By · Last updated 2026-05-01

Povratak na BlogGDPR & Usklađenost

Interni ID-ovi zaposlenika takodjer su osobni podaci

Svaka velika organizacija ima interne identifikatore koji anonimne zapise povezuju natrag na stvarne ljude. 34% novcanih kazni prema GDPR-u ukljucuje neadekvatne tehnicke mjere — a interni ID-ovi su cesta praznina.

May 1, 20268 min čitanja
employee ID anonymizationproprietary identifier detectionquasi-PIIGDPR custom entitiesno-code pattern builder

Što je kvaziOsobni podatak?

Clanak 4 GDPR-a pokriva sve podatke koji mogu identificirati osobu. Podaci ne trebaju neposredno navoditi ime osobe. Dovoljno je da identifikacija bude moguca kroz dodatne korake.

Interni ID-ovi zaposlenika jasan su primjer. Uzmite vrijednost "EMP-EU-123456." Taj niz ne imenuje nikoga. Ali HR sustav sadrži jednostavnu tablicu pretraživanja. EMP-EU-123456 mapira se na Maria Schmidt, Senior Engineer, München. Tko god ima pristup toj tablici može je pronaci. Prema GDPR-u, ID je osobni podatak.

Isto pravilo primjenjuje se na druge interne kodove:

  • Brojevi korisnickih racuna koji se povezuju na CRM zapise
  • Projektni kodovi koji se povezuju na nazive klijenata u ugovornim sustavima
  • Referentni brojevi predmeta u pravnim datotekama
  • Brojevi medicinske dokumentacije koji se povezuju na pacijentske zapise

Uklanjanje imena i e-mail adresa nije dovoljno. Ako interni ID-ovi ostanu u datoteci, ponovna identifikacija udaljena je samo dva koraka.

Zašto ova praznina dovodi do kazni

34% svih novcanih kazni prema GDPR-u ukljucuje neadekvatne tehnicke mjere prema clanku 32. Taj podatak potjece iz DLA Piper 2025 GDPR godišnjeg izvješca. Neuspjeh u otkrivanju kvaziidentificiraju unutrašnjih identifikatora spada u ovu kategoriju.

EDPB je u 2024. godini obradio više od 900 slucajeva konzistentnosti mehanizma. Prekogranično provedba znaci da jedna praznina u zajednicki skupu podataka može dovesti do koordiniranih mjera u nekoliko država clanica EU.

Standardni PII alati pronalaze univerzalne obrasce: imena, e-mail adrese, telefonske brojeve, nacionalne ID-ove. Ne poznaju vaš interni format ID-a. Ni jedan alat ne zna dok mu ne kažete. To je praznina.

Kako radi graditelj obrazaca bez koda

Globalna logisticka tvrtka treba anonimizirati zapise zaposlenika za vanjsku reviziju. Njihovi ID-ovi zaposlenika koriste ovaj format: EMP-[REGIJA]-[6 znamenki]. Tri primjera: EMP-EU-123456, EMP-APAC-789012, EMP-AMER-345678.

Tim za uskladjenost unosi tri primjera u AI pomocnik za obrasce. AI vraca:

  • Obrazac: EMP-[A-Z]{2,4}-\d{6}
  • Podudaraju se sva tri primjera
  • Predloženi naziv entiteta: EMPLOYEE-ID
  • Preporuceni sljedeci korak: testirati s više regionalnih kodova

Tim testira još deset uzoraka. Obrazac funkcionira na svima.

Sprema prilagodeni entitet u zajednicki GDPR preset tima. Svih 47 dokumenata u revizijskom paketu obraduje se u jednoj seriji. Svaki ID zaposlenika zamjenjuje se oznakom temeljenom na ulozi. Revizorska tvrtka dobiva datoteke koje se više ne povezuju ni na jednu osobu.

Ne treba inženjerska pomoc. Cijelo postavljanje traje manje od sat vremena.

Što slijedi

Nakon što je prilagodeni entitet spremljen u zajednicki preset, svi clanovi tima koriste istu postavku. Novi zaposlenici dobivaju je prvog dana. Serijski poslovi, API pozivi i rucna ucitavanja primjenjuju isti obrazac.

Revizijski trag prikazuje koji preset je korišten za svaku datoteku. Ako DPA zatraži dokaz o vašem procesu anonimizacije, možete ga pokazati.

Za potpuni tijek rada postavljanja prilagodenih entiteta, pogledajte prilagodeni PII identifikatori za organizacijsku anonimizaciju. Za održavanje ove postavke konzistentnom medu timovima, pogledajte presets za konzistentnost anonimizacije za GDPR reviziju.

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.