By · Last updated 2026-04-09

Vissza a BlograJogi Technológia

FOIA-hátralék: Automatizált kormányzati iratfektetés

Az amerikai FOIA-kérelmek száma az FY2024-ben 1,5 millióra nőtt — ez 25%-os emelkedés. A hátralék 33%-kal, 267 056 függő kérelemre duzzadt. A kormányzat 723 millió dollárt költött a feldolgozásra.

April 9, 20268 perc olvasás
FOIA automationgovernment document redactionpublic records compliancebatch Word processingfederal agency efficiency

A szövetségi FOIA-hátralék válsága

Az amerikai szövetségi ügynökségek 1,5 millió FOIA-kérelmet kaptak az FY2024-ben — 25%-kal többet, mint az előző évben. A függő hátralék 33%-kal, 267 056 kérelemre nőtt. Az ügynökségek hozzávetőlegesen 723 millió dollárt költöttek ezek kezelésére.

Ez jól mutatja a kapacitáshiányt. Körülbelül 5 638 FOIA-munkatárs dolgozik az összes szövetségi ügynökségnél. Évi 1,5 millió kérelem mellett minden egyes személy hozzávetőleg 266 kérelmet kezel évente. Ez alig több, mint napi egy eset. Nincs tartalék a nagy, összetett kérelmekhez. Nincs puffer a 33%-os hátralék-növekedéshez. A sok ügynökségnél végrehajtott létszámcsökkentés csak rontja a helyzetet.

Miért tart olyan sokáig minden egyes kérelem?

A legtöbb szövetségi dokumentum Word-fájl. Jogi feljegyzések, szakpolitikai döntések és levelezések mind Word-ben élnek. A munkatársaknak minden oldalt el kell olvasniuk. Minden mentességet alkalmazniuk kell. Aztán a közzététel előtt ellenőrizniük kell a munkájukat.

A 6. mentesség egymagában kiterjed a nevekre, a lakcímekre, a társadalombiztosítási számokra és a születési dátumokra. Egyetlen 50 oldalas fájlban tucatnyi adatpont lehet, amelyek mindegyike külön felülvizsgálati döntést igényel. Ezt szorozza meg több ezer dokumentummal, és a feldolgozási idő strukturális problémává válik — nem egyszeri nehézséggé.

Kevesebb munkatárs, ugyanannyi kérelem. A hátralékos számok maguktól nem javulnak.

Mit változtat az automatizálás?

Az ATF — az Alkohol-, Dohány-, Lőfegyver- és Robbanóanyag Iroda — 20–30%-os termelékenységnövekedést tulajdonított az automatizált iratfektetési eszközöknek a feldolgozási munkafolyamatukban. Ez valós eredmény. És valószínűleg alábecsüli a nyereséget azon ügynökségeknél, amelyek még teljesen kézi felülvizsgálatot alkalmaznak.

Egy dokumentum automatizált átvizsgálása gyors. A rendszer megtalálja a neveket, az azonosítószámokat és egyéb lefedett adatokat. Mindegyiket megjelöli. A munkatársak ezután a megjelölt elemeket ellenőrzik, ahelyett, hogy minden sort elolvasnának. Az átvizsgálás másodperceket vesz igénybe. Az emberi munkaidő az ítélkezési feladatokra összpontosul — ahol valódi értéket teremt.

Egy 8 000 dokumentumból álló, szakpolitikai döntéshez kapcsolódó tömeges kérelem esetén ez a váltás a különbség a megvalósítható és a normál létszámon lehetetlen között.

A megfelelő eszköz kiválasztása

A kormányzati FOIA-munkának egyértelmű követelményei vannak. A dokumentumoknak Word-formátumban kell maradniuk. A formázásnak túl kell élnie a folyamatot. A nyomon követett változtatásoknak, a lábjegyzeteknek és a beágyazott objektumoknak érintetlenül kell átjutniuk. Egy sérült fájl alapot ad a kérelmezőknek a kifogásra.

A nagy kérelmekhez kötegelt feldolgozási kapacitás szükséges. Több száz dokumentum futtatása menetenként a minimum, nem a maximum. Az ügynökség munkatársainak minden alkalommal ugyanazokat a mentességi szabályokat kell alkalmazniuk — ami azt jelenti, hogy megosztott, rögzített előre beállított konfigurációkra van szükség.

Az előre beállított iratfektetési munkafolyamatok pontosan ezt teszik. Az egyik beállítás a 6. mentesség alapján lefedi a neveket, a lakcímeket és a társadalombiztosítási számokat. Egy másik az 5. mentesség alapján lefedi a mérlegelési anyagokat. A munkatársak kiválasztják a megfelelő beállítást és átnézik az eredményeket — ahelyett, hogy minden dokumentumnál minden kategóriával kapcsolatos döntést a nulláról hoznának meg. A tágabb megfelelőségi képért lásd a biztonsági és megfelelőségi áttekintést.

Az ATF eredménye megmutatja, hogyan néz ki ez a gyakorlatban. Húsz-harminc százalékkal több kibocsátás ugyanattól a csapattól. Ez a fajta nyereség számít, amikor a kérelmek száma évente 25%-kal nő, és a létszám nem tart lépést.

A hátralék magától nem oldódik meg. Az eszközök a lassítására már most elérhetők.

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.