Indsigter om Databeskyttelse
Ekspertartikler om AI-sikkerhed, GDPR-overholdelse, beskyttelse af sundhedsdata og bedste praksis for PII-anonymisering.
Alle Artikler
Indsæt og glem: Automatisk PII-fremhævning vs. compliance-træning
62 % af medarbejdere, der bruger AI-værktøjer til kundedataarbejde, glemmer 'sommetider' at fjerne PII først. Her er, hvorfor automatisk fremhævning fjerner compliance-problemet.
PDF-redigeringsfælden: Data blotlagt
DOJ's Epstein-filer, Manafort-sagen og NSA-lækager deler alle den samme fejl: kosmetisk redigering, der efterlader den underliggende tekst tilgængelig.
Dokumentformatfragmentering i PII-værktøjer
Et enkelt DSAR-svar kan spænde over Word-kontrakter, PDF-fakturaer, Excel-kundelister og CSV-eksporter. Brug af forskellige værktøjer til hvert format skaber overensstemmelsesgab.
Excel og GDPR: Anonymiser hundredvis af kolonner
Excel er en af de mest PII-tætte dokumenttyper i erhvervslivet. Her er grunden til, at standard tekstanalyse fejler på regneark, og hvad kolonnekontext-analyse giver.
GDPR-logfils-anonymisering: Bevar fejlsøgningsevnen
Applikationslogfiler opsamler stille og roligt bruger-e-mails, IP-adresser og kontonumre. Her er, hvordan du deler logfiler med tredjeparter, underleverandører og observabilitetsplatforme.
CSV-fritekst-PII: Ud over sletning af kolonner
Spørgeskema-CSV'er indeholder persondata ikke kun i strukturerede kolonner, men også i fritekst-svar. Standard sletning af kolonner overser de persondata, der krænker GDPR.
Blandet format e-discovery: Compliance-gabet
E-discovery-produktioner og GDPR DSAR'er spænder over PDF'er, Word-dokumenter, Excel og JSON-eksporter. Brug af forskellige værktøjer til hvert format skaber konsistensgab.
GDPR i applikationslogfiler: JSON PII-compliance
Applikationslogfiler indeholder kunde-e-mailadresser, IP-adresser og kontonumre, som GDPR artikel 5(1)(e) kræver håndteret.
GDPR og Ældre Scannede Dokumenter: OCR og PII
GDPR's ret til sletning gælder for personoplysninger 'uanset format.' Billedbaserede PDF'er fra papirarkiver er ikke undtaget.
Screenshot-PII: Lækager i Interne Værktøjer
Slack, Teams, Jira og e-mail modtager regelmæssigt screenshots med kunde-PII. Denne adgangskontrolovertrædelse omgår alle DLP-værktøjer.
Håndskrevne Formularer: OCR og PII-Detektion
Et mellemstort hospital behandler 50.000 håndskrevne indlæggelsesskemaer om året. Manuel PII-redigering i dette omfang kræver 0,5 fuldtidsstilling.
Forskning og PII: Screenshots og GDPR
Akademiske artikler indeholder regelmæssigt pandas DataFrames og R-output med rigtige patientjournaler som metodologieksempler. Her er grunden til, at dette er en GDPR-overtrædelse.
Intern Wiki-PII: Confluence med Kundedata
Supportteams dokumenterer processer med screenshots af kundekonti. Over 3 år udgør det tusindvis af GDPR-dataminimeringsovertrædelsesr i din vidensbase.
AI-Kodningsassistenter Lækker Produktions-PII
Enhedstestfixtures med rigtige kundeoplysninger. Logfiler med produktionsdata til debugging. GitHub fandt 39 millioner lækkede hemmeligheder i 2024.
PII-Fragmentering Fejler Overholdelsesr evisioner
Fire forskellige værktøjer til fire forskellige arbejdsflows betyder fire forskellige sæt af enhedsdækning og fire forskellige revisionsspor.
PII på Tværs af Apps: Word, Chrome og AI
Kundedata flyder fra browserresearch til Word-udkast til Claude-prompts. Hvert appskift er et potentielt lækagepunkt.
GDPR, CCPA og PDPA i Ét Værktøj
EU-medarbejdere under GDPR, amerikanske medarbejdere der håndterer CCPA-data, APAC-medarbejdere under PDPA. Tre jurisdiktioner, ét distribueret team.
GDPR-Audit Fejl: Fragmenterede PII-Værktøjer
Din revisor spørger om PII-detektionskontroller. 'Vi bruger fem forskellige værktøjer' er ikke det svar, de vil have. Her er grunden til, at konsistens på tværs af platforme er afgørende.
Fjernarbejde og GDPR: Platformsinkonsistens
Kontorteams bruger fuldt udstyrede desktop-programmer. Fjernarbejdere bruger webapps med potentielt forskellige indstillinger. EU-domstolene siger, at politikker alene ikke er nok.
PII på Tværs af Platforme: Mac, Linux og Windows
Privatlivsoffi cerer på Mac, juridiske teams på Windows, dataingeniører på Linux — alle behandler de samme data med forskellige værktøjer. Her er grunden til, at OS-agnostisk detektion er afgørende.
BfDI Tyskland: DPA-Overholdels esvejledning
Tyskland indgav 27.829 GDPR-brudanmeldelser i 2024 — flere end noget andet EU-medlemsland. Her er, hvad BfDI's håndhævelsesfokus betyder for teknisk PII-overholdelse.
CNIL Frankrig: GDPR Teknisk Overholdelse
CNIL behandlede 16.433 klager i 2023 og har udstedt bøder på over 150 mio. euro siden 2019. Dens AI-vejledning kræver dokumenteret anonymisering af træningsdata.
ICO UK: Post-Brexit GDPR-forskelle og LastPass-bøden
ICO bødete LastPass £1,2M for utilstrækkelig kryptering i december 2025. Afgørelsen fastslår, at klientsidet kryptering er et juridisk krav.
Garante Italien: ChatGPT-forbud og AI-overholdelsesvejledning
Italiens Garante bødete OpenAI €15M i december 2024 og forbød midlertidigt ChatGPT i 2023. Her er, hvad EUs mest aggressive AI-tilsynsmyndighed kræver.
Begynd at Beskytte Dine Data I Dag
267+ enhedstyper, 48 sprog, virksomhedskvalitetssikkerhed til opstartspriser.
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, held by our hosting provider.
- 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
Automated checks run on every release.
Each surface gets its own sweep script and report.
Human reviewers spot-check the output each week.
We test detection against sample documents before each release.
A failing unit or integration run stops the release.
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.
Paid plans can buy top-up credits.
Credits reset at the end of each cycle.
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.