Datu Privātuma Ieskati
Ekspertu raksti par AI drošību, GDPR atbilstību, veselības aprūpes datu aizsardzību un PII anonimizācijas labākajām praksēm.
Visi Raksti
Globālā PII atbilstība: VDAR, LGPD un DPDP
Brazīlijas CPF, Indijas Aadhaar un ASV SSN ir fundamentāli atšķirīgi formāti un validācijas loģika. LGPD un Indijas DPDP likums pievieno CPF un Aadhaar aizsargāto identifikatoru sarakstam.
Iekšējie darbinieku ID arī ir personas dati
Katrai lielai organizācijai ir patentēti iekšējie identifikatori, kas saista anonimizētus ierakstus ar reālām personām. 34% VDAR naudas sodu ietver nepietiekamus tehniskos pasākumus.
Pielāgota MRN atpazīšana bez koda HIPAA vajadzībām
Medicīniskās uzskaites numuri ir slimnīcai specifiski — katra veselības aprūpes sistēma izmanto atšķirīgu formātu. HIPAA Safe Harbor prasa MRN noņemšanu.
ES identifikatoru trukums: Steuer-ID, NIR, Personnummer
Vispārējie PII rīki ir veidoti ap ASV identifikatoriem. Vācijas Steuer-ID, Francijas NIR, Zviedrijas Personnummer un Norvēģijas Fødselsnummer paliek pilnīgi nepamanīti.
18 HIPAA identifikatori, kurus jūsu rīks palaida garām
HIPAA uzrāda 18 PHI identifikatoru kategorijas. Lielākā daļa anonimizācijas rīku atklāj varbūt 6 no tiem. Medicīnisko ierakstu numuri katrai iestādei atšķiras — ASV nav standarta formāta.
Globālie personas dati: SSN, CPF, Aadhaar un citi
VDAR attiecas uz vācu Steuer-ID, franču NIR, zviedru Personnummer un vairāk nekā 267 citu identifikatoru veidiem, par kuriem lielākā daļa rīku nekad nav dzirdējusi.
Atgriezeniskā šifrēšana atkārtotai identifikācijai
Jūs nevarat sazināties ar Patient_001 turpmākai vizītei. IRB tagad prasa dokumentētus atkārtotas identifikācijas protokolus — pierādot, ka jūs VARAT veikt atkārtotu identifikāciju.
Marķieru kartēšana VDAR AI darbplūsmām
Kad klientu vārdi tiek anonimizēti pirms AI apstrādes, AI atbilde satur anonimizētus marķierus. Galīgajai atbildei jāsatur īstie vārdi — ne.
Anonīmas HR aptaujas ar atgriezeniskiem personas datiem
Anonīmas aptaujas veicina atklātu ziņošanu par uzmākšanos un ētikas pārkāpumiem. Kad parādās nopietna sūdzība, HR jāizmeklē — taču.
Atgriezeniskā šifrēšana finanšu auditiem
SDNY 2026. gada februāra spriedums nosprieda, ka AI apstrādāti dokumenti zaudē advokāta-klienta privilēģiju, ja tie nav anonimizēti pirms apstrādes.
Atgriezeniskā šifrēšana juridiskajai atklāšanai
Jūs aizklājāt dokumentus. Tiesnesis lika iesniegt origināļus. Ko darīt tagad? VDAR sodi 2024. gadā sasniedza 1,2 miljardus EUR — rekordliels rādītājs.
Atgriezeniska de-identifikācija klīniskajos pētījumos
Kad pētījums atklāj negaidītu biomarkera risku 47 no 5000 dalībniekiem, pētniekiem ir jāsazinās ar reāliem pacientiem. Tikai 23% anonimizācijas rīku piedāvā patieso atgriezeniskumu.
HIPAA atbilstošs ChatGPT ar pārlūka aizsardzību
77% darbinieku katru nedēļu dalās ar jutīgu darba informāciju ar AI rīkiem. Reāllaika pārlūka PHI pārtveršana samazina noplūdes incidentus par 94%.
Vai jūsu AI privātuma rīks zog jūsu datus?
67% AI Chrome paplašinājumu vāc lietotāju datus. 2025. gada decembra incidenti skāra 900 000 lietotāju ar paplašinājumiem, kas maskējās kā privātuma rīki.
3,8 PII atklāšanas gadījumi atbalsta komandās dienā
Katrs atbalsta aģents, kas izmanto ChatGPT, vidēji veic 3,8 jutīgu datu ielīmēšanas darbības dienā. 100 cilvēku komandai tas ir 380 GDPR atklāšanas incidenti katru dienu.
GDPR un ChatGPT: JIT anonimizācija atbalstam
Itālijas Garante sodīja OpenAI par 15 miljoniem eiro 2024. gada decembrī. 63% Itālijas uzņēmumu trūkst GDPR atbilstošu AI lietošanas politiku. ES audits 2024. gadā atklāja, ka 63% ChatGPT lietotāju ierakstu nāk no kontiem bez uzņēmumu aizsardzības.
Pēc incidenta ar 900 000 lietotāju paplašinājumu
2026. gada janvārī divi ļaunprātīgi Chrome paplašinājumi, ko instalēja vairāk nekā 900 000 lietotāju, ik pēc 30 minūtēm izsūtīja pilnas ChatGPT un DeepSeek sarunas uz attālu serveri.
Kāpēc politika nespēj apturēt ChatGPT personas datu noplūdes
77% uzņēmumu AI lietotāju kopē un ielīmē datus čatbotu vaicājumos. Gandrīz 40% augšupielādēto failu satur personas vai maksājumu kartes datus. HIPAA drošības noteikuma atjauninājums ierosināts.
Datu suverenitāte: mākoņa personas datu rīki neizdodas
Valstis ar datu aizsardzības likumiem pieauga no 76 līdz vairāk nekā 120 no 2011. līdz 2025. gadam. Vācijas SGB V ierobežo veselības datus līdz Vācijas kontrolētām sistēmām.
Gaisa sprauga konfidencialitāte: anonimizācija bezsaistē
FedRAMP un ITAR vidēm ir viena kopīga iezīme — mākonis nav iespēja. Atgriezeniska pseidonimizācija saskaņā ar GDPR 4. pantu.
Tirdzniecības zāle: bezsaistes anonimizācija
Tirdzniecības zāles nevar izmantot mākoņa SaaS atbilstības iesniegumiem. ABA formālais atzinums Nr. 512 prasa novērst nejaušu izpaušanu e-atklāšanas laikā.
50 000 klīnisko pierakstu partijas apstrāde lokāli
2026. gada februāra SDNY spriedums konstatēja, ka AI apstrādāti dokumenti zaudē advokāta-klienta privileģiju, ja tie nav anonimizēti pirms apstrādes.
Izklājlapu anonimizācija GDPR un CCPA vajadzībām
Excel formulas atsaucas uz šūnām, kas satur klientu vārdus. Šarnīrtabulas kešatmiņā saglabā sensitīvus datus. Gaisa sprauga vides nepieciešamas 67% valdības iestāžu.
FOIA uzkrājums: automatizēta valdības redakcija
ASV FOIA pieprasījumi FY2024 sasniedza 1,5 miljonus — 25% pieaugums. Uzkrājums auga par 33% līdz 267 056 gaidošiem pieprasījumiem. Valdība iztērēja 723 miljonus USD apstrādei.
Sāciet Aizsargāt Savus Datus Šodien
267+ entitāšu veidi, 48 valodas, uzņēmuma līmeņa drošība par sākuma cenām.
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.