anonym.legal

By · Last updated 2026-04-14

Itzuli BlogeraGDPR & Betetze

Datu Subiranotasuna: Hodeiko PII Tresnak Porrot Egiten Dute

Datu-babes legeak dituzten herrialdeak 76 izatetik 120tik gora izatera igaro ziren 2011 eta 2025 artean. Alemaniako SGB V-k osasun-datuak Alemaniar kontrolatutako sistemetan mugatu behar ditu.

April 14, 20269 min irakurri
data sovereigntylocal-first processingSwiss banking secrecyGerman healthcare lawHIPAA local compliance

Datu Subiranotasuna: Zergatik Geratzen Diren Hodeiko PII Tresnak Labur

2026rako eguneratua

2011 eta 2025 artean, pribatutasun legeak dituzten herrialdeak 76tik 120tik gora hazi ziren. Jurisdikzioak ez dira bateratzen. Bereizten ari dira. Lege berri bakoitzak araudi globalaren gainetik tokiko arauak gehitzen ditu. Zerbitzari zentralak dituzten hodeiko tresnak zailtasun handiz jarraitzen diote.

GDPR-k EB pribatutasunerako oina ezarri zuen. EBtik kanpoko transferentziek egokitasun-erabakia edo baliozko babes-neurria behar dute. Baina GDPR ez da goi-maila, asiera baizik. Osasun-, banku- eta sektore publikoko arauek gehiago egiten dute. Kasu batzuetan, hodeiko prozesatzea ezinezkoa bihurtzen dute.

Alemania: SGB V eta Osasun-Erregistroak

Alemaniako Sozialgesetzbuch V-k (SGB V) estatutuzko osasun-asegurantza arautzen du. Pazienteen erregistroak nola kudeatzen diren mugatzen du. SGB V peko osasun-fitxategiak Alemaniar kontrolatutako sistemetan egon behar dira. Arau horrek AEBn oinarritutako hodeiko zerbitzuak oztopatzen ditu, baita EBn kokatutakoak ere, pazienteen fitxategi zorrotzenak ukitzeko.

HHS OCR-k $100 milioi baino gehiago bildu zituen HIPAA isunetan 2024an. Errekorra zen urte hori. Alemania eta AEBen joerek norabide bera adierazten dute. Osasun-erregistroek kontrol zorrotzenak behar dituzte, eta ahulak izunda isunei gonbita egiten zaie.

Suitza: Banku Sekretua eta FINMA

Suitzako banku-sekretua Suitzako Bankuaren Legearen 47. artikuluaren pean dago. Legeria kriminala da hau, ez zibila. Bezero-xehetasunak adostasunik gabe partekatzea, hodeiko hornitzaile batekin prozesatzean partekatzea barne, delitu kriminala izan daiteke.

FINMAren azpikontratazio-arauek onarpena eta bezeroaren adostasuna eskatzen dute, edozein hirugarren mailak Suitzako banku-erregistroak jaso aurretik. Tokiko prozesatzeak arazoa kentzen du. Erregistroak bankuaren sistema propietateetatik inoiz irteten ez badira, ez da transferentzia-onarpenrik behar.

Tokiko Prozesatze Eredua

LocalLLaMA komunitateak dokumentatu du zergatik aukeratzen duten enpresek tokiko AI: "Fintuninga informazio pertsonal edo sentikorra biltzen badu, tokian egiteak lan juridiko konplexua saihesten du." Logika bera anonimizazioari aplikatzen zaio. Erregistroak tokian prozesatuz, azterketa juridikoaren kategoria oso bat saihesten duzu.

Tauri 2.0 eta Rust-en eraikitako tresnak sare-monitoreengatik egiaztatu daitezke. Segurtasun-taldeak exekuzio batean gailutik deirik atera ez dela baieztatu dezake. Froga horrek garrantzia du arautegiko sektoreetan. SaaS pribatutasun-promesa ezin da era berean egiaztatu. Ikus gure HIPAA hodeiko betetze gida tokiko prozesatzeak osasun-auditoretzak nola onartzen dituen jakiteko.

Zergatik Jarraituko Duen Zatiketa

120tik gorako herrialdeak pribatutasun legeekin ez da egoera egonkorra. Lege gehiago datoz. GDPR oinarriaren eta sektore arauak arteko aldea zabaltzen ari da, ez murrizten. Fitxategiak zerbitzari zentral batera bidaltzen dituzten tresnek etxekotasun handiagoa dute lege berri bakoitzak tokiko murrizketak gehitu ahala.

Tresna local-first-ek eredu hau alderantzikatu egiten dute. Softwarea fitxategiak bizi diren lekuan exekutatzen da. Ezer ez da sare batetik mugitzen. Betetzea diseinu baten ezaugarri bihurtzen da, ez kontratu bateko promesa. Alemania, Suitza eta merkatugai zorrotzagoko beste merkatuetako taldeentzat, aldaketa horrek arrisku-kategoria oso bat kentzen du. Ikus gure pribatutasun-betetze global gida jurisdikzio anitzeko beharren ikuspegi zabalagoa lortzeko.

Iturriak

Lotutako Artikuluak

GDPR & Betetze

Japan My Number: Verhoeff & APPI

63% of generic tools fail My Number detection in Japanese documents. My Number uses Verhoeff algorithm — the most complex national ID checksum in Asia.

GDPR & Betetze

HDPA Greece: AFM & AMKA Detection

Greek AFM detected with 52% accuracy by generic tools. HDPA issued 89 decisions in 2024 — up 162% from 2022. Tourism and maritime sectors face distinct.

GDPR & Betetze

NAIH Hungary: TAJ-Szám and Adóazonosító Jel

Hungarian NER accuracy is 67% vs. EU average 82% — NAIH's 2024 assessment. TAJ-szám weighted checksum and adóazonosító jel detection gaps.

Prest zure datuak babesteko?

Hasi PII anonimizatzen 285+ entitate mota 48 hizkuntzatan.

Hasi Probako BertsioaIkusi Ezaugarriak

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.