By · Last updated 2026-04-07

Zurück zum BlogLegal Tech

Excel und GDPR: Die verborgenen...

Die Anfragen nach dem Recht auf Zugang gemäß GDPR stiegen von 2021 bis 2024 um 180 % (EDPB).

April 7, 20268 min Lesezeit
Excel GDPR anonymizationspreadsheet redactionDSAR processingEDPB right of accessHR data compliance

Die Excel-DSGVO-Lücke

PDF-Schwärzungstools funktionieren nicht bei Excel-Dateien. Das erzeugt eine Compliance-Lücke. In Unternehmen betrifft das jedes HR-, Finanz- und Betriebsteam.

DSGVO-Auskunftsersuchen stiegen zwischen 2021 und 2024 um 180 % (EDPB-Jahresbericht). Wenn ein DSAR eingeht, müssen Sie die personenbezogenen Daten des Antragstellers herausgeben. Sie müssen auch die Daten aller anderen Personen in derselben Datei schützen. Bestimmte Zeilen zu exportieren reicht nicht. Die anderen Einträge bleiben sichtbar. Ordnungsgemäße DSAR-Compliance bedeutet, alle Daten nicht betroffener Personen zu anonymisieren.

Die manuelle Bearbeitung eines DSAR dauert im Schnitt 12 Stunden. Bei 200 DSARs pro Monat sind das 2.400 Arbeitsstunden. Manuelle Prozesse skalieren nicht.

Was Excel-Anonymisierung leisten muss

Tabellen haben Probleme, für die Texttools nicht gebaut wurden.

Ausgeblendete Zeilen und Spalten. Excel-Dateien enthalten oft ausgeblendete Zeilen und Spalten. Diese können Entwurfsdaten oder Originalwerte enthalten. Ein Tool, das nur sichtbare Zellen liest, übersieht personenbezogene Daten in versteckten Bereichen.

Formelverweise. Eine Zelle kann einen Wert anzeigen, der aus anderen Zellen berechnet wird. Das Löschen der Quellzellen aktualisiert die Formelausgabe nicht. Die ursprünglichen personenbezogenen Daten bleiben im Formelergebnis sichtbar.

Pivot-Tabellen-Cache. Excel-Pivot-Tabellen speichern eine Kopie der Quelldaten. Das Löschen des Quellblatts löscht nicht den Cache. Jeder mit der Datei kann die gecachten Daten lesen.

Blattübergreifende Verknüpfungen. Ein Name auf Blatt 1 kann in einer Formel auf Blatt 3 erscheinen. Das Löschen von Blatt 1 ohne Aktualisierung von Blatt 3 kann den Originalwert durch die Formel preisgeben.

Ein compliance-fähiges Tool muss alle Blätter verarbeiten — auch ausgeblendete — und alle Formelverweise aktualisieren.

Anwendungsfall HR: 50.000 Mitarbeiterdaten teilen

Ein deutsches Unternehmen muss 50.000 Mitarbeiterdaten mit einem externen Berater teilen. DSGVO-Artikel 28 verlangt technische Maßnahmen bei der Weitergabe von Daten an einen Auftragsverarbeiter. Die Datei hat 37 Spalten: Namen, Adressen, Gehälter, Bewertungen und Krankheitsdaten.

Eine manuelle Anonymisierung von 50.000 Zeilen ist in keinem Compliance-Zeitfenster machbar.

Das Word- und Excel-Add-in arbeitet direkt in Microsoft Excel — kein Export nötig. Die PII-Erkennung läuft über alle sichtbaren und ausgeblendeten Blätter. Namen werden zu einheitlichen Pseudonymen. Derselbe Name in zwei Zellen erhält denselben Token. Analytische Verknüpfungen bleiben intakt. Adressen werden durch passende Platzhalter ersetzt. Gehälter bleiben unverändert. Alle 50.000 Zeilen werden in Minuten verarbeitet.

Regeln pro Entitätstyp ermöglichen unterschiedliche Behandlung. Sozialversicherungsnummern werden maskiert. Adressen werden auf Stadtebene reduziert. Persönliche E-Mail-Adressen werden durch rollenbasierte Platzhalter ersetzt.

Diese Herausforderung betrifft nicht nur Excel. Jedes Dateiformat hat seine eigenen Schwachstellen. Lesen Sie, wie Formatfragmentierung die PII-Erkennung beeinflusst.

Drei DSGVO-Regeln in einem Durchlauf

Tabellenblatt-Anonymisierung erfüllt drei Anforderungen aus Artikel 5 gleichzeitig.

Datenminimierung (Art. 5(1)(c)). Nur die Spalten, die der Empfänger benötigt, werden weitergegeben. Identifizierende Spalten werden gelöscht.

Speicherbegrenzung (Art. 5(1)(e)). Die Originaldatei bleibt für die gesetzliche Aufbewahrung. Eine saubere Kopie wird mit kürzerer Aufbewahrungsfrist weitergegeben.

Integrität und Vertraulichkeit (Art. 5(1)(f)). Keine identifizierenden Daten verlassen die Kontrollzone. Nur die saubere Kopie wird herausgegeben.

Das Audit-Protokoll jedes Verarbeitungslaufs ist auch Ihr Nachweis nach Artikel 5(2). Es zeigt, welche Regel für jede Datei und jede Zelle angewendet wurde.

Für Teams mit hohem DSAR-Volumen und engen Fristen: DSGVO DSAR-Batch-Verarbeitung im großen Maßstab.

Quellen

Bereit, Ihre Daten zu schützen?

Beginnen Sie mit der Anonymisierung von PII mit über 285 Entitätstypen in 48 Sprachen.

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.