By · Last updated 2026-05-31

Bloga DönGDPR & Uyumluluk

SSN'lerin Ötesinde: Dahili Kimlik Anonimleştirme

Her kuruluşun dahili tanımlayıcıları vardır — çalışan kimlikleri, hesap numaraları, sipariş kimlikleri — bunlar bağlamda kişisel olarak tanımlanabilir olmasına karşın standart araçlar tarafından gözden kaçırılır.

May 31, 20267 dk okuma
custom PII detectionorganizational identifiersre-identification riskGDPR pseudonymizationcustom entity

SSN'lerin Ötesinde: Kuruluşunuzun Dahili Kimliklerini Anonimleştirme

GDPR aracınız e-posta adreslerini kaldırıyor. Telefon numaralarını kaldırıyor. İsimleri kaldırıyor. Destek dışa aktarmalarını bu araçtan geçiriyorsunuz. Ardından çıktıyı analitik ekibinizle paylaşıyorsunuz.

Müşteri hesap numaralarınız hâlâ her bilette duruyor. Sipariş kimlikleriniz hâlâ orada. Dahili kullanıcı kimlikleriniz de orada.

Bu kimlikler tek başlarına zararsız görünüyor. Bir arama tablosu olmadan bir kişiyi isimlendirmiyorlar. Ancak analitik ekibinizin bu tablosu var. CRM'inizde de var. Destek veritabanınızda da var. Erişimi olan herkes kişiyi saniyeler içinde bulabilir.

Bu bir GDPR başarısızlığıdır. Araç bozulmadı. Kimliklerinizi aramasına hiç söylenmedi.

Standart KKV Araçları Ne Tespit Eder

Standart KKV araçları evrensel biçimleri kapsar. Her kuruluşun kullandığı şeyleri yakalar.

Standart araçların tespit ettikleri:

  • Sosyal güvenlik numaraları (ABD SSN, İngiltere NINO, AB ulusal kimlik biçimleri)
  • E-posta adresleri
  • Telefon numaraları
  • Kredi kartı numaraları
  • İsimler
  • Pasaport ve sürücü belgesi numaraları

Standart araçların tespit etmedikleri:

  • EMP-XXXXX biçiminizdeki çalışan kimlikleri
  • ACC-XXXXXXXX-XX biçiminizdeki müşteri hesap numaraları
  • ORD-XXXXXXX biçiminizdeki sipariş kimlikleri
  • UUID veya özel biçimlerdeki dahili kullanıcı kimlikleri
  • Ortağa özgü referans kodları

Standart araçlar evrensel kalıpları bulur. Dahili kimlikleriniz evrensel değildir. Bulunabilmeleri için özel kurulum gerekir.

Yeniden Tanımlama Riski

Bir firma, kalite incelemesi için destek biletlerini dışa aktarıyor. Standart KKV kaldırma işlemi isimleri, e-postaları ve telefon numaralarını temizliyor. ACC-XXXXXXXX-XX biçimindeki hesap numaraları dokunulmadan kalıyor.

Dışa aktarım analitik ekibine gidiyor. Bir analist bilet tablosunu hesap numarası üzerinden müşteri veritabanıyla birleştiriyor. Kişi anında bulunuyor. Özel bir numara gerekmez. Bu rutin bir SQL birleştirmesi.

GDPR Madde 4(5), sözde anonimleştirmeyi verinin "ek bilgi kullanılmadan belirli bir veri sahibine artık atfedilemeyeceği" işleme olarak tanımlar. Hesap numaraları bu testi geçemez. Ek bilgi — müşteri veritabanınız — tam olarak kuruluşunuzda.

"Anonimleştirilmiş" dışa aktarım anonim değildi.

Özel Varlık Kalıpları Oluşturma

Özel varlık kurulumu hızlıdır. Uyum ekipleri bunu mühendislik yardımı olmadan yapabilir.

Adım 1: Kimlik biçimlerinizi listeleyin.

Her birini yazın. Örneğin: hesap ACC-XXXXXXXX-XX, sipariş kimliği ORD-XXXXXXX, çalışan kimliği EMP-XXXXX.

Adım 2: Biçimi sade bir dille tanımlayın.

"Hesap numaraları ACC ile başlar, ardından tire, 8 rakam, tire ve 2 büyük harf gelir."

Yapay zekâ destekli kalıp oluşturma şunu döndürür: ACC-\d{8}-[A-Z]{2}

Adım 3: Örnek veriler üzerinde test edin.

20 ila 30 belge yükleyin. Tüm örneklerin bulunduğunu doğrulayın. Yanlış eşleşme olmadığını doğrulayın.

Adım 4: Bir yöntem seçin.

Analizin kayıtları bağlantılandırması gereken birleştirme anahtarı olarak kullanılan kimlikler için:

  • Sözde anonimleştirin. ACC-00123456-AB'yi her seferinde ACC-99876543-XY ile değiştirin. Aynı giriş her zaman aynı çıktıyı verir. Birleştirmeler hâlâ çalışır. Özgün değer anahtar olmadan bulunamaz.

Analizde gerekmeyen kimlikler için:

  • Redakte edin. [REDACTED] ile değiştirin. Basit. Kalıcı.

Adım 5: Paylaşılan bir ön ayar olarak kaydedin.

Özel varlığı — veya bir set halinde — paylaşılan ön ayara kaydedin. Kurulum tüm kullanımlar için geçerli olur: toplu yüklemeler, API çağrıları, tarayıcı arayüzü. Yeni ekip üyeleri tam yapılandırmayı hemen alır.

Örnek Olay: 180.000 Destek Bileti

Bir firma, analitik ambarında 180.000 destek bileti buldu. İsimler ve e-postalar kaldırılmıştı. Hesap numaraları kaldırılmamıştı. Her bilette hâlâ canlı bir ACC-XXXXXXXX-XX değeri vardı.

Çözüm zaman çizelgesi:

  1. Uyum görevlisi ACC kalıbını tanımlar — 15 dakika
  2. 30 örnek bilet üzerinde test eder — 20 dakika
  3. Doğruluğu onaylar — 10 dakika
  4. 180.000 bileti gece boyunca toplu işler
  5. Ambar tablolarını temiz versiyonlarla değiştirir

Uyum görevlisi için toplam süre: 45 dakika. Özel varlık desteği olmadan düzeltme mühendislik bileti, kod incelemesi ve dağıtım gerektirirdi. Bu haftalar alır, saatler değil.

Özel kimliklerin yapay zekâ destek araçlarında nasıl risk oluşturduğuna daha yakından bakmak için GDPR ve destek yapay zekâsı kılavuzuna bakın.

Özel Kimliklerin Yayıldığı Yerler

Dahili kimlikler, ekiplerin çoğunun beklediğinden daha fazla yerde görünür.

Dahili belgeler:

  • Hesap veya sipariş kimlik referansları içeren toplantı notları
  • Müşteri vakaları hakkında e-posta zincirleri
  • Vaka çalışması verileri içeren sunumlar

Üçüncü taraflarla paylaşılanlar:

  • Vaka referans numaraları içeren düzenleyici raporlar
  • Müşteri referansları içeren denetim dosyaları
  • Müşteri kimlikleri taşıyan tedarikçi dosyaları

Araştırma ve analitik:

  • Müşteri yolculuğu veri kümeleri
  • Destek kalitesi inceleme dışa aktarımları
  • Dahili ML modelleri için eğitim verileri

Her bağlam, gerçekten anonim çıktı üretmek için aynı özel varlık kurulumunu gerektirir.

Sözde Anonimleştirme ile Anonimleştirme

GDPR açık bir sınır çizer.

Sözde anonimleştirme, kimlikleri geçici değerlerle değiştirir. Arama tablosuna sahip biri özgün kişiyi yeniden bulabilir. Bu veri hâlâ kişisel veridir. Riski azaltır. GDPR yükümlülüklerinizi ortadan kaldırmaz.

Anonimleştirme, yeniden tanımlama yeteneğini ortadan kaldırır. Anonim veri kişisel veri değildir. GDPR buna uygulanmaz.

Arama tabloları mevcut olduğunda hesap numaraları ve sipariş kimlikleri sözde anonimdir. Bunları sabit geçici değerlerle değiştirmek riski düşürür, ancak GDPR hâlâ geçerlidir. Bunları rastgele token'larla değiştirmek — ve anahtarı silmek — GDPR yükümlülüğünü kaldırır, ancak birleştirme tabanlı analizi bozar.

Arama tablosu bulunmayan üçüncü taraflarla paylaşım için: sözde anonimleştirme yeterli olabilir. Dahili analitik için tam anonimleştirme veya sıkı erişim kontrolleri gereklidir. Hukuki uyum kılavuzu, her yaklaşımı ROPA'nız için nasıl belgeleyeceğinizi kapsar.

Sonuç

Açık bir araç başarısızlığı değildir. Bir kurulum açığıdır. Hiçbir araç, hesap numarası biçiminizi söylemediğiniz sürece bilemez.

Özel varlık kurulumu açığı saatler içinde kapatır. Uyum ekipleri biçimleri tanımlar, örnek veriler üzerinde test eder ve tüm kullanım modlarına uygular. Mühendislik yardımı gerekmez.

180.000 redakte edilmemiş hesap numarası, araç başarısız olduğu için orada değildi. Araca onları araması hiç söylenmediği için oradaydı.

Kaynaklar

Verilerinizi korumaya hazır mısınız?

48 dilde 285+ varlık türü ile PII anonimleştirmeye başlayın.

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.