By · Last updated 2026-04-25

Itzuli BlogeraGDPR & Betetze

Token-Mapeoa GDPR AI Lan-Fluxuetarako

Bezero-izenak AI prozesatu aurretik anonimizatzen direnean, AI-ren erantzunak token anonimoak dauzka. Azken erantzunak benetako izenak eduki behar ditu -- ez.

April 25, 20268 min irakurri
token mapping AIGDPR customer service AIauto-decryptsession-based anonymizationAI workflow pseudonymization

Token-Mapeoa GDPR AI Lan-Fluxuetarako

2026rako eguneratua

Zure taldeak AI erabiltzen du bezeroaren erantzunak idazteko. Bezero batek idazten du. Izena anonimizatzen da AIak ikusi aurretik. AIak ordezkatzaile batekin zirriborroa idazten du. Agenteek eskuz ordezkatu behar dute. Eguneko 200 elkarrekintzan, kostu hori azkar pilatzen da.

Saio-oinarritutako token-mapeoaak hau konpontzen du. Benetako izenak automatikoki berrezartzen ditu.

Arazo Token-Mapeorik Gabe

Anonimizazio-urratsak token bat sortzen du. "Maria Fernandez" bihurtzen da `[BEZERO_1]`. Claudek idazten du: "Maite bezero [BEZERO_1], barkatu atzerapena."

Erreklamazio-kudeatzaileak orain ordezkatu behar du `[BEZERO_1]` "Maria Fernandez"-ekin bidaltzeko aurretik. Eskalan, urrats honek AI laguntzaren helburua suntsitzen du. Inoiz desagertzen ez den lan errepikakorra da.

Nola Funtzionatzen Duten Saio-Tokenek

Saioak bilaketa-taula bat gordetzen du: `[BEZERO_1]` → "Maria Fernandez." Claudek zirriborroa itzultzen duenean, auto-desenkriptatze geruzak taula hori irakurtzen du eta izena berrezartzen du. Agenteek "Maite Maria Fernandez" ikusten dute -- jada zuzena. Eskuzko urratsa ez da beharrezkoa. GDPRren babesa isil-isilik funtzionatzen du.

Zergatik Den Garrantzitsua Saioko Koherentzia

Token-taula koherentea izan behar da saio osoan zehar. "Maria Fernandez" hasierako kexan eta jarraipen batean agertzen bada, biek `[BEZERO_1]`ra ebatzi behar dute. Hori gabe, Claudek bi pertsona desberdin balira tratatuko lituzke. Erantzuna inkoherentea bihurtzen da.

Pertsona batek token bat jasotzen du saioko. Claudek ondoren elkarrizketa behar bezala arrazoitu dezake.

GDPR Betepena Diseinuaren Bidez

GDPRren 4(5) artikuluak pseudonimizazioa arrisku-murrizketa teknika gisa definitzen du. EDPBren 2022ko jarraibideek gauza bat eskatzen dute: gakoa pseudonimizatutako datuetatik aparte gorde behar da.

Saio-token taulak arau hau betetzen dute. Bilaketa nabigatzailean geratzen da. Ez da inoiz Claudera joaten. Saioa amaitzen denean, desagertu egiten da. Ez da datu pertsonalik kanpoko zerbitzarietara iristen. 46. artikuluko transferentzia-galdera ez da sortzen.

Aseguru-Erreklamazioak: Adibide Zehatza

Alemaniako aseguru-etxe batek bezeroaren kexa-emailak prozesatzen ditu. Email bakoitzak izen bat, poliza-zenbaki bat eta erreklamazio-zenbatekoa dauka.

AI prozesatu aurretik, Chrome Luzapenak edo MCP Zerbitzariak hiru eremu anonimizatzen ditu. Claudek `[BEZERO_1]`, `[POLIZA_2024-08847]` eta `[ZENBATEKOA_1]` ikusten ditu. Token horiekin zirriborroa idazten du.

Auto-desenkriptatze geruzak ondoren hiru eremu berrezartzen ditu. Erreklamazio-kudeatzaileak benetako izena eta poliza-zenbakia ikusten du zirriborroan. Berrikusi eta bidali. Ez da ordezkapen manuala beharrezkoa.

GDPRren emaitza: Clauderen AEBetako zerbitzarietara bidalitako datuek ez zeukaten datu pertsonalik. Bezeroaren benetako izena eta poliza-zenbakia Alemanian egon ziren kudeatzailearen nabigatzailean.

Lan-Fluxu Osoak Zer Behar Duen

Hiru osagaik elkarrekin funtzionatu behar dute lan-fluxu jarraitu baterako:

1. Token koherenteak. Entitate bakoitzak saioko token bat jasotzen du. Beti bera.

2. Toketa bilaketa-taula lokala. Saioan bizi da. Ez da AIari bidaltzen.

3. Auto-desenkriptatzea irteeran. Taula AI zirriborroan aplikatzen da agenteek ikusi aurretik.

Hiru hauek gabe, agenteek tokenak eskuz ordezkatzen dituzte. Hirurak dituela, lan-fluxuak bere kabuz funtzionatzen du eta GDPR-betegarri gelditzen da.

Ondorioa

Ikuspegi honek zikloa ixten du AI-lagundutako bezero-lanetan. Anonimizazioak datuak babesten ditu AIra iritsi aurretik. Auto-desenkriptatzeak benetako izenak erantzunera eramaten ditu. Agenteek izen zuzenak ikusten dituzte urrats guztietan. GDPRren betepena mantentzen da osoan.

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.