Cross-Platform PII: Mac, Linux En Windows
Privacy-officers op Mac. Juridische teams op Windows. Data-ingenieurs op Linux. Één complianceverplichting.
De meeste PII-tools zijn gebouwd voor één platform. Dat is het probleem.
De OS-Kloof In Privacy-Teams
Enterprise privacy-teams gebruiken zelden één besturingssysteem. Een typisch wereldwijd techbedrijf ziet er zo uit:
- Privacy-officers en DPO's: macOS (gebruikelijk bij US- en UK-bedrijven)
- Juridische en compliance-analisten: Windows (standaard in Europese enterprise)
- Data-ingenieurs en DevOps: Linux (standaard voor technische rollen)
Drie OS-omgevingen. Drie teamfuncties. Één gedeelde plicht: persoonsgegevens verwerken met consistente technische controles.
Wanneer elke groep een andere versie van dezelfde tool gebruikt — of een andere interface — zijn de controles niet hetzelfde. Ze lijken dat alleen maar.
Waarom Single-Platform Tools Risico Creëren
De meeste PII-tools worden geleverd als desktop-apps voor één OS. Mac- en Linux-gebruikers krijgen een webfallback, of niets.
Dit creëert een splitsing die in audits ertoe doet. Dit is wat er gebeurt wanneer de web-app achterloopt op de desktop:
NLP-modelversies verschillen. Een desktop-build kan een nieuwer NLP-model bundelen dan de web-app. Oudere modelversies kunnen entiteitstypen missen die nieuwere versies wel detecteren.
Updatecycli lopen uiteen. Tools ingezet via groepsbeleid draaien mogelijk twee of drie versies achter een directe installatie. Versieverschillen betekenen detectieverschillen.
Configuratie kan niet synchroniseren. Tools die instellingen opslaan in het OS-register kunnen die instellingen niet delen met Mac- of Linux-gebruikers. Een preset gebouwd op één platform is mogelijk onleesbaar op een ander.
Bibliotheekgedrag varieert. Tools die afhankelijk zijn van OS-niveaubibliotheken voor pdf-parsing of OCR kunnen verschillende resultaten produceren op verschillende platforms — zelfs van hetzelfde brondocument.
Elk van deze kloven betekent dat hetzelfde document verschillende anonimiseringsresultaten kan produceren. De oorzaak is niet de data. Het is het platform.
Zie AVG technische maatstafvereisten voor hoe toezichthouders consistentie beoordelen.
AVG Artikel 5(2) En Systematische Maatregelen
AVG-artikel 5(2) is het verantwoordingsbeginsel. Het vereist van verwerkingsverantwoordelijken dat ze naleving aantonen van de artikel 5(1) gegevensbeschermingsbeginselen. Voor artikel 32 technische maatregelen betekent dit dat de maatregelen systematisch zijn toegepast.
Systematisch betekent consistent. Als anonimisering varieert per OS van de persoon die het uitvoerde, is de maatregel variabel — niet systematisch.
In een GBA-onderzoek is "we gebruikten Tool X, maar het gedraagt zich anders op Mac en op de desktop-versie, en het document werd verwerkt op Mac" geen bevredigend antwoord. Het toont ongelijke toepassing.
OS-agnostisch ontwerp is geen voorkeur. Het volgt uit de vereiste systematische toepassing.
Twee Patronen Voor OS-Agnostische Compliance
Echte OS-agnostische PII-compliance past twee architectuurpatronen.
Patroon 1: Webapplicatie
Detectie draait op de server. Het client-OS is irrelevant. Elke gebruiker raakt dezelfde engine met dezelfde modellen en dezelfde configuratie.
Beperking: vereist internettoegang. Air-gap-omgevingen kunnen het niet gebruiken.
Patroon 2: Native cross-platform desktop-app
Een desktop-app gebouwd op een cross-platform runtime (zoals Tauri of Electron) compileert dezelfde code voor alle drie platforms. Dezelfde NLP-modellen worden meegeleverd in elke build. Configuratie synchroniseert via account, niet lokale OS-opslag.
Dit voldoet aan offline- en air-gap-vereisten. Detectie blijft consistent over platforms.
De anonym.legal Desktop App gebruikt het Tauri/Rust-framework. Het compileert dezelfde code voor Windows (x64/ARM64), macOS (Intel/Apple Silicon/Universal) en Linux (x64). De NLP-modellen en detectie-engine zijn identiek in elke build. Het OS is geen variabele in de uitvoer.
Use Case: 12-Persoons Privacy-Team
Het privacy-team van een wereldwijd techbedrijf van 12 mensen werkte in drie OS-omgevingen:
- 4 privacy-officers en DPO's: macOS (MacBook Pro)
- 5 juridische en compliance-analisten: Windows (Surface Pro)
- 3 data-ingenieurs: Linux (Ubuntu werkstations)
Hun vorige PII-tool was een desktop-app voor één platform. Mac- en Linux-gebruikers vielen terug op de web-app van de leverancier. Het was een oudere versie met minder entiteitstypen.
De compliancelacune was duidelijk. De DPO op Mac detecteerde 180 entiteitstypen. Juridisch op de desktop-app detecteerde 267. Ingenieurs op Linux kwamen overeen met de web-app op 180. Dat is een kloof van 87 entiteiten op documenten die de DPO verwerkte.
Na overstap naar een cross-platform desktop-app:
- Zelfde applicatie ingezet op alle 12 machines
- Identieke NLP-modellen en detectie-engine op elke machine
- Één "Privacy Standaard"-preset gesynchroniseerd over alle accounts
- Enkel auditspoor van alle 12 gebruikers in het compliancesysteem
De GBA-audit kwam zes maanden later. Het team toonde identieke entiteitsdekking over alle 12 accounts, ongeacht het OS. De bevinding werd gesloten.
Lees meer over auditspoor- en documentatiefuncties.
Wat Te Controleren Vóór U Een Tool Kiest
Bij het evalueren van een PII-tool voor een multi-OS team, stel deze vragen:
Gebruiken alle platformversies hetzelfde NLP-model? Als Mac- en Linux-builds achterloopt, heeft u een consistentieprobleem.
Hoe wordt configuratie opgeslagen en gedeeld? Register-gebaseerde opslag kan niet over platforms synchroniseren.
Zijn updatecycli hetzelfde voor alle platforms? Gespreide releases creëren versieverschillen.
Wat is de fallback voor niet-desktop-gebruikers? Als het een oudere web-app is, is de dekking niet hetzelfde.
Een tool die deze vragen goed beantwoordt produceert hetzelfde detectieresultaat van dezelfde invoer op elk OS. Dat is hoe systematische toepassing eruitziet.