By · Last updated 2026-06-06

Vissza a BlograTechnikai

Alkalmazások közötti személyes adatvédelem: Word, Chrome és AI

Az ügyféladatok a böngészős kutatástól a Word-vázlatokon át a Claude-promptokig vándorolnak. Minden alkalmazásváltás potenciális szivárgási pont.

June 6, 20266 perc olvasás
cross-platform PIIOffice Add-inChrome extensionMCP Serverworkflow privacy

Alkalmazások közötti személyes adatvédelem: Word, Chrome és AI

2026-ra frissítve.

Az ügyféladatok nem maradnak egy helyen. A munkafolyamat részeként alkalmazásról alkalmazásra vándorolnak. Minden ilyen mozgás lehetőséget teremt az adatszivárgásra.

A többalkalmazásos adatáramlás problémája

Gondoljunk arra, hogyan dolgozik egy jogi kutató. Chrome-ban keresi fel az ügyek részleteit. Ezeket Word-be másolja. Majd excerpteket illeszt be Claude-ba, hogy segítséget kapjon egy tervezethez. Az ügyfelek nevei minden lépésnél alkalmazásról alkalmazásra utaznak.

Egy ügyfélszolgálati vezető ugyanígy tesz. Megnyit egy vásárlói panaszt böngészős CRM-rendszerben. Word-be másolja belső eszkalálás céljából. Majd AI-eszközbe illeszti be, hogy vázoljon egy választ. Az ügyfél neve és fiókadatai három alkalmazáson haladnak át.

Egy HR-szakember munkavállalói nyilvántartásokat tölt le Excelbe. Megnyitja a fájlt, és elemzést végez. Majd összefoglalókat illeszt be PowerPointba egy vezetői értekezlethez. A munkavállalói személyes adatok minden alkalmazásban jelen vannak az út során.

Ezeknek a munkafolyamatoknak van egy közös vonásuk. Ugyanazok a személyes adatok egyszerre több helyen is megtalálhatók. Minden alkalmazásváltás új lehetőséget jelent az adatokhoz való illetéktelen hozzáférésre — egy AI-promptban, egy képernyőképen, egy e-mail mellékleten vagy egy megosztott fájlban.

Miért nem elegendő az egyalkalmazásos védelem?

Egy Chrome-bővítmény, amely az AI-promptokat védi, hasznos. De csak a böngészőben működik. Ugyanazok az ügyféladatok, amelyeket a ChatGPT-től blokkol, továbbra is:

  • Megjelenhetnek egy Word-fájlban, amelyet külső jogi tanácsadónak küldenek el
  • Beilleszthetők a Teams-chatbe minden figyelmeztetés nélkül
  • Bekerülhetnek egy Excel-fájlba egy megosztott felhőmappában

Egy Office-bővítmény, amely a Word-t védi, hasznos. De csak a Word-ben működik. Az abban lévő ügyfélneveket továbbra is be lehet illeszteni a Claude Desktop alkalmazásba. Nem fut észlelés. Nem jelenik meg figyelmeztetés.

Egy eszköz, amely csak egy alkalmazást fed le, minden más alkalmazást fedetlenül hagy. A személyes adatok a réseken átszivárognak.

Ahol védelemre van szükség

Kezdődjön a személyes adatok áramlásának feltérképezésével az összes alkalmazáson keresztül, amelyet a csapat használ.

Feltérképezendő tipikus adatáramlások:

  • Böngésző (CRM vagy portál) → Word (jelentések vagy levelek)
  • Böngésző (kutatás) → AI-eszköz (tervezés vagy összefoglalás)
  • E-mail → Word (panasz-dokumentáció)
  • Excel (exportált adatok) → AI-eszköz (elemzés)
  • Word vagy PDF → AI-eszköz (áttekintés vagy tervezés)
  • Bármely alkalmazás → Képernyőkép → Kollaborációs eszköz

Minden adatáramláshoz tegye fel a kérdést: hol érvényesül a védelem, és hol vannak a hiányosságok?

Védelmi eszköz az egyes alkalmazástípusoknál:

  • Böngészős AI-prompt: Chrome-bővítmény
  • Word és Excel: Office-bővítmény
  • Claude Desktop vagy Cursor: MCP-szerver
  • Nagy mennyiségű fájlfeldolgozás: Asztali alkalmazás vagy webalkalmazás
  • Képek és képernyőképek: Képes személyiadat-észlelés

Minden olyan adatáramlás, amely egy nem védett lépésen halad át, hiányossággal rendelkezik. Ezt a hiányosságot be kell zárni.

Ugyanannak az észlelési motornak a használata mindenütt

A több alkalmazáson átívelő védelem csak akkor működik, ha minden környezetben ugyanaz a motor fut.

Ha a Chrome-bővítmény más motort használ, mint az Office-bővítmény, problémák merülnek fel. Ugyanazt a nevet elkaphatja Chrome-ban, de figyelmen kívül hagyhatja Word-ben. A megbízhatósági pontszámok eltérhetnek. A csere tokenek is eltérhetnek. Ez lehetetlenné teszi az adatok dokumentumokon átívelő nyomon követését.

A jó, több alkalmazáson átívelő védelem ugyanazt a modellt, ugyanazokat az entitástípusokat, ugyanazokat a küszöbértékeket és ugyanazt a helyettesítési logikát alkalmazza — minden alkalmazásban.

Felhasználási eset: jogi kutatás három eszközzel

Egy jogi kutató naponta három eszközt használ:

  • Microsoft Word vélemények vázolásához
  • Chrome az esetjog kikeresésére Claude-on keresztül
  • Claude Desktop AI-val segített tervezethez

Az ügyfelek nevei és az ügyekre való hivatkozások egy normál munkanapon mindhárom eszközön áthaladnak.

Beállítás előtt:

  • Chrome-bővítmény telepítve: az AI-promptok Chrome-ban védve vannak
  • Nincs Office-bővítmény: az ügyfélnevek Word-ben nincsenek védve megosztáskor
  • Nincs MCP-szerver: az ügyfélnevek a Claude Desktop alkalmazásban nincsenek védve

Beállítás után, megosztott beállítással:

  • Chrome-bővítmény: elfogja az ügyfélneveket az AI-benyújtás előtt
  • Office-bővítmény: elfogja az ügyfélneveket az e-mail vagy külső megosztás előtt
  • MCP-szerver: elfogja az ügyfélneveket, mielőtt a Claude Desktop megkapná azokat

A lényeg: Egyetlen „Jogi kutatás” beállítás — egyszer konfigurálva — ugyanúgy fut mindhárom alkalmazásban. Egy Word-ben elkapott nevet ugyanúgy kap el Chrome-ban és Claude Desktop-ban.

Amikor a beállítást frissítik, a változás megosztott konfiguráción keresztül mindhárom alkalmazásba eljut. Nincs semmi, amit külön kellene karbantartani.

A beállítás-alapú észlelésről bővebben: hogyan működnek az anonimizálási beállítások GDPR-audit összefüggésben.

Kezdje a legnagyobb kockázatú adatáramlásokkal

Nem minden adatáramlás ugyanakkora kockázatot hordoz. Ott kezdje, ahol a legmagasabb az expozíció.

1. szint — először védje meg:

  • AI-eszközök adatáramlásai (a személyes adatok elhagyják az ellenőrzött rendszereket)
  • Külső megosztási adatáramlások (e-mail mellékletek, felhőtárhely-linkek)
  • Jogszabályi jelentési adatáramlások (hatóságoknak vagy harmadik feleknek küldött adatok)

2. szint — következőként védje meg:

  • Belső együttműködési adatáramlások (sok csapattag által látott dokumentumok)
  • Adatexportálási adatáramlások (adatbázis-exportok, rendszerjelentések)

3. szint — kisebb sürgősség:

  • Belső fájlkészítés (kívülre nem megosztott dokumentumok)
  • Helyi elemzés (csak belső jelentéshez készített Excel-munka)

Az 1. szintnek van a legmagasabb kitettsége a GDPR 32. cikke alapján. Egységnyi erőfeszítésenként ez nyújtja a legnagyobb kockázatcsökkentést.

A GDPR 32. cikkének követelményeiről részletesebben: GDPR-megfelelőség technikai ellenőrzések.

A többfelületes védelem működéséről a gyakorlatban: platformfüggetlen személyiadat-megfelelőség Mac, Linux és Windows rendszeren.

Források

Készen áll az adatai védelmére?

Kezdje el a PII anonimizálását 285+ entitástípuson 48 nyelven.

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.