By · Last updated 2026-06-05

Takaisin BlogiinAI Turvallisuus

Sisäinen Wiki ja Henkilötiedot: Asiakasdata Confluencessa

Tukitiimit dokumentoivat prosesseja asiakastilien kuvakaappauksilla. Kolmen vuoden aikana se tarkoittaa tuhansia GDPR:n tietojen minimointirikkomuksia tietopankissasi.

June 5, 20266 min lukuaika
Confluence GDPRinternal wiki PIIcustomer datadocumentation privacydata minimization

Henkilötietojen Kertyminen Sisäisissä Tietopankeissa

Sisäiset tietopankit — Confluence, Notion, SharePoint, GitBook — keräävät tietyn tyyppistä henkilötietoongelmaa, joka on lähes täysin näkymätön tavallisille vaatimustenmukaisuustyökaluille: asiakkaiden henkilötiedot upotettuna prosessidokumentaatioon käytettyihin kuvakaappauksiin.

Tämä kaava toistuu tuhansissa tuki- ja operaatiotiimeissä.

Tukihenkilö löytää epätavallisen tilin konfiguraation. Hän ottaa kuvakaappauksen asiakkaan tilisivusta dokumentoidakseen ongelman tietopankki-artikkelia varten. Kuvakaappaus näyttää asiakkaan nimen käyttöliittymän otsikossa, sähköpostiosoitteen tilitiedoissa ja tilaussuunnitelman tiedot.

Artikkeli julkaistaan sisäisessä wikissä. 150 tukihenkilöä voi nyt tarkastella sitä. Kaksitoista ulkoisen helpdeskistä työskentelevää urakoitsijaa voi tarkastella sitä. Artikkeli on hyödyllinen — se näyttää, miten käsitellä kyseinen reunatapaus. Jokainen tulevaisuudessa tämän konfiguraation kohtaava henkilö lukee sen.

Kolme vuotta myöhemmin tietopankki sisältää 847 tällaista artikkelia. Jokainen sisältää kuvakaappauksia asiakastileistä. Kuvakaappauksissa esiintyvät asiakkaat eivät ole antaneet suostumustaan tähän toissijaiseen tietojenkäyttöön. Useimmat eivät edes tiedä tietojensa olevan siellä.

Kyseessä ei ole pieni ongelma — se kasvaa jokaisen uuden artikkelin myötä.

GDPR-Altistuminen: Miksi Tämä On Merkittävää

GDPR-analyysi tietopankkikuvakaappauksille on suoraviivainen.

Tietojen minimointi (5 artiklan 1 kohdan c alakohta): Henkilötietojen on oltava "asianmukaisia, olennaisia ja rajoitettuja siihen, mikä on tarpeen." Tietopankki-artikkeli tilin konfigurointireunatapauksesta ei tarvitse asiakkaan oikeaa nimeä ja sähköpostiosoitetta. Peitetty kuvakaappaus palvelee dokumentointitarkoitusta yhtä hyvin. Todellisten asiakastietojen sisällyttäminen ei ole välttämätöntä.

Käyttötarkoituksen rajoittaminen (5 artiklan 1 kohdan b alakohta): Yhteen tarkoitukseen — asiakaspalveluun — kerättyjä tietoja ei voi käyttää uudelleen toiseen tarkoitukseen — sisäiseen prosessidokumentaatioon — ilman oikeudellista perustaa. Tilin tiedot kerättiin palvelun tarjoamista varten, ei sisäistä dokumentaatiota varten. Nämä ovat kaksi eri käsittelytarkoitusta. Samojen tietojen käyttäminen molempiin vaatii pätevän oikeudellisen perustan, jota useimmilla tiimeillä ei ole.

Kulunvalvonta (5 artiklan 1 kohdan f alakohta ja 32 artikla): Asianmukaiset tekniset toimenpiteet on toteutettava henkilötietojen suojaamiseksi. Asiakastilien kuvakaappaukset wikissä, joka on kaikkien 150 henkilöstön jäsenen ja urakoitsijan käytettävissä — mukaan lukien ne, joilla ei ole pääsyä taustalla olevaan tiliyjärjestelmään — merkitsevät liian laajaa pääsyä henkilötietoihin.

Oikeus tietojen poistamiseen (17 artikla): Rekisteröidyllä, joka pyytää tietojensa poistamista, on oikeus saada ne poistetuksi "ilman aiheetonta viivytystä". Jos hänen tietonsa esiintyvät 23 tietopankki-artikkelissa upotettuna kuvakaappauksina, pyyntö edellyttää kaikkien 23 artiklan löytämistä ja päivittämistä — mikä on vaikeaa ilman järjestelmää. GDPR:n oikeutta tietojen poistamiseen koskeva oppaamme käy vaiheet yksityiskohtaisesti läpi.

Nämä eivät ole marginaalisia tulkintoja asetuksesta — ne ovat asetustekstin suoria soveltamisia yleiseen käytäntöön.

Kulunvalvonnan Ohittaminen

Vakavin vaatimustenmukaisuusongelma Confluence-kuvakaappauksissa on niiden luoma kulunvalvonnan ohittaminen.

Tukitiimit käyttävät roolipohjaista kulunvalvontaa (RBAC) rajoittaakseen, kenellä on pääsy asiakastilitietojärjestelmiin. Ensimmäisen tason agentit näkevät vain perustietoja. Toisen tason agentit näkevät laskutus- ja teknisiä tietoja. Johtajilla on pääsy koko tiliprofiiliksi.

Kun toisen tason agentti luo tietopankki-artikkelin koko asiakastilin profiilista otetulla kuvakaappauksella, kuvakaappaus tulee kaikkien wikiä käyttävien henkilöiden nähtäville — mukaan lukien ensimmäisen tason agentit, joiden ei pitäisi nähdä laskutustietoja, urakoitsijat, joilla ei ole järjestelmäpääsyä, ja uudet työntekijät perehdytyksen aikana.

Kuvakaappaus ohittaa RBAC-kontrolleja asiakastilitietojärjestelmässä. Henkilötiedot, joita RBAC oli suunniteltu suojaamaan, ovat nyt kaikkien wikiä käyttävien saatavilla.

Tämä ei ole teoreettinen riski — se on normaalin dokumentaatiotyönkulun tulos. Kuvakaappaus pysyy siellä ilman vanhentumispäivämäärää, lokikirjanpitoa tai auditointijälkeä.

Käytännön Korjaustoimenpiteet

Organisaatioille, jotka havaitsevat tämän ongelman GDPR-auditoinnin aikana:

Takautuva korjaaminen:

  1. Tunnista kaikki tietopankkisivut, joissa on kuvalliitteitä
  2. Suorita kuvien henkilötietojen havaitseminen kaikille liitteille
  3. Triagoi tulokset: korkean luottamuksen osumilla merkityt kuvat siirtyvät tarkistusjonoon
  4. Jokaisen merkityn kuvan kohdalla: korvaa puhdistetulla versiolla tai rajoita sivun pääsyä
  5. Kirjaa korjaustoimenpiteet GDPR-dokumentaatiota varten

Takautuvan työn laajuus riippuu tietopankin koosta. Kolme vuotta vanhan 50 hengen tukitiimin tietopankin kuvamäärä voi nousta tuhansiin. Eräkuvankäsittely tekee tämän toteuttamiskelpoiseksi. Ihmisen tarkistus merkittyjen kuvien osalta on tärkein pullonkaula.

Ennakoivat kontrollit:

  1. Kouluta kaikki tukihenkilöstö puhdistamaan kuvakaappaukset ennen wikiin julkaisemista
  2. Tarjoa työkalut: kuvakaappausten annotointityökalut, jotka summentavat asiakkaiden nimet ennen liittämistä
  3. Lisää tarkistusvaihe: nimetty tarkistaja hyväksyy artikkelit ennen julkaisemista, etsien erityisesti asiakkaiden henkilötietoja kuvista
  4. Suorita neljännesvuosittainen eräkuvaskannaus kaikille Confluence-liitteille

Minimaalinen toimiva kontrolli: Julkaisutarkistuslista — "Poista tai sumenna kaikki asiakkaiden nimet, sähköpostiosoitteet ja tilin tunnukset kuvakaappauksista ennen julkaisemista." Matalateknologinen, ei automaattinen, mutta luo dokumentoidun kontrollin. Pienille tiimeille tämä on lähtökohta.

Tutustu GDPR-vaatimustenmukaisuuskatsaukseemme laajempaa oikeudellista viitekehystä varten, ja miksi käytäntö ilman teknisiä kontrolleja epäonnistuu ymmärtääksesi, miksi pelkkiin tarkistuslistoihin perustuvat lähestymistavat hajoavat suuressa mittakaavassa.

Miksi Ongelma Pahenee Ajan Myötä

Ilman systemaattisia kontrolleja sisäisen wikin henkilötietoaltistuminen kertyy.

Volyymi: Jokainen uusi asiakaskuvakaappauksella varustettu artikkeli lisää kokonaisaltistumista. Tukitiimin kasvaessa ja tietopankin laajentuessa kertyneet henkilötiedot kasvavat suhteessa. Juuri ne ominaisuudet, jotka tekevät näistä työkaluista hyödyllisiä — julkaisun helppous, pysyvyys, laaja pääsy — pahentavat henkilötietoongelmaa.

Unohdetut artikkelit: Artikkelit vanhoista reunatapauksista, joita ei enää esiinny, pysyvät saatavilla sisältäen henkilötietoja asiakkailta, jotka ovat sittemmin esittäneet poistopyyntöjä. Kukaan ei tarkista vuonna 2022 viimeksi päivitettyä artikkelia.

Leviäminen tiimien välillä: Tietopankit muuttuvat usein monitoiminnallisiksi. Asiakaskuvakaappauksilla varustettu tukiartikkeli saatetaan jakaa tuotetiimille, insinöörityötiimille tai ulkoisille urakoitsijoille kontekstina ominaisuuspyynnölle tai virheraportille. Jokainen jako laajentaa henkilötietojen vastaanottajien joukkoa.

Poistopyyntöjen ruuhka: Tietopankkiin kertyvien asiakastietueiden myötä poistopyyntöihin vastaaminen muuttuu yhä monimutkaisemmaksi. Ilman järjestelmää ei ole luotettavaa tapaa vahvistaa, että kaikki rekisteröidyn tietojen esiintymät on löydetty ja poistettu.

Tietopankkien henkilötietojen estäminen on helpompaa kuin niiden korjaaminen jälkikäteen. Nyt käyttöön otettavat kontrollit estävät kumuloituvan korjausongelman. Jokainen ilman summennettuja kuvakaappauksia julkaistu artikkeli on tulevaisuuteen siirretty korjaamistehtävä.

Lähteet

Valmiina suojaamaan tietojasi?

Aloita PII-anonymisointi yli 285 entiteettityypillä 48 kielellä.

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.