anonym.legal

By · Last updated 2026-04-18

Назад на блоготБезбедност на вештачка интелигенција

3,8 дневни изложувања на PII кај тимовите за поддршка

Секој агент за поддршка кој користи ChatGPT прави просечно 3,8 лепења на чувствителни податоци дневно. За тим од 100 лица, тоа се 380 GDPR инциденти на изложување дневно.

April 18, 20268 мин читање
accidental PII exposuresupport team ChatGPTCyberhaven 3.8 pastesworkflow PII protectionGDPR daily exposure

Математика на дневното изложување на PII

Истражувањето на Cyberhaven откри дека вработените во претпријатијата прават просечно 3,8 лепења на чувствителни податоци во ChatGPT по корисник на ден. За тим за поддршка од 100 лица, тоа е 380 случаи на записи на клиенти кои влегуваат во ChatGPT секој ден.

Секој случај може да биде прекршување на GDPR минимизација на податоците според членот 5(1)(в). Тој член бара личните информации да бидат "соодветни, релевантни и ограничени на она што е неопходно".

Ова не се вработени-непослушници кои ја игнорираат политиката. Бројката 3,8 го одразува нормалната работа. Агентите копираат е-пошта на клиенти за да состават одговори. Го лепат текстот на жалбата за да добијат сочувствителни предлози. Ги вклучуваат деталите за сметката за да добијат контекстуално релевантни одговори. Секое лепење е валиден чекор за продуктивност кој случајно носи PII со себе.

Обуката за однесување не го решава ова

Ревизијата на ЕУ во 2024 година откри дека 63% од кориснички податоци на ChatGPT содржело лично идентификувачки информации. Само 22% од корисниците знаеле дека можат да се откажат преку поставките на алатката. Повеќето содржини залепени во AI асистент содржат PII. Повеќето корисници не се свесни за контролите. Резултатот е дневно изложување во голем обем.

Обуката за политики наидува на основен проблем. Навиката копирај-лепи е стара децении. Корисниците копираат и лепат текст уште од нивниот прв ден на компјутер. Додавањето на AI алатка за разговор како цел за лепење додава нова дестинација. Не ја менува навиката.

Политиката "не лепете PII на клиенти во AI асистентот" бара од агентите да вметнат чекор за класификација — "дали овој текст содржи PII?" — во навично дејство кое нема природна пауза. Ефектите од обуката исчезнуваат. Кумулативниот резултат на 380 дневни одлуки за лепење е ризик за усогласеност кој политиката сама не може да го задржи.

Каде функционираат техничките контроли

Решението работи на самото дејство на лепење. Прелистувачки додаток ја пресретнува содржината на клипбордот во моментот кога агентот притиска лепи, пред текстот да стигне до полето за внесување. Агентот гледа модален прозорец за преглед. Покажува што е детектирано и што ќе биде анонимизирано пред текстот да се испрати.

Ова не е блокирачка контрола. Агентите можат да продолжат, да надминат или да застанат. Тоа е чекор за транспарентност. Додава еден кус момент на видливост на инаку автоматско дејство.

Замислете водач на тим за поддршка на германски e-commerce составувајќи одговори на жалби на клиенти. Работниот тек останува ист: копирај ја жалбата, залепи во ChatGPT, генерирај одговор. Додатокот додава двосекундна проверка. Агентот гледа дека биле детектирани имиња, адреси и броеви на нарачки. Агентот кликнува продолжи. Алатката добива анонимизирана верзија. Прекршувањето на усогласеноста не се случува.

Нашиот водич за усогласеност со GDPR ја покрива правната основа за овие контроли. Видете исто и нашата споредба на AI политика наспроти технички контроли и водичот за прелистувачки DLP за ChatGPT за детали за имплементацијата.

Извори

Подготвени да ги заштитите вашите податоци?

Започнете со анонимизација на PII со 285+ типови на ентитети на 48 јазици.

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.