By · Last updated 2026-05-18

Tilbage til BlogTeknisk

Presidio vs. anonym.legal: Byg selv eller køb færdigt?

Microsoft Presidio er teknisk set gratis, men koster 40–80 ingeniørtimer at implementere korrekt. anonym.legal leverer den samme ML-præcision som en managed SaaS-løsning.

May 18, 20268 min læsning
Presidioopen-source PIImanaged SaaSROI comparisonDevOps costSMB

Presidio vs. anonym.legal: 40 timers opsætning eller 15 minutter?

"Det er open source, så det er gratis." Teams siger det ofte. Det er forkert.

Microsoft Presidio koster €0 at downloade. Men implementering kræver mindst 40–80 ingeniørtimer. For teams uden ingeniører betyder det en konsulent: €2.000–€5.000 til opsætning plus mere hvert år til vedligeholdelse.

Hvad Presidio kræver for at køre

Presidio er et stærkt NLP-baseret PII-detektionsværktøj. Men det kræver reelt ingeniørarbejde, inden nogen kan bruge det.

Du skal levere:

  • Docker eller Python 3.9+ miljø
  • spaCy-sprogmodeller (1–2 GB pr. sprog)
  • Tilpasset genkendelseskonfiguration for dine entitetstyper
  • REST API-opsætning til teamadgang
  • Løbende afhængighedsstyring

Indledende opsætningstid (rapporteret af brugerfællesskabet):

  • Miljøopsætning og fejlretning: 4–8 timer
  • Download og konfiguration af sprogmodeller: 2–4 timer
  • Opsætning af tilpassede entitetstyper: 8–16 timer
  • API-konfiguration: 4–8 timer
  • Test og validering: 8–16 timer
  • Teamdokumentation og onboarding: 4–8 timer

Basal opsætning: 30–60 timer. En produktionsopsætning med overvågning tilføjer 20–40 timer mere.

Den reelle prisskilt

En senioringeniør til €80–€120/time gør den sande omkostning tydelig:

  • Basal opsætning: €2.400–€7.200 i ingeniørtid
  • Årlig vedligeholdelse: €1.200–€3.600/år
  • Årets samlede omkostning: €3.600–€10.800

anonym.legal Professional koster €180/år.

Det "gratis" værktøj koster 20–60 gange mere i det første år.

Hvad anonym.legal leverer

anonym.legal kører på Presidio-motoren. Detektionsmodellerne er de samme. NLP-præcisionen er den samme. Entitetstyperne er de samme. Forskellen er, hvordan du får adgang til det.

Ingen opsætning:

  • Ingen Docker, ingen Python, ingen konflikter
  • Klar til brug via browser eller API
  • Ingen modeldownloads

Bedre dækning:

  • XLM-RoBERTa tilføjet ud over standard Presidio
  • 285+ entitetstyper vs. Presidios grundlæggende ~50
  • 48 understøttede sprog

Managed hosting:

  • EU-hostet, GDPR-compliant
  • Ingen skalerings- eller oppetidsopgaver
  • Modeller opdateres automatisk

Case study: HR-konsulenthus

Situation: Et lille HR-firma har brug for at skjule navne og ID'er i CV'er, inden de sendes til klienter. Ingen ingeniører i teamet.

Presidio-vejen:

  • Konsulentopsætning: €3.000–€5.000
  • Årlig vedligeholdelse: €800–€1.500/år
  • Teamet skal stadig trænes i at bruge API'en
  • Årets samlede omkostning: €3.800–€6.500

anonym.legal-vejen:

  • Tilmelding: 5 minutter
  • Første dokument behandlet: 15 minutter efter tilmelding
  • Årlig omkostning: €180/år
  • HR-medarbejdere bruger browseren — ingen teknisk træning nødvendig

Besparelse i år ét: €3.620–€6.320. Teamet kan bruge værktøjet fra dag ét.

Hvornår Presidio er det rigtige valg

Presidio vinder i disse tilfælde:

  1. Du har dedikerede ML/DevOps-medarbejdere, der ejer implementeringen
  2. Du har brug for tilpassede entitetstyper, der kræver ny modeltræning
  3. Du bygger PII-detektion ind i dit eget produkt og har brug for fuld API-kontrol
  4. Regler forbyder tredjepartsdatabehandling
  5. Du behandler millioner af forespørgsler om dagen, og per-token-omkostninger løber op

Til tilfælde 4: anonym.legal's Desktop App (anonym.plus) kører offline. Ingen data forlader maskinen.

Prissætningsvirkeligheden

Enterprise PII-værktøjer opkræver i gennemsnit €500–€2.000/måned. Presidio er gratis at downloade, men koster 40–80 timer at implementere. anonym.legal befinder sig midt imellem:

  • Pay-per-use til €0,0001/token for uregelmæssige arbejdsbyrder
  • Professional til €15/måned (€180/år) for de fleste teams
  • 73 % af SMV'er kan ikke retfærdiggøre fast SaaS-prissætning for uregelmæssigt PII-arbejde (Gartner 2024)

Tokenmodellen skalerer med det faktiske forbrug. Et advokatfirma, der behandler 50 dokumenter om måneden, betaler langt mindre end et hospital, der behandler 50.000. I modsætning til Presidios faste serveromkostning afspejler regningen det faktiske volumen.

For et dybere blik på, hvordan anonym.legal håndterer enterprise-compliancekrav, se vores oversigt over sikkerhed og compliance.

For mere om Presidios dækningsgab i EU-sammenhænge, se Presidios EU-entitetsdækningsgab.

Konklusion

Dette handler ikke om "gratis vs. betalt". Det handler om "40+ ingeniørtimer vs. 15 minutter til første resultat".

Teams med ingeniører, der ønsker fuld kontrol, klarer sig godt med Presidio. For alle andre — SMV'er, NGO'er, advokatfirmaer, konsulentfirmaer — er en managed service med den samme præcision og uden DevOps-arbejde det smarte valg.

Kilder

Microsoft Presidio GitHub: Opsætning og konfiguration. VERIFIED-EXTERNAL.

Gartner 2024: SMB SaaS-prissætningspræferencer. VERIFIED-EXTERNAL.

OpenView Partners 2024: Rapport om brugsbaseret prissætning. VERIFIED-EXTERNAL.

Klar til at beskytte dine data?

Begynd at anonymisere PII med 285+ enhedstyper på tværs af 48 sprog.

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.