Approfondimenti sulla Privacy dei Dati
Articoli esperti sulla sicurezza dell'IA, conformità al GDPR, protezione dei dati sanitari e migliori pratiche di anonimizzazione dei PII.
Tutti gli Articoli
La Prevenzione PII in Tempo Reale Fa Risparmiare 2,2 Milioni
IBM ha rilevato una differenza di costo di 2,2 milioni di dollari tra prevenzione e rilevamento. Ecco i calcoli che rendono l'intercettazione PII in tempo reale non facoltativa per i team di sicurezza.
GDPR Art. 32: Monitoraggio PII negli Strumenti AI
I team di conformità enterprise hanno bisogno di prove quantitative dei controlli PII negli strumenti AI. Il DLP di rete non intercetta le interazioni AI nei browser.
Prevenzione PII in Tempo Reale per le Fughe di Dati AI
Quando un dipendente digita il nome di un cliente in ChatGPT, il dato lascia il controllo aziendale in tempo reale. Il DLP a posteriori non può rimettere il genio nella bottiglia.
I Tool PII Self-Hosted Falliscono gli Audit di Conformità
spaCy 3.4.4 produce risultati NER diversi rispetto a spaCy 3.5.1. Una società di servizi finanziari scopre che il 3% dei documenti era stato anonimizzato in modo diverso in staging rispetto alla produzione — un risultato di audit GDPR.
Presidio: 3 Settimane di Setup vs PII Gestito
Microsoft Presidio ha migliaia di stelle GitHub e centinaia di problemi aperti. La complessità di configurazione, il sovraccarico di integrazione con PySpark e i conflitti di dipendenze Python spingono i team verso alternative gestite.
Da 6 Settimane a 3 Giorni: PII Gestito vs Self-Hosted
I team SaaS sanitari spendono 6 settimane sul deployment in produzione di Presidio self-hosted prima di passare all'API gestita. L'API gestita sostituisce l'intero progetto di infrastruttura.
Presidio Non Rileva 220+ Entità GDPR
Presidio viene fornito con circa 40 riconoscitori di entità predefiniti focalizzati sugli identificatori statunitensi. Le organizzazioni europee necessitano di IBAN, Codice Fiscale e documenti nazionali che Presidio non include.
Il Rilevamento PII "Gratuito" Costa €13.000/Anno
L'hosting autonomo di Presidio richiede 40-80 ore di configurazione iniziale e 5-10 ore/mese di manutenzione continuativa. A tariffe ingegneristiche di €100/ora, questo equivale a oltre €13.200 l'anno.
Presidio: Il Problema del 22,7% di Precisione
Un benchmark del 2024 ha rilevato che il riconoscitore di nomi di persone di Presidio raggiunge il 22,7% di precisione nei documenti aziendali — il che significa che il 77,3% dei rilevamenti sono falsi positivi.
Formazione sulla Privacy: Da Settimane a Ore
L'onboarding degli strumenti di privacy richiede tipicamente 2-4 settimane, con un tasso di errore del 22% nella prima settimana. I preset condivisibili riducono la formazione a 1 giorno e abbassano i costi da €60.000 a €15.000 all'anno.
MSP: Standardizza l'Anonimizzazione
Gli MSP e i consulenti di conformità che servono più organizzazioni clienti non possono riconfigurare manualmente gli strumenti PII per ogni cliente su scala.
Configuration Drift: un Rischio GDPR Nascosto
L'analista A sostituisce i nomi con pseudonimi. L'analista B li oscura. Il tuo audit GDPR trova entrambi nello stesso dataset. Il configuration drift — quando i team applicano impostazioni diverse — è un rischio di conformità reale.
Privacy Riproducibile: Preset ML
L'anonimizzazione dei dati di addestramento ML deve essere coerente e riproducibile. Se i data scientist A e B applicano tipi di entità diversi, i dataset di addestramento risultano inconsistenti.
Privacy Multi-Framework con un Solo Strumento
I team di conformità che gestiscono GDPR, HIPAA e CCPA devono applicare standard di anonimizzazione diversi a seconda del contesto documentale.
I Preset di Anonimizzazione Eliminano le Incongruenze
Quando 8 paralegal configurano in modo indipendente l'anonimizzazione PII, le incongruenze sono inevitabili. I revisori GDPR cercano un'applicazione sistematica e coerente.
Rilevamento MRN HIPAA Senza un Dottorato in Regex
Il formato MRN di ogni ospedale è diverso. Il Memorial usa MRN:XXXXXXX, il St. Mary's usa PT-YYYYY, l'University Hospital usa UHN-XXXXXXXXXX.
PII Legali: Rilevamento del Privilegio
Numeri di riferimento dei casi, numeri di iscrizione all'albo, numeri di ruolo e ID fascicolo cliente sono identificatori giuridicamente sensibili che gli strumenti PII standard non rilevano.
GDPR e AI di supporto: gli identificatori personalizzati contano
L'AI per il supporto clienti riceve messaggi con nomi, email E order ID. Gli strumenti PII standard rimuovono gli indirizzi email ma lasciano gli order ID intatti.
Gli ID nazionali UE che il tuo strumento PII non rileva
Il Steueridentifikationsnummer tedesco, il Numéro fiscal francese, il Codice Fiscale italiano, il NIF/NIE spagnolo — gli strumenti PII pensati per il mercato USA rilevano i codici SSN ma mancano la maggior parte degli identificatori fiscali europei.
Oltre i codici fiscali: anonimizzare gli ID interni dell'organizzazione
Ogni organizzazione ha identificatori interni — ID dipendente, numeri di conto, ID ordine — che sono personalmente identificabili nel contesto ma non vengono intercettati dagli strumenti PII standard.
HIPAA: rilevamento dei codici MRN specifici per ospedale
Il Safe Harbor HIPAA richiede la rimozione dei numeri di cartella clinica, ma i formati MRN non sono standardizzati. Epic, Cerner e Meditech utilizzano tutti formati diversi.
Pipeline GDPR: anonimizza prima di archiviare
I tag sulle colonne dbt non equivalgono alla conformità GDPR. I dati grezzi dei clienti entrano nel data warehouse Snowflake non mascherati, prima che le policy basate sui tag vengano applicate.
FOIA: La redazione AI riduce i tempi da settimane a ore
Il governo federale statunitense ha speso circa 500 milioni di dollari per l'elaborazione delle richieste FOIA nel 2024, principalmente per la redazione manuale. ARPA-H ha esplicitamente cercato software AI per la redazione documentale.
Anonimizzazione dei dati di addestramento ML conforme al GDPR
Il GDPR limita l'uso dei dati personali per l'addestramento ML oltre la finalità originaria della raccolta. I data scientist che si affidano a script Python ad hoc creano rischi di conformità difficili da gestire.
Inizia a Proteggere i Tuoi Dati Oggi
Oltre 285 tipi di entità, 48 lingue, sicurezza di livello enterprise a prezzi da startup.
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.