anonym.legal

By · Last updated 2026-06-05

Terug na BlogKI-sekuriteit

GDPR Art. 32: KI-instrumente PII-monitering

Ondernemingsnakomingspanne benodig kwantitatiewe bewys van KI-instrumente se PII-kontroles. Netwerk-DLP mis blaaier-KI-interaksies.

June 5, 20267 min lees
GDPR Article 32AI compliancePII monitoringCISO evidenceenterprise AI governance

Bewys van GDPR Artikel 32-nakoming vir KI-instrumente

Opgedateer vir 2026.

GDPR Artikel 32 vereis "gepaste tegniese en organisatoriese maatreels" om persoonlike data te beskerm. Wanneer personeel eksterne KI-instrumente gebruik - ChatGPT, Claude, Gemini - is die risiko reeel en meetbaar. Die kontroles moet ook meetbaar wees.

'n Beleid wat se "moenie persoonlike data met KI-instrumente deel nie" is 'n organisatoriese maatreel. Dit is nie 'n tegniese maatreel nie. Dit is nie genoeg wanneer 'n DPA-ouditeur vra: "Hoe weet jy dat personeel dit nakom?"

Wat DPA-ouditeurs oor KI-instrumente Vra

Na die Samsung ChatGPT-breuk in Maart 2023 het reguleerders 'n harde blik gewerp op korporatiewe KI-programme. DPA-ouditeurs stel nou direkte vrae.

Oor tegniese kontroles vra hulle:

  • Wat keer dat persoonlike data KI-stelsels bereik?
  • Hoe dwing jy maskering intydse af?
  • Watter bewys wys dat kontroles werk?

Oor monitering vra hulle:

  • Hoe volg jy personeel se KI-gebruik vir PII-blootstelling?
  • Watter statistieke versamel jy? Hoe gereeld?
  • Hoe weet jy dat kontroles nie omseil word nie?

Oor voorvalbespeuring vra hulle:

  • Hoe sou jy 'n PII-lekkasie na 'n KI-instrument opmerk?
  • Wat is jou reaksieplan?

Beleidsdokumente beantwoord geeen van hierdie vrae nie. Hulle se wat personeel behoort te doen. Hulle wys nie wat personeel werklik doen nie.

Die Moniteringsgaping vir Blaaier-KI-instrumente

Korporatiewe IT-spanne staan voor 'n kernprobleem: blaaier-gebaseerde KI-instrumente is moeilik om te monitor.

HTTPS-enkripsie

ChatGPT, Claude en Gemini gebruik almal HTTPS met HSTS. Netwerkinspeksie kan opdragteks nie lees sonder TLS-dekriptering nie.

TLS-inspeksie

SSL-inspeksie benodig korporatiewe sertifikate op elke toestel. Dit kan sertifikaatvasknoping in sommige programme breek. Dit skep nuwe sekuriteitsgapings. Dit kan die diensbepalings van KI-platforms oortree. Dit wek privaatheidskwessies van personeel in baie lande.

Eindpunt-DLP

Eindpuntagente dophou die knipbord en sleutelbordinvoer. Maar hulle het hoe vals-positiewe koerse. Hulle kan nie onderskei tussen "klientdata in 'n kontrak tik" en "dit in ChatGPT tik" nie. Vertraging kan regstreekse sendings misloop.

Die resultaat: die meeste firmas wat KI-instrumente gebruik, het min insig in watter data daardie stelsels bereik.

'n Nakomingsinstrumentpaneel in die Praktyk

'n Finansiele dienste CISO moet aan ouditeure wys dat KI-instrument-PII-blootstelling gevolg en beheer word. Die ouditvereiste: harde data oor aktiewe monitering.

Die firma stel 'n Chrome Extension vir 500 personeellede bekendgestel. Een week se uitset:

StatistiekWeeklikse waarde
Totale KI-sessies8 400
PII-entiteite bespeur12 000
Maskeringskoers94%
Klientname gevind4 800
Rekeningnommers gevind3 200
Transaksie-ID's gevind2 100
Ongemaskerde sendings (6%)720 entiteite

Let wel: illustratiewe scenario. Resultate wissel per firmagrootte en KI-gebruik.

Vier dinge wat dit aan ouditeure wys:

  • Omvang van KI-instrumentgebruik (8 400 sessies per week)
  • Volume PII in gevaar (12 000 entiteite gevind)
  • Kontroleprestasie (94% maskeringskoers)
  • Oorblywende risiko (720 entiteite benodig opvolg)

Drie dinge wat ouditeure kan verifieer:

  • 'n Tegniese beheer is aktief (uitbreidingsinsetstinglogboeke)
  • Monitering is aktief (weeklikse verslae)
  • Oorblywende risiko word bestuur (opvolgsopleiding vir die 6%)

Dit is die gaping tussen "ons het 'n beleid" en "hier is ons gemete beheerprestasie."

Uitset in Verbetering Omskakel

Die 6% wat ongemaskerd gestuur word, is nie 'n mislukking nie. Dit is 'n moniteringsukses. Die firma weet nou:

  1. Watter personeel maskeringsprompts afwys of misloop.
  2. Watter entiteitstipes die meeste ongemaskerd gestuur word.
  3. Watter spanne hoer omseilingskoerse het.
  4. Of die koers daal namate personeel aanpas.

Dit dryf gerigte aksie. Hoe-omseiling-personeel kry ekstra opleiding. Hoe-omseiling-entiteitstipes mag sterker prompts benodig. Spanne met herhaalde omseilings mag 'n werkvloei-verandering benodig.

Sonder hierdie uitset word opleiding eweredig toegepas. Daarmee gaan opleiding waar die risiko die hoogste is.

Hoe 'n Volledige Artikel 32-pakket Lyk

'n Volledige GDPR Artikel 32-dokumentstel vir 'n KI-instrumentprogram:

Tegniese maatreels:

  1. Chrome Extension op N toestelle (bewys: MDM-logboeke)
  2. Regstreekse PII-bespeuring in KI-instrument-invoervelde
  3. Maskeringwerkvloei met ouditspoor (uitbreidingslogboeke)
  4. Nakomingsinstrumentpaneel (besperingstatistieke)

Organisatoriese maatreels:

  1. KI-instrument-gebruiksbeleid
  2. Personeelopleidingsrekords
  3. Voorvalsreaksieplan vir KI-datalekkasies
  4. Kwartaallikse hersiening van moniteringsuitset

Moniteringsbewys:

  1. Weeklikse instrumentpaneelstatistieke (lopende 12 maande)
  2. Maskeringskoers-tendens
  3. Entiteitstipe-uiteensetting
  4. Opvolgrekords vir omseilings

Voorvalbespeuring:

  1. Moniteringsuitset merk vreemde gedrag (skielike koersdaling, nuwe entiteitstipes)
  2. Voorvalsreaksieplan getoets op [datum]

Hierdie stel voldoen aan Artikel 32. Dit wys tegniese en organisatoriese maatreels met werklike bewys.

Risikovermindering Kwantifiseer

Vir die proporsionaliteitstoets moet jy wys watter risiko die beheer verwyder.

Sonder die beheer:

  • 11% van KI-opdragte bevat PII (Cyberhaven 2025)
  • 8 400 weeklikse sessies x 11% = 924 sessies met PII per week
  • Elke sessie: 'n potensieel GDPR Artikel 83-blootstelling as EU-data betrokke is

Met die beheer (94% maskeringskoers):

  • 924 sessies met bespeurde PII
  • 94% gemaskerd: 869 sessies beskerm
  • Oorblyfsels: 55 sessies per week met ongemaskerde inhoud

Die resultaat: 94% daling in PII-blootstelling van KI-instrumentgebruik.

Vir reguleerders wat die proporsionaliteitstoets toepas, is 'n 94%-vermindering van 'n ontplooide tegniese beheer sterk bewys. Sien ook intydse PII-voorkoming vir KI-instrumente en blaaier-DLP vir ChatGPT, Claude en Gemini.

Gevolgtrekking

GDPR Artikel 32-nakoming vir KI-instrumente kan nie op beleid alleen rus nie. Monitering van blaaier-KI-sessies vir PII-blootstelling benodig 'n tegniese beheer wat bewys lewer.

Regstreekse maskering met ingeboude monitering gee jou albei: voorkoming (minder blootstelling) en bewys (gemete risiko en beheerprestasie). Daardie kombinasie voldoen aan Artikel 32.

Vir CISO's wat voor 'n DPA-oudit staan: ouditeure wil harde data he. Wys besperingkoerse, maskeringskoerse en oorblywende risikotendensse. Beleid is die begin. Moniteringsuitset is die bewys.

Vir hoe blokkering vergelyk met maskering as 'n beheer, sien Blaaier-DLP: Blokkering vs. Anonimisering.

Bronne

Gereed om u data te beskerm?

Begin om PII te anonimiseer met 285+ entiteitstipes in 48 tale.

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 servers live in Falkenstein, Germany.

We use Hetzner. They hold 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

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.