By · Last updated 2026-06-03

Zurück zum BlogDSGVO & Compliance

Multi-Framework Datenschutz-Compliance...

Compliance-Teams, die GDPR, HIPAA und CCPA verwalten, müssen je nach Dokumentenkontext unterschiedliche Anonymisierungsstandards anwenden.

June 3, 20267 min Lesezeit
GDPR HIPAA CCPAmulti-framework complianceprivacy regulationcompliance presetsDPO tools

Ein Tool, drei Rechtsrahmen

Ein Datenschutz-Team bearbeitet am Montag EU-Kundendaten unter der DSGVO. Am Dienstag Gesundheitsakten unter HIPAA. Am Mittwoch Verbraucherdaten aus Kalifornien unter dem CCPA.

Jedes Gesetz hat eigene Regeln. Jedes Dokument braucht eine andere Konfiguration.

Wer täglich zwischen drei Regelwerken wechselt, macht Fehler. Die falsche Konfiguration für das falsche Dokument führt entweder zu übermäßiger Anonymisierung (Datenverlust) oder zu unzureichender Anonymisierung (Compliance-Verstoß).

Benannte Compliance-Profile lösen das Problem. Eine gespeicherte Konfiguration pro Gesetz. Keine manuelle Neukonfiguration.

DSGVO — Was sie abdeckt

Die DSGVO erfasst alle personenbezogenen Daten. Sie gilt für jede EU-Person, die identifiziert werden kann. Es gibt keine feste Liste zulässiger Typen. Jede Information, die sich auf eine Person bezieht, fällt darunter.

Besondere Kategorien — Gesundheitsdaten, religiöse Überzeugungen, politische Ansichten — erhalten zusätzlichen Schutz nach Artikel 9.

Typische Entitätstypen für die Dokumentenarbeit: Namen, Adressen, nationale Ausweisdaten, E-Mails, Telefonnummern, IP-Adressen, Kreditkarten.

Die richtige Entscheidung hängt vom Kontext ab. Die DSGVO hat keine feste Liste.

HIPAA — Was es abdeckt

HIPAA Safe Harbor definiert genau 18 Identifikatortypen. Alle 18 müssen aus Gesundheitsakten entfernt werden.

Zwei Regeln überraschen Teams immer wieder:

  • Datumsangaben werden auf das Jahr reduziert. Monat und Tag werden entfernt. Das Jahr bleibt.
  • Geografische Angaben unterhalb der Staatsebene müssen entfernt werden.

Diese Regeln gelten nur für betroffene Einrichtungen und ihre Geschäftspartner.

CCPA — Was es abdeckt

Der CCPA erfasst personenbezogene Informationen über kalifornische Verbraucher. Der Anwendungsbereich ist weit. Er umfasst direkte Kennzeichner, Internetaktivitäten, Kaufhistorien, Standortdaten, biometrische Daten und abgeleitete Profile.

Für die Dokumentenarbeit stehen direkte Kennzeichner im Fokus: Namen, Sozialversicherungsnummern, Führerscheine, Reisepassnummern, E-Mails, Kontonummern, IP-Adressen, Geräte-IDs.

Kaufhistorien und Browsing-Protokolle erscheinen in der Regel nicht als Klartext in Dokumenten.

Warum manuelles Umschalten versagt

Manuelles Umschalten erzeugt Fehler. Eine DSGVO-Akte, die mit einer HIPAA-Konfiguration verarbeitet wird, erfasst Datumsregeln, die die DSGVO nicht braucht. Eine HIPAA-Akte mit einer DSGVO-Konfiguration übersieht die geografischen Regeln, die Safe Harbor fordert.

Studien zeigen, dass manuelle Framework-Wechsel zu etwa 15 % der Zeit Fehler produzieren. Jeder Fehler ist ein Compliance-Verstoß oder ein Datenverlust.

Das Team muss drei Regelwerke im Kopf behalten und jedes Mal das richtige anwenden. Das ist kein Prozess. Es ist ein tägliches Raten.

Drei benannte Konfigurationen

„DSGVO Standard — EU-Kunden"

Erkennt: Namen, Adressen, nationale Ausweisdaten, E-Mails, Telefonnummern, IP-Adressen, Kreditkarten.

Methode: Schwärzen.

Datumsangaben ausschließen, sofern das Geburtsdatum nicht relevant ist. IP-Adressen für Online-Datenprojekte einbeziehen.


„HIPAA Safe Harbor — Gesundheitswesen"

Erkennt: Personennamen, Datumsangaben, geografische Angaben unterhalb der Staatsebene, Telefon, Fax, E-Mail, Sozialversicherungsnummern, Krankenaktennummern, Krankenversicherungs-IDs, Kontonummern, Zertifikatsnummern, Fahrzeug-IDs, Geräte-IDs, URLs, IP-Adressen, biometrische IDs. Das deckt alle 18 Safe-Harbor-Typen ab.

Methode: Schwärzen. Bei Datumsangaben: Jahr beibehalten, Monat und Tag entfernen.

Fügen Sie ein benutzerdefiniertes Muster für das Krankenaktennummer-Format Ihrer Einrichtung hinzu.


„CCPA — Kalifornische Verbraucher"

Erkennt: Namen, Adressen, Telefonnummern, E-Mails, Sozialversicherungsnummern, Führerscheine, Reisepässe, Kreditkarten, IP-Adressen, URLs, Kontonummern, Geräte-IDs.

Methode: Ersetzen (optimal für Analysen) oder Schwärzen.


Jede gespeicherte Konfiguration trifft die Compliance-Entscheidung einmalig. Die bearbeitende Person wählt das Profil, das zum rechtlichen Kontext des Dokuments passt. Keine Entitätsliste aufbauen. Keine Methode auswählen.

Fehlerquoten vor und nach benannten Profilen

Ohne benannte Profile: Mitarbeitende konfigurieren für jedes Regelwerk manuell. Fehlerquote liegt bei rund 15 %. Jährliche Audits finden Feststellungen zur Framework-Anwendung.

Mit benannten Profilen: Mitarbeitende wählen ein gespeichertes Profil. Die Konfiguration ist fest. Fehlerquote sinkt auf unter 2 %. Verbleibende Fehler entstehen durch die Wahl des falschen Profils. Die QA-Prüfung erkennt sie. Audits bestehen ohne Feststellungen.

Der entscheidende Wandel: Die Compliance-Entscheidung verlagert sich von der täglichen Ausführung auf die Profilerstellung. Ein Spezialist entscheidet einmal. Jede bearbeitende Person wendet es ohne nachzudenken an.

Ein Multi-Framework-Team führen

Verantwortung zuweisen. Eine Fachkraft pro Gesetz. Der DSGVO-Verantwortliche betreut das DSGVO-Profil. Der HIPAA-Beauftragte betreut die HIPAA-Konfiguration. Jede Fachkraft prüft ihr Profil jeden Quartal.

Nach Quelle weiterleiten. EU-Kundendaten erhalten das DSGVO-Profil. US-Gesundheitsdaten erhalten das HIPAA-Profil. Daten kalifornischer Verbraucher erhalten das CCPA-Profil.

Jeden Lauf protokollieren. Verarbeitungsprotokolle halten fest, welches Profil für jeden Stapel verwendet wurde. Wenn ein Prüfer fragt, wie eine Akte verarbeitet wurde, lautet die Antwort: Profilname, Datum und Konfigurationsprotokoll.

Updates verteilen. Wenn der EDPB neue Leitlinien herausgibt, aktualisiert der DSGVO-Verantwortliche die gemeinsame Konfiguration. Alle künftigen Verarbeitungen übernehmen die Änderung automatisch.

Für einen tieferen Einblick in die Profilsteuerung und Nachweise für Audits, siehe Anonymisierungs-Presets und DSGVO-Audit-Konsistenz. Für Details zur HIPAA-Safe-Harbor-Abdeckung, siehe HIPAA Safe Harbor De-Identifikation für die Gesundheitsforschung.

Fazit

Drei Gesetze. Drei gespeicherte Profile. Ein Tool.

Die Komplexität bleibt auf der Ebene der Profilerstellung. Nicht im täglichen Arbeitsablauf. Mitarbeitende müssen keine HIPAA-Datumsregeln kennen. Sie müssen wissen, welches Profil zum vorliegenden Dokument passt.

Benannte Konfigurationen reduzieren die kognitive Last. Sie senken Fehlerquoten. Sie machen Compliance nachweisbar.

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.