anonym.legal

By · Last updated 2026-05-01

Назад към блогаGDPR и съответствие

Вътрешните служебни идентификатори са също PII

Всяка голяма организация има proprietary вътрешни идентификатори, които свързват анонимизираните записи с реални хора. 34% от глобите по GDPR включват недостатъчни технически мерки.

May 1, 20268 мин. четене
employee ID anonymizationproprietary identifier detectionquasi-PIIGDPR custom entitiesno-code pattern builder

Какво е квази-PII?

Член 4 от GDPR обхваща всякакви данни, които могат да идентифицират дадено лице. Данните не трябва да назовават някого директно. Достатъчно е да направят идентификацията възможна чрез допълнителни стъпки.

Вътрешните служебни идентификатори са ясен пример. Вземете стойността "EMP-EU-123456". Този низ не назовава никого. Но HR системата съдържа проста таблица за търсене. EMP-EU-123456 съответства на Мария Шмид, старши инженер, Мюнхен. Всеки с достъп до тази таблица може да я открие. Съгласно GDPR, идентификаторът е лични данни.

Същото правило важи за други вътрешни кодове:

  • Номера на клиентски акаунти, свързани с CRM записи
  • Кодове на проекти, свързани с имена на клиенти в системи за договори
  • Референтни номера на случаи в правни файлове
  • Номера на медицински записи, свързани с пациентски данни

Премахването на имена и имейли не е достатъчно. Ако вътрешните идентификатори останат в даден файл, повторната идентификация е само на две стъпки разстояние.

Защо тази пропаст води до глоби

34% от всички глоби по GDPR включват недостатъчни технически мерки съгласно Член 32. Тази цифра идва от годишния доклад на DLA Piper за GDPR за 2025 г. Неуспехът да се открият квази-идентифициращи вътрешни идентификатори попада в тази категория.

EDPB е разгледал над 900 случая в механизма за съгласуваност за 2024 г. Трансграничното правоприлагане означава, че една пропаст в споделен набор от данни може да доведе до координирани действия в няколко EU държави-членки.

Стандартните инструменти за PII намират универсални шаблони: имена, имейли, телефонни номера, национални идентификатори. Те не познават вашия вътрешен формат на идентификатори. Никой инструмент не го прави, докато не му кажете. Това е пропастта.

Как работи конструкторът на шаблони без код

Глобална логистична компания трябва да анонимизира служебни записи за външен одит. Техните служебни идентификатори използват формата: EMP-[РЕГИОН]-[6 цифри]. Три примера: EMP-EU-123456, EMP-APAC-789012, EMP-AMER-345678.

Екипът по съответствие въвежда три примера в помощника за AI шаблони. AI връща:

  • Шаблон: EMP-[A-Z]{2,4}-\d{6}
  • Съответства на всичките три примера
  • Предложено название на субект: EMPLOYEE-ID
  • Препоръчана следваща стъпка: тестване с повече регионални кодове

Екипът тества десет допълнителни примера. Шаблонът работи за всичките.

Записват персонализирания субект в споделения GDPR пресет на екипа. Всичките 47 документа в одитния пакет се обработват в една партида. Всеки служебен идентификатор е заменен с базиран на роля етикет. Одиторската фирма получава файлове, които вече не се свързват с никое лице.

Не е необходима инженерна помощ. Цялата настройка отнема по-малко от час.

Какво се случва след това

Веднъж запазен в споделен пресет, персонализираният субект се използва от всички членове на екипа. Новите служители го получават от първия ден. Пакетните задачи, API извикванията и ръчните качвания прилагат един и същ шаблон.

Одитният запис показва кой пресет е използван за всеки файл. Ако надзорен орган поиска доказателство за вашия процес на анонимизация, можете да го покажете.

За пълния работен процес за настройка на персонализирани субекти вижте персонализирани PII идентификатори за организационна анонимизация. За поддържане на последователност на тази настройка между екипи вижте пресети за последователност на анонимизация за GDPR одит.

Готови ли сте да защитите данните си?

Започнете анонимизация на PII с 285+ типа субекти на 48 езика.

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.