Nichts wird gesendet, und das lässt sich prüfen

Was heruntergeladen wird, und woher

Beim Öffnen des Werkzeugs lädt der Browser die Seite, ihren Code und ihr Stylesheet herunter. Beim ersten Start eines Modells lädt er die Rechen-Engine und dann die Dateien des gewählten Modells herunter. Wenn Sie sie anfordern, lädt er auch das Beispiel (eine einminütige Aufnahme und ihren Text) und die Schriften der eingebrannten Untertitel herunter. Alles kommt von dieser Website, und sonst wird nichts angefragt: keine Schrift eines fremden Dienstes, kein fremdes Skript, keine Reichweitenmessung.

Die Bibliothek, die das Modell ausführt (transformers.js), kann ihre Dateien bei Hugging Face und ihre Engine bei einem Content Delivery Network abholen. In Klarword darf sie das nicht: ihre Download-Funktion ist durch eine Funktion ersetzt, die ablehnt, und sie liest nur die geprüften Dateien, die auf Ihrem Rechner gespeichert sind. Eine unerwartete Anfrage scheitert mit einer Meldung, statt hinauszugehen.

Was das für die DSGVO bedeutet

Wir empfangen keine Aufnahme, also verarbeiten wir keine der Daten, die sie enthält. Für eine Organisation heißt das konkret:

• Keine Übermittlung von Daten an Dritte: die Aufnahme verlässt den Rechner der Person, die transkribiert, nicht. Die Frage einer Übermittlung außerhalb der Europäischen Union stellt sich nicht, weil es keine Übermittlung gibt.
• Kein Auftragsverarbeiter für den Inhalt der Aufnahmen, also kein Vertrag zur Auftragsverarbeitung für die Transkription selbst.
• Keine Aufbewahrungsfrist festzulegen und keine Löschung zu verlangen: es gibt anderswo keine Kopie. Was auf dem Rechner bleibt, eine Arbeit, die Sie behalten wollten, lässt sich mit einem Klick löschen.
• Kein Anbieter künstlicher Intelligenz bekommt Ihre Gespräche zu sehen: die Modelle sind unter freier Lizenz veröffentlicht (MIT, Apache 2.0), festgelegt, geprüft und von dieser Website ausgeliefert, und dann laufen sie auf Ihrem Rechner.
• Kein Cookie, kein Tracker, kein Dritter: kein Einwilligungsbanner, weil es nichts einzuwilligen gibt. Die einzige Messung der Website ist der weiter unten beschriebene Zähler.
• Die Website wird in Frankreich gehostet, bei OVH, und liefert nur Dateien aus. Wer von niemandem abhängen will, betreibt das selbst gehostete Paket im internen Netz, ohne Internetzugang.

Was Ihre Aufgabe bleibt

Zwei Dinge nimmt Klarword Ihnen nicht ab: die aufgenommenen Personen zu informieren und, je nach Rahmen, ihre Einwilligung einzuholen; die Transkription in Ihr Verzeichnis von Verarbeitungstätigkeiten aufzunehmen. Die Nutzungsbedingungen halten das fest.

Was nie gesendet wird

Weder der Ton noch das Video, weder der transkribierte oder übersetzte Text noch das Protokoll, weder Ihre Korrekturen noch die Namen Ihrer Dateien. Keine Reichweitenmessung, kein Cookie, keine Telemetrie.

Der Server dieser Website führt kein Zugriffsprotokoll. Der Hoster bewahrt seine eigenen technischen Protokolle auf Maschinenebene auf, nach seinen Sicherheitsregeln.

Das Einzige, was hinausgeht: ein Zähler

Wenn eine Transkription abgeschlossen ist, sendet Ihr Browser dieser Website eine Anfrage, und nur eine: POST /compte?m=precis&d=10-60. Sie sagt, welches Modell verwendet wurde und in welche Spanne die Dauer der Aufnahme fällt (unter 10 Minuten, 10 bis 60, über eine Stunde). Sonst nichts: kein Wort des Textes, kein Dateiname, keine Kennung.

Der Server schreibt nur eine Zeile: das Datum, das Modell, die Spanne. Keine IP-Adresse, kein Browser, keine Herkunftsseite: zwei Transkriptionen derselben Person sind von zwei Transkriptionen Unbekannter nicht zu unterscheiden. Die Summe wird unverändert auf der Statistikseite veröffentlicht.

Ein Browser, der bittet, nicht verfolgt zu werden (Do Not Track, Global Privacy Control), sendet nichts. Ohne Netz geht nichts hinaus, und nichts wird für später aufbewahrt: die Anfrage wird nie nachgeholt. Das selbst gehostete Paket wird ohne Zähler gebaut. In allen Fällen funktioniert das Werkzeug genau gleich.

Sagen wir es ohne Umschweife: wir erfassen die Zahl der abgeschlossenen Transkriptionen, mit dem verwendeten Modell und einer Dauerspanne. Wir wissen also Tag für Tag, wie viele Transkriptionen mit jedem Modell gemacht wurden, und genau das zeigt die Statistikseite an. Nichts in diesen Zeilen sagt, wer sie gemacht hat, von wo aus oder was sie enthielten.

Was auf Ihrem Rechner gespeichert wird

Die Modelle und die Engine werden in dem privaten Speicherbereich abgelegt, den der Browser dieser Website vorbehält (Origin Private File System), nachdem ihre Prüfsumme geprüft wurde. So müssen sie nicht erneut heruntergeladen werden, und so ist die Arbeit ohne Netz möglich. Die Ansicht „Auf diesem Rechner“ des Werkzeugs listet sie auf und erlaubt, sie zu löschen.

Ihre Aufnahme wird dort nicht abgelegt, außer Sie verlangen es. Standardmäßig wird sie in den Arbeitsspeicher gelesen, im Tab, und beim Schließen vergessen; das Transkript ebenso. Deshalb bittet das Werkzeug Sie, es zu speichern.

Wenn Sie „Diese Arbeit auf diesem Rechner behalten“ ankreuzen, werden die Aufnahme und ihr Transkript in demselben privaten Speicherbereich abgelegt, auf dieser Festplatte, und bei jeder Korrektur aktualisiert, damit Sie sie beim nächsten Besuch wiederfinden. Sie werden nirgendwohin gesendet und lassen sich mit einem Klick löschen, auf der Startseite des Werkzeugs oder unter „Auf diesem Rechner“. Ohne das Kästchen wird nichts aufbewahrt.

Zwei Einstellungen bleiben von einem Besuch zum nächsten erhalten, im lokalen Speicher des Browsers, auf diesem Rechner: das Glossar, das Sie geschrieben haben, und der für die eingebrannten Untertitel gewählte Stil. Sie verlassen den Rechner nicht; um das Glossar zu teilen, exportieren Sie es selbst als Textdatei.

Die Aufnahme über das Mikrofon

Das Werkzeug kann direkt über das Mikrofon des Computers aufnehmen. Der Browser fragt zuerst nach Ihrer Zustimmung; der Ton wird dann im Arbeitsspeicher des Tabs gehalten, genau wie eine Datei, die Sie abgelegt hätten, und auf dieselbe Weise transkribiert. Er wird nirgendwohin gesendet. Wenn Sie ihn behalten wollen, bietet das Werkzeug an, ihn auf Ihrem Rechner zu speichern; sonst verschwindet er beim Schließen des Tabs.

Der Header Permissions-Policy der Website erlaubt das Mikrofon nur für diese Website selbst und verbietet die Kamera, die Standortbestimmung und alles Übrige.

Die Übertragung von einem Telefon

Um eine Aufnahme vom Telefon auf den Computer zu bringen, zeigt das Werkzeug einen QR-Code an. Die Datei geht dann direkt von einem Gerät zum anderen, über einen verschlüsselten WebRTC-Kanal, in Ihrem lokalen Netz: sie läuft über keinen Server, weder über unseren noch über einen anderen.

Damit die beiden Geräte einander finden, dient ihnen der Server der Website für einige Sekunden als Briefkasten: jedes legt dort eine Verbindungsbeschreibung ab (seine Adressen im lokalen Netz und den Fingerabdruck seines Schlüssels), das andere liest sie. Diese Beschreibungen sind mit einem Geheimnis signiert, das nur der QR-Code trägt, in dem Teil der Adresse, den der Browser nie an einen Server sendet: das Relais kann sich daher nicht als eines der beiden Geräte ausgeben. Es hält sie höchstens zehn Minuten im Arbeitsspeicher, ohne Protokoll, und lehnt jede Nachricht über 16 KB ab.

Es wird kein STUN- oder TURN-Server verwendet: ein öffentlicher STUN-Server wäre eine Anfrage an einen Dritten, ein TURN-Server ein Server, über den die Datei am Ende doch liefe. Der Preis dafür steht auf dem Bildschirm: die beiden Geräte müssen einander im selben Netz sehen.

Ohne Netz arbeitet das Werkzeug weiter

Ein Service Worker bewahrt eine Kopie der Seiten und des Codes des Werkzeugs auf, damit es sich ohne Netz neu laden lässt; die Modelle werden getrennt davon abgelegt, nachdem ihre Prüfsumme geprüft wurde. Das ist die Vorführung, die ein hochladender Dienst nicht nachmachen kann: er braucht seinen Server, um zu arbeiten.

Ein Service Worker ist ein Programm, das sich zwischen Seite und Netz setzt: genau die Stelle, von der aus man Ihre Aufnahmen hinausschaffen würde. Hier steht, was unserer tut und was nicht.

• Er öffnet keine Verbindung. Seine Aufgabe ist, mit dem zu antworten, was er schon hat. Mit einer anderen Domain spricht er nicht: die Content-Security-Policy verböte es ohnehin.
• Keine Aufnahme geht durch ihn hindurch. Ihre Datei geht von Ihrer Festplatte in den Speicher des Tabs; was er behält, sind die Seiten und der Code dieser Website, nichts sonst.
• Er rührt den Zähler nicht an und spielt ihn nie nach. Ein Service Worker kann eine Sendung zurückhalten und wiederholen, sobald das Netz zurück ist: das hieße, eine Spur Ihrer Arbeit aufzubewahren, um sie uns später zu schicken. Ohne Netz zählt der Zähler nicht.
• Er leert sich bei jeder neuen Fassung der Website, und die Seiten gehen zuerst über das Netz, wenn es da ist: Sie lesen immer die geltende Content-Security-Policy.
• Er lässt sich lesen. Es ist die Datei /sw.js im Wurzelverzeichnis der Domain, kommentiert, und sie öffnet sich in einem Tab.

Wenn Sie ihn lieber entfernen: Entwicklerwerkzeuge (F12), Reiter Anwendung, Service Worker, Registrierung aufheben. Das Werkzeug funktioniert weiter wie zuvor, mit Netz.

Die Rechtschreibprüfung

Die Rechtschreibprüfung des Browsers ist im Editor standardmäßig ausgeschaltet. Die einfache Prüfung in Chrome, Edge und Firefox arbeitet auf dem Rechner; die „erweiterte Rechtschreibprüfung“ von Chrome sendet den eingegebenen Text jedoch an Google. Wenn Sie sie in Klarword einschalten, prüfen Sie zuerst die Einstellung Ihres Browsers.

Was diese Architektur nicht garantiert

• Eine in Ihrem Browser installierte Erweiterung kann die Seite lesen und eigene Anfragen stellen. Für vertrauliche Arbeit verwenden Sie ein Profil ohne Erweiterungen.
• Ein kompromittierter Rechner bleibt kompromittiert: Klarword schützt nicht vor Spähsoftware, die auf der Maschine installiert ist.
• Der Browser selbst sendet Informationen an seinen Hersteller (Updates, Absturzberichte), nach seinen eigenen Einstellungen.
• Die Liste der Anfragen, die das Werkzeug anzeigt, wird von der Seite geführt. Maßgeblich ist der Reiter „Netzwerk“ des Browsers.

Ganz in Ihrer Hand

Die Website ist ein Ordner statischer Dateien, die Modelle eingeschlossen. Es gibt weder eine Anwendung noch eine Datenbank noch einen laufenden Dienst. Man kann sie also anderswo ablegen:

• im Intranet Ihrer Organisation, ohne Internetzugang;
• auf einem Webserver in Ihrem Netz, und sei er noch so klein;
• bei Ihrem eigenen Hoster, wenn Sie lieber von niemandem abhängen.

Das ist der zweite Sinn des Wortes „souverän“: nicht von einer Domain, einem Abonnement, einem Modellanbieter oder der wirtschaftlichen Gesundheit eines Dienstleisters abzuhängen. Verschwände diese Website morgen, arbeitete eine bei Ihnen abgelegte Kopie genau gleich weiter. Das selbst gehostete Paket ist dieser Ordner, samt Prüfsummen.

Wie es gemacht ist, in drei Sätzen

Die Aufnahme wird von Ihrem Browser dekodiert und dann von einem Whisper-Modell transkribiert, das im Tab läuft, auf der Grafikkarte, wenn es eine gibt (WebGPU), sonst auf dem Prozessor (WebAssembly). Die Sprecher, das Protokoll und die Übersetzung entstehen auf dieselbe Weise, durch andere offene Modelle, auf demselben Rechner. Alles, was der Browser herunterlädt, kommt von dieser Website, ist auf eine bestimmte Fassung festgelegt und wird vor der Verwendung anhand seiner Prüfsumme geprüft.

Ein unabhängiges Audit

Der ausgelieferte Code ist im Browser lesbar, und das selbst gehostete Paket ist mit dem der Website identisch, samt Prüfsumme. Eine Organisation kann es also vom Dienstleister ihrer Wahl prüfen lassen oder ihren Sicherheitsverantwortlichen bitten, es vor der Freigabe durchzusehen. Schreiben Sie uns, um das Paket für ein Audit zu erhalten.

Die Content-Security-Policy

Vom Server mit jeder Seite gesendet und in der Seite selbst wiederholt, für den Fall, dass sie auf einem anderen Server liegt:

default-src 'self';
script-src 'self' 'wasm-unsafe-eval' blob:;
worker-src 'self' blob:;
style-src 'self' 'unsafe-inline';
img-src 'self' blob: data:;
media-src 'self' blob:;
font-src 'self';
connect-src 'self' blob:;
object-src 'none';
frame-src 'none';
base-uri 'none';
form-action 'none'