anonym.legal

By · Last updated 2026-05-01

Назад на блоготGDPR & Усогласеност

Внатрешните ИД-а на Вработените Се Исто така ЗЛП

Секоја голема организација има сопствени внатрешни идентификатори кои ги поврзуваат анонимизираните записи со вистинските луѓе. 34% од GDPR казните вклучуваат неадекватни технички мерки.

May 1, 20268 мин читање
employee ID anonymizationproprietary identifier detectionquasi-PIIGDPR custom entitiesno-code pattern builder

Што е Квази-ЗЛП?

GDPR Член 4 покрива секој податок кој може да идентификува лице. Податоците не мора директно да именуваат некого. Само треба да ја прават идентификацијата можна преку дополнителни чекори.

Внатрешните ИД-а на вработените се јасен пример. Земете ја вредноста "EMP-EU-123456". Тој стринг не именува никого. Но HR системот содржи едноставна табела за пребарување. EMP-EU-123456 се пресликува на Maria Schmidt, Постар Инженер, Минхен. Секој со пристап до таа табела може да ја пронајде. Според GDPR, ИД-то е лични податоци.

Истото правило се применува и на другите внатрешни кодови:

  • Броеви на сметки на клиенти кои се поврзуваат со CRM записи
  • Кодови на проекти кои се поврзуваат со имиња на клиенти во системи за договори
  • Референтни броеви на случаи во правни датотеки
  • Броеви на медицински записи кои се поврзуваат со пациентски записи

Отстранувањето на имиња и е-пошти не е доволно. Ако внатрешните ИД-а останат во датотека, повторната идентификација е само два чекора подалеку.

Зошто Оваа Пропаст Води до Казни

34% од сите GDPR казни вклучуваат неадекватни технички мерки според Член 32. Тој број доаѓа од DLA Piper 2025 GDPR Годишниот Извештај. Неуспехот да се детектираат квази-идентификувачки внатрешни идентификатори спаѓа во оваа категорија.

EDPB обработи над 900 случаи на механизам за конзистентност во 2024 година. Прекугранично спроведување значи дека еден пропуст во споделен датасет може да доведе до координирана акција низ неколку ЕУ земји-членки.

Стандардните алатки за ЗЛП наоѓаат универзални обрасци: имиња, е-пошти, телефонски броеви, национални ИД-а. Тие не го знаат вашиот внатрешен формат на ИД-то. Ниту една алатка не знае додека не и кажете. Тоа е пропастта.

Како Функционира Градителот на Обрасци без Код

Глобална логистичка компанија треба да ги анонимизира записите на вработените за надворешна ревизија. Нивните ИД-а на вработените го користат овој формат: EMP-[РЕГИОН]-[6 цифри]. Три примери: EMP-EU-123456, EMP-APAC-789012, EMP-AMER-345678.

Тимот за усогласеност внесува три примери во помошникот за обрасци со вештачка интелигенција. ВИ враќа:

  • Образец: EMP-[A-Z]{2,4}-\d{6}
  • Ги совпаѓа сите три примери
  • Предложено име на ентитет: EMPLOYEE-ID
  • Препорачан следен чекор: тестирање со повеќе регионски кодови

Тимот тестира уште десет примероци. Образецот функционира на сите нив.

Го зачувуваат прилагодениот ентитет во споделениот GDPR пресет на тимот. Сите 47 документи во ревизорскиот пакет се обработуваат во еден пакет. Секое ИД на вработен е заменето со ознака заснована на улога. Ревизорската фирма добива датотеки кои веќе не се поврзуваат со ниту едно лице.

Не е потребна инженерска помош. Целото поставување трае под еден час.

Што Следува

Откако прилагодениот ентитет е зачуван во споделен пресет, сите членови на тимот ја користат истата поставка. Новиот персонал го добива на прв ден. Пакетните задачи, API повиците и рачните подигнувања применуваат ист образец.

Ревизорскиот траг покажува кој пресет е користен за секоја датотека. Ако DPA побара доказ за вашиот процес на анонимизација, можете да го покажете.

За целосниот работен тек за поставување прилагодени ентитети, видете прилагодени ЗЛП идентификатори за организациска анонимизација. За одржување на оваа поставка конзистентна низ тимовите, видете пресети за конзистентност на анонимизацијата за GDPR ревизија.

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.