Duomenų Privatumo Įžvalgos
Ekspertų straipsniai apie AI saugumą, GDPR atitiktį, sveikatos priežiūros duomenų apsaugą ir PII anonimizavimo geriausias praktikas.
Visi Straipsniai
Garante Italija: DI ir ADA atitiktis
Italijos Garante 2024 m. gruodžio mėnesį nubaudė OpenAI 15 mln. eurų ir laikinai uždraudė ChatGPT 2023 m. 63% Italijos įmonių neturi DI duomenų valdymo politikos.
LGPD Brazilija: CPF, CNPJ ir duomenų apsauga
LGPD apima 215 mln. brazilų ir ANPD pradėjo pagrindinį vykdymą 2024 m. CPF aptiktas tik 45% tikslumu anglų kalba apmokytais įrankiais.
Olandijos AP: 290 mln. EUR bauda ir BDAR vykdymas
Olandijos AP skyre didžiausią ES duomenų perdavimo baudą -- 290 mln. EUR prieš Uber. BSN (olandiškas asmens numeris) reikalauja 11-proef patikros, kurios nepraėjo 56% įrankių.
UODO Lenkija: PESEL, NIP ir RODO atitiktis
UODO nustatė, kad 89% diegtų įrankių netinkamai aptinka lenkišką PESEL. Lenkija per dieną apdoroja 2,3 mln. ES klientų įrašų. PESEL kontrolinės sumos tikrinimas, NIP.
ANSPDCP Rumunija: CNP aptikimas ir BDAR patikrinimai
ANSPDCP nustatė, kad 78% įrankių neaptinka rumunų CNP su tinkamu tikrinimu. CNP koduoja lytį, gimimo datą ir gimimo apskritį -- BDAR 9 straipsnio ypatingos kategorijos pasekmės.
IMY Švedija: personnummer ir Luhn patikrinimai
IMY nustatė, kad 45% bendrųjų įrankių praleidžia Švedijos personnummer. Samordningsnummer (60-poslinkis) nepalaiko dauguma įgyvendinimų. Švedijoje 79% gyventojų naudoja BDAR teises.
Danija CPR: modulio-11 tikrinimas BDAR atitikčiai
67% NLP įrankių praleidžia danų CPR numerio modulio-11 tikrinimą. Datatilsynet 2024 m. 14 sveikatos priežiūros vykdymo veiksmų. Antrinis sveikatos duomenų naudojimas.
Čekijos rodne cislo: lyties kodavimas ir BDAR
Čekiškas rodne cislo koduoja lytį per 50-poslinkio mėnesio kodavimą -- tai daro jį BDAR 9 straipsnio ypatingos kategorijos duomenimis. 67% Čekijos firmų naudoja vokiečių įrankius.
NAIH Vengrija: TAJ-szam ir adóazonosító jel
Vengrijos NER tikslumas yra 67%, palyginti su ES vidurkiu 82% -- NAIH 2024 m. vertinimas. TAJ-szam svertinės kontrolinės sumos ir adóazonosító jel aptikimo spragos.
HDPA Graikija: AFM ir AMKA aptikimas
Generiniai irankiai AFM aptinka tik 52% tikslumu. HDPA 2024 metais paskyre 89 sprendimus - tai 162% augimas palyginus su 2022. Turizmo ir juru sektoriai susiduria su isksirtiniais reikalavimais.
Japonija My Number: Verhoeff algoritmas ir APPI
63% generinių irankiu nesugeba aptikti My Number japoniskuose dokumentuose. My Number naudoja Verhoeff algoritma - pati sudetingiausia naciolanos asmens tapatybes numerio kontroline suma Azijoje.
Epsteino bylos dokumentai: paryškinimas nera redakcija
2025 m. gruodžio mėn. Teisingumo departamento Epsteino bylų atskleidimas atskleidė kritinį redakcijos trūkumą: juodai paryškintas PDF tekstas lieka skaitomas kopijuojant ir įklijuojant.
Advokato ir kliento privilegija bei DI 2026 metais
2026 m. vasarį JAV federalinis teismas nusprendė, kad DI pokalbiai neturi advokato ir kliento privilegijos apsaugos.
Nulinių žinių ir nulinės pasitikėjimo architektūros šifravimas
LastPass irgi šifravo savo vartotojų duomenis – ir vis tiek buvo pavogta 438 mln. $. Štai skirtumas tarp serverio šifravimo ir tikrų nulinių žinių.
Oro tarpo ADA anoniminimas: neprisijungęs pirmiausia gynybai
41 % įmonių saugumo politikų draudžia debesies klasifikuotų dokumentų apdorojimą.
Daugiakalbis ADA aptikimas BDAR atitikčiai
Vokietijos Steuer-ID, Prancūzijos NIR ir Švedijos Personnummer reikia skirtingos aptikimo logikos.
Grąžinamoji ar nuolatinė redakcija: kaip pasirinkti
BDAR skiria anoniminimą nuo pseudoanoniminimo. Teismai reikalauja originalų. Tyrimai reikalauja reidentifikacijos. Sužinokite, kada naudoti kiekvieną metodą.
Daugiakalbis NER: anglų kalba nepasiteisina arabų atveju
Anglų kalbai skirti NER modeliai pasiekia 85–92 % tikslumą. Arabų ir kinų kalbai? Dažnai 50–70 %. Sužinokite apie techninius iššūkius ir kaip kurti tikrai daugiakalbę sistemą.
94 % MVĮ buvo atakuotos: prieinama privatumo apsauga
MVĮ susiduria su tomis pačiomis grėsmėmis kaip ir stambios įmonės, tačiau negali sau leisti 800 $+/mėn. įrankių. Štai kaip gauti įmonės lygio privatumo apsaugą už 3 €/mėn.
PHI aptikimas: Snow Labs 96 % prieš GPT-4o
Ne visi de-identifikavimo įrankiai yra vienodi. ECIR 2025 etaloniniai testai rodo F1 balus nuo 79 % iki 96 %. Sužinokite, kodėl tikslumas yra svarbus ir kaip vertinti įrankius.
Teismai skiria sankcijas advokatams už redagavimo klaidas
Teksto žymėjimas "Word" programoje nėra redagavimas. Teismai skiria sankcijas advokatams už technines klaidas, atskleidžiančias privilegijuotą informaciją.
Naudokite "Claude" ir "ChatGPT" neatskleidę asmens duomenų
Kūrėjo vadovas saugiam DI asistentų naudojimui. Nustatykite MCP serverio integraciją skaidriai apsaugant asmens duomenis "Claude Desktop", "Cursor" ir "VS Code" aplinkose.
900 000 naudotojų DI pokalbiai buvo pavogti
Du kenksmingą veiklą vykdantys "Chrome" plėtiniai pavogė "ChatGPT" pokalbius iš 900 000+ naudotojų. Vienas turėjo "Google" ženkliuką "Featured".
7,42 mln. USD: sveikatos priežiūros pažeidimų išlaidos pirmauja
Sveikatos priežiūra 14 metų iš eilės yra brangiausiai kainuojanti pramonės šaka duomenų pažeidimų srityje. Sužinokite, kodėl PHI yra tokia vertinga ir kaip ją apsaugoti.
Pradėkite Apsaugoti Savo Duomenis Šiandien
267+ subjektų tipai, 48 kalbos, įmonių lygio saugumas už starto kainą.
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.