anonym.legal

By · Last updated 2026-05-10

Terug naar BlogGDPR & Naleving

DSAR-piek: batchverwerking voor GDPR-naleving

De Ierse DPC boete LinkedIn €310 miljoen en Meta €251 miljoen in 2024. Groeiende bekendheid met DPA-handhaving drijft het DSAR-volume sterk omhoog.

May 10, 20268 min lezen
DSAR processing automationdata subject access requestGDPR Article 12 responsethird-party PII removalbatch DSAR anonymization

DSAR-piek: Batchverwerking voor GDPR-naleving

GDPR Artikel 12 stelt een termijn van één maand. Organisaties moeten reageren op verzoeken om inzage van betrokkenen (DSAR's) binnen 30 dagen. Complexe gevallen krijgen 60 dagen uitstel. De klok begint bij ontvangst. Er is geen respijttermijn. Het missen van de termijn is op zichzelf al een overtreding.

In 2024 maakten DPA-boetes gegevensrechten breed bekend. De Ierse DPC boete LinkedIn €310 miljoen voor het gebruik van gedragsgerichte reclame zonder geldige toestemming. Het boete Meta €251 miljoen voor het niet tijdig melden van een datalek. Elke boete bracht een bewustwordingscampagne. Meer mensen leerden hun rechten kennen. Het DSAR-volume steeg dienovereenkomstig.

Het batchverwerkingsprobleem

Een DSAR-verzoek voor inzage vereist dat u identificeert welke persoonsgegevens u heeft over de aanvrager. Dit omvat:

  • Productiedatabases
  • Back-upsystemen
  • Archiefsystemen
  • E-mailservers
  • Logbestanden
  • Door derden verwerkte gegevens

Voor één verzoek per maand is handmatig zoeken haalbaar. Voor 50 verzoeken per week is het dat niet.

Automatisering van DSAR-respons

anonym.legal ondersteunt batchverwerking voor DSAR-workflows:

Stap 1: Datasetvoorbereiding

Exporteer gegevens over de aanvrager uit alle systemen. Combineer in één exportbestand per aanvrager. Upload het batchbestand naar anonym.legal.

Stap 2: PII-detectie

Het systeem detecteert alle persoonsgegevens in de exportbestanden. Dit identificeert wat u bezit voor elke aanvrager.

Stap 3: Derde-partijgegevensredactie

Als de export gegevens van anderen bevat die niet de aanvrager zijn, moeten die worden geredigeerd vóór openbaarmaking. De detectie-UI toont welke gegevens van anderen zichtbaar zijn. Redactie verwijdert die vóór het samenstellen van de DSAR-respons.

Stap 4: Auditlog

Elke DSAR-respons genereert een auditlog: welke gegevens zijn gevonden, welke zijn geredigeerd en de tijdstempel van verwerking. Dit is de documentatie die vereist is voor naleving van Artikel 12.

Termijnbewaking

GDPR vereist reactie binnen 30 dagen. Batch DSAR-verwerking verlaagt de verwerkingstijd per verzoek aanzienlijk. Een verzoek dat handmatig 8 uur kost, kan in minuten worden verwerkt met geautomatiseerde detectie.

De tijdsbesparing is de meest directe nalevingsbijdrage: minder risico op termijnoverschrijding wanneer het volume stijgt.

Bewijs voor aanvragers

Artikel 15 vereist dat u de aanvrager informeert over de categorieën van verwerkte gegevens, de doeleinden en de ontvangers. Het auditlog van de DSAR-verwerking biedt een gestructureerde basis voor dit antwoord.

Klaar om uw gegevens te beschermen?

Begin met het anonimiseren van PII met 285+ entiteitstypen in 48 talen.

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.