Technické
Hluboké ponory do detekce PII, NER a technologií anonymizace
33 články
Presidio: 3 týdny nastavení vs. spravované PII
Microsoft Presidio má tisíce hvězdiček na GitHubu a stovky otevřených issues. Složitost nastavení, overhead integrace PySpark a konflikty závislostí Pythonu.
Ze 6 týdnů na 3 dny: spravované PII API
Zdravotnické SaaS týmy stráví 6 týdnů produkčním nasazením vlastního Presidia, než přejdou na spravované API. Spravované API nahrazuje celé nasazení.
„Zdarma” PII detekce vás stojí 13 000 € ročně
Vlastní provoz Presidia vyžaduje 40–80 hodin počátečního nastavení a 5–10 hodin měsíční údržby. Při hodinové sazbě inženýra 100 € to představuje 13 200 € a více.
Problém přesnosti Presidia: 22,7 % precision
Benchmark z roku 2024 zjistil, že detektor jmen osob v Presidiu dosahuje 22,7% přesnosti v obchodních dokumentech — 77,3 % detekcí jsou tedy falešně pozitivní výsledky.
Reprodukovatelná ochrana soukromí: Přednastavení pro ML
Anonymizace trénovacích dat ML musí být konzistentní a reprodukovatelná. Pokud datové vědkyně A a B aplikují různé typy entit, trénovací datasety jsou.
Pipeline bezpečný pro GDPR: Anonymizace PII před uložením
Značky sloupců v dbt nejsou GDPR compliance. Surová zákaznická data přistávají ve vašem Snowflake skladu bez maskování ještě předtím, než se uplatní politiky na základě značek.
FOIA: Redakce z týdnů na hodiny pomocí AI
Federální vláda vynaložila na zpracování FOIA v roce 2024 odhadem 500 milionů dolarů, převážně na ruční redakci. ARPA-H výslovně hledala software pro AI redakci.
Anonymizace trénovacích dat ML v souladu s GDPR
GDPR omezuje použití osobních údajů pro trénování ML modelů nad rámec původního účelu jejich sběru. Datové týmy spoléhající na ad-hoc skripty čelí závažným rizikům.
FOIA: O 80 % rychlejší díky hromadné anonymizaci
Americké federální úřady obdržely v FY2024 1,5 milionu žádostí FOIA s průměrnými náklady 482 USD za žádost. Hromadná anonymizace PII zkracuje dobu zpracování z měsíců na týdny.
Presidio vs. anonym.legal: Vlastní vývoj vs. hotové řešení
Microsoft Presidio je technicky zdarma, ale nasazení stojí 40–80 inženýrských hodin. anonym.legal dodává stejnou přesnost ML jako spravovaný SaaS.
Soukromí v izolovaném prostředí: Anonymizace offline
Prostředí FedRAMP a ITAR mají jedno společné — cloud nepřichází v úvahu. Reverzibilní pseudonymizace podle Čl. 4 GDPR.
Daň za falešně pozitivní nálezy v nástrojích pro detekci OÚ
GitHub issue #1071 projektu Presidio dokumentuje systematické falešně pozitivní nálezy. Studie z roku 2024 zjistila přesnost 22,7 % na vícejazyčných podnikových datových sadách.
Arabština a hebrejština: Nástroje pro detekci OÚ selhávají
GDPR nekončí u Bosporu. Osobní údaje v arabštině a hebrejštině jsou v pracovních postupech EU systematicky nechráněny. Vícejazyčná detekce pomocí XLM-RoBERTa a správa RTL dat.
PII ve vícejazyčných dokumentech: monolingvální nástroje selhávají
72 % podniků v EU zpracovává dokumenty ve 3 a více jazycích současně. Vícejazyčné dokumenty způsobují o 45 % vyšší míru přehlédnutí PII v monolingválních nástrojích NER.
Detekce PII v APAC: thajština, indonéština, vietnamština
Singapurská fintech firma zpracovávající 500 000 měsíčních chatů podpory ve 12 jazycích APAC zjistila, že jejich nástroj pouze pro angličtinu přehlíží PII v 60 % neangličtích konverzací.
Falešně pozitivní výsledky: Proč ML redigování selhává
Benchmark z roku 2024 zjistil, že Presidio vygenerovalo 13 536 falešně pozitivních detekcí jmen napříč 4 434 vzorky — označovalo zájmena, názvy plavidel a zeměpisná jména jako osoby.
ISO 27001 + ZK zkracuje čas hodnocení dodavatelů
Průzkum z roku 2025 zjistil, že absence uznávané bezpečnostní certifikace je druhým nejčastějším důvodem, proč CISOs diskvalifikují SaaS dodavatele. Zde je to, co kombinace ISO 27001 přináší.
ZK architektura zkracuje prodejní cykly
Bezpečnostní dotazníky pro podnikové dodavatele mají průměrně více než 100 otázek. Architektura s nulovými znalostmi odpovídá na ty nejnáročnější z nich jednoznačně — a přesvědčuje zákazníky.
Průnik LastPass: Poučení z bezpečnosti dodavatelů
LastPass šifroval data svých uživatelů. Trezory přesto byly odcizeny. Následovalo 600 000+ záznamů Okta. Bezpečnostní incidenty SaaS vzrostly od roku 2022 do roku 2024 o 300 %.
Hodnocení tvrzení o nulové znalosti po LastPass
Uživatelům LastPass bylo ukradeno 438 milionů USD po prolomení jejich „šifrovaných” trezorů. Následovala pokuta ICO ve výši 1,2 milionu liber. Zde je kontrolní seznam pro hodnocení, zda tvrzení dodavatele o nulové znalosti obstojí.
LangChain CVE-2025-68664: jak PII uniká přes váš RAG pipeline
CVSS 9,3. Serializační funkce LangChainu vystavují proměnné prostředí a tajné klíče LLM pod kontrolou útočníka. Jak detekovat a opravit úniky PII.
Rozšíření anonym.legal pro anonymizaci osobních údajů v LibreOffice
Podrobný průvodce anonymizací osobních údajů v dokumentech LibreOffice pomocí rozšíření anonym.legal.
LibreOffice vs. Office: redakce osobních údajů
Podrobné srovnání schopností anonymizace osobních údajů v LibreOffice (rozšíření anonym.legal) vs. Microsoft Office (doplněk Office).
Proč binární detekce PII selhává při plnění compliance
Příznaky ano/ne nestačí pro compliance kontexty vyžadující lidský úsudek. Scoring spolehlivosti transformuje anonymizaci PII z binárního hádání na auditovatelný kontrolní mechanismus.
Fragmentace formátů dokumentů v nástrojích pro anonymizaci PII
Jediná odpověď na DSAR může zahrnovat Wordové smlouvy, PDF faktury, Excelové zákaznické seznamy a CSV exporty. Používání různých nástrojů pro každý formát vytváří mezery v souladu s předpisy.
Anonymizace logů GDPR: Zachovejte schopnost ladění
Aplikační logy tiše hromadí e-maily uživatelů, IP adresy a čísla účtů. Zde je návod, jak sdílet logy se třetími stranami, dodavateli a observability platformami v souladu s GDPR.
GDPR v aplikačních lozích: Soulad JSON PII
Aplikační logy obsahují e-mailové adresy zákazníků, IP adresy a čísla účtů, která vyžadují správu dle čl. 5 odst. 1 písm. e) GDPR.
Ochrana OÚ napříč aplikacemi: Word, Chrome a AI
Zákaznická data putují z průzkumu v prohlížeči do konceptů ve Wordu a pak do promptů pro Claude. Každý přechod mezi aplikacemi je potenciálním místem úniku.
Ochrana OÚ napříč platformami: Mac, Linux a Windows
Pracovníci ochrany soukromí na Macu, právníci na Windows, datoví inženýři na Linuxu — všichni zpracovávají stejná data s různými nástroji. Zde je vysvětlení, proč je detekce nezávislá na OS nezbytná.
Vzduchově izolované sítě: Offline-first anonymizace PII pro obranu
41 % podnikových bezpečnostních politik zakazuje cloudové zpracování utajovaných dokumentů. Zde je postup, jak zvládnout anonymizaci PII bez přístupu k internetu.
Reverzibilní vs. trvalé redigování: Kdy použít co
GDPR rozlišuje anonymizaci od pseudonymizace. Soudy mohou požadovat originály. Výzkum potřebuje opětovné propojení záznamů. Zjistěte, kdy použít který přístup.
Vícejazyčné NER: Proč angličtina selhává u arabštiny
NER modely pro angličtinu dosahují přesnosti 85–92 %. Pro arabštinu a čínštinu? Často jen 50–70 %. Zjistěte technické příčiny a jak vybudovat skutečně vícejazyčné řešení.
Používejte Claude a ChatGPT bez úniku PII
Průvodce vývojáře bezpečným používáním AI asistentů. Nastavte integraci MCP Server pro transparentní ochranu PII v Claude Desktop, Cursor a VS Code.
Začněte chránit svá data ještě dnes
Více než 285 typů entit, 48 jazyků, bezpečnost na úrovni podniků za ceny startupů.
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 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
- 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.