By · Last updated 2026-03-21

Tilbake til BloggGDPR & Overholdelse

PII-verktoay kun for engelsk: Et GDPR-ansvar

GDPR-handhevelse gjelder likt for brudd pa alle EU-sprak. Nar ditt engelsksentrerte PII-verktoay overser tyske, franske eller polske identifikatorer, har selskapet ditt fortsatt brutt artikkel 32.

March 21, 20267 min lesing
GDPR compliance liabilitymultilingual PII detectionEnglish-only PII tool risksEU supervisory authoritydata breach notification

PII-verktoay kun for engelsk: Et GDPR-ansvar

Oppdatert for 2026

Handhevingsvirkeligheten

GDPR handler om resultater, ikke innsats. Et selskap kan bruke et PII-deteksjonsverktoay i god tro. Men hvis det verktoayet overser franske, tyske eller polske ID-er, har selskapet fortsatt brutt artikkel 32. Regelen krever "hensiktsmessige tekniske tiltak." Et verktoay som ikke kan finne ID-ene i postene dine feiler det. Gode hensikter endrer ikke det.

Forsvaret "vi brukte et verktoay" holder ikke. Tilsynsmyndigheter ser pa de spesifikke verktoyene som er brukt. Nar et engelskbasert verktoay behandlet flerspraklige poster, blir artikkel 32 det sentrale sporsmålet.

Dette er et reelt handhevingsmonster. Det er observert i GDPR-saker over hele EU.

Hva tilsynsmyndigheter finner

GDPR-data fra 2024 viser at brudd pa artikkel 32 rangerer blant de fremste arsakene til bater. Selskaper oppgir automatiserte anonymiseringsverktoay som bevis pa tekniske tiltak. Tilsynsmyndigheter sjekker deretter om disse verktoyene fungerer.

For globale arbeidsgivere er risikoen systemisk. Ta en HR-plattform. Den fjerner persondata for analyse. Den fjerner kanskje engelske e-postadresser og telefonnumre. Men den lar franske NIR-numre, tyske Steuer-IDs og polske PESEL-numre sta igjen. Svenske personnummer star ogsa igjen.

Selskapet tror postene er rene. Tilsynsmyndigheten finner at 40 % av ID-ene i det "anonymiserte" datasettet fortsatt er der. De er nasjonale ID-er verktoayet aldri dekket.

Identifikatorformater engelskbaserte verktoay overser

EU-nasjonale ID-er er forskjellige fra amerikanske og generiske formater. Engelskbaserte verktoay klarer ikke a detektere dem:

Tysk Steuer-Identifikationsnummer: 11-sifret format med kontrollsum. Verktoay bygd for amerikanske SSN-monster (9 sifre) fanger det ikke.

Fransk NIR (numéro de sécurité sociale): 15-sifret format. Det koder kjonn, fodselsar og departement. Generiske ID-monster matcher ikke det.

Svensk personnummer: 10 eller 12 sifre med et Luhn-kontrollsiffer. Formatet skifter for personer fodt for 1990. Generiske monster mangler dette.

Polsk PESEL: 11 sifre med fodselsdato og kjonn kodet inn. Uten kontrollsumsjekker blir falsk-positiv-ratene for hoye.

Disse er vanlige identifikatorer. Enhver EU-arbeidsgiver, helselevehandor eller finansselskap som handterer tyske, franske, svenske eller polske poster vil se dem. De er ikke sjeldne. Se vart entities-referanse for en fullstendig liste over stottede ID-typer.

GDPR er resultatbasert

GDPR artikkel 32 krever "hensiktsmessige tekniske og organisatoriske tiltak." Lista ligger pa resultater. Brukte organisasjonen et verktoay? Det er ikke det rette sporsmålet. Beskyttet verktoayet de personlige postene det behandlet? Det er det rette sporsmålet.

For organisasjoner med flerspraklige EU-poster betyr "hensiktsmessig" a detektere tyske Steuer-IDs i samme gjennomgang som engelske e-postadresser. En organisasjon som fanger 95 % av engelsk innhold men 0 % av tyske nasjonale ID-er har ikke oppfylt kravet. Gapet feiler de tyske postene.

Flerspraklig dekning er ikke valgfri. Det er en del av hva artikkel 32 krever. Punktum. Var GDPR-samsvarsguide dekker hele rammeverket.

Slik evaluerer du verktoayet ditt

Det rette sporsmålet for verktoayet ditt er enkelt. Kan det finne e-postadresser pa ethvert sprak? Det betyr mindre. Kan det finne de nasjonale ID-formatene i de faktiske postene dine? Det er den ekte testen.

For EU-operasjoner som betjener Tyskland, Frankrike, Polen eller Sverige betyr dette lokale-spesifikk gjenkjenningsdekning. Hvis verktoayet ditt ikke kan vise solide deteksjonsrater for disse formatene, behandle gapet som en aktiv samsvarsrisiko. Var sikkerhets- og samsvarsside forklarer hvordan vi handterer flerspraklig dekning.


anonym.legal detekterer tysk Steuer-ID, fransk NIR, svensk personnummer, polsk PESEL og nasjonale ID-er for alle EU-stater. Hvert gjenkjenningsprogram bruker kontrollsumbevisst validering for noayaktige resultater.

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.