Dataprivaatheid Insigte
Kennersartikels oor KI-sekuriteit, GDPR-nakoming, gesondheidsorgdatabeskerming en beste praktyke vir PII-anonimisering.
Alle Artikels
PII-markering vs. Nakomingsopleiding
62% van werknemers wat KI-instrumente vir klientdata gebruik, vergeet 'soms' om PII eers te verwyder. Hier is hoekom outomatiese markering die nakomingslast verwyder.
Die PDF-redigeringsval: Data Blootgestel
Die DOJ Epstein-leers, die Manafort-saak en NSA-lekke deel almal dieselfde mislukking: kosmetiese redigering wat die onderliggende teks ekstraheerbaar laat.
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.
Excel PII: Anonimiseer Honderde Kolomme
Excel is een van die mees PII-digte dokumenttipes in besigheidsoperasies. Hier is waarom standaardteksanalise op sigblaaie misluk en hoe kolomkonteks-bewustheid help.
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.
CSV Vryeteks-PII: Verder as Kolomverwydering
Opname-CSV's bevat PII nie net in gestruktureerde kolomme nie maar ook in vryeteks-antwoorde. Standaard kolomverwydering mis die PII wat GDPR se anonimiseringstandaard skend.
Gemengde Formaat E-ontdekking: Nakomingsleemte
E-ontdekkingproduksies en GDPR-DSAR's strek oor PDF's, Word-dokumente, Excel en JSON-uitvoere. Die gebruik van verskillende gereedskap vir elke formaat skep konsekwensie-leemtes.
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.
GDPR Geskandeerde Dokumente: OCR + PII
GDPR se reg tot uitwissing geld vir persoonlike data 'ongeag die formaat.' Beeldgebaseerde PDF's uit papierargiewe is nie uitgesluit nie.
Skermkopie PII: Lekke in Interne Gereedskap
Slack, Teams, Jira, en e-pos ontvang gereeld skermkopies met klient-PII. Hierdie toegangsbeheerinbreuk omseil elke DLP-instrument.
Handgeskrewe Vorm OCR en PII-Opsporing
'n Middelgrootte hospitaal verwerk 50,000 handgeskrewe inname-vorms per jaar. Handmatige PII-redigering op hierdie volume vereis 0.5 VTE.
Navorsings-PII: Skermkopies en GDPR
Akademiese artikels sluit gereeld pandas DataFrames en R-uitvoer in wat regte pasientrekords as metodologie-voorbeelde wys. Hier is hoekom dit 'n GDPR-skending is.
Interne Wiki-PII: Confluence Klientdata
Ondersteuningspanne dokumenteer prosesse met skermkopies van klientrekeninge. Oor 3 jaar is dit duisende GDPR-dataminimering-skending in jou interne wiki.
KI-Kodeerassistente Lek Produksie-PII
Eenheidtoets-glyware met regte klientrekords. Logboekleers met produksiedata vir foutopsporing. GitHub het in 2024 39 miljoen geheime lekke gevind.
PII-Fragmentasie Misluk Nakoming-Oudits
Vier verskillende gereedskap vir vier verskillende werkvloeie beteken vier verskillende entiteitsdekking-stelle en vier verskillende ouditspore.
Kruistoepassings-PBI: Word, Chrome en KI
Klientdata vloei van blaaiernavorsing na Word-konsepte na Claude-oproepe. Elke konteksverandering is 'n moontlike lekpunt.
GDPR, CCPA en PDPA in Een Hulpmiddel
EU-werknemers onder GDPR, VS-werknemers wat CCPA-data hanteer, APAC-werknemers onder PDPA. Drie jurisdiksies, een verspreide span.
GDPR-Ouditsmislukking: Gefragmenteerde PBI-Hulpmiddels
Jou ouditeur vra na PBI-opsporingskontroles. 'Ons gebruik vyf verskillende hulpmiddels' is nie die antwoord wat hulle wil he nie. Hier is waarom kruisplatform-konsekwentheid saak maak.
Afgeleë Werk en GDPR: Platform-Inkonsekwentheid
Kantoorspanne gebruik volwaardige rekenaarsagteware. Afgeleë werkers gebruik webtoepassings met moontlik verskillende instellings. Die EU-Algemene Hof se beleid is duidelik.
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.
BfDI Duitsland: DPA-Nakomingsgids
Duitsland het 27 829 GDPR-skendingskennisgewings in 2024 ingedien -- meer as enige ander EU-lidstaat. Hier is wat BfDI se afdwingingsfokus vir tegniese PBI beteken.
CNIL Frankryk: GDPR Tegniese Nakoming
CNIL het 16 433 klagtes in 2023 verwerk en sedert 2019 €150M+ beboet. Sy KI-leiding mandateer gedokumenteerde anonimisering vir opleidingsdata.
ICO VK: Post-Brexit GDPR-Verskille
Die ICO het LastPass £1.2M beboet vir onvoldoende versleuteling in Desember 2025. Die uitspraak stel dat klientkant-versleuteling 'n wetlike vereiste is.
Garante Italie: KI en PII-Nakomingsgids
Italie se Garante het OpenAI in Desember 2024 met €15M beboet en ChatGPT in 2023 tydelik verban. Hier is wat Italie se mees aggressiewe KI-reguleerder vereis.
Begin Vandag U Data te Beskerm
267+ 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, held by our hosting provider.
- 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
Automated checks run on every release.
Each surface gets its own sweep script and report.
Human reviewers spot-check the output each week.
We test detection against sample documents before each release.
A failing unit or integration run stops the release.
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.
Paid plans can buy top-up credits.
Credits reset at the end of each cycle.
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.