By · Last updated 2026-05-08

Torna al BlogGDPR e Conformità

Anonimizzare vs Pseudonimizzare: In Gioco Ci Sono 20 Milioni di Euro

Il GDPR tratta in modo fondamentalmente diverso i dati anonimizzati e quelli pseudonimizzati. La vera anonimizzazione rimuove completamente l'ambito di applicazione del GDPR. La pseudonimizzazione lo mantiene intatto.

May 8, 20268 min di lettura
GDPR anonymization pseudonymizationArticle 4 recital 26personal data scope20 million EUR fineanonymization compliance determination

Anonimizzare vs Pseudonimizzare: In Gioco Ci Sono 20 Milioni di Euro

L'articolo 83 fissa le sanzioni massime a 20 milioni di euro o al 4% del fatturato annuo globale. Una domanda giuridica determina questa esposizione al rischio: la legge si applica al tuo dataset?

L'anonimizzazione rimuove l'ambito di applicazione. La pseudonimizzazione no. La differenza è enorme.

Le Due Definizioni in Termini Chiari

Il Considerando 26 stabilisce il criterio per l'anonimizzazione. Una persona deve essere "non identificabile o non più identificabile". Il test è ampio: considera tutti i mezzi "ragionevolmente utilizzabili", compresi quelli del titolare del trattamento, del responsabile e di qualsiasi terza parte.

L'articolo 4, paragrafo 5, definisce la pseudonimizzazione. I dati sono pseudonimizzati quando una chiave consente di invertire il processo. Rimuovi la chiave e i dati rimangono. Quei dati aggiuntivi devono essere conservati separatamente. Non si tratta di anonimizzazione.

I dati pseudonimizzati sono ancora dati personali. La legge si applica integralmente. Non esiste alcuna esenzione dall'ambito di applicazione. Punto.

Il Costo di un'Etichettatura Errata

Trattare un dataset pseudonimizzato come anonimo crea contemporaneamente cinque problemi:

  • Registrazioni ROPA errate ai sensi dell'articolo 30
  • Nessuna procedura per i diritti degli interessati — accesso, cancellazione o portabilità
  • Nessun piano di conservazione — nessun trigger per la cancellazione
  • Nessuna garanzia per i trasferimenti nelle operazioni transfrontaliere
  • Nessuna procedura di cancellazione per le richieste di diritto all'oblio

Ogni lacuna costituisce una violazione separata. Tutte e cinque possono coesistere in un'unica pipeline.

Il Segnale dell'Enforcement nel 2025

Nel 2025, l'EDPB ha condotto un'azione di controllo coordinato. Il rapporto ha identificato un'anomalia ricorrente: "tecniche di anonimizzazione inefficaci utilizzate come alternativa alla cancellazione". Le Autorità di protezione dei dati ora verificano la qualità dell'anonimizzazione — non solo se una procedura esiste, ma se funziona davvero.

Un dataset tokenizzato con una tabella di lookup è pseudonimizzato. Non è anonimo. Possiede una chiave che consente di invertirlo. Definirlo anonimo è esattamente la carenza che il rapporto del 2025 individua.

Scegliere il Metodo Giusto

Vera anonimizzazione — fuori dall'ambito di applicazione. Utilizza la Redazione. I dati personali vengono eliminati senza possibilità di ricollegamento. Puoi anche applicare l'Hashing su valori ad alta entropia senza percorso di preimage. Documenta la base giuridica. All'output non si applicano obblighi legali.

Pseudonimizzazione — nell'ambito di applicazione. Utilizza Sostituzione, Mascheratura o Cifratura. La legge si applica integralmente. La pseudonimizzazione riduce il danno in caso di violazione, ma non elimina gli obblighi legali.

Reversibilità controllata — per ricerche o audit. Utilizza la Cifratura con chiavi detenute dal cliente. La custodia delle chiavi deve rispettare le regole di separazione delle chiavi dell'EDPB 05/2022. Annota il dominio nella DPIA.

Un Caso d'Uso Concreto

Un'azienda vende registrazioni "anonimizzate" di clienti ai ricercatori. Applica il metodo di Redazione: i dati personali vengono rimossi, senza tabella di token né preimage dell'hash. La reidentificazione non ha percorsi possibili.

Il DPO documenta tutto nella DPIA: metodo utilizzato, tipi di identificativi, perché il processo non può essere invertito, livello di rischio residuo. L'output è fuori dall'ambito di applicazione. I diritti degli interessati e le regole sui trasferimenti non si applicano alle copie per la ricerca.

Il metodo corrisponde alla dichiarazione. Questa è la procedura corretta. Regge a un audit.

Perché la Documentazione è Fondamentale

Un'azienda non può semplicemente affermare di aver anonimizzato. L'affermazione deve essere documentata. La DPIA deve dimostrare quattro cose: quali identificativi sono stati coperti, quale metodo è stato utilizzato, perché la reidentificazione non ha percorsi possibili, qual è il livello di rischio residuo.

Senza questa documentazione, un audit considera il dataset come rientrante nell'ambito di applicazione. Si applicano tutti gli obblighi: la registrazione ROPA deve esistere, le garanzie per i trasferimenti devono esistere, la procedura di cancellazione deve esistere. Nessun obbligo viene meno senza prove documentate.

Per le interazioni tra il diritto alla cancellazione e le registrazioni anonimizzate, consulta la guida GDPR al diritto alla cancellazione e alle linee guida EDPB 2025. Per le regole sui trasferimenti nella condivisione transfrontaliera, consulta la conformità ai trasferimenti di dati e la multa a TikTok.

Fonti

Pronto a proteggere i tuoi dati?

Inizia ad anonimizzare i PII con oltre 285 tipi di entità in 48 lingue.

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.