SMB Sikkerhet
Rimelig databeskyttelse for små og mellomstore bedrifter
14 artikler
Kutt opplaeringstiden: Fra uker til timer
Onboarding til personvernverktoy tar vanligvis 2-4 uker, med 22% konfigurasjonsfeil den forste uken. Delbare forhåndsinnstillinger reduserer opplaeringstiden til 1 dag.
MSP-er: Standardiser anonymisering
MSP-er og samsvarskonsulentet som betjener flere klientorganisasjoner kan ikke manuelt rekonfigurere PII-verktoy per klient i stor skala.
Transparent prising bygger tillit i personvernprogramvare
67 % av B2B-kjopere foretrekker leverandorer med transparent prising. 43 % eliminerte leverandorer som krevde salgskontakt for prisinformasjon.
GDPR-anonymiseringsguide for frilans dataprofesjonelle
Frilansere og uavhengige datakonsulenter star overfor et samsvarsganget: abonnementsprising bygget for bedrifter skalerer ikke ned til 3 kundedatasett per maned.
Bedriftsniva PII pa oppstartbudsjett
Verktoy for dataanonymisering pa bedriftsniva starter pa 800 euro per maned. Apne kildekode krever Python-kompetanse. Gapet etterlater millioner av sma og mellomstore bedrifter, enkeltpraktikere og andre uten et reelt alternativ.
PII-anonymisering for oppstartsbedrifter: Prissetting
Bedriftsverktoy som Informatica og BigID er priset for Fortune 500-selskaper med seksifrede arlige lisensavgifter. 99 % av EU-bedriftene er SMB-er.
ISO 27001 og sikkerhetsundersokelser i storkundeavtaler
Gartner 2024 fant at 52 % av storabedrifters sikkerhetinnkjop krever ISO 27001. I finans, helse og juridisk sektor er andelen 80-90 %.
ISO 27001 for offentlig innkjop av SaaS-leverandorer
FedRAMP-godkjenning tar 12-24 maneder for amerikanske foderale kontrakter. For EU og britiske offentlige organer er ISO 27001 typisk den aksepterte ekvivalenten.
DORA og ISO 27001 for IKT-leverandorstyring
DORA ble EU-lov i januar 2025. Banker og forsikringsselskaper ma na gjennomga teknologileverandorer arlig. ISO 27001 reduserer en slik gjennomgang fra 40-80 timer til noen fa timer.
ISO 27001: Verdi nedover leverandørkjeden
Små leverandører bruker 40-80 timer per enterprise-spørreskjema uten ISO 27001. Enterprise-muligheter går tapt ikke fordi verktøyene er usikre, men fordi dokumentasjonen mangler.
ISO 27001 forkorter enterprise-salgssyklusen
Et globalt finanstjenesteselskap reduserte tidsbruk på spørreskjemaer med 52 % etter at leverandørene standardiserte på ISO 27001. 77 % av enterprise-innkjøpsteam krever sertifisering.
Reversibel kryptering for finansielle revisjoner
En SDNY-kjennelse fra februar 2026 slo fast at AI-behandlede dokumenter mister advokat-klient-privilegiet hvis de ikke anonymiseres før behandling.
Handelsgulv: Frakoblet anonymisering
Handelsgulv kan ikke bruke sky-SaaS til samsvarsinnleveringer. ABA Formal Opinion 512 krever tiltak for å forhindre utilsiktet utlevering ved e-discovery.
94 % av SMB-er angrepet: Rimelig personvern
SMB-er star overfor de samme truslene som storbedrifter, men har ikke rad til verktoy til $800+/maned. Slik far du bedriftsgradert personvernbeskyttelse for 3 euro i maneden.
Begynn å Beskytte Dataene Dine I Dag
285+ enhetstyper, 48 språk, bedriftskvalitetssikkerhet til oppstartspriser.
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 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
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
- 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.