GDPR & Megfelelés
Európai adatvédelem és szabályozási megfelelés
82 cikkek
A saját üzemeltetésű PII megbukik a megfelelőségi auditon
A spaCy 3.4.4 eltérő NER-eredményeket produkál, mint a spaCy 3.5.1. Egy pénzügyi szolgáltató cég felfedezi, hogy a dokumentumok 3%-át eltérően anonymizálták az átmeneti és az éles környezetben.
A Presidio 220+ GDPR-entitást hagy ki
A Presidio alapértelmezés szerint ~40 entitásfelismerővel rendelkezik, amelyek elsősorban US-azonosítókra összpontosítanak. Az európai szervezeteknek IBAN-ra, Codice Fiscale-ra és más entitásokra is szükségük van.
Konfigurációs eltérés: rejtett GDPR-kockázat
Az A elemző álnevekkel helyettesíti a neveket. A B elemző kitakarja őket. A GDPR-ellenőrzése mindkettőt megtalálja ugyanabban az adatkészletben. A konfigurációs eltérés — ahol a csapat...
Többkeretrendszeres adatvédelem egyetlen eszközzel
A GDPR-t, HIPAA-t és CCPA-t kezelő megfelelési csapatoknak különböző anonimizálási standardokat kell alkalmazniuk a dokumentum kontextusától függően.
Az anonimizálási presetek megszüntetik az inkonzisztenciát
Ha 8 paralegális önállóan konfigurálja a PII-anonimizálást, az inkonzisztencia elkerülhetetlen. A GDPR-ellenőrök a szisztematikus, következetes alkalmazást keresik.
EU-s nemzeti azonosítók, amelyeket a PII-eszköze elhagy
A német Steueridentifikationsnummer, a francia Numéro fiscal, az olasz Codice Fiscale, a spanyol NIF/NIE — az USA-ra koncentráló PII-eszközök könnyen megtalálják a TAJ-számokat, de az EU-s formátumok nagy részét kihagyják.
TAJ-számon túl: belső azonosítók anonymizálása
Minden szervezetnek vannak belső azonosítói — munkavállalói azonosítók, számlaszámok, rendelésazonosítók —, amelyek kontextusban személyazonosításra alkalmasak, de a szabványos eszközök nem veszik észre őket.
GDPR DSAR-megfelelőség nagy léptékben: 200 kérelem havonta
A GDPR 15. cikke szerinti érintetti hozzáférési kérelmek száma évente 40–60%-kal nő. Szervezetek havonta százakat kapnak belőlük. A kötegelt PII-szerkesztés 10-szeres feldolgozási sebességet tesz lehetővé.
GDPR-megfelelőség NGO-knak: ingyenes PII-eszközök, amelyek nem compromittálják az adatvédelmet
A humanitárius szervezetek ugyanolyan GDPR-kötelezettségekkel szembesülnek, mint a kereskedelmi vállalkozások, de nulla technológiai büdzsével működnek.
DSAR-hullám: kötegelt feldolgozás a GDPR-megfelelőséghez
Az Ír DPC 2024-ben 310 millió eurót szabott ki a LinkedInre és 251 millió eurót a Metára. A DPA-végrehajtás növekvő ismertsége élesen felfelé hajtja az érintetti kérelmek (DSAR) számát.
DPO szállítói ellenőrzőlista a GDPR 28. cikkéhez
A GDPR 35. cikke adatvédelmi hatásvizsgálatot (DPIA) ír elő magas kockázatú adatkezeléshez. Az ISO 27001 tanúsítvány 73%-kal csökkenti a biztonsági kérdőívek kitöltési idejét.
Anonimizálás vs. pszeudoanonimizálás: 20 millió euró a tét
A GDPR alapvetően eltérően kezeli az anonimizált és a pszeudoanonimizált adatokat. A valódi anonimizálás teljes egészében kivonja az adatot a GDPR hatálya alól. A pszeudoanonimizálás nem.
EDPB 2025: Pszeudoanonimizálási iránymutatások
Az EDPB 01/2025-ös iránymutatása egyértelművé tette, hogy a pszeudoanonimizált adat GDPR szerint személyes adatnak minősül – a GDPR hatálya alól csak a valódi anonimizálás mentesít.
GDPR-paradoxon: Jogszerű az anonimizálója?
Az Uber 290 millió eurós bírságát (Holland DPA, 2024) kifejezetten az európai sofőradatok USA-szerverekre történő továbbítása miatt szabták ki. A legtöbb USA-alapú anonimizálási eszköz feldolgozza.
GDPR-sértés-e az anonimizáló eszközöd?
Az ír DPC TikTokkal szemben kiszabott 530 millió eurós bírságával egyértelmű precedenst teremtett: ha egy nem EU-s eszköz dolgozza fel az EU-s felhasználók adatait, az adatexport már az adatgyűjtés pillanatában megtörténik.
GDPR törléshez való jog: EDPB 2025-ös fellépés
Az EDPB 2025-ös Koordinált Végrehajtási Keretprogramja a törléshez való jog teljesítését vizsgálta 32 adatvédelmi hatóságnál. Kilenc hatóság formális vizsgálatot indított.
MiCA és GDPR: kriptopénztárca-azonosítók detektálása
Az EU MiCA-rendelete a kriptovaluta-tárcacímeket pénzügyi azonosítókként kezeli. A GDPR a személyekhez kapcsolódó tárcacímekre is alkalmazandó.
Globális személyes adat-megfelelőség: GDPR, LGPD és DPDP
A brazil CPF, az indiai Aadhaar és az amerikai SSN alapvetően eltérő formátumot és ellenőrzési logikát követ. Az LGPD és India DPDP-törvénye a CPF-et és az Aadhaar-t is a védendő azonosítók körébe vonja.
A belső munkavállalói azonosítók is személyes adatok
Minden nagyobb szervezetnek vannak saját belső azonosítói, amelyek összekapcsolják az anonimizált rekordokat valódi személyekkel. A GDPR-bírságok 34%-a nem megfelelő technikai intézkedésekre vezethető vissza.
EU-s azonosítók rése: Steuer-ID, NIR, Personnummer
Az általános személyes adatokat kezelő eszközök amerikai azonosítók köré épültek. A német Steuer-ID, a francia NIR, a svéd Personnummer és a norvég Fødselsnummer teljesen más logikát követ.
Globális személyes adatvédelmi azonosítók: SSN, CPF, Aadhaar és más
A GDPR vonatkozik a német Steuer-ID-re, a francia NIR-re, a svéd Personnummerra és több mint 260 más azonosítótípusra, amelyeket a legtöbb eszköz nem ismer.
Token-leképezés GDPR-megfelelő mesterségesintelligencia-munkafolyamatokhoz
Ha az ügyfelek neveit az AI-feldolgozás előtt anonimizálják, a generált válasz névtelen tokeneket tartalmaz. A végső válaszban valódi neveknek kell szerepelniük – nem tokeneknek.
GDPR és ChatGPT: JIT-anonymizálás az ügyfélszolgálaton
Olaszország Garante-ja 15 millió eurós bírságot szabott ki az OpenAI-ra 2024 decemberében. Az olasz vállalatok 63%-a nem rendelkezik GDPR-konform MI-használati szabályzattal. Egy 2024-es EU-s audit megállapította, hogy a ChatGPT-felhasználói rekordok 63%-a vállalati szintű védelem nélküli fiókokból érkezett.
Adatszuverenitás: Miért mondanak csődöt a felhőalapú PII-eszközök
Az adatvédelmi törvényekkel rendelkező országok száma 2011 és 2025 között 76-ról 120 fölé nőtt. A német SGB V a betegadatokat német ellenőrzésű rendszerekre korlátozza.
KYC nagy léptékben: a téves pozitívok költségei
Egy 15 EU-s országban naponta 5000 KYC-kérelmet feldolgozó digitális bank azt tapasztalta, hogy a PII-felderítési lépés 2 napos hátralékot okoz.
Egy eszköz, 45 ország: 260+ entitástípus
A brazil CPF ellenőrző számjegyekkel rendelkezik. Az indiai PAN 10 karakteres alfanumerikus kód. Az EU IBAN-ok országonként eltérnek. A globális e-kereskedelmi platformok nem engedhetik meg maguknak a különálló.
Csak angol nyelvű PII-eszközök: GDPR-felelősség
A GDPR-végrehajtás egyformán vonatkozik az összes uniós nyelvű adatszivárgásra. Ha az angolközpontú PII-eszköze kihagyja a német, francia vagy lengyel azonosítókat, megfelelőségi problémája van.
Csak angol nyelvű PII-eszközök: GDPR-rés
A német Steuer-ID (11 számjegy ellenőrző összeggel) szerkezetileg eltér az amerikai SSN-től. A francia NIR-számok 15 számjegyből állnak. A lengyel PESEL és a svéd Personnummer szintén különbözik.
EU AI Act 2026. augusztus: Képzési adatok anonimizálása a 10. cikk teljesítéséhez
Az EU AI Act teljes körű végrehajtása 2026. augusztus 2-án kezdődik. A bírságok akár 35 millió eurót vagy a globális forgalom 7%-át is elérhetik. A 10. cikk megköveteli a képzési adatok anonimizálását.
SaaS-adatszegések 300%-kal nőttek: szükséges a zero-knowledge megközelítés
A Conduent 25,9 millió rekordot tett ki. Az NHS Digital 9 millió beteget érintett. A támadók 9 perc alatt törik fel a SaaS-szállítókat. Ha a szállítód maga az támadási felület.
Nyílt forráskódú dokumentum-anonimizálás LibreOffice-szal
Hogyan alkalmazzák a közszféra szervezetei a LibreOffice-t az anonym.legal bővítménnyel GDPR-kompatibilis dokumentum-anonimizáláshoz.
530 millió eurós TikTok-bírság: GDPR-adatszuverenitás
A TikTot 530 millió eurós GDPR-bírsága az EU–Kína adatátvitelek miatt az adatszuverenitás-érvényesítés új korszakát jelzi. Az 5,65 milliárd eurós összesített bírságokkal a GDPR ma már aktív üzleti költség.
GDPR adatminimalizálás: Valós idejű API az adatforráshoz
A GDPR 5. cikk (1)(c) bekezdése megköveteli, hogy csak a szükséges adatokat gyűjtsük össze. A valós idejű API-integráció megakadályozza a túlzott adatgyűjtést az űrlapbeküldés szakaszában — mielőtt.
Excel személyes adatok: Több száz oszlop anonimizálása
Az Excel az üzleti működésben az egyik legsűrűbb személyes adatokat tartalmazó dokumentumtípus. Íme, miért vall kudarcot a szokásos szövegelemzés táblázatokon, és mit tesz hozzá az oszlopkontextus.
CSV szabad szöveges személyes adatok: az oszloptörlés nem elég
A felmérési CSV-fájlok személyes adatokat tartalmaznak nemcsak strukturált oszlopokban, hanem szabad szöveges válaszokban is. A szokásos oszloptörlés kihagyja a GDPR anonimizálási szabványát sértő személyes adatokat.
GDPR és régi szkennelt dokumentumok: OCR + személyes adatok
A GDPR törléshez való joga a személyes adatokra vonatkozik „formátumtól függetlenül”. A papíralapú archívumokból származó képalapú PDF-fájlok nem mentesek ez alól.
Kutatási személyes adatok: képernyőfelvételek és a GDPR
Az akadémiai cikkek rendszeresen tartalmaznak pandas DataFrame-eket és R-kimeneteket, amelyek módszertani példaként valódi betegadatokat mutatnak. Íme, miért jelent ez GDPR-jogsértést.
A személyesadat-eszközök szétaprózottsága kudarcot vall a megfelelőségi auditokon
Négy különböző eszköz négy különböző munkafolyamathoz négy különböző entitáslefedettséget és négy különböző auditnaplót jelent.
GDPR, CCPA és PDPA egyetlen eszközzel
Az EU-s alkalmazottak a GDPR hatálya alá esnek, az USA-ban dolgozók CCPA-adatokat kezelnek, az ázsiai-csendes-óceáni régióban lévők a PDPA szerint járnak el. Három joghatóság, egy elosztott csapat.
GDPR-audit kudarc: széttöredezett személyiadat-eszközök
Az auditor kérdezi, milyen személyiadat-észlelési ellenőrzések vannak érvényben. „Öt különböző eszközt használunk” — ezt a választ nem szeretnék hallani. Íme, miért vall kudarcot a platformok közötti következetlenség a GDPR-auditokon.
Távmunka és GDPR: platformkövetkezetlenség
Az irodai csapatok teljes funkcionalitású asztali szoftvert használnak. A távoli dolgozók talán más beállításokkal rendelkező webalkalmazásokat használnak. Az EU Általános Törvényszéke kimondja: a szabályzat önmagában nem elegendő.
BfDI Németország: adatvédelmi hatósági megfelelőségi útmutató
Németország 27 829 GDPR-sértési értesítést nyújtott be 2024-ben — ez több, mint bármely más EU-tagállamban. Íme, mit jelent a BfDI végrehajtási fókusza a technikai személyiadat-megfelelőség szempontjából.
CNIL Franciaország: GDPR technikai megfelelőség
A CNIL 16 433 panaszt dolgozott fel 2023-ban, és 2019 óta 150 millió euró feletti bírságot szabott ki. AI-útmutatója dokumentált anonimizálást ír elő a tanítási adatoknál.
ICO UK: GDPR-különbségek Brexit után
Az ICO 2025 decemberében 1,2 millió font bírságot szabott ki a LastPassra nem megfelelő titkosítás miatt. A határozat megállapítja, hogy az ügyféloldali titkosítás jogi követelmény.
Garante Olaszország: MI és személyes adatok megfelelőségi útmutató
Az olasz Garante 2024 decemberében 15 millió eurós bírságot szabott ki az OpenAI-ra, és 2023-ban átmenetileg betiltotta a ChatGPT-t. Íme, mit követel az EU legaktívabb MI-hatósága.
AEPD Spanyolország: MI és munkavállalói adatvédelmi szabályok
Az AEPD 2023-ban 847 szankcionálási határozatot hozott — az EU-ban a legtöbbet —, és adatvédelmi hatásvizsgálatot ír elő minden személyes adatot feldolgozó MI-rendszerre.
Holland AP: 290 millió eurós Uber-bírság és adattovábbítások
A holland AP az EU eddig legnagyobb egyéni adattovábbítási bírságát szabta ki — 290 millió eurót az Uberre 2024-ben. Íme, mit követel a határon átnyúló adattovábbítások megfelelősége.
Ír DPC: az EU GDPR-megabírságok 80%-a
530 millió eurós TikTok, 310 millió eurós LinkedIn, 251 millió eurós Meta — mindez Írország DPC-jétől. Íme, miért az ír DPC-nél van a Big Tech EU-s központja és mit jelent a DPC-érvényesítés a SaaS-cégeknek.
UODO Lengyelország: több GDPR-bírság, mint Franciaország
A lengyel UODO 2023-ban 8234 panaszt dolgozott fel és 47 bírságot szabott ki. A személyesadat-felismerő eszközök 89%-a nem képes helyesen azonosítani a lengyel PESEL-azonosítókat.
IMY Svédország: északi GDPR és anonimizálás
Svédország IMY-je tette közzé az EU legátfogóbb anonimizálási útmutatóját, amelyre 12 másik adatvédelmi hatóság hivatkozik. A svéd állampolgárok 79%-a éves szinten él GDPR-jogaival.
Datatilsynet: Dánia egészségügyi GDPR
A dán Datatilsynet 2024-ben 31 GDPR-határozatot hozott; ezek 14-e egészségügyi adatrendszereket érintett. A CPR-szám modulus-11 ellenőrzést igényel, amelyet az NLP-eszközök 67%-a kihagyja.
DSB Ausztria: Schrems és adattovábbítás
Az osztrák DSB a NOYB székhelye szerinti adatvédelmi hatóság (2022–2024 között 422 panasz kezelve). A Google Analytics-határozat, a Schrems III kockázat, és a DSB-ügyek 78%-a az adattovábbítást célozza.
APD Belgium: IAB, pénzügy és NIS2
A belga APD hozta a mérföldkőnek számító IAB Europe-döntést, amely a 220 milliárd eurós digitális hirdetési piacot érintette. 2024-ben 82 végrehajtási határozat született.
ÚOOÚ Csehország: GDPR a gyártásban
A cseh ÚOOÚ 2024-ben 58 végrehajtási határozatot hozott; a jogsértések 34%-a a gyártóiparból eredt. A cseh cégek 67%-a olyan német eszközöket használ, amelyek nem támogatják a cseh azonosítókat.
ANSPDCP Románia: BPO GDPR és CNP kockázat
Románia BPO-szektora naponta 2,3 millió EU-s ügyfélrekordot dolgoz fel. Az ANSPDCP 2022–2024 között 1,8 millió euró bírságot szabott ki. Az eszközök 78%-a nem ismeri fel megfelelően a román CNP-t.
CNPD Portugália: GDPR + LGPD személyes adatok
Portugália CNPD-je hidat képez az EU GDPR és Brazília LGPD törvénye között, amely 215+ millió portugál anyanyelvű személyt fed le. 2,5 millió eurós bírság nem megfelelő betegadatok anonimizálásáért.
NAIH Magyarország: AI-irányítás és adatvédelmi szabályok
A NAIH adatvédelmi hatósági értékelést (DPIA) ír elő minden személyes adatot feldolgozó AI-rendszerhez. A magyar NER pontossága 67% – jóval az EU-s 82%-os átlag alatt.
HDPA Görögország: Turizmus és hajózás – GDPR
Görögország adatvédelmi hatósága, a HDPA 2024-ben 89 végrehajtási határozatot hozott – szemben a 2022-es 34-gyel. Az esetek 38%-a az idegenforgalmat érinti. Az ÁFM és AMKA azonosítók kezelése elengedhetetlen.
FTC USA: 5. szakasz szerinti mesterséges intelligencia-adatvédelmi végrehajtás
Az FTC 2024-ben 19 mesterséges intelligenciával kapcsolatos végrehajtási intézkedést hozott. Amazon Alexa-bírság: 875 millió dollár. 25 állami adatvédelmi törvény van hatályban. A nullaismeret-alapú architektúra közvetlenül reagál az FTC elvárásaira.
CCPA/CPRA 2025: Kaliforniai mesterséges intelligencia-adatvédelem
A CPPA 2024-ben több mint 100 millió dollár értékű bírságot szabott ki. A CPRA 40 millió kaliforniai lakost fed le, és globálisan a legtöbb vállalatra vonatkozik. 19 érzékeny adatkategória, automatizált döntéshozatali szabályokkal.
ANPD Brazília: LGPD végrehajtás 2024
Brazília adatvédelmi hatósága, az ANPD 2024-ben adta ki első jelentős bírságait. Az LGPD 215 millió brazil lakost véd – ez több, mint Németország, Franciaország és az Egyesült Királyság összesített lakossága.
India DPDPA 2023: Globális adatvédelmi hatás
India DPDPA-ja 1,4 milliárd embert érint, és az Adatvédelmi Testület 2025-ben vált működőképessé. Bírságok akár 250 crore rúpiáig (≈27 millió euró). Aadhaar-észlelés 1,36 milliárd számhoz.
OPC Kanada: PIPEDA és a C-27-es törvényjavaslat
Kanada adatvédelmi biztosa, az OPC a PIPEDA alapján jár el, miközben a parlament vizsgálja a C-27-es törvényjavaslat mesterséges intelligencia és adattörvényét. Kanada 2026-os felülvizsgálat előtt tartja meg az EU GDPR-megfelelőségi státuszát.
Japan PPC és APPI: AI-képzési adatok megfelelősége
A japán PPC érvényesíti az APPI 2022-es módosításait, amelyek 2,4 millió japán vállalatra vonatkoznak. A 12 jegyű My Number azonosító Verhoeff-ellenőrzést igényel.
Egyesült Királyság GDPR Brexit után: Technikai különbségek
A DPDI törvény 2025 14 eltérést vezet be az EU GDPR-hoz képest. Az EU–UK megfelelőségi megállapodás 2026-ban felülvizsgálat alatt áll. Az 1,2 millió fontos LastPass-bírság kötelező titkosítási előírást teremtett.
Német személyes adatok felismerése DSGVO-megfelelőség céljából
A BfDI 2024-ben 27 829 adatvédelmi incidens-bejelentést rögzített — ez Németország történetének legmagasabb száma. A német vállalkozások 65%-a nem megfelelő német PII-támogatással rendelkező eszközöket használ.
CNIL Franciaország: Az adatvédelmi hatóság PII-eszköz-követelményei
A CNIL 2023-ban 16 433 panaszt dolgozott fel (+43%). A CNIL határozatainak 63%-a nem megfelelő AI-anonimizálást kifogásol. A generikus eszközök 78%-a nem észleli a NIR / francia TAJ-számot.
AEPD Spanyolország: DNI, NIE és latin-amerikai azonosítók
Az AEPD 2023-ban 847 szankcionáló határozatot hozott — ez az EU-ban a legmagasabb szám. A generikus eszközök csupán 34%-os pontossággal ismerik fel a DNI/NIE azonosítókat.
Garante Olaszország: AI- és PII-megfelelőség
Az olasz Garante 2024 decemberében 15 millió eurós bírságot szabott ki az OpenAI-ra, és 2023-ban ideiglenesen betiltotta a ChatGPT-t. Az olasz vállalkozások 63%-ánál hiányoznak az AI-adatirányítási szabályzatok.
LGPD Brazília: CPF, CNPJ és adatvédelem
Az LGPD 215 millió brazilt véd, és az ANPD 2024-ben megkezdte a komoly végrehajtást. Az angolra betanított eszközök a CPF-et csupán 45%-os pontossággal ismerik fel.
Holland AP: 290 millió eurós bírság és GDPR-végrehajtás
A holland Autoriteit Persoonsgegevens az EU legnagyobb adattovábbítási bírságát szabta ki – 290 millió eurót az Uberrel szemben. A BSN (holland személyi szám) Elfproef-ellenőrzése az eszközök 56%-ából hiányzik.
UODO Lengyelország: PESEL, NIP és RODO
Az UODO megállapítása szerint a telepített eszközök 89%-a nem ismeri fel helyesen a lengyel PESEL-számot. Lengyelország naponta 2,3 millió EU-s ügyfélrekordot dolgoz fel. PESEL-ellenőrzőszám, NIP-azonosítás.
ANSPDCP Románia: CNP-azonosítás és GDPR-ellenőrzések
Az ANSPDCP megállapítása szerint az eszközök 78%-a nem ismeri fel a román CNP-számot megfelelő ellenőrzéssel. A CNP kódolja a nemet, a születési dátumot és a születési megyét – a GDPR különleges kategóriájú adatként kezeli.
IMY Svédország: Személyi szám és Luhn-ellenőrzés
Az IMY szerint az általános eszközök 45%-a nem ismeri fel a svéd személyi számot. A samordningsnummer (60-as eltolással) a legtöbb implementációból hiányzik. Svédországban a GDPR-jogokat az állampolgárok 79%-a gyakorolja.
Dán CPR-szám: modulus-11 ellenőrzés a GDPR-megfelelőséghez
Az NLP-eszközök 67%-a kihagyja a dán CPR-szám modulus-11 ellenőrzését. A Datatilsynet 2024-ben 14 egészségügyi végrehajtási határozatot hozott. Egészségügyi adatok másodlagos felhasználása.
Cseh születési szám: nemkódolás és GDPR
A cseh születési szám (rodné číslo) 50-es eltolású hónap-kódolással tárolja a nemet – ez GDPR 9. cikk szerinti különleges kategóriájú adattá teszi. A cseh cégek 67%-a német eszközöket használ.
NAIH Magyarország: TAJ-szám és adóazonosító jel
A magyar NER-pontosság 67% az EU 82%-os átlagával szemben – a NAIH 2024-es értékelése alapján. TAJ-szám súlyozott ellenőrzőszám és adóazonosító jel felismerési hiányosságok.
HDPA Görögország: AFM és AMKA azonosítók felismerése
A generikus eszközök csupán 52%-os pontossággal ismerik fel a görög AFM azonosítót. A HDPA 2024-ben 89 határozatot hozott — ez 162%-os növekedés 2022-höz képest. Az idegenforgalmi és hajózási szektorban sajátos megfelelési kihívások mutatkoznak.
Japán My Number: Verhoeff-algoritmus és APPI megfelelés
A generikus eszközök 63%-a nem ismeri fel a My Number azonosítót japán dokumentumokban. A My Number a Verhoeff-algoritmust alkalmazza — ez Ázsia legnehezebb nemzeti azonosítójának ellenőrző összege.
Zero-knowledge vs. zero-trust felhőtitkosítás
A LastPass is titkosította felhasználói adatait – és mégis 438 millió dollárt loptak el. Ez a különbség a szerver oldali titkosítás és a valódi zero-knowledge architektúra között.
Többnyelvű személyes adat felismerés GDPR-megfelelőséghez
A német Steuer-ID, a francia NIR és a svéd Personnummer mind eltérő felismerési logikát igényel. Ismerje meg, hogyan szüntetheti meg a rendszeres GDPR-megfelelőségi rést a többnyelvű szervezetekben.
4,7 milliárd €: az USA-s cégek fizetik a GDPR-bírságok 83%-át
Az USA-s vállalatok 4,7 milliárd € GDPR-bírságot kaptak — ez az összes szankció 83%-a. Ismerje meg, miért olyan kockázatosak a határon átnyúló adattovábbítások, és hogyan érheti el a megfelelőséget.
Kezdje El Ma Az Adatai Védelmét
285+ entitástípus, 48 nyelv, vállalati szintű biztonság startup áron.
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.