By · Last updated 2026-06-03

Atpakaļ uz BloguSMB Drošība

MSP: standartizējiet anonimizāciju

MSP un atbilstības konsultanti, kas apkalpo vairākas klientu organizācijas, nevar manuāli atkārtoti konfigurēt PII rīkus katram klientam lielā mērogā.

June 3, 20267 min lasīšanai
MSP complianceGDPR consultingscalable privacy practicecompliance presetsprivacy consulting

Kā MSP var mērogot privātuma praksi desmitiem GDPR klientu

GDPR konsultāciju uzņēmums apkalpo 35 Vācijas MVU. Katram nepieciešama PII anonimizācija, kas iestatīta atbilstoši tā dokumentu tipiem un ID formātiem.

Bez kopīgiem iepriekšiestatījumiem, iestatīšana aizņem 3 stundas vienā iesaistīšanā. Reiziniet ar 35. Tas ir 105 gada iestatīšanas darba stundas. Tas neskaitīt atjauninājumus, jaunu onboardingu vai pielāgotas izmaiņas.

Ar iepriekšiestatījumu bibliotēku, iestatīšana aizņem 15 minūtes vienā iesaistīšanā. Vienāds gada pārklājums: 8,75 stundas tā vietā uz 105.

Tas ir 12× ieguvums. Prakse, kas apstrādā 12 uzņēmumus, var apstrādāt 48 ar to pašu komandu.

Skatiet mūsu iepriekšiestatījumu rokasgrāmatu, lai uzzinātu, kā darbojas kopīga iepriekšiestatījumu bibliotēka.

Mērogošanas problēma

Tradicionālajiem PII rīkiem ir galvenais trūkums pārvaldīto pakalpojumu sniedzējiem.

Iestatīšana nepāriet starp uzņēmumiem. Darbs, kas veikts uzņēmumam A, nepalīdz uzņēmumam B. Tas ir taisnība pat tad, ja abiem ir gandrīz vienādas vajadzības.

Nozare veido dokumentu tipus. Vācu ražotāji izmanto kopīgu profilu: algas lapiņas, piegādātāju līgumus, HR ierakstus. Veselības aprūpes uzņēmumi izmanto citu: pacienta veidlapas, apdrošināšanas vēstules, klīniskās piezīmes. Bez kopīgiem iepriekšiestatījumiem katra jaunā iesaistīšanās prasa pilnīgu iestatīšanu no nulles.

Noteikumu izmaiņas skar visus uzņēmumus vienlaikus. EDPB publicē jaunas norādes. Konsultants jāatjaunina visiem 35 uzņēmumiem. Bez kopīgas bāzlīnijas tas ir 35 atsevišķas sesijas.

Onboarding ierobežo izaugsmi. 3 stundu iestatīšana ierobežo to, cik jaunu uzņēmumu var sākt strādāt katru nedēļu. Pie viena vai diviem nedēļā, izaugsme ir ierobežota ar iestatīšanas laiku — ne prasmēm vai pieprasījumu.

Iepriekšiestatījumu bibliotēkas veidošana

Pakāpeniska bibliotēka to atrisina. Tā aptver izplatītākos iestatījumus.

1. pakāpe — Noteikumu bāzlīnijas. Šie attiecas uz gandrīz visiem klientiem dotajā zonā:

  • "ES GDPR standarts" — galvenie ES personas datu tipi
  • "DACH alga" — Vācijas, Austrijas un Šveices alga (ietver Steueridentifikationsnummer)
  • "Franču dokumenti" — ietver Numéro fiscal, franču valodas noteikšanu
  • "Veselības aprūpe ES" — GDPR plus veselības datu tipi

2. pakāpe — Nozares iepriekšiestatījumi. Šie papildina 1. pakāpes bāzi:

  • "Juridiskie dokumenti — ES" — lietu numuri, advokātu ID, tiesas atsauces
  • "Finanšu pakalpojumi" — IBAN, karšu dati, konta numuri
  • "HR un alga" — darbinieku ID, algas dati, pieņemšanas datumi
  • "Medicīniskie ieraksti" — klīniskie kodi, diagnostikas identifikatori

3. pakāpe — Pielāgotas entītijas. Šie ir organizācijas specifiskie ID formāti, kas pievienoti jebkuram bāzes iepriekšiestatījumam:

  • Iekšējais atsauces formāts (ACC-XXXXXXXX-XX)
  • Darbinieka ID formāts (EMP-XXXXX)
  • Pasūtījuma atsauces formāts (ORD-XXXXXXX)

Onboardinga soļi ar šo bibliotēku:

  1. Izvēlieties zonu → atlasiet 1. pakāpes iepriekšiestatījumu (5 minūtes)
  2. Izvēlieties nozari → atlasiet vai pievienojiet 2. pakāpes iepriekšiestatījumu (5 minūtes)
  3. Pievienojiet iekšējos ID formātus → 3. pakāpes pielāgotas entītijas (5–15 minūtes)
  4. Kopā: 15–25 minūtes vienā iesaistīšanā

Reāla 35 uzņēmumu prakse

Prakses profils:

  • 35 Vācijas MVU
  • Nozares: ražošana (12), profesionālie pakalpojumi (8), veselības aprūpe (7), mazumtirdzniecība (5), tehnoloģijas (3)
  • Visi GDPR subjekti. Vairumam ir vācu valodas dokumenti ar Steueridentifikationsnummern.

Izveidotie iepriekšiestatījumi:

  • "Vācijas MVU GDPR bāzlīnija" — aptver visus 35 uzņēmumus (vārdi, adreses, e-pasti, tālruņi, Steuer-ID, IBAN)
  • "Ražošanas līgumi" — pievieno piegādātāju atsauces un produktu ID laukus
  • "Vācijas veselības aprūpes MVU" — pievieno pacienta un veselības plāna identifikatorus
  • "Profesionālie pakalpojumi" — pievieno lietu atsauces
  • "Mazumtirdzniecība" — pievieno pasūtījumu numurus un lojalitātes programmu ID

Onboarding pirms: 3 stundas vienā uzņēmumā. Onboarding pēc: 15 minūtes vienā uzņēmumā.

Gada noteikumu atjauninājums pirms: 35 × 45 minūtes = 26 stundas. Gada noteikumu atjauninājums pēc: Viena bāzlīnijas atjaunināšana = 45 minūtes. Katrs uzņēmums to uzņem nākamajā palaišanā.

Prakses kapacitāte:

  • Pirms: 12 uzņēmumi ar 2 cilvēku komandu
  • Pēc: 48 uzņēmumi ar to pašu komandu

Portfeļa atbilstības uzraudzība

Kopīga iepriekšiestatījumu bibliotēka palīdz arī ar uzraudzību visiem uzņēmumiem.

EDBP publicē jaunas IP adreses norādes. Konsultants vienu reizi atjaunina "ES GDPR standarts" iepriekšiestatījumu. Visi uzņēmumi piemēro izmaiņas nākamajā palaišanā.

DPA sods atklāj robu — piemēram, trūkstošus Steuernummern algas lapiņās. Konsultants pievieno noteikšanu pareizajam iepriekšiestatījumam. Visi uzņēmumi saņem labojumu uzreiz.

Atbilstības zināšanas uzkrājas bibliotēkā. Tās summējas visā portfelī.

Skatiet MVU lietošanas gadījuma lapu un GDPR anonimizācijas risinājumu papildu informācijai par šīm darbplūsmām.

Ieņēmumu modeļa ietekme

Iepriekšiestatījumu bibliotēka maina to, kā MSP ceno un pārdod savus pakalpojumus.

Definēti pakalpojumu līmeņi. Pamata: tikai bāzlīnijas iepriekšiestatījums. Standarts: bāzlīnija plus nozares iepriekšiestatījums. Premium: pievieno pielāgotas entītijas un ceturkšņa atjauninājumus. Katram līmenim ir skaidrs apjoms. Ir vieglāk pārdot definētu pakotni nekā neskaidru abonementu.

Izaugsme bez proporcionālas darbā pieņemšanas. 10 jaunu uzņēmumu pievienošana nozīmē iepriekšiestatījumu izvēli un nelielu darbu. Tas ir stundas, ne nedēļas. Izaugsme vairs neprasa darbā pieņemšanu proporcionāli jauniem ieņēmumiem.

Secinājums

Prakses, kas nevar augt pāri 12–15 uzņēmumiem bez papildu darbinieku pievienošanas, ir iestrēgušas. Vājā vieta ir iestatīšanas sarežģītība — ne prasmes, ne pieprasījums.

Iepriekšiestatījumu bibliotēka novērš šo vājo vietu. Tā glabā atbilstības zināšanas. Tā samazina onboardinga laiku. Tā padara izaugsmi iespējamu bez jauniem darbiniekiem.

MSP, kas apkalpoja 35 uzņēmumus ar 105 gada iestatīšanas darba stundām, tagad var apkalpot 48+ ar mazāk nekā 9 stundām. Tās pašas prasmes. Tā pati komanda. Labāki rīki.

Avoti

Vai esat gatavi aizsargāt savus datus?

Sāciet PII anonimizāciju ar 285+ entitāšu veidiem 48 valodās.

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.