By · Last updated 2026-05-01

Tagasi BlogisseGDPR ja Vastavus

Sisemised toetajate ID-d on samuti isikuandmed

Igal suuremal organisatsioonil on patenteeritud sisemised identifikaatorid, mis seovad anonuumsed kirjed tagasi reaalsetele inimestele. 34% GDPR-i trahvidest halmavad ebapiisavaid tehnilisi meetmeid.

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

Mis on kvaasi-isikuandmed?

GDPR-i artikkel 4 katab igasugused andmed, mis voivad isiku tuvastada. Andmed ei pea otseselt kedagi nimetama. Need peavad ainult lisasammude kaudu tuvastamise voimalikuks tegema.

Sisemised toolajate ID-d on selge naite. Votke vaartus "EMP-EU-123456". See string ei nimeta kedagi. Kuid personalisusteem haldab lihtsat otsingutabelit. EMP-EU-123456 vastab Maria Schmidtile, vaneminsenerile Munhenis. Igakel, kellel on juurdepaasvoi selle tabelile, saab ta ule leida. GDPR-i alusel on ID isikuandmed.

Sama reegel kehtib teiste sisemiste koodide kohta:

  • Kliendikonto numbrid, mis seovad CRM-i kirjeid
  • Projektikodd, mis seovad kliendinimedega lepingusustoomides
  • Viitade juhtumi numbrid oigusfailides
  • Meditsiinilise juhtumi numbrid, mis seovad patsiendi kirjeid

Nimede ja e-posti aadresside eemaldamine ei ole piisav. Kui sisemised ID-d jaavad faili, on taasuuvastamine vaid kaks sammu eemal.

Miks see lünk viib trahvidele

34% koikidest GDPR-i trahvidest halmavad ebapiisavaid tehnilisi meetmeid artikli 32 alusel. See arv parineb DLA Piperi 2025 GDPR-i aastaraportist. Kvaasiidentifitseerivate sisemiste identifikaatorite tuvastamata jatmine kuulub sellesse kategooriasse.

EDPB tostis 2024. aastal ule 900 kooskolusmehhanismi juhtumi. Piiriulene joustamine tahendab, et uks lünk jagatavuses andmekogumis voib viia kooskuldistatud meetmeni mitmete EL-i liikmesriikide ules.

Standardsed isikuandmete toritsad leiavad universaalseid mustreid: nimed, e-posti aadressid, telefoninumbrid, riiklikud ID-d. Need ei tea teie sisemist ID-vormingut. Ukski toorits ei tea seda enne, kui te selle talle otele. See on lünk.

Koodivabu mustri koostaja toovoong

Globaalne logistikafirma vajab toolajate kirjete anonuumimist valjase auditi jaoks. Nende toolajate ID-d kasutavad seda vormingut: EMP-[PIIRKOND]-[6 numbrit]. Kolm naite: EMP-EU-123456, EMP-APAC-789012, EMP-AMER-345678.

Vastavusmeeskond sisestab kolm naitet tehisintellekti mustriabisse. Tehisintellekt tagastab:

  • Muster: EMP-[A-Z]{2,4}-\d{6}
  • Vastab kaikile kolmele naitele
  • Soovitatav uiksuse nimi: EMPLOYEE-ID
  • Soovitatav jarmine samm: testida rohkemate piirkonnakoodidega

Meeskond testib kummend naidisnumbrit rohkem. Muster toob kaikile neile.

Nad salvestavad kohandatud uiksuse meeskonna jagatavasse GDPR-i eelsaattesse. Koik 47 dokumenti auditipaketis tooteldakse uhes partiis. Iga toolaja ID asendatakse rollipohhise sildi. Auditifirma saab faile, mis ei seo enam uhegi isikuga.

Inseneridabi pole vaja. Kogu seadistamine votab alla tunni.

Mis juhtub edasi

Kui kohandatud uiksus on salvestatud jagatavasse eelsaatesse, kasutavad koik meeskonnaliikmed sama seadistust. Uued toolajad saavad selle esimesel paaval. Partiitood, API-kutsed ja kasitsi uleslaadimised rakendavad sama mustrit.

Auditijalgede kaudu on naha, millist eelsaadet iga faili jaoks kasutati. Kui andmekaitseameti asutus kusib teie anonuumimisprotsessi toendust, saate seda naita.

Kogu kohandatud uiksuse seadistusvoo jaoks vaadake kohandatud isikuandmete identifikaatorid organisatsiooni anonuumimiseks. Selle seadistuse johesuse hoidmiseks meeskondade ules vaadake anonuumimise johesuse eelsaated GDPR-i auditi jaoks.

Allikad

Kas olete valmis oma andmeid kaitsma?

Alustage PII anonüümitamist 285+ üksustüübi abil 48 keeles.

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.