By · Last updated 2026-06-02

Povratak na BlogSigurnost AI-a

GDPR i AI za podrsku: Prilagodljivi identifikatori su vazni

AI alati za korisnicku podrsku primaju poruke koje sadrze imena, adrese e-poste I ID-ove narudzbe. Standardni PII alati uklanjaju adrese e-poste, ali ostavljaju ID-ove narudzbe netaknutima.

June 2, 20267 min čitanja
customer support AIGDPR AI complianceorder ID detectionIntercom GDPRZendesk privacyAI vendor data

GDPR i AI za podrsku: Prilagodljivi identifikatori su vazni

Vas tim podrske koristi AI za pisanje odgovora i pregled zahtjeva. Produktivnost je porasla. Zatim vas DPO provjeri postavljanje.

Typicna poruka kupca sadrzi ime, adresu e-poste i ID narudzbe. Ime i e-posta su osobni podaci. I ID narudzbe jest. Povezuje se s Anom Anic u vasoj bazi narudzbi. Prodavac AI-a moze ga unakrsno referencirati. Ako podaci za trening procure, ID moze je reidentificirati.

Slanje bilo cega od ovoga vanjskom prodavacu AI-a bez pravne osnove krsenje je GDPR-a.

Zasto su ID-ovi narudzbe osobni podaci

GDPR clanak 4 siro definira osobne podatke. Pojam pokriva sve informacije koje se odnose na identificiranu ili prepoznatljivu osobu. Prepoznatljivost ukljucuje neizravnu identifikaciju putem reference na identifikator.

ID narudzbe poput ORD-4521893 je neizravni identifikator. Sam po sebi ne imenuje Anu Anic. Upareno s vasom bazom narudzbi, imenuje.

GDPR clanak 4(5) pokriva pseudonimizaciju. ID-ovi narudzbe su pseudonimi. Trebaju drugi izvor da bi otkrili osobu iza njih. Kada ih posaljete vanjskom prodavacu AI-a, dijelite osobne podatke. Potrebna je pravna osnova i Ugovor o obradi podataka.

Prodavac mozda nema vasu bazu. To ne ukida vasu obvezu. Podijelili ste osobne podatke. GDPR se i dalje primjenjuje.

Standardni jaz anonimizacije

Timovi podrske cesto implementiraju detekciju PII za GDPR uskladjenost. Standardni alati uklanjaju uobicajene vrste entiteta.

Standardna detekcija hvata imena kupaca, adrese e-poste, telefonske brojeve i brojeve kreditnih kartica. Sve ovo prolazi.

Standardna detekcija ne hvata ID-ove narudzbe u ORD-XXXXXXX formatu. Propusta brojeve racuna, reference zahtjeva, interne korisnicke ID-ove i ID-ove pretplate. Ovo zakazuje.

Rezultat izgleda ovako: "Bok, ja sam [OSOBA_1] i moja narudzba ORD-4521893 jos nije stigla. Molim vas javite mi se na [EMAIL_1]."

ID narudzbe je i dalje tu. Svi s pristupom CRM-u mogu odmah pronaci Anu Anic. Anonimizacija je nepotpuna. Ovo je jaz uskladjenosti.

Chrome prosirenje: Detekcija u pregledniku

Agenti podrske koji koriste Claude, ChatGPT ili Gemini rade u svom pregledniku. Chrome prosirenje sprjecava prilagodljive identifikatore da napuste preglednika.

Evo kako to funkcionira. Agent zalijeplja korisnicku poruku u AI alat. Prosirenje vidi da je cilj AI platforma. Uklanja standardni PII. Zatim primjenjuje prilagodljive uzorke. Ovi odgovaraju vasem formatu ID-a narudzbe, formatu broja racuna i svim drugim prilagodljivi identifikatorima koje vas tim koristi. Agent vidi samo cistu poruku. Sirovi podaci nikada ne dosegnu AI.

Tim za uskladjenost postavlja prilagodljive uzorke jednom. Dijele predlozak sa svim agentima. Agenti to ne trebaju upravljati. Zalijepaju poruku. Prosirenje obradjuje ostatak.

MCP posluzitelj: Detekcija na API razini

Neke platforme pozivaju AI putem API-ja. Intercom koristi AI za pisanje odgovora. Zendesk koristi AI za prijedloge odgovora. MCP posluzitelj dodaje anonimizaciju na API razini za ova postavljanja.

Evo toka. Korisnicka poruka dolazi u platformu podrske. Prolazi kroz MCP krajnju tocku prije dosizanja AI-a. Krajnja tocka uklanja standardne i prilagodljive entitete. Cista poruka ide do AI-a. AI vraca odgovor. Nikakvi osobni podaci nisu podijeljeni. Agent zatim cita i uredjuje odgovor u platformi podrske.

Agenti ne vide nikakve promjene u nacinu rada. Proces izgleda isto. Prilagodljivi entiteti postavljaju se jednom u MCP konfiguraciji. Svi API pozivi koriste punu detekciju entiteta od te tocke nadalje.

Kontrolni popis implementacije za DPO

1. Kartografirajte sve tokove podataka prema AI-u.

Izlistajte gdje agenti koriste AI. Ukljucite alate preglednika, alate zasnovane na API-ju i prenose datoteka.

2. Izlistajte sve vrste identifikatora u korisnickim porukama.

Standardni PII - imena, e-poste, telefoni - pokriven je prema zadanim postavkama. Prilagodljivi identifikatori - ID-ovi narudzbe, reference zahtjeva, brojevi racuna - trebaju prilagodljive uzorke.

3. Dodajte uzorke prilagodljvih entiteta.

Definirajte svaki format. Testirajte ga na uzornim porukama. Spravite ga u timski predlozak.

4. Implementirajte na pravoj razini.

AI u preglednikuje: koristite Chrome prosirenje s dijeljenim predlozkom. AI integriran u API: koristite MCP posluzitelj ili pretprocesiranje na razini API-ja.

5. Azurirajte vas ROPA.

Zabiljesite da AI za podrsku koristi automatiziranu anonimizaciju. Izlistajte pokrivene prilagodljive vrste identifikatora. Ovo je dokumentacija vase tehnicke zastite.

6. Testirajte postavljanje.

Pokrenite uzorne poruke sa svim vrstama identifikatora. Provjerite da nista ne dodjde do AI-a. Pogledajte vodic za pravnu uskladjenost za sablone dokumenata.

Tim SaaS podrske: Praktican primjer

Tim SaaS podrske koristi Claude putem interne AI platforme. Korisnicke poruke ukljucuju imena, e-poste, ID-ove narudzbe i ID-ove pretplate. Neki nazivi zastavica znacajki takodje nose interne identifikatore.

Prije GDPR pregleda: Sav sadrzaj isao je do AI-a. ID-ovi narudzbe i pretplate bili su ukljuceni.

Nakon detekcije prilagodljvog entiteta:

ORD-XXXXXXX i SUB-XXXXXXXX dodani su kao prilagodljivi entiteti. Chrome prosirenje implementirano je s dijeljenim predloskom. DPO je izvrsio testove i potvrdio da su svi identifikatori uklonjeni prije AI obrade.

Promjena tijeka rada za agente: Nema. Agenti rade na isti nacin. Anonimizacija se izvrsava u pozadini. DPO ima dokumentiranu zastitu u datoteci.

Zakljucak

GDPR-sukladni AI za podrsku cini vise od brisanja imena i e-posta. ID-ovi narudzbe, brojevi racuna i reference zahtjeva su osobni podaci. Standardni alati ih propustaju. Konfiguracija prilagodljvog entiteta zatvara jaz.

Koraci su jednostavni. Definirajte svoje formate identifikatora. Testirajte ih na uzornim porukama. Implementirajte u tim. DPO moze to dovrsiti u poslijepodne. Nakon toga, svi podaci kupaca uklonjeni su prije nego sto dosegnu vanjske AI sustave. Korist uskladjenosti drzi se od te tocke nadalje.

Izvori

Spremni za zaštitu vaših podataka?

Započnite anonimizaciju PII-a s 285+ vrsta entiteta na 48 jezika.

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.