Innsikt om Dataprivacy
Ekspertartikler om AI-sikkerhet, GDPR-overholdelse, beskyttelse av helsedata og beste praksis for PII-anonymisering.
Alle Artikler
Lim og glem: Automatisk PII-markering slaar compliance-opplaering
62 % av ansatte som bruker KI-verktoy for kundedata, glemmer av og til aa fjerne PII forst. Her er hvorfor automatisk markering fjerner compliance-feilen som opplaering aldri kan laese.
Redigeringsfellen i PDF: Data blir eksponert
DOJ Epstein-filene, Manafort-saken og NSA-lekkasjer har alle samme svakhet: kosmetisk sladding som lar underliggende tekst forbli lesbar.
Formatfragmentering i PII-verktoy
Et enkelt DSAR-svar kan spenne over Word-kontrakter, PDF-fakturaer, Excel-kundelister og CSV-eksporter. Bruk av forskjellige verktoy for hvert format skaper etterlevelseshuller.
Excel og PII: Anonymiser hundrevis av kolonner
Excel er blant de mest PII-tette dokumenttypene i forretningsdrift. Her er hvorfor standard tekstanalyse feiler pa regneark, og hva kolonnebasert kontekst kan gjore.
GDPR-samsvar for logger: Behold feilsoking
Applikasjonslogger akkumulerer stille bruker-e-poster, IP-adresser og kontonummer. Her er hvordan du kan dele logger med tredjeparter, leverandorer og observasjonsplattformer uten a bryte GDPR.
CSV-fritekst og PII: Utover kolonnesletting
Undersokelsers CSV-filer inneholder PII ikke bare i strukturerte kolonner, men ogsa i fritekst-svar. Standard kolonnesletting misser PII som bryter GDPR-kravet til ekte anonymisering.
E-Discovery med blandede formater: Etterlevelseshullet
E-discovery-produksjoner og GDPR-DSAR-er spenner over PDF-er, Word-dokumenter, Excel og JSON-eksporter. Bruk av forskjellige verktoy for hvert format skaper konsistenshuller som kan bety regulatorisk eksponering.
GDPR i applogger: JSON og PII-samsvar
Applikasjonslogger inneholder kundenes e-postadresser, IP-er og kontonummer som GDPR artikkel 5(1)(e) krever at handteres. Her er en praktisk tilnarming for a oppna samsvar uten a miste observasjonsmuligheter.
GDPR og eldre skannede dokumenter: OCR + personopplysninger
GDPR-retten til sletting gjelder personopplysninger 'uavhengig av format.' Bildebaserte PDF-er fra papirarkiver er ikke unntatt.
Skjermbilder og personopplysninger: Lekkasjer i interne verktoy
Slack, Teams, Jira og e-post mottar regelmessig skjermbilder med personopplysninger om kunder. Dette omgar alle DLP-verktoy.
Handskrevne skjemaer: OCR og deteksjon av personopplysninger
Et mellomstort sykehus behandler 50 000 handskrevne inntaksskjemaer arlig. Manuell anonymisering av personopplysninger i dette volumet krever 0,5 arsverk.
Personopplysninger i forskning: Skjermbilder og GDPR
Akademiske artikler inneholder regelmessig pandas DataFrames og R-utdata som viser ekte pasientjournaler som metodologieksempler. Her er grunnen til at dette er et GDPR-brudd.
Intern wiki og personopplysninger: Confluence-kundedata
Supportteam dokumenterer prosesser med skjermbilder av kundekontoer. Over 3 ar utgjor det tusenvis av GDPR-brudd pa dataminimering i dine interne systemer.
AI-kodingsverktoy lekker produksjonspersonopplysninger
Testfiksturer med ekte kunderegistre. Loggfiler med produksjonsdata til feilsaking. GitHub fant 39 millioner lekkede hemmeligheter i 2024.
Fragmenterte personopplysningsverktoy svikter ved samsvarsrevisjoner
Fire forskjellige verktoy for fire forskjellige arbeidsflyter betyr fire forskjellige enhetsdekningssett og fire forskjellige revisjonsspor.
PII på tvers av apper: Word, Chrome og KI
Kundedata flyter fra nettleserforskning til Word-utkast til Claude-ledetekster. Hvert kontekstbytte er et potensielt lekkasjepunkt.
GDPR, CCPA og PDPA i ett verktoy
EU-ansatte under GDPR, amerikanske ansatte som haandterer CCPA-data, APAC-ansatte under PDPA. Tre jurisdiksjoner, ett distribuert team.
GDPR-revisjonssvikt: Fragmenterte PII-verktoy
Revisoren din spor om PII-deteksjonskontroller. "Vi bruker fem forskjellige verktoy" er ikke svaret de onsker. Her er hvorfor samsvar pa tvers av plattformer er avgjorende.
Fjernarbeid og GDPR: Plattforminkonsekvens
Kontorteam bruker fullt utstyrte desktop-programmer. Fjernarbeidere bruker nettapper med potensielt ulike innstillinger. EU-domstolen sier at retningslinjer alene ikke er nok.
PII pa tvers av plattformer: Mac, Linux og Windows
Personvernansvarlige pa Mac, jurister pa Windows, dataingeniorer pa Linux -- alle behandler de samme dataene med ulike verktoy. Her er hvorfor OS-agnostisk deteksjon er avgjorende.
BfDI Tyskland: Samsvarsguide for DPA
Tyskland innga 27 829 GDPR-bruddvarsler i 2024 -- mer enn noe annet EU-medlemsland. Her er hva BfDIs fokus pa haandhevelse betyr for teknisk PII-beskyttelse.
CNIL Frankrike: GDPR teknisk samsvar
CNIL behandlet 16 433 klager i 2023 og har ilagt boster pa over 150M euro siden 2019. KI-veiledningen krever dokumentert anonymisering av treningsdata.
ICO UK: GDPR-forskjeller etter Brexit
ICO bota LastPass £1,2 millioner for utilstrekkelig kryptering i desember 2025. Vedtaket slaar fast at kryptering pa klientsiden er et juridisk krav.
Garante Italia: Veiledning om AI og personvern
Italias Garante bota OpenAI 15 millioner euro i desember 2024 og forbod midlertidig ChatGPT i 2023. Her er hva Italias mest aggressive AI-tilsynsmyndighet krever.
Begynn å Beskytte Dataene Dine I Dag
267+ 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, 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.