AI asistenti pre programovanie unikajú produkné osobné údaje
Testovacie fixtures so skutocnými zákazníckymi záznamami. Logy pre ladenie s produktnými dátami. GitHub zistil 39 miliónov uniknutých tajomstiev v roku 2024.
Osobne udaje v internom wiki: zákaznícke údaje v Confluence
Tímy podpory dokumentujú procesy pomocou screenshotov zákazníckych kont. Za 3 roky to znamená tisíce porušení minimalizácie údajov GDPR vo vašom internom wiki.
Screenshoty s osobnymi udajmi: unik v internych nastrojoch
Slack, Teams, Jira a e-mail pravidelne prijímaju screenshoty obsahujúce osobné údaje zákazníkov. Tento obchod s kontrolou prístupu obchádza každý nástroj DLP.
Zvýraznenie PII vs. compliance školenie
62 % zamestnancov, ktorí používajú nástroje AI pre dáta zákazníkov, niekedy zabudne najskôr odstrání PII. Tu je dôvod, preco automatické zvýraznenie odstrauje compliance prekážku.
Prevencia PII v reálnom case šetrí 2,2 milióna USD
IBM zistil rozdiel 2,2 milióna USD v nákladoch medzi prevenciou a detekciou. Tu je matematika, ktorá robí zachytávanie PII v reálnom case nepovolitelným pre bezpecnostné tímy.
GDPR cl. 32: Monitorovanie PII v nástrojoch AI
Compliance tímy podnikov potrebujú kvantitatívne dôkazy o kontrolách PII v nástrojoch AI. Sieové DLP nevidí interakcie AI v prehliadaci.
Prevencia PII v reálnom case pri únikoch dát z AI
Ked zamestnanec napíše meno zákazníka do ChatGPT, dáta okamžite opustia kontrolu organizácie. Dodatocné DLP tento zvon nazaspat nezvoní.
GDPR a AI pre support: Vlastné identifikatory sa pocitaju
AI pre zakaznicky support prijíma spráay zakaznikov s menami, emailmi a ID objednavok. Standardné nastroje PII odstrania emailové adresy, ale nechaju ID objednavok netknuté.
Kradne váš AI nástroj na ochranu súkromia vaše dáta?
67 % AI rozšírení pre Chrome zbiera používateľské dáta. Incidenty z decembra 2025 zasiahli 900 000 používateľov rozšíreniami vydávajúcimi sa za nástroje na ochranu súkromia.
3,8 denných prípadov úniku osobných údajov v podporných tímoch
Každý agent zákazníckej podpory využívajúci ChatGPT vkladá citlivé dáta v priemere 3,8-krát denne. Pre 100-členný tím to predstavuje 380 incidentov s ohrozením súladu s GDPR každý deň.
Po incidente s 900-tisíc používateľmi rozšírenia
V januári 2026 dve škodlivé rozšírenia pre Chrome nainštalované viac ako 900 000 používateľmi odosielali kompletné konverzácie z ChatGPT a DeepSeek každých 30 minút.
Preco politika nezabráni úniku osobných údajov cez ChatGPT
77 % podnikových pouzívatelov AI kopíruje a vklada dáta do chatbotov. Takmer 40 % nahrávaných súborov obsahuje osobné alebo platobné údaje. Bola navrhnutá aktualizácia bezpecnostného pravidla HIPAA.
Podnikový AI: Prístup vývojárov bez rizika
Banky zakázali ChatGPT. Ich vývojári ho doma aj tak pouzívali. 27,4 % všetkého obsahu posielaného do podnikových AI chatbotov obsahuje citlive data (Zscaler).
Pouzívanie Cursoru a Claude bez úniku kódu
Cursor predvolene nacítava .env súbory do AI kontextu. Finančná spoločnosť stratila 12 miliónov dolárov po tom, čo proprietary obchodné algoritmy boli odoslane AI asistentovi.
AI politika bez technickych kontrol zlyháva
77 % zamestnancov zdieľa citlive pracovne data s AI nastrojmi napriek zakazujucim politikam. Vládny dodávateľ vložil data žiadateľov o pomoc FEMA pri povodniach do ChatGPT.
IDE vs prehliadac: Bezpecnost AI pre vyvojarov
Vyvojari pouzivaju AI v dvoch prostrediach: IDE (Cursor, VS Code) a prehliadac (Claude.ai, ChatGPT). Kazde vyzaduje ine kontroly.
83 % rozsireni AI nikdy nebol auditovany
83 % rozsireni Chrome so sirokymy opravneniami nikdy nebolo auditovanych z hladiska bezpecnosti (USENIX 2025). 45 % zamestnancov podnikov pouziva neschvalene rozsirenia.
39 miliónov unikov na GitHub: Riziko AI pri kodovani
67 % vyvojarov neumyselne vystavilo tajne informacie v kode (GitGuardian 2025). Na GitHube uniklo 39 miliónov tajnych informacii v roku 2024, o 25 % viac medzirocne.
Vibe coding a unikanie PII: Bezpecnostne riziko, o ktorom nikto nehovori
AI-generovaný kód zriedka zahŕňa spracovanie PII. 73 % vibe-coded aplikácií spracováva citlivé údaje bez anonymizácie. Tu je to, čo vývojári potrebujú vedieť.
Bezpecnost MCP serverov 2026: 8 000 exponovanych, 492 bez autentifikacie
8 000+ serverov Model Context Protocol je verejne exponovanych. 492 nema vobec ziadnu autentifikaciu. 36,7 % je zranitelnych voci SSRF. Chranit PII vo vasich MCP nastrojoch.
Browser DLP: Blokovanie vs. Anonymizacia 2026
Dva pristupy k browser DLP: blokovanie zabraňuje odosielaniu PII do nastrojov AI; anonymizacia transformuje data pred odoslanim. Objektívne porovnanie.
Samsung trikrát stratil zdrojový kód cez ChatGPT
Tri samostatné tímy Samsung semiconductor vložili proprietárny kód a dôverné údaje do ChatGPT v apríli 2023. Každý incident odhalil inú zraniteľnosť v podnikovej bezpečnosti AI.
Zakazy AI v podnikoch: Produktivita vs. riziko
27,4 % obsahu v podnikových AI chatbotoch obsahuje citlivé dáta — nárast o 156 % medzirocne. Napriek tomu 71,6 % prístupu k AI prebieha cez osobné, nekontrolované ucty.
Bezpecne rozsirenia AI pre prehliadac v roku 2026
V januári 2026 boli dve škodlivé rozšírenia Chrome s viac ako 900 000 používateľmi prichytené pri exfiltrácii konverzácií ChatGPT a DeepSeek každých 30 minút.
Browser DLP pre ChatGPT, Claude a Gemini
Tradicne podnikové DLP bolo vytvorene pre prenosy suborov a email, nie pre AI chatboty. Tato prirucka pokryva prevenciu straty dat nativnu pre prehliadac pre ChatGPT.
900 000 používateľov malo ukradnuté konverzácie s AI
Dve škodlivé rozšírenia Chrome ukradli konverzácie s ChatGPT od viac ako 900 000 používateľov. Jedno malo odznak 'Featured' od Google.
AI: Hlavny kanal unikov dat
77 % zamestnancov vlozi citlive udaje do nastrojov AI. GenAI zodpoveda za 32 % vsetkych firemnych unikov dat. Zistite, ako ochranit svoju organizaciu.
Začnite chrániť svoje údaje dnes
285+ typov entít, 48 jazykov, podniková bezpečnosť za cenu štartu.
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
- Common questions
- Glossary
- How tokens work
- Security posture
- Where we comply
- What we detect
- Case studies
- Release notes
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
- 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.