データプライバシーの洞察
AIセキュリティ、GDPR準拠、医療データ保護、PII匿名化のベストプラクティスに関する専門的な記事。
すべての記事
2025年のグローバルPIIコンプライアンス：なぜ米国のSSN検出だけではGDPR、LGPD、DPDPには不...
ブラジルのCPF、インドのAadhaar、米国のSSNは、根本的に異なる形式と検証ロジックを持っています。LGPDとインドのDPDP法は、保護された識別子のリストにCPFとAadhaarを追加します。ほとんどの米国製ツールはSSNを検出しますが、他の2つを見逃します。
内部従業員IDもPIIです：コードを書かずに独自の識別子を検出する
すべての大規模組織には、匿名化された記録を実際の人々にリンクする独自の内部識別子があります。GDPRの罰金の34％は不十分な技術的措置に関係しています。一般的なPIIツールではカスタム形式を検出できません。GDPRはすべての準識別データを検出し、匿名化することを要求します。
コードなしでのカスタムMRN検出：HIPAAパイプラインに病院特有の識別子を追加する
医療記録番号は病院特有であり、各医療システムは異なる形式を使用しています。HIPAAのセーフハーバーはMRNの削除を要求します。一般的なPIIツールは独自の形式を検出できません。AI支援のパターン作成は、5つのサンプル値から2分以内に検証済みのregexを生成します。
EU識別子のギャップ：米国製PIIツールがドイツのSteuer-ID、フランスのNIR、北欧のPersonn...
一般的なPIIツールは米国の識別子を中心に構築されています。ドイツのSteuer-ID、フランスのNIR、スウェーデンのPersonnummer、ノルウェーのFodselsnummerは、形式がまったく異なります。医療データ侵害の50％は、共有研究データの不十分な非識別化が関与しています。
あなたのPIIツールが見逃している可能性のある18のHIPAA識別子
HIPAAは18のPHI識別子をリストしています。ほとんどの匿名化ツールはそのうちの6つしか検出できません。医療記録番号は機関によって異なり、標準的な米国形式はありません。45 CFR...
なぜあなたのPIIツールはSSNを検出するがブラジルのCPF、インドのAadhaar、UAEのエミレーツID...
GDPRはドイツのSteuer-ID、フランスのNIR、スウェーデンのPersonnummer、そして267以上の他の識別子タイプに適用されますが、ほとんどのツールはそれらを聞いたことがありません。あなたのSSN検出ツールはGDPRに準拠していません。完全なEUおよびグローバルなカバレッジには実際...
非識別化だが消えない：縦断研究再接触のための可逆暗号化
Patient_001にフォローアップ訪問のために連絡できません。IRBは、文書化された再識別プロトコルを要求しています — 無許可のアクセスを防ぎながら、制御された条件下で再識別が可能であることを証明します。2024年のGDPR施行は56%増加しました。
AIワークフローのためのトークンマッピング：可逆的匿名化がGDPR準拠のAIカスタマーサービスを可能にする方法
顧客名がAI処理の前に匿名化されると、AIの応答には匿名化されたトークンが含まれます。最終的な応答には実際の名前が含まれている必要があります — [CUSTOMER_1]ではなく。セッション持続トークンマッピングがこれを解決します。匿名化ツールのうち、真の可逆性を提供するのはわずか23%です（IA...
フォローアップを実現する匿名のHR調査：条件付き可逆匿名化
匿名の調査は、ハラスメントや倫理違反の正直な報告を促します。深刻な申し立てが出た場合、HRは調査を行う必要がありますが、永久的な匿名化はフォローアップを妨げます。条件付き可逆匿名化は、両方の要件を同時に解決します。
財務監査と匿名化データ：可逆暗号化が露出なしに検証を可能にする方法
2026年2月のSDNYの判決は、AI処理された文書が処理前に匿名化されていない場合、弁護士-クライアント特権を失うことを発見しました。財務監査は基礎データの検証を必要とし、永久的な匿名化は監査要件と互換性がありません。
恒久的な赤字の罠：法律事務所が可逆暗号について厳しい方法で学んでいる理由
あなたは文書を赤字にしました。裁判官は原本を提出するよう命じました。次はどうしますか？2024年のGDPR罰金は12億ユーロに達し、記録的な年となりました。法律事務所の73％が体系的なPII保護なしにAIツールを使用しています。法律のワークフローにおいて可逆暗号はオプションではありません。
臨床研究における可逆的な非識別化：プライバシーと患者フォローアップの両方が必要なとき
研究が5,000人の参加者のうち47人に予期しないバイオマーカーリスクを発見した場合、研究者は実際の患者に連絡する必要があります。非識別化ツールのうち、真の可逆性を提供するものはわずか23％です（IAPP 2024）。永続的な非識別化は、臨床的に必要なフォローアップを不可能にします。
臨床学習のためのAI: HIPAA準拠のChatGPTの使用がブラウザレベルのPHI保護により遂に可能になった理由
77%の従業員が少なくとも週に1回AIツールに機密の業務情報を共有しています。リアルタイムのブラウザによるPIIの傍受は漏洩事件を94%削減します（Menlo Security 2025）。医療機関は、臨床AIの採用を遅らせるポリシーではなく、摩擦のないPHI保護を必要としています。
プライバシー拡張の逆説：あなたのAIプライバシーツールが実際にデータを盗んでいるかどうかを見分ける方法
67%のAI Chrome拡張がユーザーデータを収集しています。2025年12月の事件では、プライバシーツールを装った拡張によって90万人のユーザーが危険にさらされました。2024年のGDPRの平均罰金は34%増加しました。あなたのプライバシーツールが信頼できるかどうかを評価するためのチェックリス...
サポートチームが知らない3.8のデイリーPII露出
ChatGPTを使用するすべてのサポートエージェントは、1日あたり平均3.8件の機密データをペーストしています。100人のチームの場合、これは毎日380件のGDPR露出インシデントに相当します。2024年のEU監査では、ChatGPTデータの63%にPIIが含まれていました。これはセキュリティの問...
GDPRとChatGPTによるカスタマーサポート：JIT匿名化がAIコンプライアンスを実現する方法
イタリアのGaranteは2024年12月にOpenAIに1500万ユーロの罰金を科しました。イタリアの企業の63%がGDPRに準拠したAI使用ポリシーを欠いています。2024年のEU監査では、ChatGPTユーザーデータの63%がPIIを含んでいることがわかりました。ジャストインタイム匿名化はG...
90万人のユーザーが関与した悪意のある拡張機能事件後：安全なAIプライバシー拡張機能の選び方
2026年1月、90万人以上のユーザーがインストールした2つの悪意のあるChrome拡張機能が、30分ごとに完全なChatGPTおよびDeepSeekの会話を外部に流出させました。プライバシーのためにインストールしたツール自体が攻撃でした。こちらがセキュリティ検証チェックリストです。
なぜポリシートレーニングはChatGPTのPII漏洩を防げないのか — そして実際に機能する技術的制御とは
77%の企業AIユーザーがデータをチャットボットのクエリにコピー＆ペーストしています。アップロードされたファイルのほぼ40%にはPIIまたはPCIデータが含まれています。2025年3月に提案されたHIPAAセキュリティルールの更新は、年次暗号化監査を要求します。ブラウザレベルの技術的制御が唯一の信...
実践におけるデータ主権：クラウド専用のPIIツールが国家安全保障と政府の要件に失敗する理由
2011年から2025年の間にデータ保護法を持つ国は76から120以上に増加しました。ドイツのSGB Vは医療データをドイツの管理下にあるシステムに制限しています。スイスの銀行秘密法は、明示的な同意がない限りクラウドサービスプロバイダーを禁止しています。HHS...
エアギャッププライバシー：クラウドが選択肢でないときに機密文書を匿名化する方法
FedRAMPおよびITAR環境には共通点があります — クラウドは選択肢ではありません。GDPR第4条第5項に基づく可逆的擬似匿名化は、コンプライアンスリスクを軽減します。匿名化ツールのうち、真の可逆性を提供するものはわずか23%です（IAPP 2024）。
トレーディングフローデータコントロール：金融サービスがオフラインファーストの匿名化ツールを必要とする理由
トレーディングフロアはコンプライアンス提出のためにクラウドSaaSを使用できません。ABA正式意見512は、eディスカバリーにおける偶発的開示を防ぐことを要求しています。特権放棄に関する争いの42％は不十分な赤action文書に関わっています（LexisNexis 2024）。
50,000件の臨床ノートをローカルでバッチ処理する：高ボリュームのPHI非識別化に関する実用ガイド
2026年2月のSDNYの判決は、AI処理された文書が処理前に匿名化されていない場合、弁護士-クライアント特権を失うことを発見しました。医療研究機関は数十万件のノートを非識別化する必要があります。クラウドアップロードは実用的および規制上の懸念を引き起こします。
GDPRとあなたのExcelファイル：スプレッドシートの匿名化が文書の編集と異なる理由
Excelの数式は顧客名を含むセルを参照します。ピボットテーブルは機密データをキャッシュします。67%の政府および防衛調達RFPにはエアギャップ環境が必要です（DISA 2024）。スプレッドシートの匿名化には、テキスト置換ではなくセルレベルのインテリジェンスが必要です。
FOIAのバックログ危機：自動赤外線処理が150万件の年間リクエストを処理する手助けになる方法
米国のFOIAリクエストはFY2024に150万件に達し、25%の増加を記録しました。バックログは33%増加し、267,056件の保留リクエストが存在します。政府はFY2024にFOIAリクエスト処理に723百万ドルを費やしました。ATFは自動赤外線処理によって20〜30%の生産性向上を実現したと...
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.