Rauntíma PII-varnir spara $2,2 milljónar
IBM fann $2,2 milljóna kostnaðarmun milli varna og greiningar. Hér er stærðfræðin sem gerir rauntíma PII-hlutlægningu óvalkvæða fyrir öryggisver.
GDPR gr. 32: PII-eftirlit gervigreindartækja
Samræmnisteymi fyrirtækja þurfa megindlegar sannanir um PII-stjórn gervigreindartækja. Net-DLP vanrækir samskipti gervigreindar í vafra.
Rauntima PII-varnir gegn gagnalekum í gervigreind
Þegar starfsmaður slær inn nafn viðskiptavinar í ChatGPT fer gögnin úr stjórn stofnunarinnar á augnablikinu. DLP eftir á getur ekki afturkallað þessa ranga aðgerð.
GDPR og þjónustugervigreind: Sérsniðin auðkenni skipta máli
Þjónustugervigreind fær skilaboð viðskiptavina með nöfnum, netföngum OG pantanauðkennum. Staðlað PII-verkfæri strikar netföng en lætur pantanauðkenni óhreyfð.
Er gervigreindarpersónuverndarverkfærið þitt að stela gögnum þínum?
67% gervigreindar-Chrome-viðbóta safna notendagögnum. Í desember 2025 urðu 900þ notendur fyrir áhrifum af viðbótum sem gáfu sig út fyrir að vera persónuverndarverkfæri.
3,8 daglegar PII-lekanir í þjónustuliðum
Sérhver þjónustufulltrúi sem notar ChatGPT límir að meðaltali 3,8 viðkvæm gögn á dag. Fyrir 100 manna lið þýðir það 380 GDPR-lekatilfelli daglega.
Eftir atvik viðbótar með 900þ notendur
Í janúar 2026 voru tvær skaðlegar Chrome-viðbætur uppgötvaðar með 900.000+ notendur sem sendu ChatGPT- og DeepSeek-samtöl á 30 mínútna fresti.
Af hverju stefna nær ekki að stöðva PII-leka úr ChatGPT
77% fyrirtækjanotkenda gervigreindar líma gögn inn í spjallgáttarpfyrirspurnir. Nær 40% hlaðinna skráa innihalda PII eða PCI-gögn. HIPAA-öryggisregluuppfærsla lögð til.
Fyrirtækja-gervigreind: Þróunaraðilaaðgangur án áhættu
Bankar bönnuðu ChatGPT. Þróunaraðilar þeirra notuðu það heima engu að síður. 27,4% af öllu efni sem sent er í fyrirtækja-gervigreindaspjall inniheldur viðkvæmar upplýsingar (Zscaler).
Nota Cursor og Claude án þess að leka kóða
Cursor hleður .env-skrám inn í gervigreindarsamhengi sjálfgefið. Fjármálaþjónustufyrirtæki tapaði 12 milljónum dala eftir að eigin viðskiptaalgórímamar voru sendir til gervigreindaraðstoðarmanns.
Gervigreindarstefna án tæknilegra eftirlita tekst ekki
77% starfsmanna deila viðkvæmum vinnugögnum með gervigreindartækjum þrátt fyrir stefnur sem banna það. Ríkisverk-verktaki límdaði FEMA-flóðahjálpar-umsóknargögn.
IDE vs vafri: Gervigreindaröryggi forritara
Forritarar nota gervigreind á tveimur stöðum: IDE (Cursor, VS Code) og vafri (Claude.ai, ChatGPT). Hvert þeirra krefst mismunandi stjórna.
83% gervigreindarviðbóta eru aldrei endurskoðaðar
83% Chrome-viðbóta með víðtækar heimildir hafa aldrei verið öryggisendurskoðaðar (USENIX 2025). 45% starfsmanna fyrirtækja nota viðbótar sem upplýsingatækni hefur aldrei samþykkt.
39 milljónir GitHub-leka: Gervigreindaráhætta kóðunar
67% forritara hafa óvart afhjúpað leyndarmál í kóða (GitGuardian 2025). 39 milljónir leyndarmála leku á GitHub árið 2024, 25% aukning milli ára.
Vibe Coding og PII-leki: Öryggisáhættan sem enginn talar um
Gervigreindarskrifaður kóði inniheldur sjaldan PII-meðhöndlun. 73% vibe-kóðuðra forrita vinna persónulegar upplýsingar án nafnleyndar. Það sem þróarar þurfa að vita.
MCP-þjóns öryggi 2026: 8.000 útsettir, 492 án auðkenningar
8.000+ Model Context Protocol þjónar eru opinberlega útsettir. 492 hafa enga auðkenningu. 36,7% eru viðkvæmur fyrir SSRF. Verndu PII í MCP-tólum þínum.
Vafra-DLP: Lokun á móti nafnleysisaðferðum 2026
Tvær aðferðir við vafra-DLP: lokun kemur í veg fyrir PII-sendingu til AI-verkfæra; nafnleysi umbreytir gögnum áður en þau eru send. Hlutlæg samanburður.
Samsung missti frumkoda til ChatGPT 3 sinnum
Thrja serstak Samsung thaeknisteymi limmdu einkamalaefni og trundlur-gogn inn i ChatGPT i aprilmanad 2023. Hvert tilvik afhjupadi adeinn.
Gervigreindarbannar í fyrirtækjum: Framleiðni á móti áhættu
27,4% af gervigreindarinnihaldi fyrirtækjasamræðna inniheldur viðkvæm gögn — 156% aukning milli ára. En 71,6% aðgangs.
Öruggur gervigreindar persónuverndarviðbætur 2026
Í janúar 2026 voru tvær skaðlegar Chrome-viðbætur með 900.000+ notendur uppgötvaðar við að sía ChatGPT og DeepSeek-samræður á 30 mínútna fresti.
Vafra-DLP fyrir ChatGPT, Claude og Gemini
Hefðbundin stórfyrirtækja-DLP var smíðað fyrir skráaflutningar og tölvupóst, ekki AI spjallmenni. Þessi leiðarvísir fjallar um vafrainntækt gagnatapsforvarnir fyrir ChatGPT.
PII-auðkenning gegn samræmisþjálfun
62% starfsmanna sem nota gervigreindartæki fyrir gögn viðskiptavina "stundum" gleyma að fjarlægja PII fyrst. Hér er hvers vegna sjálfvirk auðkenning fjarlægir samræmnis.
Skjámyndir með PII: Leki í innri verkfærum
Slack, Teams, Jira og tölvupóstur fá reglulega skjámyndir sem innihalda PII viðskiptavina. Þetta umgengist aðgangsstýringu og fer fram hjá öllum DLP-verkfærum.
Innri wiki PII: Viðskiptavinagögn í Confluence
Þjónustuhópar skrá ferla með skjámyndum af reikningum viðskiptavina. Á 3 árum eru þúsundir GDPR-lágmarksupplýsingabrota í þjónustukerfinu þínu.
AI-forritunarbúnaður lekur framleiðslu-PII
Einingaprófunarfærslu með raunverulegum skrám viðskiptavina. Kladdaskilaskrár með framleiðslugögnum til villuleitar. GitHub fann 39 milljónir lekkinna leyndarmála árið 2024.
900K notendur fengu gervigreindaspjöll sín stolið
Tvær illgjarnar Chrome-viðbætur stálu ChatGPT-samtölum frá 900.000+ notendum. Ein hafði Google-merkin "Featured".
Gervigreind: #1 leið til gagnaleaks
77% starfsmanna líma viðkvæm gögn inn í gervigreindarverkfæri. GenAI stendur nú fyrir 32% allra fyrirtækjagagnaleaka. Lærðu hvernig þú verndar stofnunina þína.
Byrjaðu að Vernda Gögnin Þín Í Dag
285+ gerðir, 48 tungumál, öryggi fyrirtækja á upphafsverði.
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.