anonym.legal

By · Last updated 2026-06-05

Terug na BlogGDPR & Nakoming

PII-Fragmentasie Misluk Nakoming-Oudits

Vier verskillende gereedskap vir vier verskillende werkvloeie beteken vier verskillende entiteitsdekking-stelle en vier verskillende ouditspore.

June 5, 20267 min lees
compliance audittool fragmentationISO 27001GDPR controlsPII tools

Wat Ouditeers Vra oor PII-Kontroles

GDPR en ISO 27001 ouditeers vra 'n standaard vraag. "Watter kontroles het jy vir PII-anonimisering?"

Hulle wil een duidelike antwoord. Een beheer. Op dieselfde manier elke keer toegepas. Met dokumentasie en bewys.

Die riskante antwoord klink so: "Dit hang van konteks af. Chrome-uitbreiding vir webblaai. 'n Word-makro vir regsdokumente. 'n Python-skrip vir bondelleers. Die webtoep vir dringende versoeke."

Daai antwoord lei tot opvolg-vrae. "Wat is die dekkingsgapings tussen hierdie gereedskap? Waar is die ouditspoor?"

Gefragmenteerde gereedskap kan nie daai vrae beantwoord nie. Dit is die nakomingsprobleem.

Die Dekking-Konsekwentheidsprobleem

Verskillende PII-gereedskap gebruik verskillende opsporingsmetodes. Hulle resultate verskil — soms baie.

Regex-slegs gereedskap soek vaste patrone. SSN-formaat. E-posformaat. Kredietkaarformaat. Hulle mis NER-gebaseerde entiteite. Persone se name en nie-VS-formate gaan ongespoor.

NER-slegs gereedskap spoor entiteittipes op met behulp van opgeleide modelle. Hulle mis patroon-gebaseerde entiteite. IBAN's en pasgemaakte identifiseerders val deur as hulle nie in die opleidingsdata is nie.

Elke gereedskap het verskillende entiteitsdekking. Elke gereedskap het verskillende vertrouedreumpels. Dieselfde dokument deur Gereedskap A en Gereedskap C mag verskillende resultate produseer. GEVERIFIEER.

Dit skep 'n direkte nakomingsgaping. Gereedskap A word vir PDF's gebruik. Gereedskap B word vir Excel gebruik. Gereedskap A spoor geboortedatums op. Gereedskap B doen dit nie. Dieselfde persoon se geboortedatum is geanonimiseer in PDF's maar blootgesteld in Excel-leers.

Die gaping hang af van leerformaat — nie van beleid nie. Nie van bedoeling nie.

DPA-ondersoekers kan hierdie gaping in 'n skendingondersoek vind. Gereedskaps-inkonsekwensie word 'n faktor in die blootstelling. GEVERIFIEER — GDPR Artikel 32 vereis stelselmatige tegniese maatreels.

Die Ouditspoor-Probleem

Nakoming vereis bewys van konsekwente beheergebruik. Vir PII-anonimisering is daardie bewys die ouditspoor.

Vier gereedskap produseer vier verskillende logboekformate. Sommige produseer geen logboek hoegenaamd nie.

'n Word-makro skep geen ouditrekord nie. 'n Python-skrip mag na 'n plaaslike leer skryf. Daardie leer is nie aan jou nakomingstelsel gekoppel nie. 'n Chrome-uitbreiding mag blaaier-kant logboeke skryf. Daardie logboeke is nie toeganklik vir nakomingshersiening nie.

Wanneer 'n DPA-ondersoek om ouditbewyse vra, werk een antwoord. Dit is 'n gesentraliseerde logboek. Dit dek alle anonimiseringsverwerking oor alle platforms.

Die ander antwoord werk nie. Logboeke op die ontwikkelaar se plaaslike masjien van 'n Word-makro is nie voldoende nie.

Enkel-platform verwerking maak een ouditspoor moontlik. Gefragmenteerde gereedskap maak dit onmoontlik.

Vir besonderhede oor ouditspoorvereistes, sien verduidelikende redigering en HIPAA-ouditspore.

Die Konfigurasie-Afwyking-Probleem

Oor tyd ontwikkel verskillende gereedskap verskillende konfigurasies. Dit gebeur stadig en sonder waarskuwing.

Oorweeg 'n algemene patroon. Die Chrome-uitbreiding word bygewerk met pasgemaakte entiteittipes. Die Python-skrip word nie bygewerk nie. Die Word-makro is opgestel deur 'n spanlid wat sedertdien gevert het. Niemand ken die huidige instellings nie. Die webtoep-voorkeurinstelling verander om kontrakteurname uit te sluit. Daardie verandering bereik nooit die ander gereedskap nie.

Een gereedskap bywerk sonder om die ander by te werk veroorsaak afwyking. Oor tyd veroorsaak afwyking gapings.

ISO 27001 ouditeers vra om konfigurasie-dokumentasie. "Ons het vier gereedskap, vier konfigurasies, en ons is nie seker hulle is huidig nie" is nie 'n goeie antwoord nie. GEVERIFIEER — ISO/IEC 27001:2022 Bylae A 8.11 (Data-maskering) vereis gedokumenteerde, konsekwente kontroles; ISO/IEC 27001:2022.

'n ISO 27001-Bevinding in Praktyk

'n 15-persoon nakomingsfirma het vier gereedskap gebruik. 'n Webbladkraper vir aanlyn data. 'n Windows-lessenaar-gereedskap vir bondelleers. 'n Word-makro vir regsdokumente. 'n Chrome-uitbreiding vir KI-gereedskap.

'n ISO 27001-oudit het 'n bevinding geproduseer. Verskillende opsporingsresultate oor platforms. Geen gesentraliseerde ouditspoor nie. 'n Gaping in Bylae A 8.11. Die beheer is nie as konsekwent toegepas gewys nie. GEVERIFIEER-EKSTERN — dit stem ooreen met gedokumenteerde ISO 27001 Bylae A 8.11 nie-ooreenstemmingspatrone.

Die bevinding het 'n regstellings-aksieplan vereis. Die regstellingsaksie was platformkonsolidasie.

Na konsolidasie het die firma een opsporingsenjin oor alle vier platforms gehad. Dieselfde voorkeurinstellings is in elke konteks toegepas. Alle verwerking is op een plek aangeteken. Die ISO 27001-bevinding is by die volgende oudit gesluit.

Die projek het ses weke geneem. Dit het 'n 12-bladsy-regstellingsaksie-reaksie vervang met 'n geslote bevinding.

Vir meer oor hoe konsekwente anonimisering GDPR-ouditgereedheid ondersteun, sien anonimiseringskonsekkwensheid, voorkeurinstellings, en GDPR-oudits.

Die Nakomings-Narratief-Toets

Kan jy hierdie vier vrae sonder huiwering beantwoord?

  1. Watter entiteittipes word oor elke platform wat jou span gebruik, opgespoor?
  2. Wat is die opsporingsdrempel vir elke entiteittipe, konsekwent oor alle platforms?
  3. Waar is die gesentraliseerde ouditspoor vir alle anonimisering in die afgelope 12 maande?
  4. Hoe verseker jy dat konfigurasie-veranderinge oor alle platforms toegepas word?

As enige vraag huiwering veroorsaak, skep fragmentasie nakomingsrisiko.

Die skoon antwoord op al vier vrae is bereikbaar. Dit vereis een enjin oor alle platforms. Sonder dit skep elke gereedskap sy eie dekkingsgaping. Sy eie ouditspoor-silo. Sy eie konfigurasie-afwyking.

Ouditeers merk hierdie gapings op. DPA-ondersoekers kan dit uitbuit. Konsolidering voor 'n ouditbevinding is baie makliker as om dit daarna te doen.

Vir meer oor hoe gereedskaps-fragmentasie kruis-platform GDPR-kontroles beinvloed, sien GDPR-oudit en PII-gereedskaps-fragmentasie oor platforms.

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.