By · Last updated 2026-05-10

Tilbake til BloggGDPR & Overholdelse

DSAR-bølge: Batchbehandling for GDPR-samsvar

Den irske DPC bøtela LinkedIn med 310 millioner euro og Meta med 251 millioner euro i 2024. Økt bevissthet om DPA-håndhevelse driver DSAR-volum kraftig opp.

May 10, 20268 min lesing
DSAR processing automationdata subject access requestGDPR Article 12 responsethird-party PII removalbatch DSAR anonymization

DSAR-bølge: Batchbehandling for GDPR-samsvar

GDPR artikkel 12 setter en frist på én måned. Organisasjoner må svare på innsynskrav (DSARer) innen 30 dager. Komplekse saker får en forlengelse på 60 dager. Klokken starter ved mottak. Det finnes ingen respittpasjon. Å misse fristen er i seg selv et brudd.

I 2024 gjorde DPA-bøter datarettigheter allment kjent. Den irske DPC bøtela LinkedIn med 310 millioner euro for bruk av atferdsbasert reklame uten gyldig samtykke. Den bøtela Meta med 251 millioner euro for unnlatelse av å varsle om et datainnbrudd i tide. Hver bot brakte med seg en bevissthetskampanje. Flere lærte at de hadde rettigheter. DSAR-volumet økte.

EDPBs koordinerte håndhevelsesrammeverk for 2024 rettet seg mot svikt i innsynsretten. Organisasjoner som ikke kan vise rene DSAR-registreringer, møter nå økt gransking.

Se vår samsvarsside og sikkerhetspraksis for hvordan vi støtter GDPR-forpliktelser.

Tredjeparts PII-problemet

DSAR-svar skaper ett spesifikt problem: tredjeparts PII.

En registrert person ber om alle registre om seg selv. Disse registrene kan navngi andre personer. Et støttenotat kan inneholde en annen kundes telefonnummer. En e-posttråd kan vise en kollegas adresse. Et klageregister kan nevne en tredjepart. Å sende disse registrene ut eksponerer andre personers data. Det er et separat brudd på deres rettigheter.

Du må gjennomgå hvert dokument. Du må fjerne tredjeparts referanser før du sender. Et telekomselskap med 300 DSARer per måned har omtrent 50 dokumenter per forespørsel. Det er 15 000 dokumenter hver måned -- kun for DSAR-samsvar.

Et team på tre kan ikke håndtere det. Manuell gjennomgang passer ikke inn i et en-måneds-vindu i den skalaen.

Arkitektur for batchbehandling

En DSAR-svar-forhåndsinnstilling løser dette. Forhåndsinnstillingen skanner hvert dokument. Den finner alle personnavn, kontaktdetaljer og andre identifikatorer. Den anonymiserer hvert treff bortsett fra dem som tilhører den forespørrende personen. Du angir den personens navn og kontonummer ved starten av jobben.

Andre kunder nevnt i registreringer anonymiseres. Ansatte sitert i tjenestenotater anonymiseres. Tredjeparter i e-poster anonymiseres. Alt dette skjer før dokumentpakken settes sammen.

Å behandle 50 dokumenter tar minutter -- ikke timer. Samsvarsgruppen sjekker utdataene for kanttilfeller. Responstiden faller fra uker til dager.

Besøk entitetssiden vår for å se hvilke datatyper forhåndsinnstillingen oppdager som standard.

Hva som er viktig for et forsvarlig arbeidsflyt

Tre ting gjør en DSAR-arbeidsflyt forsvarlig.

Hastighet. Batchverktøy fjerner flaskehalsen som forårsaker forsinkelser ved volum.

Nøyaktighet. Forhåndsinnstillingen må fjerne tredjeparts PII uten å berøre den registrertes egne data. En godt konfigurert forhåndsinnstilling håndterer dette skillet.

Revisjonsspor. Artikkel 5(2) krever bevis på samsvar. Batchkjøringer logger hvilke dokumenter som ble behandlet, hvilken forhåndsinnstilling som ble brukt og når. Den loggen er ditt bevis.

Kilder

Klar til å beskytte dataene dine?

Begynn å anonymisere PII med 285+ enhetstyper på 48 språk.

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.