By · Last updated 2026-06-15

Enterprise NLP vs. Regex

anonym.legal vs Caviard.ai

Caviard.ai er en Chrome-utvidelse som bruker regex-mønstre for PII-deteksjon, oppnår 60–75% gjenkalling med 15–30% falskt positive ratinger – utilstrekkelig for regulert samsvararbeid. anonym.legal sin 3-lags NLP-motor leverer 92–98% gjenkalling på tvers av 48 språk med deterministiske, revisjonsbare resultater på nett, skrivebord, Office-tillegg og alle nettlesere.

Lær mer om Caviard.ai

Sammenligning av Funksjoner

Funksjonanonym.legalCaviard.ai
DeteksjonsteknologiYesBare regex-mønstre
Enhettyper285+~30–50 mønstre
Språkstøtte48 languagesBegrenset (regex-hull på ikke-ASCII)
PlattformstøtteYesBare Chrome-utvidelse
Konfidenspoenggivning per enhetYesNei
Deterministiske resultaterYesKun mønstersbasert
GjenkallingshastighetYes60–75%
Falsk positiv hastighetYes15–30%
ISO 27001YesIkke dokumentert
Samsvar revisjonssporYesNei
Reversibel krypteringAES-256-GCMNei (lokal nettleserbehandling)
Office-tilleggYesNei
PrisingFree to €29/moIkke publisert

Sammenligning basert på offentlig tilgjengelig informasjon. "Ikke funnet" indikerer funksjon ikke dokumentert på produktsiden. Sist oppdatert februar 2026.

Hvorfor Velge anonym.legal

Alle nettlesere + Skrivebord – Ikke bare Chrome

anonym.legal fungerer i Chrome, Firefox, Edge, Safari og som skrivebordsprogram. Caviard.ai er en Chrome-utvidelse – personell som bruker andre nettlesere får ingen beskyttelse.

Deterministisk NLP vs. Regex-mønstre

anonym.legal bruker 3-lags NLP (Presidio + spaCy + XLM-RoBERTa-transformatorer). Regex kan ikke forstå kontekst: den mister lokalitetsentiteter, forveksler selskapsnavn med tekst og mislykkes på alle ikke-ASCII-skript.

ISO 27001-sertifisert infrastruktur

anonym.legal kjører på Hetzner Tyskland med ISO 27001-sertifisering. Caviard.ai har ingen dokumentert sikkerhetssertifisering.

48 språk vs. Regex-hull

Regex-basert deteksjon mislykkes på tyske omljud, arabisk, kinesisk, hebraisk og andre ikke-ASCII-tegn. anonym.legal sin flerspråklig NLP dekker 48 språk naturlig.

Konfidenspoenggivning per enhet

Hver deteksjon inkluderer en 0–100% konfidenspoeng og regelen/modellen som utløste den – påkrevd for juridisk forsvarighet og HIPAA-revisjonsspor. Caviard.ai gir ingen konfidenspoenggivning.

285+ enhettyper

Landsspesifikke IDs med sjekksumsvalidering, 48-språk NER, medisinsk registernummer, finansielle identifikatorer. Caviard.ai dekker ~30–50 regex-mønstre.

Når anonym.legal er det rette valget

anonym.legal overgår Caviard.ai når:

  • Du trenger samsvar-grade gjenkalling (92–98%) i stedet for grunnleggende mønstersamsvar (60–75%)
  • Teamet ditt bruker Firefox, Edge, Safari eller skrivebordsprogram – ikke bare Chrome
  • Du behandler flerspråklig innhold: tysk, fransk, arabisk, kinesisk, hebraisk eller noe av 48 språk
  • Du krever konfidenspoeng per enhet og revisjonsspor for HIPAA, GDPR eller e-discovery
  • Du trenger reversibel anonymisering – dekrypter plassholdere når loven krever det

Ofte Stilte Spørsmål

Hva er forskjellen mellom regex-basert og NLP-basert PII-deteksjon?

Regex-mønstre samsvarer med faste tekststrukturer (f.eks. SSN-format). De mister kontekstavhengig PII: navn i setninger, lokalitetsentiteter og ethvert mønster som varierer litt. NLP-modeller forstår språkkontekst – anonym.legal sin 3-lags rørledning (Presidio + spaCy + XLM-RoBERTa) oppnår 92–98% gjenkalling mot 60–75% for bare regex-verktøy som Caviard.ai.

Fungerer Caviard.ai i Firefox, Edge eller Safari?

Nei. Caviard.ai er en Chrome-utvidelse og fungerer bare i Chrome-baserte nettlesere. anonym.legal fungerer i alle viktigste nettlesere via webappen, gir dedikerte Chrome- og Edge-utvidelser, og inkluderer et frittstående skrivebordsprogram for Windows, macOS og Linux.

Hvilke sikkerhetssertifiseringer har Caviard.ai?

Caviard.ai publiserer ikke ISO 27001 eller SOC 2-sertifiseringer. anonym.legal kjører på Hetzner Tyskland-infrastruktur med ISO 27001-sertifisering, GDPR-samsvarende dataprosesseravtaler og zero-knowledge-autentisering verifisert av uavhengig sikkerhetsrevisjon.

Hvordan håndterer anonym.legal flerspråklig PII som Caviard.ai mister?

Regex-mønstre mislykkes på ikke-ASCII-tegn: tyske omljud (ä, ö, ü), arabisk skript, kinesiske tegn, hebraiske bokstaver. anonym.legal sin NLP-modeller er opplært på 48 språk og håndterer tegnormalisering, Unicode-grenser og landsspesifikke ID-formater (tysk Personalausweis, fransk NIR, arabisk nasjonale IDer, osv.).

Hvilke falske positive ratinger kan jeg forvente?

Caviard.ai sin regex-tilnærming gir 15–30% falske positive ratinger – flagging av ikke-PII-tekst som sensitiv. Dette skaper unødvendig redigering av legitim innhold. anonym.legal sin NLP-rørledning reduserer falske positive til under 5% gjennom kontekstforståelse, konfidenspoengterskelkontroll og per-enhetsoverstyringskontroller.

Gir anonym.legal revisjonsspor for samsvar?

Ja. Hver deteksjon inkluderer enhettypen, konfidenspoengene, deteksjonsmetoden (regel-ID eller modellnavn) og tidsstempel – opprett et forsvart revisjonsspor for HIPAA, GDPR og e-discovery-krav. Caviard.ai gir ikke per-deteksjon-revisjonsspor.

Enterprise NLP PII-deteksjon

92–98% gjenkalling. 48 språk. Alle nettlesere + Skrivebord. ISO 27001. Gratis å komme i gang.

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.