anonym.legal

DiGA-Nutzungsdaten DiGAV: App-Nutzungsdaten anonymisieren – DSGVO-konform anonymisieren (DiGAV)

Eine Digitale Gesundheitsanwendung (DiGA) ist eine nach § 33a SGB V verschreibungsfähige App, deren Anforderungen an Datenschutz und Datensicherheit die Digitale-Gesundheitsanwendungen-Verordnung (DiGAV) konkretisiert. anonym.legal pseudonymisiert Nutzungsdaten aus DiGA-Anwendungen, bevor sie für Produktauswertungen oder gegenüber dem Hersteller aufbereitet werden.

When this applies

Ein Hersteller oder eine Praxis wertet Nutzungsdaten einer verordneten DiGA aus — etwa Interaktionsprotokolle, Symptomtagebücher oder Therapiefortschritt —, um die Anwendung zu verbessern oder gegenüber dem BfArM Versorgungsnachweise zu erbringen. Diese Daten enthalten Gesundheitsdaten als besondere Kategorie nach Art. 9 Abs. 1 DSGVO und sind nach den Anforderungen der DiGAV besonders zu schützen; Verstöße gegen deren Verarbeitungsgrundsätze können nach Art. 83 Abs. 5 DSGVO mit bis zu 20 Mio. € oder 4 % des weltweiten Konzernjahresumsatzes geahndet werden. Es entsteht der Bedarf, Nutzungsmuster auszuwerten, ohne einzelne Nutzerinnen und Nutzer zu identifizieren.

  1. Die DiGA-Nutzungsprotokolle oder Exportdateien werden in anonym.legal hochgeladen.
  2. Die Erkennung prüft den Inhalt gegen über 267 Entitätstypen und identifiziert Namen, Nutzerkennungen und weitere identifizierende Angaben.
  3. Jede Nutzerin und jeder Nutzer wird über alle Protokolleinträge hinweg konsistent durch dasselbe Pseudonym ersetzt.
  4. Nutzungsmuster, Interaktionszeitpunkte und Symptomangaben ohne unmittelbaren Personenbezug bleiben für die Produktauswertung im Klartext erhalten.
  5. Die Zuordnung von Pseudonym zu Klarname wird in einer verschlüsselten, EU-ansässigen Mapping-Tabelle abgelegt.
  6. Die pseudonymisierte Fassung wird für die Produktauswertung oder den Versorgungsnachweis exportiert; eine Re-Identifizierung einzelner Nutzer bleibt bei Bedarf über den Schlüssel möglich.

What you provide

  • DiGA-Nutzungsprotokolle oder Exportdateien
  • Angabe des Auswertungs- oder Nachweiszwecks
  • Liste der betroffenen Nutzerinnen und Nutzer, sofern bekannt

Limitations & cautions

  • Ob die konkrete Auswertung den Anforderungen der DiGAV an Datenschutz und Datensicherheit genügt, bewertet anonym.legal nicht.
  • Die Pseudonymisierung ist reversibel und ersetzt keine datenschutzrechtliche Anonymisierung; der Personenbezug entfällt endgültig erst mit der Löschung des Schlüssels.
  • Ob ein Versorgungsnachweis gegenüber dem BfArM in pseudonymisierter oder anonymisierter Form vorzulegen ist, entscheidet anonym.legal nicht.

FAQ

Bleiben Nutzungsmuster nach der Pseudonymisierung auswertbar?

Ja, Nutzungsmuster, Interaktionszeitpunkte und Symptomangaben ohne unmittelbaren Personenbezug bleiben im Klartext erhalten. Nur identifizierende Nutzerdaten werden pseudonymisiert. So bleibt die Produktauswertung vollständig durchführbar.

Wie werden einzelne Nutzerinnen und Nutzer geschützt?

Namen, Nutzerkennungen und weitere identifizierende Angaben werden als PII erkannt und konsistent pseudonymisiert. Dieselbe Person erhält über alle Protokolleinträge hinweg dasselbe Pseudonym. So bleiben Nutzungsverläufe auswertbar, ohne die Person zu benennen.

Ersetzt die Pseudonymisierung die DiGAV-Anforderungen an Datensicherheit?

Nein, die Pseudonymisierung ist ein technischer Baustein, ersetzt aber keine vollständige Prüfung der DiGAV-Anforderungen an Datenschutz und Datensicherheit. Diese Prüfung bleibt Ihre Aufgabe. anonym.legal bereitet die Nutzungsdaten technisch auf.

Welche Bußgeldrisiken bestehen bei fehlerhafter Verarbeitung von DiGA-Nutzungsdaten?

Da DiGA-Nutzungsdaten Gesundheitsdaten als besondere Kategorie nach Art. 9 Abs. 1 DSGVO enthalten, können Verstöße gegen deren Verarbeitungsgrundsätze nach Art. 83 Abs. 5 DSGVO mit Bußgeldern bis zu 20 Mio. € oder 4 % des weltweiten Konzernjahresumsatzes geahndet werden. Die genaue Einordnung eines Vorfalls bleibt Ihre Aufgabe.

Telemedizin & elektronische Patientenakte

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.

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

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.