anonym.legal

By · Last updated 2026-04-07

Terug naar BlogJuridische Technologie

Excel & GDPR: Spreadsheet Gegevensrisico's

GDPR-inzageverzoeken stegen 180% van 2021 tot 2024 (EDPB). Gemiddelde DSAR-verwerking kost 12 uur handmatig. HR-afdelingen beheren honderden maandelijks.

April 7, 20268 min lezen
Excel GDPR anonymizationspreadsheet redactionDSAR processingEDPB right of accessHR data compliance

De Excel GDPR-kloof

PDF-redactietools werken niet op Excel-bestanden. Dit creëert een nalevingskloof in enterprise omgevingen die elke HR-, financiën- en operationsteam treft.

GDPR Inzageverzoeken stegen 180% tussen 2021 en 2024 (EDPB Jaarrapport). Wanneer een DSAR binnenkomt, moet u de persoonsgegevens van de aanvrager delen en tegelijkertijd de gegevens van iedereen anders in hetzelfde bestand beschermen.

De gemiddelde DSAR kost 12 uur om handmatig te verwerken. Bij 200 DSAR's per maand is dat 2.400 personeelsuren. Handmatige verwerking schaalt niet.

Wat Excel-anonimisering Moet Dekken

Spreadsheets hebben problemen die tekst-tools niet zijn gebouwd om te verwerken:

Verborgen rijen en kolommen. Excel-bestanden verbergen vaak rijen en kolommen die conceptrecords of originele waarden bevatten.

Formule-verwijzingen. Een cel toont mogelijk een waarde gebouwd uit andere cellen. Het wissen van bronncellen werkt de formule-uitvoer niet bij.

Draaitabelcache. Excel-draaitabellen slaan een kopie van de brongegevens op. Het wissen van het bronblad wist de cache niet.

Blad-overschrijdende koppelingen. Een naam op Blad 1 kan voorkomen in een formule op Blad 3.

Een compliance-grade tool moet alle bladen verwerken — inclusief verborgen — en alle formule-verwijzingen bijwerken.

HR Use Case: 50.000 Werknemersrecords Delen

Een Duits productiebedrijf moet 50.000 werknemersrecords delen met een externe consultant. GDPR Artikel 28 vereist technische controles bij het delen met een verwerker.

Handmatige anonimisering van 50.000 rijen is niet haalbaar binnen enige nalevingsdeadline.

De Word en Excel-invoegtoepassing werkt binnen Microsoft Excel. PII-detectie loopt over alle zichtbare en verborgen bladen. Namen worden consistente pseudoniemen. Alle 50.000 rijen worden in minuten verwerkt.

Drie GDPR-regels in Één Doorgang

Gegevensminimalisatie (Art. 5(1)(c)). Alleen de kolommen die de ontvanger nodig heeft, worden gedeeld.

Opslagbeperking (Art. 5(1)(e)). Het originele bestand wordt bewaard voor wettelijke retentie. Een schone kopie wordt gedeeld met kortere retentieperiode.

Integriteit en vertrouwelijkheid (Art. 5(1)(f)). Geen identificerende gegevens verlaten de controle-omgeving.

Bekijk GDPR DSAR batchverwerking op schaal.

Bronnen

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.