By · Last updated 2026-06-05

Itzuli BlogeraAI Segurtasuna

GDPR 32. Art.: AI Tresnen PII Monitorizazioa

Enpresako betetze-taldeek AI tresnen PII kontrolen froga kuantitatibo behar dute. Sareko DLP-ak nabigatzaile AI elkarrekintzak galtzen ditu.

June 5, 20267 min irakurri
GDPR Article 32AI compliancePII monitoringCISO evidenceenterprise AI governance

GDPR 32. Artikuluaren Betetzea AI Tresnetarako Frogatzea

2026rako eguneratua.

GDPR 32. Artikuluak "neurri tekniko eta antolakuntza egokiak" eskatzen ditu datu pertsonalak babesteko. Langileek kanpoko AI tresnak erabiltzen dituztenean - ChatGPT, Claude, Gemini - arriskua erreala eta neurgarria da. Kontrolak ere neurgarriak izan behar dira.

"Ez partekatu datu pertsonalik AI tresnekin" esaten duen politika bat antolakuntza-neurri bat da. Ez da neurri tekniko bat. Ez da nahikoa DPA ikuskaritza batek galdetzen duenean: "Nola dakizu langileek betetzen dutela?"

DPA Ikuskaritzek AI Tresnen Inguruan Galdetzen Dutena

2023ko martxoko Samsung ChatGPT urraketaren ondoren, erregulatzaileek enpresako AI programak zorrotz aztertu zituzten. DPA ikuskaritzek galdera zuzenak egiten dituzte.

Kontrol teknikoei buruz galdetzen dute:

  • Zer geldiarazten du datu pertsonalek AI sistemetara iristea?
  • Nola aplikatzen duzu maskaraketa denbora errealean?
  • Zer frogak erakusten du kontrolek funtzionatzen dutela?

Monitorizazioari buruz galdetzen dute:

  • Nola jarraitzen diozu langileek PII exposiziorako AI erabilerai?
  • Zer metrika biltzen dituzu? Zenbat maiz?
  • Nola dakizu kontrolak saihesten ez direla?

Gertakari detekzioari buruz galdetzen dute:

  • Nola antzemango zenuke PII iheska AI tresna batera?
  • Zein da zure erantzun-plana?

Politika-dokumentuek galdera horietako bat ere erantzuten ez dute. Langileek zer egin behar duten esaten dute. Ez dute erakusten langileek zer egiten duten benetan.

Nabigatzaile AI Tresnetarako Monitorizazio-hutsa

Empresako IT taldeek oinarrizko arazo bati aurre egiten diote: nabigatzaile-oinarritutako AI tresnak zaila dira monitoreatzen.

HTTPS Enkriptatua

ChatGPT, Claude eta Gemini guztiek HSTS duten HTTPS erabiltzen dute. Sareko ikuspegiak ezin du gonbida-testua irakurri TLS desenkriptatzerik gabe.

TLS Ikuspena

SSL ikuspegiak gailu guztietan enpresako ziurtagiriak behar ditu. Aplikazio batzuetan ziurtagiri-ainguraketa apurtu dezake. Segurtasun-hutsune berriak sortzen ditu. AI plataformaren zerbitzu-baldintzak hauts ditzake. Herrialde askotan langile-pribatutasun arazoak sortzen ditu.

Amaierako DLP

Amaierako agenteak arbelaren eta teklatu-sarreraren gainbegiralea dira. Baina positibo faltsu-tasa altuak dituzte. Ezin dute bereizi "bezero-datuak kontratu batean idaztea" eta "ChatGPT-n idaztea". Atzerapena bidaltzetan galdu daiteke.

Emaitza: AI tresnak erabiltzen dituzten enpresa gehienek gutxi dakite zer datu iritsi diren sistema horietara.

Betetze-arbelak Praktikan

Finantza-zerbitzu bateko CISO-ak ikuskaritzei erakutsi behar die AI tresnen PII exposizioa kontrolatzen eta jarraitua dela. Ikuskaritza-betekizuna: aktiboki monitoreatzeko datu gogorrak.

Enpresak 500 langileei Chrome Extension zabaltzen die. Astebeteko irteerak:

MetrikaAsteko balioa
AI saio guztiak8.400
Detektatutako PII entitateak12.000
Maskara-tasa%94
Aurkitutako bezero-izenak4.800
Aurkitutako kontu-zenbakiak3.200
Aurkitutako transakzio-IDak2.100
Maskaratu gabeko bidalketak (%6)720 entitate

Oharra: adierazgarrizko eszenatokia. Emaitzak enpresa-tamainaren eta AI erabileraren arabera aldatzen dira.

Ikuskaritzei erakusten dion lau gauzek:

  • AI tresnen erabileraren eskala (astean 8.400 saio)
  • Arriskuan dagoen PII bolumena (12.000 entitate aurkituak)
  • Kontrolaren errendimendua (%94 maskara-tasa)
  • Gainerako arriskua (720 entitatek jarraipena behar dute)

Ikuskaritzek egiaztatu dezaketen hiru gauzek:

  • Kontrol tekniko bat bizirik dago (extension zabaltzeko erregistroak)
  • Monitorizazioa aktiboa da (asteko txostenak)
  • Gainerako arriskua kudeatzen da (%6aren jarraipen-trebakuntza)

Hau da "politika bat dugu" eta "hemen dugu gure neurtu kontrolaren irteera" arteko aldea.

Irteera Hobekuntzan Bihurtzea

Maskaratu gabe bidali den %6a ez da hutsegitea. Monitorizazio-arrakasta da. Enpresak orain badaki:

  1. Zein langileek baztertzen edo galtzen duten maskaraketa-gonbitrak.
  2. Zein entitate-mota gehienetan bidaltzen diren maskaratu gabe.
  3. Zein taldeek saihestate-tasa handiagoak dituzten.
  4. Langileek egokitzen diren heinean tasa jaisten den ala ez.

Honek ekinbide zuzendua bultzatzen du. Saiheste-tasa altuko langileek trebakuntzako gehigarria jasotzen dute. Saiheste-tasa altuko entitate-motek gonbida indartsuagoak behar ditzakete. Errepikatutako saihesteak dituzten taldeek lan-fluxu aldaketa bat behar dezakete.

Irteera hori gabe, trebakuntza modu uniformean aplikatzen da. Harekin, trebakuntza arriskua handiena den lekura joaten da.

GDPR 32. Artikuluaren Pakete Osoa Zer Den

AI tresna programa baterako GDPR 32. Artikuluko dokumentu multzo osoa:

Neurri teknikoak:

  1. Chrome Extension N gailutan (froga: MDM erregistroak)
  2. Denbora errealeko PII detekzioa AI tresna sarrera-eremuetan
  3. Ikuskaritza-uztailekin maskaraketa lan-fluxua (extension erregistroak)
  4. Betetze-arbela (detekzio-metrikak)

Antolakuntza-neurriak:

  1. AI tresna erabilera-politika
  2. Langile-trebakuntza erregistroak
  3. AI datu-ihesen gertakari-erantzun plana
  4. Monitorizazio-irteeraren hiruhileko berrikuskapena

Monitorizazio-frogak:

  1. Asteko arbel-metrikak (iragandako 12 hilabeteak)
  2. Maskara-tasaren joera
  3. Entitate-moten banaketa
  4. Saihestaketa jarraipen-erregistroak

Gertakari detekzioa:

  1. Monitorizazio-irteerak portaera arraroa markatzen du (bat-bateko tasa-jaitsiera, entitate-mota berriak)
  2. Gertakari-erantzun plana [datan] probatua

Multzo honek 32. Artikulua asetzen du. Neurri tekniko eta antolakuntza-neurriak erakusten ditu froga errealarekin.

Arriskuaren Murrizpena Kuantifikatzea

Proportionaltasun probaren kasuan, kontrolak kentzen duen arriskua erakutsi behar duzu.

Kontrolik gabe:

  • AI gonbida guztien %11k PII dute (Cyberhaven 2025)
  • 8.400 asteko saio x %11 = asteko 924 saio PII-rekin
  • Saio bakoitza: GDPR 83. Artikuluko exposizio potentzial bat UEko datuak tartean badira

Kontrolarekin (%94 maskara-tasa):

  • Detektatutako PII duten 924 saio
  • %94 maskaratua: 869 saio babestuta
  • Gainerakoa: astean 55 saio maskara gabeko edukiarekin

Emaitza: AI tresna erabileraren PII exposizioaren %94ko murrizpena.

Proportionaltasun proba aplikatzen duten erregulatzaileentzat, kontrol tekniko zabaldutako %94ko murrizpena froga sendoa da. Ikusi ere PII prebentzioa denbora errealean AI tresnetarako eta nabigatzaile DLP ChatGPT, Claude eta Gemini-rako.

Ondorioa

GDPR 32. Artikuluaren betetzea AI tresnetarako ezin da soilik politikan oinarritu. Nabigatzaile AI saioetan PII exposiziorako monitorizazioak froga sortzen duen kontrol tekniko bat behar du.

Monitorizazio integratudun bizi-maskaratzeak biak ematen dizkizu: prebentzioa (exposizio gutxiago) eta froga (neurtu arriskua eta kontrol-irteera). Konbinazio horrek 32. Artikulua asetzen du.

DPA ikuskaritza bati aurre egiten duten CISOentzat: ikuskaritzek datu gogorrak nahi dituzte. Erakutsi detekzio-tasak, maskara-tasak eta gainerako arriskuaren joerak. Politika hasiera da. Monitorizazio-irteera froga da.

Blokeatzea maskaraketarekin kontrolatzat nola konparatzen den ikusteko, ikusi Nabigatzaile DLP: Blokeatzea vs. Anonimizazioa.

Iturriak

Prest zure datuak babesteko?

Hasi PII anonimizatzen 285+ entitate mota 48 hizkuntzatan.

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.