Einblicke in den Datenschutz
Fachartikel über die Sicherheit von KI, die Einhaltung der DSGVO, den Schutz von Gesundheitsdaten und bewährte Verfahren zur Anonymisierung von PII.
Alle Artikel
Das $2,2-Millionen-Argument für die...
IBM fand einen Kostenunterschied von 2,2 Millionen Dollar zwischen Prävention und Erkennung.
Nachweis der Einhaltung von GDPR Artikel 32 für...
Compliance-Teams in Unternehmen benötigen quantitative Beweise für die PII-Kontrollen von KI-Tools. Netzwerk-DLP übersieht Browser-KI-Interaktionen.
Prävention vs. Detection: Warum die...
Wenn ein Mitarbeiter einen Kundennamen in ChatGPT eingibt, verlässt die Daten in Echtzeit die Kontrolle der Organisation.
Warum selbstgehostete PII-Tools Compliance-Audits...
spaCy 3.4.4 produziert andere NER-Ergebnisse als spaCy 3.5.1. Ein Finanzdienstleistungsunternehmen stellt fest...
Presidio ist leistungsstark. Es ist auch ein...
Microsoft Presidio hat Tausende von GitHub-Sternen und Hunderte von offenen Problemen.
Von 6 Wochen DevOps-Hölle zu 3-Tage-Integration...
Healthcare SaaS-Teams verbringen 6 Wochen mit der Bereitstellung von selbstgehostetem Presidio, bevor sie zu einer verwalteten API wechseln.
Was Presidio vermisst: Die 220+ Entitätstypen...
Presidio wird mit ~40 Standard-Entitätserkennern ausgeliefert, die sich auf US-Identifikatoren konzentrieren.
Die tatsächlichen Kosten der 'kostenlosen'...
Das Selbst-Hosting von Presidio erfordert 40-80 Stunden für die Erstkonfiguration und 5-10 Stunden/Monat für die laufende Wartung.
Das 22,7%-Präzisionsproblem von Presidio...
Eine Benchmark-Studie aus 2024 hat ergeben, dass der Personennamenerkenner von Presidio in Geschäftsdokumenten eine Präzision von 22,7 % erreicht...
Reduzieren Sie die Schulungszeit für...
Die Einarbeitung in Datenschutz-Tools dauert typischerweise 2-4 Wochen, mit einer Fehlerquote von 22% in der ersten Woche.
Aufbau einer skalierbaren Datenschutzpraxis...
MSPs und Compliance-Berater, die mehrere Kundenorganisationen bedienen, können PII-Tools nicht manuell pro Kunde in großem Maßstab neu konfigurieren.
Die Kosten der Compliance bei inkonsistenter...
Analyst A ersetzt Namen durch Pseudonyme. Analyst B schwärzt sie. Ihr GDPR-Audit findet beide Ansätze im selben Datensatz.
Reproduzierbare Privatsphäre: Warum ML-Teams...
Die Anonymisierung von ML-Trainingsdaten muss konsistent und reproduzierbar sein.
Multi-Framework Datenschutz-Compliance...
Compliance-Teams, die GDPR, HIPAA und CCPA verwalten, müssen je nach Dokumentenkontext unterschiedliche Anonymisierungsstandards anwenden.
Eliminierung von Anonymisierungsinkonsistenzen...
Wenn 8 Paralegals PII-Anonymisierung unabhängig konfigurieren, ist Inkonsistenz unvermeidlich.
HIPAA-De-Identifizierung ohne Regex-PhD...
Jedes Krankenhaus hat ein anderes MRN-Format. Memorial verwendet MRN:XXXXXXX, St.
Anwaltsgeheimnis im KI-Zeitalter: Rechtliche PII...
Aktenzeichen, Zulassungsnummern, Gerichtsaktennummern und Mandats-IDs sind rechtlich sensible Identifikatoren...
Aufbau einer GDPR-konformen KI für den Kundenservice...
Die KI für den Kundenservice erhält Kundenmitteilungen mit Namen, E-Mails UND Bestell-IDs.
GDPR-Konformität in den EU-Mitgliedstaaten...
Deutschlands Steueridentifikationsnummer, Frankreichs Numéro fiscal, Italiens Codice Fiscale, Spaniens NIF/NIE...
Über SSNs und E-Mail-Adressen hinaus...
Jede Organisation hat interne Identifikatoren — Mitarbeiter-IDs, Kontonummern, Bestell-IDs — die im Kontext persönlich identifizierbar sind...
HIPAA Safe Harbor De-Identifizierung...
HIPAA Safe Harbor erfordert die Entfernung von medizinischen Aktennummern — aber MRN-Formate sind nicht standardisiert.
Aufbau einer GDPR-sicheren Datenpipeline...
dbt-Spalten-Tags sind nicht GDPR-konform. Rohkundendaten gelangen unmaskiert in Ihr Snowflake-Warehouse...
FOIA im KI-Zeitalter: Wie Behörden die Redaktionszeit...
Die Bundesregierung gab 2024 schätzungsweise 500 Millionen Dollar für die FOIA-Bearbeitung aus, hauptsächlich für manuelle Redaktionen.
GDPR-konforme ML-Trainingsdaten: Anonymisierung von...
Die DSGVO schränkt die Verwendung personenbezogener Daten für das ML-Training über den ursprünglichen Erhebungszweck hinaus ein.
Schützen Sie Ihre Daten noch heute
Über 285 Entitätstypen, 48 Sprachen, Sicherheitsniveau für Unternehmen zu Startpreisen.
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.