Увиди во приватноста на податоците
Експертски статии за безбедноста на вештачката интелигенција, усогласеност со GDPR, заштита на податоците во здравството и најдобри практики за анонимизација на PII.
Сите статии
Vibe Coding и протекување на лични податоци: Безбедносниот ризик за кој никој не зборува
Кодот генериран од вештачка интелигенција ретко вклучува ракување со лични податоци. 73% од vibe-coded апликациите обработуваат чувствителни податоци без анонимизација. Она што програмерите треба да го знаат.
COPPA Април 2026: Што мора да направат EdTech платформите пред рокот
Ажурираното правило на COPPA стапува на сила на 22 април 2026 година. Reddit беше казнет со £14,47 милиони за неуспеси со податоците на деца. EdTech платформите се соочуваат со ист ризик.
LangChain CVE-2025-68664: Како личните податоци протекуваат низ вашиот RAG Pipeline
CVSS 9,3. Функциите за серијализација на LangChain ги изложуваат променливите на околината и тајните на LLM-ови контролирани од напаѓачи. Како да откривате и поправате протекување на PII.
Безбедност на MCP сервер 2026: 8.000 изложени, 492 без автентикација
8.000+ Model Context Protocol сервери се јавно изложени. 492 немаат никаква автентикација. 36,7% се ранливи на SSRF. Заштитете личните податоци во вашите MCP алатки.
EU AI Act Август 2026: Анонимизација на тренинг податоци за исполнување на Член 10
Целосното спроведување на EU AI Act започнува на 2 август 2026 година. Казни до €35M или 7% од глобалниот промет. Член 10 бара анонимизација на тренинг податоците.
Трајна анонимизација: ризик од уништување докази
34,8% од влезовите во ChatGPT содржат чувствителни податоци (Cyberhaven). Решението - трајна анонимизација - создава свој сопствен правен ризик: уништување докази. GDPR чл. 4(5) и федералните правила FRCP 37(e) бараат обновливост.
Сметката за редакција од 80.000 $: решение со Word додаток
При 200-400 $/час, производство на 10.000 документи чини 26.000-80.000 $ во адвокатско време (RAND). Истражувањето на Bloomberg Law од 2024 утврдило дека автоматизацијата го намалува тој временски рок.
Browser DLP: Блокирање vs. Анонимизација во 2026
Два пристапи кон browser DLP: блокирањето спречува испраќање лични податоци до AI алатки; анонимизацијата ги трансформира податоците пред испраќање. Објективна споредба.
Samsung изгуби изворен код преку ChatGPT три пати
Три одделни инженерски тимови на Samsung залепиле сопственички код и доверливи податоци во ChatGPT во април 2023 година. Секој инцидент откри различен аспект на ризикот.
Санкции во е-откривање: кога АИ редакцијата оди предалеку
Во предметот Athletics Investment Group против Schnitzer Steel (2024), неправилната редакција предизвика санкции за откривање. Со прецизност на АИ алатките од само 22,7%, правните тимови се соочуваат со реална одговорност.
SaaS пробивите пораснаа за 300%: потребна е ZK заштита
Conduent изложи 25,9 милиони записи. NHS Digital: 9 милиони пациенти. Напаѓачите пробиваат SaaS добавувачи за 9 минути. Кога вашиот добавувач е самата точка на напад.
HIPAA во облак: архитектура со нулта знаење за PHI
Договорите за деловна асоцијација не спречуваат прекршувања на HIPAA кога твојот облак AI давач обработува PHI во обичен текст. Еве што нуди архитектурата со нулта знаење.
LibreOffice додаток за анонимизација на лични податоци
Чекор по чекор водич за анонимизација на лични податоци во LibreOffice документи со помош на додатокот anonym.legal.
LibreOffice vs Office: Редакција на лични податоци
Детална споредба на можностите за анонимизација на лични податоци во LibreOffice (додаток anonym.legal) vs. Microsoft Office (Office додаток).
Анонимизација со отворен-код: LibreOffice
Kako организациите во јавниот сектор го користат LibreOffice со додатокот на anonym.legal за анонимизација на документи согласно GDPR.
Меѓуплатформска анонимизација на документи: Office и LibreOffice
Како организации со мешовити Microsoft Office и LibreOffice околини одржуваат доследна анонимизација на лични податоци со anonym.
Забрани за вештачка интелигенција во претпријатијата: продуктивност наспроти ризик
27.4% од содржината во корпоративните AI чет-ботови содржи чувствителни податоци - зголемување од 156% на годишно ниво. Сепак, 71.6% од корпоративниот пристап до AI се одвива преку приватни сметки.
Безбедни AI приватносни екстензии во 2026 година
Во јануари 2026 година, две злонамерни Chrome екстензии со 900.000+ корисници биле фатени дека ги ексфилтрираат разговорите на ChatGPT и DeepSeek на секои 30 минути.
Browser DLP за ChatGPT, Claude и Gemini
Традиционалниот корпоративен DLP е изграден за преноси на датотеки и е-пошта, не за AI четбот-чатови. Овој водич ги покрива нативните за прелистувач превентивни мерки за губење на податоци за ChatGPT.
Кога CISO директорите одбиваат обработка на PHI во облак
725 прекршувања на здравствени податоци во 2024 година засегнаа 275 милиони записи. Со просечни трошоци за прекршување од $10.22M - највисоки во која било индустрија - здравствените CISO директори се.
Казна од 530M евра за TikTok: суверенитет на податоци под GDPR
Казната од 530 милиони евра на TikTok според GDPR за трансфери на податоци ЕУ-Кина означува нова ера на спроведување на суверенитет на податоци. Со 5.65 милијарди евра вкупни казни.
HHS 2025: Клиничките белешки со ВИ бараат откривање PHI пред зачувување во EHR
Системите за транскрипција со ВИ можат ненамерно да ги постават PHI-информациите на Пациент А во досието на Пациент Б. Еве зошто откривањето PHI во реално време пред запишување во EHR е клучната контрола.
Зошто бинарното откривање на лични податоци не ја задоволува усогласеноста
Ознаките откривено/неоткривено не се доволни за контексти на усогласеност кои бараат човечка проценка. Оценувањето на доверба ја претвора анонимизацијата на лични податоци од бинарно погодување во ревидирачка контрола за усогласеност.
GDPR Минимизација на податоци: API во реално време за спречување на прекумерно собирање
GDPR Член 5(1)(c) бара собирање само на неопходните податоци. Интеграцијата на API во реално време спречува прекумерно собирање во фазата на поднесување на форма - пред податоците да влезат во вашата база на податоци.
Започнете да ги заштитите вашите податоци денес
267+ типови на ентитети, 48 јазици, безбедност на ниво на претпријатие по стартна цена.
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.