By · Last updated 2026-05-01

Kembali ke BlogGDPR & Pematuhan

ID Pekerja Dalaman Juga Adalah PII

Setiap organisasi besar mempunyai pengenal dalaman proprietari yang menghubungkan rekod tanpa nama kepada orang sebenar. 34% denda GDPR melibatkan langkah teknikal yang tidak mencukupi.

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

Apakah Kuasi-PII?

Artikel GDPR 4 merangkumi sebarang data yang boleh mengenal pasti seseorang. Data tidak perlu menamakan seseorang secara langsung. Ia hanya perlu memungkinkan pengenalpastian melalui langkah tambahan.

ID pekerja dalaman adalah contoh yang jelas. Ambil nilai "EMP-EU-123456." String itu tidak menamakan sesiapa. Tetapi sistem HR menyimpan jadual carian mudah. EMP-EU-123456 dipetakan kepada Maria Schmidt, Jurutera Kanan, Munich. Sesiapa yang mempunyai akses kepada jadual tersebut boleh menemuinya. Di bawah GDPR, ID tersebut adalah data peribadi.

Peraturan yang sama berlaku untuk kod dalaman lain:

  • Nombor akaun pelanggan yang terhubung kepada rekod CRM
  • Kod projek yang terhubung kepada nama pelanggan dalam sistem kontrak
  • Nombor rujukan kes dalam fail undang-undang
  • Nombor rekod perubatan yang terhubung kepada rekod pesakit

Membuang nama dan e-mel sahaja tidak mencukupi. Jika ID dalaman kekal dalam fail, pengenalpastian semula hanya dua langkah jauhnya.

Mengapa Jurang Ini Membawa kepada Denda

34% daripada semua denda GDPR melibatkan langkah teknikal yang tidak mencukupi di bawah Artikel 32. Angka itu datang daripada Laporan Tahunan GDPR DLA Piper 2025. Kegagalan mengesan pengenal dalaman kuasi-pengenalpastian termasuk dalam kategori ini.

EDPB mengendalikan lebih 900 kes mekanisme konsistensi pada 2024. Penguatkuasaan rentas sempadan bermakna satu jurang dalam set data bersama boleh membawa kepada tindakan terkoordinasi merentasi beberapa negara anggota EU.

Alat PII standard menemukan corak universal: nama, e-mel, nombor telefon, ID kebangsaan. Ia tidak mengetahui format ID dalaman anda. Tiada alat yang tahu sehingga anda memberitahunya. Itulah jurang tersebut.

Cara Pembina Corak Tanpa Kod Berfungsi

Sebuah syarikat logistik global perlu menganonimkan rekod pekerja untuk audit luaran. ID pekerja mereka menggunakan format ini: EMP-[RANTAU]-[6 digit]. Tiga contoh: EMP-EU-123456, EMP-APAC-789012, EMP-AMER-345678.

Pasukan pematuhan memasukkan tiga contoh ke dalam pembantu corak AI. AI mengembalikan:

  • Corak: EMP-[A-Z]{2,4}-\d{6}
  • Sepadan dengan ketiga-tiga contoh
  • Nama entiti yang dicadangkan: EMPLOYEE-ID
  • Langkah seterusnya yang disyorkan: uji dengan lebih banyak kod rantau

Passukan menguji sepuluh sampel lagi. Corak berfungsi pada semua sampel tersebut.

Mereka menyimpan entiti tersuai ke dalam pratetap GDPR bersama pasukan. Kesemua 47 dokumen dalam pakej audit diproses dalam satu kelompok. Setiap ID pekerja digantikan dengan label berasaskan peranan. Firma audit mendapat fail yang tidak lagi terhubung kepada mana-mana individu.

Tiada bantuan kejuruteraan diperlukan. Keseluruhan persediaan mengambil masa kurang dari satu jam.

Apa yang Berlaku Seterusnya

Setelah entiti tersuai disimpan ke dalam pratetap bersama, semua ahli pasukan menggunakan persediaan yang sama. Kakitangan baru mendapatnya pada hari pertama. Kerja kelompok, panggilan API, dan muat naik manual semuanya menggunakan corak yang sama.

Jejak audit menunjukkan pratetap mana yang digunakan untuk setiap fail. Jika DPA meminta bukti proses penganoniman anda, anda boleh menunjukkannya.

Untuk aliran kerja persediaan entiti tersuai penuh, lihat pengenal PII tersuai untuk penganoniman organisasi. Untuk mengekalkan persediaan ini konsisten merentasi pasukan, lihat pratetap konsistensi penganoniman untuk audit GDPR.

Sumber

Sedia untuk melindungi data anda?

Mulakan pengenalan PII dengan 285+ jenis entiti dalam 48 bahasa.

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.