Sýn á Gagnavernd
Sérfræðigreinar um öryggi AI, GDPR samræmi, vernd heilsugagna og bestu venjur PII anonymization.
Allar Greinar
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.
COPPA apríl 2026: Hvað EdTech-vettvangur verður að gera fyrir frestinn
Uppfærð COPPA-regla tekur gildi 22. apríl 2026. Reddit var sektað um 14,47 milljónir punda vegna bresta í gögnum barna. EdTech-vettvangur stendur frammi fyrir sömu áhættu.
LangChain CVE-2025-68664: Hvernig PII lekur í gegnum RAG-leiðsluna þína
CVSS 9.3. Raðgreiningaföll LangChain afhjúpa umhverfisbreytur og leyndarmál til árásarmanns-stýrðra LLM-líkana. Hvernig á að greina og laga PII-leka.
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.
ESB-gervigreindargerð ágúst 2026: Nafnleynd þjálfunargagna til að uppfylla 10. grein
Full framkvæmd ESB-gervigreindargerðarinnar hefst 2. ágúst 2026. Sektir allt að 35 milljóna evra eða 7% af heildartekjum á heimsvísu. 10. grein krefst nafnleyndar þjálfunargagna.
Varanleg nafnleynd: Spoliation ahatta
34,8% ChatGPT-innslaga innihalda tiltaekar gogn (Cyberhaven). Lagfaeringin -- varanleg nafnleynd -- skapar sinn eigin laglegar ahattu: spoliation. GDPR gr.
80.000$ thykkjureikningurinn: Word innbott lagfaering
Vid $200-$400 i timan kostar 10.000 skjala framleidning $26.000-$80.000 i loerfaedatima (RAND). Bloomberg Law 2024 fann ad sjolfvaervirkni dregur saman tha timaramann verulega.
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.
E-Discovery sakir: Gervigreind villa i thykkju
I Athletics Investment Group gegn Schnitzer Steel (2024) leiddi rangleg thykkja til sakir vid uppgefning. Med gervigreindar verkfaerum sem naed eingongu 22,7% naekvaemi standa lagateymi frammi vid raunverulega aborgun.
SaaS-innbrot jukust um 300%: ZK naudsyn
Conduent lekti 25,9 milljona skra. NHS Digital: 9 milljona sjuklinga. Aradyrdarmadr nsar inn i SaaS-kerfi a 9 minutum. Naer biorinn verdur adradurinn.
HIPAA í skýinu: Núllþekking fyrir PHI
Samningur um viðskiptafélaga kemur ekki í veg fyrir HIPAA-brot þegar skýjagervigreindarveita þín vinnur PHI í látnum texta. Hér er hvað núllþekkingarkipulag þýðir.
LibreOffice PII nafnlæysiviðbót
Skref-fyrir-skref leiðarvísir um nafnlægi PII í LibreOffice skjölum með anonym.legal viðbótinni.
LibreOffice á móti Office: PII ristun
Ítarlegur samanburður á PII nafnlæysisgetu í LibreOffice (anonym.legal viðbót) á móti Microsoft Office (Office-innibygging).
Opinn hugbúnaður nafnleysi: LibreOffice
Hvernig opinberar stofnanir nota LibreOffice með anonym.legal viðbótinni fyrir GDPR-samræmt skjalasafnnafnleysi.
PII á mörgum kerfum: Office og LibreOffice
Hvernig fyrirtæki með blöndu af Microsoft Office og LibreOffice viðhalda samræmdri nafnleynd á persónugreinanlegum upplýsingum með anonym.legal.
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.
Þegar CISO-ar hafna skýjavinnslu PHI
725 heilbrigðisgagnabrot árið 2024 höfðu áhrif á 275 milljóna gagna. Með $10,22M meðalkostnaði við brot — hæst í hvaða atvinnugrein — eru heilbrigðisCISO-ar.
€530M TikTok-sekt: GDPR-gagnaforysta
€530M GDPR-sekt TikTok fyrir gögnaflutning milli ESB og Kína markar nýtt tímabil í framfylgni gagnaforystuákvæða. Með €5,65 milljarðar í uppsöfnuðum GDPR-sektum.
HHS 2025: AI-klínískar skýrslur þurfa PHI-varnir
AI-afritakerfi geta óvart sett PHI sjúklings A í sjúklingsskrá sjúklings B. Hér er hvers vegna rauntíma PHI-greining áður en EHR er vistað er rétta stjórntækið.
Hvers vegna tvívirð PII-greining bregst samræmi
Greint/ekki-greint er ófullnægjandi í samræmissamhengi sem krefst mannlegs mats. Hér er hvers vegna tryggingarstig umbreytir PII-nafnleynigervingu.
GDPR gagnalágmörkun: Rauntíma-API
GDPR 5. gr. (1)(c) krefst þess að safna aðeins nauðsynlegum gögnum. Rauntíma-API-samþætting kemur í veg fyrir of-söfnun á innsendingarstig eyðublaðs - áður en.
Byrjaðu að Vernda Gögnin Þín Í Dag
267+ 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, held by our hosting provider.
- 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
Automated checks run on every release.
Each surface gets its own sweep script and report.
Human reviewers spot-check the output each week.
We test detection against sample documents before each release.
A failing unit or integration run stops the release.
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.
Paid plans can buy top-up credits.
Credits reset at the end of each cycle.
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.