anonym.legal

By · Last updated 2026-03-28

Terug naar BlogGDPR & Naleving

KYC op Schaal: Kosten van Valse Positieven

Een digitale bank die dagelijks 5.000 KYC-aanvragen verwerkte in 15 EU-landen vond dat hun PII-detectiestap een achterstand van 2 dagen creëerde vanwege valse positieven.

March 28, 20267 min lezen
KYC PII automationfintech complianceAML data protectionPII false positive costdigital banking GDPR

KYC's Concurrerende Regels

Know Your Customer (KYC) regels creëren een echte spanning voor fintech-bedrijven. Toezichthouders willen grondige identiteitscontroles — ze eisen dat bedrijven persoonlijke documenten verzamelen en verifiëren. Maar gegevenswetten duwen de andere kant op: ze eisen minimalisatie van die gegevens zodra ze zijn verzameld.

Het Achterstand-van-2-Dagen Probleem

Een digitale bank verwerkte 5.000 KYC-aanvragen per dag in 15 EU-landen. Hun PII-scanstap veroorzaakte een ernstig probleem. Het valse-positief-percentage was te hoog. Reviewwachtrijen groeiden totdat ze een achterstand van 2 dagen bereikten.

De valse positieven vielen in drie groepen:

  • Bedrijfsnamen gemarkeerd als persoonsnamen
  • Referentiecodes gemarkeerd als ID-nummers (geen checksum-controle gebruikt)
  • Veelvoorkomende voornamen zoals "Chase" in banknamen gemarkeerd als persoons-PII

Elke valse positief vereiste menselijke review. Bij 8% over 5.000 dagelijkse bestanden produceerde dit duizenden dagelijkse taken.

Wat ACL-onderzoek Toont

ACL 2024-onderzoek testte meertalige NLP-modellen voor PII-detectie. De bevinding: slechts 5% van de meertalige NLP-modellen bereikt beter dan 85% F1-score voor niet-Engelse PII over alle 24 EU-talen.

XLM-RoBERTa bereikt een 91,4% cross-talige F1 voor PII-taken (HuggingFace 2024 benchmarking). De kloof tussen 91,4% en het mediane model verklaart waarom kant-en-klare tools falen bij meertalige KYC.

Hybride Ontwerp voor Hoog-Volume KYC

Regex met checksum-controle: Nationale ID-nummers hebben vaste regels. Als een nummer de checksum niet haalt, is het geen nationale ID.

Contextbewuste NLP voor namen: Vereisen van een contextwoord vóór het markeren van een naam vermindert valse positieven.

Drempelafstemming per bestandstype: KYC-bestanden verschillen van supportmails of medische notities. Drempels per bestandstype instellen laat teams afstemmen op hun behoeften.

Bekijk de GDPR-nalevingsgids.

Bronnen

Gerelateerde Artikelen

GDPR & Naleving

Japan My Number: Verhoeff & APPI

63% of generic tools fail My Number detection in Japanese documents. My Number uses Verhoeff algorithm — the most complex national ID checksum in Asia.

GDPR & Naleving

HDPA Greece: AFM & AMKA Detection

Greek AFM detected with 52% accuracy by generic tools. HDPA issued 89 decisions in 2024 — up 162% from 2022. Tourism and maritime sectors face distinct.

GDPR & Naleving

NAIH Hungary: TAJ-Szám and Adóazonosító Jel

Hungarian NER accuracy is 67% vs. EU average 82% — NAIH's 2024 assessment. TAJ-szám weighted checksum and adóazonosító jel detection gaps.

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.