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
法的赤削ツールにおけるフォーマットの問題 — ネイティブWord統合が唯一の解決策である理由
73%の法務専門家がサードパーティの赤削ツールを使用する際にフォーマットの破損を報告しています（Bloomberg Law 2024）。DOJのエプスタインファイルの赤削失敗は、PDFテキストレイヤーを通じてコンテンツを露出させました。ABAの正式意見498は、赤削確認を含む技術の適切な使用を要求...
ExcelとGDPR: スプレッドシートにおける隠れたデータ露出リスク（およびその解決方法）
GDPRのアクセス権請求は2021年から2024年にかけて180％増加しました（EDPB）。平均的なDSAR処理には手動で12時間かかります。10万行の従業員スプレッドシートを管理する人事部門は、外部コンサルタントのために手動で匿名化することはできません — ここに実用的な解決策があります。
エンタープライズAIの逆説: 開発者にAIアクセスを提供しながらセキュリティホールを開かない方法
銀行はChatGPTを禁止しました。しかし、彼らの開発者は自宅からそれを使用しました。エンタープライズAIチャットボットに供給されるすべてのコンテンツの27.4%には機密データが含まれています（Zscaler...
CursorとClaudeを使用してコードベースを漏らさずに開発するためのガイド
Cursorはデフォルトで.envファイルをAIコンテキストに読み込みます。ある金融サービス企業は、独自の取引アルゴリズムがAIアシスタントに送信された結果、1200万ドルを失いました。2025年第4四半期にMCPの採用が340%急増しました — 開発者AIを安全にするアーキテクチャはこちらです。
FEMAから金融へ：技術的コントロールなしのAIポリシーが常に失敗する理由
77%の従業員がポリシーで禁止されているにもかかわらず、AIツールと機密の業務データを共有しています。政府の契約者がFEMAの洪水救済申請者データをChatGPTに貼り付けました。ポリシーだけではAIデータの露出を防ぐことはできません...
偽陽性税: あなたのPIIツールの精度問題が思っている以上にコストをかける理由
Presidio GitHub issue #1071は体系的な偽陽性を文書化しています。2024年の研究では、混合言語の企業データセットにおける精度は22.7%でした。すべての偽陽性は手動レビューの負担となります — 大規模では、これは自動化のROIを侵食する目に見えないコンプライアンス税です。
なぜLLMは臨床PHIの50%を見逃すのか — そして研究が示すより良い非識別化について
2025年の研究では、LLMが多言語文書において臨床PHIの50%以上を見逃すことが判明しました。全ChatGPT入力の34.8%が機密データを含んでいます。HIPAAのセーフハーバー非識別化は、18種類の特定の識別子を削除することを要求します — 一般的なLLMはこれを信頼性高く行うことができません。
中東のコンプライアンスギャップ：アラビア語とヘブライ語のPIIが西洋のプライバシーツールに見えない理由
GDPRはボスポラス海峡で終わりません。EUのビジネスワークフローにおけるアラビア語とヘブライ語のPIIは体系的に保護されていません。XLM-RoBERTaのクロスリンガル検出とRTLテキスト処理はMENA-EUの業務においてオプションではありません。
IDE対ブラウザ：チームが必要とする二層の開発者AIセキュリティスタック
開発者はAIを二つの環境で使用します：IDE（Cursor、VS Code）とブラウザ（Claude.ai、ChatGPT）。それぞれ異なる制御が必要です。2024年には3900万件のGitHub秘密情報漏洩が発生し、どちらの層も保護されていない場合に何が起こるかを示しています。
AI Chrome拡張機能の83%はセキュリティ監査を受けていない — 企業が知っておくべきこと
広範な権限を持つChrome拡張機能の83%は、セキュリティ監査を受けたことがありません（USENIX 2025）。企業の従業員の45%が未承認の拡張機能を使用しています。90万人のユーザーを持つ悪意のある拡張機能の事件は、監査されていないAI拡張機能が何を引き起こすかを示しています。
2024年における3900万件のGitHub秘密漏洩：なぜあなたのAIコーディングアシスタントが新たな攻撃ベ...
67%の開発者がコード内で秘密を誤って公開しています（GitGuardian 2025）。2024年にGitHubで3900万件の秘密が漏洩し、前年比25%増加しました。開発者がデバッグコンテキストをAIツールに貼り付けると、認証情報も一緒に漏洩します。
スケールでのKYC文書処理：なぜ偽陽性がPII自動化の隠れたコストなのか
15のEU諸国で毎日5,000件のKYC申請を処理するデジタルバンクは、PII検出ステップが2日間のバックログを生み出していることを発見しました。多言語NLPモデルのうち、85%以上のF1スコアを達成するのはわずか5%です（ACL 2024）。
説明可能な削除: なぜ監査人は「AIがやった」以上のものを必要とするのか
HIPAAの専門家の判断は文書化された方法論を必要とします。法的な電子発見は、削除ごとの根拠を必要とします。34%のDPOが自動化された匿名化コンプライアンスのための不十分なツールを報告しています（IAPP 2025）。説明可能な削除が必要とするものはこれです。
混合言語文書の問題: 単一言語のPIIツールがスイス、ベルギー、及び多国籍企業に失敗する理由
EUの企業の72%が同時に3つ以上の言語で文書を処理しています。混合言語文書は、単一言語のNERツールにおいて45%高いPII見逃し率を引き起こします。スイスの製薬会社は、ドイツ語、フランス語、英語で作業しています — 時には同じファイル内で。
1つのツール、45か国：267以上のエンティティタイプがグローバルPIIコンプライアンスの新しいベースライン...
ブラジルのCPFにはチェックディジットがあります。インドのPANは10文字の英数字です。EUのIBANは国によって異なります。グローバルなeコマースプラットフォームは、地域ごとの別々のツールを持つ余裕がありません — 包括的なカバレッジがどのようなものか見てみましょう。
APACデータプライバシー: なぜあなたの英語PIIツールはタイ、インドネシア、ベトナムの顧客に失敗するのか
シンガポールのフィンテック企業が、12のAPAC言語で月間50万件のサポートチャットを処理する中、英語のみのツールが非英語のやり取りの60%でPIIを見逃したことがわかりました。PDPAは分析前の匿名化を要求します。
偽陽性問題: なぜ純粋なMLの赤actionが$800/時間かかり、どのように修正するか
2024年のベンチマークでは、Presidioが4,434サンプルで13,536の偽陽性の名前検出を生成したことが判明しました — 代名詞、船名、国名を人名としてフラグ付けしました。弁護士の時間が$200〜$800/時間であるため、その精度の問題は高額です。
裁判におけるあなたの赤actionを守る: AIの信頼度スコアが法的要件となった理由
裁判官が文書の47%が赤actionされている理由を尋ねました。「AIがフラグを立てた」という答えは法的に防御できません。2025年に法的に防御可能な自動赤actionが実際に必要とするものはこれです。
英語のみのPIIツールがGDPRの責任となる理由：誰も話さない多言語コンプライアンスのギャップ
GDPRの施行はすべてのEU言語の違反に平等に適用されます。英語中心のPIIツールがドイツ語、フランス語、またはポーランド語の識別子を見逃すと、監督当局はカーブで評価しません。
なぜあなたのPII検出ツールは英語話者に対してのみGDPR準拠なのか
ドイツのSteuer-ID（チェックサム付き11桁）は、米国のSSNとは構造が異なります。フランスのNIR番号は15桁です。ポーランドのPESELとスウェーデンのPersonnummerは独自の検証アルゴリズムを持っています。英語で訓練されたあなたのツールは、これらすべてを見逃します。
ISO 27001とゼロ知識アーキテクチャがベンダーのセキュリティ評価を数ヶ月から数週間に短縮する方法
2025年の調査によると、「認識されたセキュリティ認証の欠如」がCISOがSaaSベンダーを不適格とする理由の第2位でした。ISO 27001とゼロ知識の組み合わせが調達で実際に何を解放するのかを見てみましょう。
最も難しいセキュリティ質問票の質問に答える：ゼロ知識アーキテクチャが企業の販売サイクルを短縮する理由
企業のベンダーセキュリティ質問票は平均100以上の質問があります。ゼロ知識アーキテクチャは最も難しい質問に明確に答え、セキュリティを販売の障害から差別化要因に変えます。
LastPassの侵害が企業に教えるべきクラウドベンダーセキュリティの教訓
LastPassはユーザーのデータを暗号化しましたが、ボールトは依然として流出しました。60万件以上のOktaの記録が続きました。SaaSセキュリティインシデントは2022年から2024年にかけて300%増加しました。企業が学んでいない教訓。
「私たちはあなたのデータを暗号化します」は不十分: LastPass後のゼロ知識主張を評価する方法
LastPassの「暗号化された」ボールトが侵害された後、438百万ドルがLastPassユーザーから盗まれました。続いて120万ポンドのICO罰金が科されました。ベンダーのゼロ知識主張が本物かどうかを評価するためのチェックリストです。
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.