Presidio: 3-Week Opstelling vs Bestuurde PII
Microsoft Presidio het duisende GitHub-sterre en honderde oop kwessies. Opstellingskompleksiteit, PySpark-integrasie-bohoofde en Python-afhanklikheid.
6 Weke na 3 Dae: Bestuurde PII-Opstelling
Gesondheidsorg-SaaS-spanne bestee 6 weke aan selfgasheerde Presidio-produksie-ontplooiing voordat hulle na bestuurde API oorskakel. Die bestuurde API vervang die ontplooiing.
Gratis PII-Opsporing Kos EUR 13K/Jaar
Selfgasheerde Presidio vereis 40-80 uur aanvanklike opstelling en 5-10 uur/maand deurlopende instandhouding. Teen EUR 100/uur ingenieurskoerse is dit EUR 13,200+.
Presidio se 22.7% Presisieprobleem
A 2024 maatstaf het gevind dat Presidio se persoonsnaam-herkenner 22.7% presisie in besigheidsdokumente behaal -- dit beteken 77.3% van opsporings is vals positiewes.
Herhaalbare privaatheid: ML-voorkeurinstellings
ML-opleidingsdata-anonimisering moet konsekwent en herhaalbaar wees. As datawetenskap-lede A en B verskillende entiteitstipes toepas, is opleidingsdatastelle.
GDPR Pyplyn: Anonimiseer Voor Stoor
dbt kolommerkers is nie GDPR-nakoming nie. Rou kliendata land in jou Snowflake-pakhuis ongemaskeer voordat merkergebaseerde beleide geld.
FOIA: Redaksie van Weke na Ure
Die federale regering het na raming $500M bestee aan FOIA-verwerking in 2024, hoofsaaklik handmatige redaksie. ARPA-H het uitdruklik AI-redaksiesagteware gesoek om 'n onhoudbare agterstand op te los.
GDPR ML Opleidingsdata Anonimisering
GDPR beperk die gebruik van persoonlike data vir ML-opleiding buite die oorspronklike versamelingsdoel. Data-wetenskaplikes wat staatmaak op ad-hoc Python-skrifte skep nalatigheidsgapings wat 'n DPO-oudit sal laat misluk.
FOIA: 80% Vinniger met Bondelredigering
Amerikaanse federale agentskappe het 1,5 miljoen FOIA-versoeke in FY2024 ontvang teen 'n gemiddelde koste van $482 per versoek. Bondel-PII-redigering verminder verwerkingstyd van weke na dae.
Presidio vs. anonym.legal: Bou vs. Koop
Microsoft Presidio is tegnies gratis, maar kos 40-80 ingenieursure om behoorlik te ontplooi. anonym.legal lewer dieselfde ML-akkuraatheid as 'n bestuurde SaaS.
Lugonderbreekte Privaatheid: Anonimiseer Vanlyn
FedRAMP en ITAR-omgewings het een ding gemeen -- die wolk is nie 'n opsie nie. Omkeerbare pseudonimisering onder GDPR Art.
Die Vals Positiewe Belasting op PII-gereedskap
Presidio GitHub-kwessie #1071 dokumenteer stelselmatige vals positiewes. 'n 2024-studie het 22.7% presisie in gemengde-taal ondernemingsdatastelle gevind.
Arabies en Hebreeus PII: Westerse Gereedskap Misluk
GDPR eindig nie by die Bosporus nie. Arabies en Hebreeus PII in EU-besigheidsprosesse is stelselmatig onbeskerm. XLM-RoBERTa kruistalige opsporing en.
Gemengdetaal-PII: Eentalige Stelsels Misluk
72% van EU-ondernemings verwerk dokumente in 3+ tale gelyktydig. Gemengdetaaldokumente veroorsaak 'n 45% hoer PII-miskoers in eentalige NER-stelsels.
APAC PII: Thai, Indonesies, Viëtnamees
'n Singapore-finteg-maatskappy wat 500 000 maandelikse ondersteuningsgesprekke oor 12 APAC-tale verwerk het, het bevind dat hul Engelstalige hulpmiddel PII in 60% van nie-Engelse gesprekke mis.
Vals Positiewes: Waarom ML-Redigering Misluk
'n 2024-maatstaf het gevind dat Presidio 13 536 vals positiewe naamsopsporings oor 4 434 monsters gegenereer het -- wat voornaamwoorde, skeepname en lande as persone gemerk het.
ISO 27001 + Zero-Kennis Sny Verskafferbeoordelingstyd
'n 2025-opname bevind dat 'gebrek aan erkende sekuriteitssertifisering' die #2-rede was waarom CISO's SaaS-verskaffers diskwalifiseer. Hier is wat ISO 27001 plus zero-kennis-argitektuur bied.
Zero-Kennis-Argitektuur Verkort Verkoopsiklusse
Ondernemingsverskaffersekuriteitsvraestelle het gemiddeld meer as 100 vrae. Zero-kennis-argitektuur beantwoord die moeilikste vrae afdoende -- en sluit deals.
LastPass-inbreuk: Verskaffer-sekuriteitslessons
LastPass het hul gebruikers se data geenkripsie. Die kluise is steeds uitgesypel. 600K+ Okta-rekords het gevolg. SaaS-sekuriteitsinsidente het 300% toegeneem van 2022 tot 2024.
Evaluering van NulKennis-eise na LastPass
$438 miljoen gesteel van LastPass-gebruikers nadat hul 'geenkripsie' kluise oortree is. 'n $1,2M ICO-boete het gevolg. Hier is die kontrolelys vir die evaluering of 'n aanspraak werklik nulkennis is.
LangChain CVE-2025-68664: Hoe PII Deur Jou RAG-pyplyn Lek
CVSS 9.3. LangChain se serialisasiefunksies stel omgewingsveranderlikes en geheime bloot aan aanvaller-beheerde LLM's. Hoe om PII-lekkasies op te spoor en reg te stel.
LibreOffice PII-Anonimiseringsuitbreiding
Stap-vir-stap-gids om PII in LibreOffice-dokumente te anonimiseer met die anonym.legal-uitbreiding.
LibreOffice vs Office: PII-Redigering
Gedetailleerde vergelyking van PII-anonimiseringsvermoens in LibreOffice (anonym.legal-uitbreiding) vs. Microsoft Office (Kantoor-byvoegsel).
Hoekom Binere PII-bespeuring Nakoming Misluk
Bespeur/nie-bespeur is onvoldoende vir nakomingskontekste wat menslike oordeel vereis. Hier is hoekom vertrouepuntetelling PII-anonimisering omskep.
Dokumentformaatfragmentasie in PII-gereedskap
Een enkele DSAR-reaksie kan Word-kontrakte, PDF-fakture, Excel-klientelyste en CSV-uitvoere insluit. Die gebruik van verskillende gereedskap vir elke formaat skep nakomingsleemtes.
GDPR-logboekanonimisering: Hou Foutsporing Moontlik
Toepassingslogboeke versamel stilweg gebruiker-e-posse, IP-adresse en rekeningnommers. Hier is hoe om logboeke met derde partye, kontrakteurs en waarnemingplatforms te deel.
GDPR in Toepassingslogboeke: JSON PII-nakoming
Toepassingslogboeke bevat klient-e-posadresse, IP's en rekeningnommers wat GDPR Artikel 5(1)(e) vereis dat bestuur word.
Kruistoepassings-PBI: Word, Chrome en KI
Klientdata vloei van blaaiernavorsing na Word-konsepte na Claude-oproepe. Elke konteksverandering is 'n moontlike lekpunt.
Kruisplatform-PBI: Mac, Linux en Windows
Privaatheidsbeamptes op Mac, regspan op Windows, data-ingenieurs op Linux -- almal verwerk dieselfde data met verskillende hulpmiddels. Hier is waarom OS-agnostiese opsporing saak maak.
Luggesnapte PII: Aflyn-eerste vir Verdediging
41% van ondernemingssekuriteitsbeleide verbied wolkverwerking van geklassifiseerde dokumente. Leer hoe aflyn PII-anonimisasie vir verdedigings-, gesondheids- en finansielespan werk.
Omkeerbare vs Permanente Redigering: Die Regte Keuse
GDPR onderskei anonimisasie van pseudonimisasie. Howe benodig oorspronklikes. Navorsing benodig her-identifikasie. Leer wanneer om elke benadering te gebruik.
Meertalige NER: Engels Misluk vir Arabies
Engelse NER-modelle bereik 85-92% akkuraatheid. Arabies en Sjinees? Dikwels 50-70%. Leer oor die tegniese uitdagings en hoe om werklik meertalige stelsels te bou.
Gebruik Claude & ChatGPT Sonder Om PII Uit Te Lek
'n Ontwikkelaar se gids vir die veilige gebruik van KI-assistente. Stel MCP-bediener-integrasie op vir deursigtige PII-beskerming in Claude Desktop, Cursor en VS Code.
Begin Vandag U Data te Beskerm
285+ entiteitstipes, 48 tale, ondernemingsgraad sekuriteit teen startup prys.
About this page
We update this page when our platform or the law changes.
Read our founder note for how we work.
Each change shows up in the timestamp at the top.
Related reading
We follow these rules
- GDPR (EU 2016/679).
- ISO/IEC 27001:2022.
- NIS2 (EU 2022/2555).
- HIPAA safe harbor under 45 CFR § 164.514(b)(2).
Our promise
We do not sell your data.
We do not train models on your text.
We store your files in Germany.
You can delete your account at any time.
You own your work.
Where we run
Our company HQ is in Saarbrücken, Germany. Our servers run in Hetzner's Falkenstein datacenter.
Hetzner holds ISO 27001 certification.
All data stays in the EU.
Backups run every day.
Need help?
Email support@anonym.legal.
We reply within one business day.
How we test
We run a full check suite on every release.
Each surface gets its own sweep script and report.
Human reviewers spot-check the output each week.
We track recall and precision on a labelled set.
Bad runs block the deploy.
What we never do
- We never sell your information to third parties.
- We never train models on what you upload.
- We never keep your work after you delete it.
- We never share keys with any outside firm.
- We never run ads inside the product.
Plans in plain words
We sell credits, not seats.
One credit covers one short job.
Long jobs use a few credits each.
You can top up at any time.
Unused credits roll over each month.
Read the plans page for current rates.
Who built this
A small team of engineers and lawyers built this.
We ship from Europe and work in the open.
Our founder note spells out why we started.
Where to start
- Open the web app and try a sample file.
- Learn how credits get counted.
- See current plans and limits.
- Meet the team behind the product.
How the parts fit
A browser add-on cleans text inside Chrome.
A Word plug-in handles drafts in Office.
A small desktop tool works on whole folders.
An agent protocol link feeds large models safely.
All four share one core engine and one rule set.
Words from our team
We started this work after a lunch about cookies.
One friend kept getting odd ads on her phone.
We asked why a court file leaked through a draft.
We sketched the first build on a napkin that week.
By month three we had a tiny demo for a friend.
She used it on her first case the next day.
Common questions we hear
Can the tool read scanned PDFs? Yes, with OCR.
Does it work on long files? Yes, in small chunks.
Can I roll my own rule set? Yes, save it as a preset.
Does it run offline? The desktop build runs offline.
Do you keep my files? No, the cloud build wipes after each run.
Will it learn from my work? No, we never train on inputs.
A short tour of the workflow
Upload a file or paste a snippet of prose.
Pick the entities you want gone from the draft.
Choose a method: replace, mask, hash, encrypt, or redact.
Press run and watch the side panel show each hit.
Skim the result and tweak any rule that misfired.
Save the cleaned file or send it to a teammate.