Innsikt om Dataprivacy
Ekspertartikler om AI-sikkerhet, GDPR-overholdelse, beskyttelse av helsedata og beste praksis for PII-anonymisering.
Alle Artikler
Garante Italia: KI og PII-samsvar
Italias Garante bortelagte OpenAI 15 millioner euro i desember 2024 og midlertidig forbod ChatGPT i 2023. 63 % av italienske virksomheter mangler KI-datastyringspolicyer.
LGPD Brasil: CPF, CNPJ og personvern
LGPD dekker 215 millioner brasilianere og ANPD innledet storskala handhevelse i 2024. CPF oppdages med bare 45 % noyaktighet av engelsktrente verktoy.
Nederlandsk AP: €290M bot og GDPR-håndhevelse
Nederlandsk AP utstedte EUs største bot for dataoverføring — €290M mot Uber. BSN (nederlandsk personnummer) krever 11-proef-validering som 56% av verktøy mangler.
UODO Polen: PESEL, NIP og RODO
UODO fant at 89% av verktøy i bruk ikke klarer å detektere polsk PESEL korrekt. Polen behandler 2,3 millioner EU-kunderegistre daglig. PESEL-sjekksumvalidering og NIP.
ANSPDCP Romania: CNP-deteksjon og kontroller
ANSPDCP fant at 78% av verktøy bommer på rumensk CNP med korrekt validering. CNP koder kjønn, fødselsdato og fødselsfylke — implikasjoner for GDPRs spesielle kategorier.
IMY Sverige: Personnummer og Luhn-kontroller
IMY fant at 45% av generiske verktøy bommer på svenske personnummer. Samordningsnummer (60-offset) mangler i de fleste implementeringer. Sveriges 79% GDPR-rettighetsutøvelse.
Danmark CPR: Modulus-11-validering for GDPR
67% av NLP-verktøy mangler dansk CPR-nummer modulus-11-validering. Datatilsynets 14 håndhevingssaker innen helsevesen i 2024. Sekundærbruk av helsedata.
Tsjekkisk rodné cislo: Kjønnskoding og GDPR
Tsjekkisk rodné cislo koder kjønn via 50-offset månedskoding — noe som gjør det til GDPR artikkel 9 særlig kategori-data. 67% av tsjekkiske virksomheter bruker tyske verktøy.
NAIH Ungarn: TAJ-szám og adóazonosító jel
Ungarsk NER-nøyaktighet er 67% mot EU-gjennomsnittet 82% — NAIHs vurdering fra 2024. TAJ-szám vektet sjekksum og adóazonosító jel-deteksjonsmangler.
HDPA Hellas: AFM og AMKA-deteksjon
Gresk AFM oppdages med bare 52 % noyaktighet av generiske verkøy. HDPA utstedte 89 vedtak i 2024 — en økning på 162 % fra 2022. Reiseliv og maritim sektor star overfor egne risikoer.
Japan My Number: Verhoeff og APPI
63 % av generiske verkøy feiler ved My Number-deteksjon i japanske dokumenter. My Number bruker Verhoeff-algoritmen — den mest komplekse nasjonale ID-sjekksummen i Asia.
Epstein-sakene: Uthevingsmerking er ikke sladding
DOJs utgivelse av Epstein-sakene i desember 2025 avslørte en kritisk sladdefeil: svart-uthevet PDF-tekst kan fremdeles leses ved kopiering og innliming.
Advokat-klient-privilegiet og kunstig intelligens i 2026
En føderal domstol avsa i februar 2026 kjennelse om at KI-kommunikasjon ikke er beskyttet av advokat-klient-privilegiet.
Null-kunnskap vs null-tillit kryptering i skyen
LastPass krypterte brukernes data - og likevel ble $438 millioner stjalet. Her er forskjellen mellom serversidekryptering og ekte null-kunnskap-arkitektur.
Luftgappet PII: Frakoblet-forst for forsvar
41 % av bedriftssikkerhetspolicyer forbyr skybehandling av klassifiserte dokumenter. Leer hvordan offline-forst PII-anonymisering fungerer for forsvar, helse og regulerte bransjer.
Flerspraklig PII-gjenkjenning for GDPR
Et tysk Steuer-ID, et fransk NIR og et svensk personnummer krever alle ulik gjenkjenningslogikk. Laer hvordan flerspraklig PII-gjenkjenning sikrer GDPR-samsvar pa tvers av 48 sprak.
Reversibel vs permanent redaksjon: Hva velger du?
GDPR skiller mellom anonymisering og pseudonymisering. Domstoler trenger originaler. Forskning krever re-identifisering. Laer nar du bor bruke hvilken metode.
Flerspraklig NER: Engelsk feiler pa arabisk
NER-modeller trent pa engelsk oppnar 85-92 % noyaktighet. Arabisk og kinesisk? Ofte 50-70 %. Laer om de tekniske utfordringene og hvordan du bygger ekte flerspraklig gjenkjenning.
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.
PHI-gjenkjenning: Snow Labs 96 % vs GPT-4o
Ikke alle anonymiseringsverktoy er like gode. ECIR 2025-benchmarks viser F1-scorer fra 79 % til 96 %. Laer hvorfor noyaktighet er avgjorende og hvordan du evaluerer verktoy.
Domstoler sanksjonerer advokater for maskeringsfeil
Uthevet tekst i Word er ikke maskering. Domstoler sanksjonerer advokater for tekniske feil som avslorer privilegert informasjon.
Bruk Claude og ChatGPT uten a lekke personopplysninger
En utviklerguide til sikker bruk av KI-assistenter. Sett opp MCP Server-integrasjon for transparent personvern-beskyttelse i Claude Desktop, Cursor og VS Code.
900 000 brukeres KI-samtaler ble stjalt
To ondsinnede Chrome-tillegg stjal ChatGPT-samtaler fra over 900 000 brukere. Ett hadde Googles "Featured"-merke.
$7,42M: Helsedata-brudd koster mest
Helsesektoren har vaert den dyreste bransjen for databrudd i 14 ar pa rad. Laer hvorfor PHI er sa verdifullt og hvordan du beskytter det.
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.