfällen. Dabei sind einige Regeln zu beachten, damit die Daten brauchbar sind und nicht doch jemanden betreffen.

So lösen Sie es mit KI – Schritt für Schritt

1. Aufbau beschreiben. Notieren Sie, welche Tabellen und Felder Sie brauchen, mit Typ und Format (Text, Zahl, Datum, Betrag in CHF). Eine Tabellenstruktur genügt, keine echten Inhalte.

1. Regeln festlegen. Welche Bedingungen gelten: Postleitzahl und Ort passen zusammen, Rechnungsdatum nicht in der Zukunft, Beträge mit zwei Nachkommastellen, eindeutige Nummern?

1. Sonderfälle aufzählen. Testdaten sind besonders wertvoll, wenn sie schwierige Fälle enthalten: Umlaute und Apostrophe (Müller, D'Angelo), sehr lange Namen, leere optionale Felder, Betrag 0, Datumsgrenzen wie der 29. Februar, doppelte Namen.

1. Erfundene Werte vorgeben. Verwenden Sie für E-Mail-Adressen reservierte Testdomains wie «example.com» oder «example.org». Diese sind für Beispiele reserviert, so landet nichts bei echten Personen (Quelle: RFC 2606).

1. Daten erzeugen lassen. Mit der Vorlage unten erzeugt die KI eine kleine Menge Datensätze in dem Format, das Sie brauchen (zum Beispiel CSV).

1. Auf echte Personen prüfen. Vergleichen Sie stichprobenartig: Gibt es die erfundenen Namen mit Adresse und Telefonnummer tatsächlich? Die Wahrscheinlichkeit ist gering, aber nicht null. Verwenden Sie bei Telefonnummern erkennbar erfundene Muster.

1. Gültigkeit der Daten prüfen. Stimmen Formate, Pflichtfelder, Beziehungen zwischen Tabellen (jede Bestellung gehört zu einem existierenden Kunden)? Laden Sie die Daten in die Testumgebung und beobachten Sie Fehlermeldungen.

1. Testdaten aufbewahren. Legen Sie die geprüften Testdaten an einem festen Ort ab, mit Datum und Beschreibung. Sie sind wiederverwendbar und werden nicht jedes Mal neu erfunden.

Vorlage zum Kopieren

Du erzeugst erfundene Testdaten für die Entwicklung einer Schweizer Software. Es dürfen keine echten Personen, Firmen oder Adressen vorkommen.

Zweck: [z. B. Test eines Rechnungsprogramms]
Format: [z. B. CSV mit Kopfzeile, Trennzeichen Semikolon, UTF-8]
Tabelle: [z. B. kunden]
Felder: [id (eindeutig, Zahl), vorname, nachname, strasse, plz (4 Ziffern), ort, email, telefon, kundentyp (privat/firma), erstellt_am (Datum JJJJ-MM-TT)]
Anzahl: [z. B. 25 Datensätze]

Regeln:
– Schweizer Namen, Orte und Postleitzahlen dürfen verwendet werden, aber erfinde Strassen und Hausnummern, die erkennbar fiktiv sind (z. B. «Teststrasse 12»).
– E-Mail-Adressen nur mit den Domains example.com oder example.org.
– Telefonnummern erkennbar fiktiv (z. B. 000 000 00 00 oder 079 000 00 xx).
– Enthalte absichtlich diese Sonderfälle: Umlaute (ä, ö, ü), Apostroph im Namen, sehr langer Nachname (über 40 Zeichen), leeres optionales Feld, Bindestrich-Namen, doppelte Vornamen.
– Gib am Ende eine Liste, welche Datensätze welche Sonderfälle enthalten.
Gib nur die Daten und die Liste aus.

Passen Sie Felder, Format und Sonderfälle Ihrem Test an. Die ausgegebenen Daten prüfen Sie, bevor Sie sie laden.

Worauf Sie achten müssen

• Keine echten Daten als Vorlage: Geben Sie der KI nur die Struktur, nicht Auszüge aus echten Datensätzen. Auch «ähnliche» Daten können echte Personen verraten.
• Zufällige Übereinstimmung: Erfundene Namen können existieren. Verwenden Sie erkennbar fiktive Adressen, Telefonnummern und E-Mail-Adressen aus reservierten Bereichen.
• Vorsicht bei Mustern: Prüfziffern und Formate (zum Beispiel AHV- oder IBAN-Nummern) sind besonders heikel. Verwenden Sie dokumentierte Testwerte, keine zufällig echt aussehenden Nummern.
• Anonymisierte Echtdaten: Das Entfernen von Namen aus echten Daten reicht oft nicht, weil Personen sich über andere Angaben identifizieren lassen. Lesen Sie dazu Testdaten statt echter Kundendaten.
• Realismus und Menge: Zu wenige oder zu gleichförmige Daten verpassen Fehler. Ergänzen Sie Mengen- und Lasttests mit Skripten, die viele Datensätze erzeugen.
• Rechtliches: Das Schweizer Datenschutzgesetz verlangt den sorgfältigen Umgang mit Personendaten. Bei Unsicherheit holen Sie fachlichen Rat ein.
• Prüfung der Qualität: KI erzeugt manchmal inkonsistente Daten, etwa Postleitzahlen, die nicht zum Ort passen. Prüfen Sie Stichproben.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein kleines Softwarehaus in Aarau entwickelt für eine Handwerkerfirma ein Auftragsverwaltungs-Tool. Bisher hat der Entwickler für Tests eine Kopie der Kundendatei des Kunden verwendet, auf seinem Laptop. Das Team merkt, dass das nicht sauber ist.

Der Entwickler beschreibt der KI nun den Aufbau der Tabellen und lässt 40 Kunden und 120 Aufträge mit Sonderfällen erzeugen. Er verwendet nur «example.com»-Adressen und erkennbar erfundene Strassen. Beim Test entdeckt er mit den Sonderfällen sofort einen Fehler: Der Name «D'Angelo» bringt die Suche zum Absturz, weil das Apostroph nicht richtig behandelt wird. Mit den echten Kundendaten wäre das erst später aufgefallen. Die echte Kundendatei löscht er von seinem Laptop und bestätigt dem Kunden die Löschung. Die erfundenen Daten legt er im Projekt ab, für alle künftigen Tests.

So hilft Ihnen Alpasana

Im Kurs KI für Developer mit Claude und Codex von absofort lernen Sie, KI bei Programmieraufgaben einzusetzen und Ergebnisse systematisch zu verifizieren. Nach Kursbeschreibung gehören Codegenerierung, Debugging, Refactoring, Review sowie ein Entwickler-Playbook mit Prompts, Review-Regeln, Tests und Datenschutzgrenzen dazu.

Der Kurs vermittelt, wie Sie KI sorgfältig einsetzen. Datenschutzrechtliche Einzelfragen Ihres Projekts klären Sie fachlich.

Häufige Fragen

Reicht es, bei echten Daten die Namen zu ersetzen?

Meist nicht. Auch ohne Namen können Personen durch Kombinationen wie Adresse, Geburtsdatum oder Ereignisse erkennbar bleiben. Sicherer sind vollständig erfundene Daten.

Wie viele Testdatensätze braucht man?

Für Funktionstests genügen oft wenige Dutzend mit guten Sonderfällen. Für Lasttests braucht es viele Tausend, die Sie besser mit einem Skript erzeugen lassen, das Sie geprüft haben.

Darf ich echte Daten verwenden, wenn die Testumgebung gesichert ist?

Das ist ein Entscheid mit rechtlichen und organisatorischen Folgen. In der Regel sind erfundene Daten die bessere Wahl. Wenn Sie echte Daten brauchen, klären Sie Zweck, Schutz und Löschung mit der Verantwortlichen für Datenschutz.