anonym.legal

By · Last updated 2026-05-01

Πίσω στο BlogGDPR & Συμμόρφωση

Τα Εσωτερικά Αναγνωριστικά Υπαλλήλων Είναι Επίσης PII

Κάθε μεγάλος οργανισμός διαθέτει ιδιόκτητα εσωτερικά αναγνωριστικά που συνδέουν ανωνυμοποιημένα αρχεία με πραγματικά πρόσωπα. Το 34% των προστίμων GDPR αφορά ανεπαρκή τεχνικά μέτρα.

May 1, 20268 λεπτά ανάγνωσης
employee ID anonymizationproprietary identifier detectionquasi-PIIGDPR custom entitiesno-code pattern builder

Τι Είναι το Quasi-PII;

Το GDPR Άρθρο 4 καλύπτει κάθε δεδομένο που μπορεί να αναγνωρίσει ένα πρόσωπο. Τα δεδομένα δεν χρειάζεται να ονομάζουν κάποιον άμεσα. Αρκεί να καθιστούν δυνατή την αναγνώριση μέσω επιπλέον βημάτων.

Τα εσωτερικά αναγνωριστικά υπαλλήλων είναι ένα σαφές παράδειγμα. Πάρτε την τιμή "EMP-EU-123456." Αυτή η συμβολοσειρά δεν ονομάζει κανέναν. Αλλά το σύστημα HR διαθέτει έναν απλό πίνακα αναζήτησης. Το EMP-EU-123456 αντιστοιχεί στη Maria Schmidt, Ανώτερη Μηχανικό, Μόναχο. Όποιος έχει πρόσβαση σε αυτόν τον πίνακα μπορεί να τη βρει. Υπό το GDPR, το αναγνωριστικό είναι προσωπικό δεδομένο.

Ο ίδιος κανόνας ισχύει για άλλους εσωτερικούς κωδικούς:

  • Αριθμοί λογαριασμού πελατών που συνδέονται με αρχεία CRM
  • Κωδικοί έργου που συνδέονται με ονόματα πελατών σε συμβατικά συστήματα
  • Αριθμοί αναφοράς υποθέσεων σε νομικά αρχεία
  • Αριθμοί ιατρικού φακέλου που συνδέονται με αρχεία ασθενών

Η αφαίρεση ονομάτων και email δεν αρκεί. Εάν τα εσωτερικά αναγνωριστικά παραμένουν σε ένα αρχείο, η επαναγνώριση απέχει μόλις δύο βήματα.

Γιατί Αυτό το Κενό Οδηγεί σε Πρόστιμα

Το 34% όλων των προστίμων GDPR αφορά ανεπαρκή τεχνικά μέτρα βάσει του Άρθρου 32. Αυτό το στοιχείο προέρχεται από την Ετήσια Έκθεση GDPR 2025 της DLA Piper. Η αδυναμία εντοπισμού quasi-αναγνωριστικών εσωτερικών αναγνωριστικών εμπίπτει σε αυτή την κατηγορία.

Το EDPB χειρίστηκε πάνω από 900 υποθέσεις μηχανισμού συνοχής το 2024. Η διασυνοριακή επιβολή σημαίνει ότι ένα κενό σε ένα κοινόχρηστο σύνολο δεδομένων μπορεί να οδηγήσει σε συντονισμένη δράση σε διάφορα κράτη μέλη ΕΕ.

Τα τυπικά εργαλεία PII εντοπίζουν καθολικά πρότυπα: ονόματα, email, αριθμούς τηλεφώνου, εθνικά αναγνωριστικά. Δεν γνωρίζουν τη μορφή εσωτερικών αναγνωριστικών σας. Κανένα εργαλείο δεν το γνωρίζει μέχρι να του το πείτε. Αυτό είναι το κενό.

Πώς Λειτουργεί το Πρόγραμμα Δημιουργίας Προτύπων Χωρίς Κώδικα

Μια παγκόσμια εταιρεία logistics χρειάζεται να ανωνυμοποιήσει αρχεία υπαλλήλων για εξωτερικό έλεγχο. Τα αναγνωριστικά υπαλλήλων τους χρησιμοποιούν αυτή τη μορφή: EMP-[ΠΕΡΙΟΧΗ]-[6 ψηφία]. Τρία παραδείγματα: EMP-EU-123456, EMP-APAC-789012, EMP-AMER-345678.

Η ομάδα συμμόρφωσης εισάγει τρία παραδείγματα στον βοηθό προτύπου ΑΙ. Η ΑΙ επιστρέφει:

  • Πρότυπο: EMP-[A-Z]{2,4}-\d{6}
  • Αντιστοιχεί και στα τρία παραδείγματα
  • Προτεινόμενο όνομα οντότητας: EMPLOYEE-ID
  • Προτεινόμενο επόμενο βήμα: δοκιμή με περισσότερους κωδικούς περιοχής

Η ομάδα δοκιμάζει δέκα ακόμα δείγματα. Το πρότυπο λειτουργεί και στα δέκα.

Αποθηκεύουν την προσαρμοσμένη οντότητα στο κοινόχρηστο GDPR preset της ομάδας. Και τα 47 έγγραφα της δέσμης ελέγχου επεξεργάζονται σε μία παρτίδα. Κάθε αναγνωριστικό υπαλλήλου αντικαθίσταται με μια ετικέτα βάσει ρόλου. Η ελεγκτική εταιρεία λαμβάνει αρχεία που δεν συνδέονται πλέον με κανένα άτομο.

Δεν απαιτείται βοήθεια μηχανικού. Ολόκληρη η εγκατάσταση διαρκεί λιγότερο από μία ώρα.

Τι Γίνεται Στη Συνέχεια

Μόλις η προσαρμοσμένη οντότητα αποθηκευτεί σε ένα κοινόχρηστο preset, όλα τα μέλη της ομάδας χρησιμοποιούν την ίδια ρύθμιση. Το νέο προσωπικό την αποκτά από την πρώτη ημέρα. Οι εργασίες δέσμης, οι κλήσεις API και οι μη αυτόματες μεταφορτώσεις εφαρμόζουν το ίδιο πρότυπο.

Το αρχείο ελέγχου δείχνει ποιο preset χρησιμοποιήθηκε για κάθε αρχείο. Εάν μια DPA ζητήσει αποδείξεις της διαδικασίας ανωνυμοποίησής σας, μπορείτε να τις δείξετε.

Για την πλήρη ροή εργασίας ρύθμισης προσαρμοσμένης οντότητας, δείτε προσαρμοσμένα αναγνωριστικά PII για ανωνυμοποίηση οργανισμών. Για τη διατήρηση αυτής της ρύθμισης συνεπούς σε όλες τις ομάδες, δείτε presets συνέπειας ανωνυμοποίησης για έλεγχο GDPR.

Πηγές

Έτοιμοι να προστατεύσετε τα δεδομένα σας;

Ξεκινήστε την ανωνυμοποίηση PII με 285+ τύπους οντοτήτων σε 48 γλώσσες.

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.