By · Last updated 2026-04-25

Zpět na blogGDPR a shoda

Mapování tokenů pro pracovní postupy AI v souladu s GDPR

Když jsou jména zákazníků anonymizována před zpracováním AI, odpověď AI obsahuje anonymizované tokeny. Konečná odpověď musí obsahovat skutečná jména — ne tokeny.

April 25, 20268 min čtení
token mapping AIGDPR customer service AIauto-decryptsession-based anonymizationAI workflow pseudonymization

Mapování tokenů pro pracovní postupy AI v souladu s GDPR

Aktualizováno pro rok 2026

Váš tým používá AI k sestavování odpovědí zákazníkům. Zákazník napíše. Jeho jméno je anonymizováno, než AI text uvidí. AI sestaví odpověď se zástupným symbolem. Pracovník ho musí ručně nahradit. Při 200 interakcích denně se tyto náklady rychle nasčítají.

Mapování tokenů na úrovni relace tento problém řeší — skutečná jména se obnoví automaticky.

Problém bez mapování tokenů

Krok anonymizace vytvoří token. „Maria Schmidtová” se stane [CUSTOMER_1]. Claude sestaví: „Vážená [CUSTOMER_1], omlouváme se za prodlení.”

Pracovník vyřizování stížností musí nyní nahradit [CUSTOMER_1] za „Maria Schmidtová” před odesláním. Ve velkém měřítku tento krok popírá smysl asistence AI. Je to opakující se práce, která nezmizí.

Jak fungují tokeny relace

Relace uchovává vyhledávací tabulku: [CUSTOMER_1] → „Maria Schmidtová”. Když Claude vrátí svůj návrh, vrstva automatického dešifrování přečte tuto tabulku a jméno obnoví. Pracovník vidí „Vážená Maria Schmidtová” — již správně. Žádný ruční krok. Ochrana GDPR běží tiše na pozadí.

Proč záleží na konzistenci relace

Tabulka tokenů musí být konzistentní po celou dobu relace. Pokud se „Maria Schmidtová” objeví v původní stížnosti a znovu v navazující zprávě, obě musí být přiřazeny k [CUSTOMER_1]. Bez toho může Claude zacházet s nimi jako se dvěma různými osobami. Odpověď se stane nesouvislou.

Jedna osoba dostane jeden token na relaci. Claude pak může o konverzaci správně uvažovat.

Soulad s GDPR by design

Článek 4 odst. 5 GDPR definuje pseudonymizaci jako techniku snižování rizik. Pokyny EDPB z roku 2022 vyžadují jedno: klíč musí být uchováván odděleně od pseudonymizovaných dat.

Tabulky tokenů relace toto pravidlo splňují. Vyhledávací tabulka zůstává v prohlížeči. Nikdy není odeslána Claudovi. Po skončení relace zmizí. Žádné osobní údaje se nedostanou na externí servery. Otázka přenosu podle článku 46 nevyvstane.

Pojišťovací nároky: konkrétní příklad

Německá pojišťovna zpracovává e-maily se stížnostmi zákazníků. Každý e-mail obsahuje jméno, číslo pojistky a výši nároku.

Před zpracováním AI anonymizuje Rozšíření pro Chrome nebo MCP Server všechna tři pole. Claude vidí [CUSTOMER_1], [POLICY_2024-08847] a [AMOUNT_1]. Sestaví odpověď s těmito tokeny.

Vrstva automatického dešifrování pak obnoví všechna tři pole. Pracovník vyřizování stížností vidí v návrhu skutečné jméno a číslo pojistky. Zkontroluje a odešle. Žádné ruční nahrazování zástupných symbolů.

Výsledek z hlediska GDPR: data odeslaná na servery Claude v USA neobsahovala žádné osobní údaje. Skutečné jméno zákazníka a číslo pojistky zůstaly v Německu v prohlížeči pracovníka.

Co vyžaduje celý cyklus

Tři komponenty musí spolupracovat pro bezproblémový pracovní postup:

1. Konzistentní tokeny. Každá entita dostane jeden token na relaci. Vždy stejný.

2. Místní vyhledávací tabulka. Žije v relaci. Není odesílána AI.

3. Automatické dešifrování výstupu. Tabulka se aplikuje na návrh AI, než ho pracovník uvidí.

Bez všech tří pracovníci nahrazují tokeny ručně. Se všemi třemi pracovní postup běží samostatně a zůstává v souladu s GDPR.

Závěr

Tento přístup uzavírá smyčku v práci zákaznického servisu asistovaného AI. Anonymizace chrání data, než se dostanou k AI. Automatické dešifrování vrací skutečná jména do odpovědi. Pracovníci vidí správná jména na každém kroku. Soulad s GDPR je zachován po celou dobu.

Zdroje

Připraveni chránit svá data?

Začněte anonymizovat PII s více než 285 typy entit ve 48 jazycích.

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.