Sýn á Gagnavernd
Sérfræðigreinar um öryggi AI, GDPR samræmi, vernd heilsugagna og bestu venjur PII anonymization.
Allar Greinar
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.
PDF-ritskoðunargillan: Gögn afhjupuð
DOJ Epstein-skjölin, Manafort-málið og NSA-lekarnir eiga það sameiginlegt: yfirborðslæg ritskoðun sem lætur undirliggjandi texta vera aðgengilegan.
Skjalasnið-sundrung í PII-tólum
Eitt DSAR-svar getur spannað Word-samninga, PDF-reikninga, Excel-viðskiptavinalista og CSV-útflutning. Mismunandi tól fyrir hvert snið skapar.
Excel PII: Gera hundruð dálka nafnlæga
Excel er meðal PII-þéttasta skjalategundarinnar í rekstri fyrirtækja. Hér er af hverju hefðbundin textagreining mistekst á töflureiknum og hvað dálkasamhengi.
GDPR-annálsafnæming: Haltu villuleitargetunni
Forritaannálar safna hljóðlægt upp netföngum notenda, IP-tölum og reikningsnúmerum. Hér er hvernig á að deila annálum með þriðja aðilum, verktökum og eftirlitsgáttum.
CSV frítexta-PII: Lengra en dálkueyðing
Könnunar-CSV-skrár innihalda PII ekki aðeins í skipulegum dálkum heldur einnig í frítextasvörum. Hefðbundin dálkaeyðing missir PII sem brýtur gegn GDPR.
Blandað snið e-Discovery: Samræmisgloppan
E-Discovery-framleiðslur og GDPR DSARs spanna PDF, Word-skjöl, Excel og JSON-útflutning. Mismunandi tól fyrir hvert snið skapar samræmisgloppur sem.
GDPR í forritaannálum: JSON PII-samræmi
Forritaannálar innihalda netföng viðskiptavina, IP-tölur og reikningsnúmer sem GDPR 5. grein (1)(e) krefst að séu meðhöndluð.
GDPR og gömul skannuð skjöl: OCR + PII
Réttur einstaklinga til eyðingar samkvæmt GDPR á við um persónuupplýsingar 'óháð sniði.' Myndbundnar PDF-skrár úr pappírsskjalasöfnum eru ekki undanþegnar.
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.
Handskrifaðar eyðublaðs OCR og PII-greining
Meðalstórt sjúkrahús vinnur úr 50.000 handskrifuðum inntaksskjámum á ári. Handleg PII-þekkjun við þessa rúmmál krefst 0,5 stöðugildis.
PII í rannsóknum: Skjámyndir og GDPR
Fræðigreinar innihalda reglulega pandas DataFrames og R-úttak með raunverulegum sjúklingaskrám sem aðferðafræðidæmi. Þetta er GDPR-brot.
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.
PII-brotaskiptning mistekst við samræmisúttektir
Fjögur mismunandi verkfæri fyrir fjögur mismunandi verkflæði þýðir fjögur mismunandi eininguþekjusett og fjögur mismunandi endurskoðunarslóðar.
PII milli forrita: Word, Chrome og gervigreind
Viðskiptavinagögn flæða frá rannsóknum í vafra yfir í Word-drög og að lokum inn í Claude-fyrirspurnir. Hvert skipti sem samhengi skiptast er mögulegt leka-tækifæri.
GDPR, CCPA og PDPA í einu verkfæri
ESB-starfsmenn undir GDPR, bandaríkir starfsmenn sem meðhöndla CCPA-gögn, APAC-starfsmenn undir PDPA. Þrjár lögsögu, eitt dreift teymi.
GDPR-endurskoðun mistakast: Sundurleitt PII-verkfæri
Endurskoðandinn þinn spyr um PII-greiningstjórnir. 'Við notum fimm mismunandi verkfæri' er ekki svarið sem þeir vilja. Hér er af hverju þverþáttur samræmi skiptir máli.
Fjarvinnsla og GDPR: Misræmi milli pallar
Teymi á skrifstofu nota fullkominn skjáborðshugbúnað. Fjarvinnendur nota vefforrit með hugsanlega mismunandi stillingum. ESB-dómstólurinn segir að reglur einnar dugi ekki.
PII milli pallar: Mac, Linux og Windows
Persónuvernareftirlitsmenn á Mac, lögfræðingar á Windows, gagnaverkfræðingar á Linux — allir vinna með sömu gögn með mismunandi verkfæri. Hér er af hverju OS-óháð greining skiptir máli.
BfDI Þýskaland: Leiðarvísir um DPA-reglufylgni
Þýskaland skilaði inn 27.829 GDPR-brotatilfinningunum árið 2024 — fleiri en nokkurt annað ESB-aðildarríki. Hér er hvað í fókus BfDI í framfylgni þýðir fyrir tæknilegar PII-ráðstafanir.
CNIL Frakkland: GDPR-tæknilegar reglufylgni
CNIL meðhöndlaði 16.433 kvartanir árið 2023 og hefur sektað um 150 milljóna evra síðan 2019. AI-leiðbeiningar hennar krafðist skráðs nafnleysis fyrir þjálfunargögn.
ICO UK: GDPR-munur eftir Brexit
ICO sektadi LastPass £1,2M fyrir ófullnægjandi dulkodun í desember 2025. Niðurstaðan fastslær að dulkodun á biðlarahlið sé lagaleg skylda.
Garante Ítalía: AI og PII reglufylgni
Ítalíu Garante sektaði OpenAI €15M í desember 2024 og bannaði tímabundið ChatGPT árið 2023. Hér er hvað Ítalíu agasömustu AI-eftirlitsstjórnvaldið krefst.
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.