anonym.legal

By · Last updated 2026-06-05

Terug naar BlogAI Beveiliging

GDPR Art. 32: PII-monitoring bij AI-tools

Enterprise compliance-teams hebben kwantitatief bewijs nodig van PII-controles voor AI-tools. Netwerk-DLP mist browser-AI-interacties.

June 5, 20267 min lezen
GDPR Article 32AI compliancePII monitoringCISO evidenceenterprise AI governance

GDPR Artikel 32-naleving voor AI-tools bewijzen

Bijgewerkt voor 2026.

GDPR Artikel 32 vereist "passende technische en organisatorische maatregelen" om persoonsgegevens te beschermen. Wanneer medewerkers externe AI-tools gebruiken — ChatGPT, Claude, Gemini — is het risico reëel en meetbaar. De controles moeten dat ook zijn.

Een beleid dat zegt "deel geen persoonsgegevens met AI-tools" is een organisatorische maatregel. Het is geen technische maatregel. Een DPA-auditor die dat beleid ziet, vraagt: "Hoe handhaaft u het?"

De monitoringkloof

Netwerk-DLP vangt bestandsoverdrachten op. Het ziet e-mailbijlagen. Het kan API-calls loggen.

Het ziet browser-AI-interacties niet. Wanneer een medewerker tekst in ChatGPT typt, is dat HTTP-verkeer naar een externe server. Het is niet een bestandsoverdracht. Veel netwerk-DLP-systemen zijn niet geconfigureerd om HTTPS-verbindingen naar AI-diensten te onderzoeken. Ze missen de inhoud volledig.

Kwantitatief bewijs voor Artikel 32

Wat Artikel 32-audits vereisen:

  1. Identificatie van risico: Welke AI-tools worden door welke teams gebruikt?
  2. Technische controle: Welke mechanismen voorkomen PII-overdracht?
  3. Meetbaarheid: Hoeveel PII-instanties werden gedetecteerd en geblokkeerd?
  4. Audittrail: Wanneer vonden detecties plaats, van welke gebruiker, welke PII?

Anonym.legal's Chrome Extension biedt logging per gebruiker:

  • Hoeveel PII-instanties werden gedetecteerd per sessie
  • Welke entiteitstypen werden gevonden
  • In welke AI-tool (ChatGPT.com, claude.ai, enz.)
  • Tijdstempel per detectie

Deze data beantwoorden alle vier Artikel 32-vragen met kwantitatief bewijs.

Rapportage voor auditors

Het Extensie-dashboard aggregeert detectiedata over het hele team. Een compliance manager kan:

  • Exporteren van wekelijkse detectiesamenvattingen
  • Identificeren van teams met hoog PII-gebruik in AI-tools
  • Aantonen van trendlijnen: neemt PII-blootstelling via AI toe of af?

Dit is het kwantitatieve bewijs dat Artikel 32-audits vereisen: niet alleen "we hebben een beleid", maar "hier zijn de meetwaarden die bewijzen dat het werkt."

Gerelateerde Artikelen

AI Beveiliging

AI Coding Assistants Leak Production PII

Unit test fixtures with real customer records. Log files with production data for debugging. GitHub found 39 million secrets leaked in 2024.

AI Beveiliging

Internal Wiki PII: Confluence Customer Data

Support teams document processes with screenshots of customer accounts. Over 3 years, that's thousands of GDPR data minimization violations in your.

AI Beveiliging

Screenshot PII: Leaks in Internal Tools

Slack, Teams, Jira, and email regularly receive screenshots containing customer PII. This access-control violation bypasses every DLP tool.

Klaar om uw gegevens te beschermen?

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

Start Gratis ProefperiodeBekijk Kenmerken

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.