By · Last updated 2026-06-05

Til baka á BloggÖryggi AI

GDPR gr. 32: PII-eftirlit gervigreindartækja

Samræmnisteymi fyrirtækja þurfa megindlegar sannanir um PII-stjórn gervigreindartækja. Net-DLP vanrækir samskipti gervigreindar í vafra.

June 5, 20267 mín lestur
GDPR Article 32AI compliancePII monitoringCISO evidenceenterprise AI governance

Sýna GDPR 32. gr. samræmi fyrir gervigreindartæki

Uppfært fyrir 2026.

GDPR 32. gr. krefst "viðeigandi tæknilegra og skipulagslegra ráðstafana" til að vernda persónuupplýsingar. Þegar starfsmenn nota ytri gervigreindartæki - ChatGPT, Claude, Gemini - er áhættan raunveruleg og mælanleg. Stjórntækin verða einnig að vera mælanleg.

Stefna sem segir "ekki deilir persónuupplýsingum með gervigreindartækjum" er skipulagsráðstöfun. Hún er ekki tæknilegt ráðstöfun. Hún nægir ekki þegar DPA-endurskoðandi spyr: "Hvernig veistu að starfsmenn fara að þessu?"

Hvað DPA-endurskoðendur spyrja um gervigreindartæki

Eftir Samsung ChatGPT-brotið í mars 2023 tóku eftirlitsaðilar gaumgæfilega starf fyrirtækjaáætlana gervigreindar. DPA-endurskoðendur spyrja nú beinnar spurninga.

Um tæknilegar stjórnir spyrja þeir:

  • Hvað stöðvar persónuupplýsingar frá því að ná til gervigreindarkerfa?
  • Hvernig framfylgirðu grímusetningu í rauntíma?
  • Hvaða gögn sýna að stjórnirnar virka?

Um eftirlit spyrja þeir:

  • Hvernig fylgistu með notkun starfsmanna á gervigreind fyrir PII-útsetningu?
  • Hvaða mælingar safnar þú? Hversu oft?
  • Hvernig veistu að farið er framhjá stjórnunum?

Um atvikagreiningu spyrja þeir:

  • Hvernig myndir þú greina PII-leka í gervigreindartæki?
  • Hvað er viðbragðsáætlun þín?

Stefnuskjöl svara engum þessara spurninga. Þau segja hvað starfsmenn ættu að gera. Þau sýna ekki hvað starfsmenn gera í raun.

Eftirlitsbilið fyrir vafragervigreindartæki

Fyrirtækja-IT-teymi standa frammi fyrir kjarnvandamáli: vafragervigreindartæki eru erfið í eftirliti.

HTTPS-dulkóðun

ChatGPT, Claude og Gemini nota öll HTTPS með HSTS. Neteftirlit getur ekki lesið texta tilmæla án TLS-afkóðunar.

TLS-skoðun

SSL-skoðun þarf fyrirtækjavottorð á hverju tæki. Það getur brotið vottorðsfestingu í sumum forritum. Það skapar ný öryggisbil. Það kann að brjóta þjónustuskilmála gervigreindavettvanga. Það vekur persónuverndarvandamál starfsmanna í mörgum löndum.

Endapunkt-DLP

Endapunktaumboðsmenn fylgjast með klippiborð og lyklaborðsinnslátt. En þeir hafa hátt hlutfall rangra jákvæðrar. Þeir geta ekki greint "slá inn gögn viðskiptavinar í samning" frá "slá þau inn í ChatGPT." Seinkun getur misst af beinum sendingum.

Niðurstaðan: flest fyrirtæki sem nota gervigreindartæki hafa litla yfirsýn yfir hvaða gögn ná til þessara kerfa.

Samræmnimælaborð í framkvæmd

Fjármálaþjónustu CISO verður að sýna endurskoðendum að PII-útsetning gervigreindartækja er rakin og stjórnað. Endurskoðunarkrafinn: harð gögn um virkt eftirlit.

Fyrirtækið setur upp Chrome-viðbót fyrir 500 starfsmenn. Eins vikur framleiðsla:

MælingVikugildi
Heildargervigreindarsetur8.400
PII-einingar greindar12.000
Grímusetningarlíkur94%
Nöfn viðskiptavina fundin4.800
Reikningsnúmer fundin3.200
Færslunúmer fundin2.100
Ógrímdar sendingar (6%)720 einingar

Athugið: dæmisaga til útskýringar. Niðurstöður eru breytilegar eftir stærð fyrirtækis og gervigreindarnotkun.

Fjórar hlutir sýna þetta endurskoðendum:

  • Umfang gervigreindatækjanotkunar (8.400 setur á viku)
  • Magn PII í hættu (12.000 einingar fundin)
  • Afköst stjórnunar (94% grímusetningarlíkur)
  • Eftirliggjandi áhætta (720 einingar þurfa eftirfylgni)

Þrjár hlutir sem endurskoðendur geta staðfest:

  • Tæknilegt stjórntæki er í gangi (uppsetningarkladdar viðbótar)
  • Eftirlit er virkt (vikulegar skýrslur)
  • Eftirliggjandi áhætta er stýrð (eftirfylgniþjálfun fyrir 6%)

Þetta er bilið milli "við höfum stefnu" og "hér er mælt úttak okkar frá stjórnunum."

Umbreyta framleiðslu í umbætur

6% sem send voru án grímusetningar er ekki bilun. Þetta er eftirlit. Fyrirtækið veit nú:

  1. Hvaða starfsmenn hafna grímusetningaröskum eða missa af þeim.
  2. Hvaða einingategundir eru oftast sendar ógrímusettar.
  3. Hvaða teymi hafa hærri framhjálíkur.
  4. Hvort líkunarnar falli eftir að starfsmenn aðlagast.

Þetta knýr markvissa aðgerð. Starfsmenn með háar framhjálíkur fá aukna þjálfun. Einingategundir með háar framhjálíkur gætu þurft sterkari áskoranir. Teymi með endurteknar framhjálíkur gætu þurft breytingu á verkflæðinu.

Án þessarar framleiðslu er þjálfun beitt jafnt. Með henni fer þjálfun þangað sem áhættan er mest.

Hvernig fullkomið 32. gr. pakki lítur út

Fullkominn GDPR 32. gr. skjalasett fyrir gervigreindatæki:

Tæknilegar ráðstafanir:

  1. Chrome-viðbót á N tækjum (sönnun: MDM-kladdar)
  2. PII-greining í beinni í innsláttarreitum gervigreindartækja
  3. Grímusetningarverkflæði með endurskoðunarslóð (kladdar viðbótar)
  4. Samræmnimælaborð (greiningarmælingar)

Skipulagsráðstafanir:

  1. Stefna um notkun gervigreindartækja
  2. Þjálfunarskrár starfsmanna
  3. Atvikaviðbragðsáætlun vegna gagnaleka gervigreindar
  4. Ársfjórðungsleg endurskoðun á eftirlitsúttaki

Eftirlitsgögn:

  1. Vikulegar mælaborðsmælingar (12 mánuðir í röð)
  2. Þróun grímusetningarlíkna
  3. Sundurliðun eftir einingategundum
  4. Eftirfylgnifarslur vegna framhjálíkna

Atvikagreining:

  1. Eftirlitsúttakið flaggar óvenjulega hegðun (skyndileg likanfall, nýjar einingategundir)
  2. Atvikaviðbragðsáætlun prófuð [dagsetning]

Þetta sett fullnægir 32. gr. Það sýnir tæknilegar og skipulagsráðstafanir með raunverulegum gögnum.

Megna áhættuminnkun

Vegna hlutfallsprófunar þarftu að sýna þá áhættu sem stjórnunin fjarlægir.

Án stjórnunar:

  • 11% gervigreindatilmæla innihalda PII (Cyberhaven 2025)
  • 8.400 vikulegar setur × 11% = 924 setur með PII á viku
  • Hvert setur: möguleg 83. gr. GDPR-útsetning ef ESB-gögn eru hlut á ferðinni

Með stjórnun (94% grímusetningarlíkur):

  • 924 setur með greindu PII
  • 94% grímusettar: 869 setur vernduð
  • Eftirliggjandi: 55 setur á viku með ógrímusettu efni

Niðurstaðan: 94% minnkun á PII-útsetningu frá notkun gervigreindartækja.

Fyrir eftirlitsaðila sem beita hlutfallsprófun er 94% minnkun frá uppsettri tæknilegri stjórnun sterkt gögn. Sjá einnig rauntíma PII-varnir fyrir gervigreindartæki og vafra-DLP fyrir ChatGPT, Claude og Gemini.

Niðurstaða

GDPR 32. gr. samræmi gervigreindartækja getur ekki hvílt á stefnu einni. Eftirlit á vafrasetur gervigreindar vegna PII-útsetningu þarf tæknilegt stjórntæki sem framleiðir gögn.

Lifsett grímusetning með innbyggðu eftirliti gefur þér bæði: varnir (minni útsetning) og gögn (mæld áhætta og stjórnunarúttaki). Sú samsetning fullnægir 32. gr.

Fyrir CISO-stjórnendur sem standa frammi fyrir DPA-endurskoðun: endurskoðendur vilja hörð gögn. Sýndu greindaríkur, grímusetningarlíkur og þróun eftirliggjandi áhættu. Stefnan er upphafið. Eftirlitsúttakið er sönnunin.

Fyrir samanburð á lokun og grímusetningu sem stjórnun, sjá Vafra-DLP: Lokun gagnvart nafnleynigervingu.

Heimildir

Ertu tilbúinn að vernda gögnin þín?

Byrjaðu að anonymiza PII með 285+ gerðum í 48 tungumálum.

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.