Vertrauen ist prüfbar.
LAURA ist ein Korrekturassistent, nach DSGVO gebaut: Die KI schlägt vor, die Lehrkraft entscheidet, und jede Entscheidung ist belegbar. Diese Seite zeigt, woran Schulleitungen, Träger und Datenschutzbeauftragte das nachprüfen können.
Die fünf Prüfsäulen
Jede Säule verweist auf ihren Beleg: Architektur-Entscheidung (ADR) oder prüfbaren Code. Keine Marketing-Behauptungen ohne Grundlage.
Teacher Final Decision
LAURA vergibt keine automatische Note. Jede Bewertung ist ein Vorschlag; final wird sie erst durch die ausdrückliche Freigabe der Lehrkraft. Dieser Schritt ist architektonisch erzwungen, kein Einstellungs-Häkchen.
Beleg: ADR-0012; deterministischer, überschreibbarer Notenvorschlag (implementiert und getestet).
Audit-Trail mit Hash-Chain
Jede Entscheidung wird append-only protokolliert und per SHA-256 kryptografisch verkettet. Manipulationen werden nicht still repariert, sondern sichtbar gemacht; der Verlauf ist unabhängig verifizierbar.
Beleg: ADR-0019; Verifikation in apps/worker/audit/verify.py (implementiert und getestet).
Datenresidenz EU
Alle Metadaten und Verarbeitungsergebnisse liegen in einem dedizierten Datenbank-Projekt in Frankfurt (eu-central-1). Row-Level-Security auf jeder Tabelle; die Schule ist die harte Mandantengrenze.
Beleg: DEC-019/ADR-0026, ADR-0031; Row-Level-Security auf jeder Tabelle, für neue erzwungen durch den Event-Trigger ensure_rls (deployed).
Local-first, kontrollierte Verarbeitung
Rohmedien (Fotos, Scans) bleiben standardmäßig lokal oder im schulkontrollierten Speicher. Welche Stufe gilt, entscheidet ihr: in der voreingestellten lokalen Stufe weist der Server jeden Upload aktiv zurück, und mit dem Paket Lokales Hosting läuft Laura vollständig auf euren eigenen Servern. Cloud-Verarbeitung gibt es nur nach ausdrücklicher Freigabe (Opt-in); nie still, nie als Default.
Beleg: ADR-0013/0016/0033; dokumentierte processing_mode-Matrix (local ist Default).
Transparenz statt verdecktem Tracking
Keine Werbe-Tracker, kein verdecktes Scannen von Schülergeräten, architektonisch verankert. Die öffentliche Website erhebt seit dem 13. August 2026 überhaupt keine Web-Analytik mehr: das frühere Google-Analytics-Tag ist ersatzlos entfernt. Es lag auf 183 Seiten, kostete 471 ms Ladezeit je Aufruf und erhob dabei null Datenpunkte, weil die Einwilligung strukturell nie erteilt werden konnte. In der Korrektur-Umgebung gab es nie Tracking, und Schüler- oder Klausurdaten waren nie Gegenstand. Die Einwilligungs-Komponente bleibt bewusst im Code liegen: kehrt Analytik zurück, dann nur zusammen mit einem sichtbaren Banner und einem eigenen Abschnitt in der Datenschutzerklärung.
Beleg: ADR-0018 (Geräte-Scanning), ADR-0022 (Lead-Sandboxen ohne Backend), DEC-056/ADR-0071 (kein Web-Analytics); die Kopplung erzwingt der Regressionstest no-analytics-without-consent.
Datenflüsse, transparent gemacht
Drei Vertrauenszonen, klar getrennt. Was wo liegt, ist keine Vertrauensfrage, sondern Architektur.
Öffentliche Zone
Vercel: nur das statische Web-Frontend (apps/web)
Keine Schülerdaten, keine Secrets, kein Backend, keine Worker.
Kontrollierte Zone
EU-Datenbank (Frankfurt) + kontrollierte Verarbeitung
Pseudonym-IDs, Bewertungs- und Audit-Metadaten, geschützt durch Auth + Row-Level-Security.
Lokale Zone
Gerät der Lehrkraft / schulkontrollierter Speicher
Rohmedien und Klarnamen-Mapping. Verlassen das Gerät nur bei ausdrücklicher Freigabe.
Datenklassen in Kurzform (K1 bis K6)
| Klasse | Inhalt | Wo sie lebt |
|---|---|---|
| K1 | Rohmedien (Scans, Fotos) | lokal / schulkontrolliert, nie öffentlich |
| K2 | PII-hoch (Klarnamen) | lokal, verschlüsseltes Mapping, nie in der Cloud |
| K3 | Metadaten + Pseudonyme | EU-Datenbank, RLS-geschützt |
| K4 | Audit / Hashes | EU-Datenbank, append-only |
| K5 | Synthetisches / Öffentliches | Website, Demos, ausschließlich synthetisch |
| K6 | Systemkonfiguration + Secrets | Secret-Store, nie im Frontend, nie in Git |
Dokumente für deine Prüfung
Status je Dokument ehrlich ausgewiesen. Zertifizierungen listen wir erst, wenn sie erteilt sind; bis dahin stehen hier keine.
AVV-Muster
Auftragsverarbeitungsvertrag nach Art. 28 DSGVO für Schulen und Träger.
TOM-Übersicht
Technische und organisatorische Maßnahmen (Art. 32 DSGVO).
Processing-Modes-Dokumentation
Dokumentierte Verarbeitungsmodi (Local-Default / EU-Self-Hosted / Cloud-Opt-in).
VVT-Auszug
Auszug aus dem Verzeichnis von Verarbeitungstätigkeiten (Art. 30 DSGVO).
DPIA-Leitfaden
Leitfaden zur Datenschutz-Folgenabschätzung (Art. 35 DSGVO) für Schulen.
Löschkonzept
Umsetzung des Rechts auf Löschung (Art. 17 DSGVO) inklusive Backup-Retention.
Häufige Prüf-Fragen
- Benotet LAURA automatisch?
- Nein. LAURA vergibt keine automatischen Noten. Jede Bewertung ist ein Vorschlag an die Lehrkraft; final wird sie erst durch deren ausdrückliche Freigabe. Dieser Schritt ist architektonisch erzwungen (Teacher Final Decision).
- Wo liegen Schülerdaten?
- Rohmedien (Fotos, Scans) bleiben lokal auf dem Gerät oder im schulkontrollierten Speicher. In der EU-Datenbank (Frankfurt) liegen nur Pseudonym-IDs, Bewertungs- und Audit-Metadaten, geschützt durch Row-Level-Security mit der Schule als harter Mandantengrenze. Das Klarnamen-Mapping bleibt lokal.
- Was sieht die Cloud?
- Standardmäßig: keine Rohmedien. Cloud-Verarbeitung ist ausschließlich Opt-in und dann auf das Nötige beschränkt (z. B. Bild-Ausschnitte strittiger Stellen, pseudonymisiert). Eine stille Cloud-Eskalation gibt es nicht; sie ist architektonisch ausgeschlossen.
- Was ist die Hash-Chain?
- Jede Lehrer-Entscheidung wird mit einem SHA-256-Hash an ihre Vorgängerin gekettet und append-only gespeichert. Nachträgliche Veränderungen brechen die Kette sichtbar; die Integrität des gesamten Verlaufs lässt sich unabhängig verifizieren.
- Ist LAURA DSGVO-konform?
- LAURA ist von Grund auf nach DSGVO konzipiert: Privacy by Design und by Default (Art. 25), Datenminimierung (Art. 5), EU-Datenresidenz, RLS-Mandantentrennung, auditierbare Entscheidungen und dokumentierte Verarbeitungsmodi. AVV-Muster und TOM-Übersicht stellen wir auf Anfrage bereit; die formale Bewertung nimmt die Schule bzw. ihr DSB vor; wir liefern die Unterlagen dafür.
Selbst prüfen statt glauben
Vier kleine Demos zum Ausprobieren, darunter: Konfidenz-Schwellen selbst verstellen, ein Prüfprotokoll manipulieren und zusehen, wie die Prüfung anschlägt, und nachvollziehen, wie ein Konflikt zwischen zwei Geräten gelöst wird. Alles läuft in deinem Browser, ohne Verbindung zu unseren Servern.
Developer-Sandbox
Vier interaktive Demos zu den Kern-Algorithmen von Laura. Alles läuft lokal in deinem Browser.
Confusion Matrix
Laura lernt aus deinen Edits. Hier siehst du, wie sich die häufigsten Verwechslungen reduzieren.
- a→o18,0 %
- e→c14,0 %
- n→m21,0 %
- h→k9,0 %
- u→v11,0 %
Green Word Precision
Direkter Draht für Datenschutz-Fragen
Kein Formular-Zwang: Eine E-Mail genügt. Wir antworten mit den angeforderten Unterlagen, und senden nichts ohne deine ausdrückliche Bestätigung (Double-Opt-in).