Perspectives sur la confidentialité des données
Articles d'experts sur la sécurité de l'IA, la conformité au GDPR, la protection des données de santé et les meilleures pratiques d'anonymisation des PII.
Tous les articles
L'argument de 2,2 millions de dollars pour la...
IBM a trouvé une différence de coût de 2,2 millions de dollars entre la prévention et la détection.
Démontrer la conformité à l'article 32 du RGPD pour...
Les équipes de conformité des entreprises ont besoin de preuves quantitatives des contrôles PII des outils d'IA.
Prévention vs. Détection : Pourquoi l'anonymisation...
Lorsqu'un employé saisit un nom de client dans ChatGPT, les données quittent le contrôle organisationnel en temps réel.
Pourquoi les outils PII auto-hébergés échouent aux...
spaCy 3.4.4 produit des résultats NER différents de spaCy 3.5.1. Une entreprise de services financiers découvre que 3 % des documents étaient...
Presidio est puissant. C'est aussi un projet de...
Microsoft Presidio a des milliers d'étoiles sur GitHub et des centaines de problèmes ouverts.
De 6 semaines d'enfer DevOps à une intégration de 3...
Les équipes SaaS de santé passent 6 semaines sur le déploiement de production de Presidio auto-hébergé avant de passer à une API gérée.
Ce que Presidio oublie : Les 220+ types d'entités...
Presidio est livré avec environ 40 reconnaisseurs d'entités par défaut axés sur les identifiants américains.
Le Coût Réel de la Détection PII Open-Source...
L'auto-hébergement de Presidio nécessite 40-80 heures de configuration initiale et 5-10 heures/mois de maintenance continue.
Le problème de précision de 22,7 % de Presidio...
Une étude de référence de 2024 a révélé que le reconnaisseur de noms de personnes de Presidio atteint une précision de 22,7 % dans les documents...
Réduire le temps de formation des outils de...
L'intégration des outils de confidentialité prend généralement 2 à 4 semaines, avec un taux d'erreur de configuration de 22 % la première semaine.
Construire une pratique de confidentialité évolutive...
Les MSP et les consultants en conformité servant plusieurs organisations clientes ne peuvent pas reconfigurer manuellement les outils PII par client...
Le Coût de la Conformité d'une Rédaction Incohérente...
L'analyste A remplace les noms par des pseudonymes. L'analyste B les censure. Votre audit RGPD trouve les deux dans le même ensemble de données.
Confidentialité Reproductible : Pourquoi les Équipes...
L'anonymisation des données d'entraînement ML doit être cohérente et reproductible.
Conformité à la vie privée multi-cadres...
Les équipes de conformité gérant le GDPR, le HIPAA et le CCPA doivent appliquer différentes normes d'anonymisation selon le contexte des documents.
Éliminer l'incohérence d'anonymisation...
Lorsque 8 assistants juridiques configurent indépendamment l'anonymisation des PII, l'incohérence est inévitable.
Dé-identification HIPAA sans un doctorat en regex...
Le format MRN de chaque hôpital est différent. Memorial utilise MRN:XXXXXXX, St.
Le Secret Professionnel dans l'Ère de l'IA...
Les numéros de référence de cas, les numéros d'admission au barreau, les numéros de dossier judiciaire et les ID de dossier client sont des...
Construire une IA de support client conforme au RGPD...
L'IA de support client reçoit des messages de clients avec des noms, des e-mails ET des identifiants de commande.
Conformité au GDPR dans les États membres de l'UE...
Le Steueridentifikationsnummer d'Allemagne, le Numéro fiscal de France, le Codice Fiscale d'Italie, le NIF/NIE d'Espagne...
Au-delà des numéros de sécurité sociale et des...
Chaque organisation a des identifiants internes — identifiants d'employés, numéros de compte, identifiants de commande...
Dé-identification HIPAA Safe Harbor...
Le Safe Harbor HIPAA exige la suppression des numéros de dossier médical — mais les formats MRN ne sont pas standardisés.
Construire un pipeline de données conforme au GDPR...
Les balises de colonne dbt ne sont pas conformes au GDPR. Les données brutes des clients atteignent votre entrepôt Snowflake non masquées avant que...
FOIA à l'ère de l'IA : Comment les agences réduisent...
Le gouvernement fédéral a dépensé environ 500 millions de dollars pour le traitement des demandes FOIA en 2024...
Données de formation ML conformes au RGPD...
Le RGPD limite l'utilisation des données personnelles pour la formation ML au-delà de son objectif de collecte initial.
Commencez à protéger vos données aujourd'hui
Plus de 285 types d'entités, 48 langues, sécurité de niveau entreprise à des prix de démarrage.
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 company HQ is in Saarbrücken, Germany. Our servers run in Hetzner's Falkenstein datacenter.
Hetzner holds 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
- Open the web app and try a sample file.
- Learn how credits get counted.
- See current plans and limits.
- Meet the team behind the product.
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.