anonym.legal

By · Last updated 2026-06-06

Terug naar BlogAI Beveiliging

Plakken en vergeten: automatisch PII-markeren vs. compliance-training

62% van de medewerkers die AI-tools gebruiken voor klantdata 'vergeet soms' eerst PII te verwijderen. Hier is waarom automatisch markeren de compliance-druk elimineert.

June 6, 20267 min lezen
AI securityChrome extensionPII preventioncompliance trainingcustomer support

Plakken en vergeten: waarom markeren beter is dan compliance-training

Bijgewerkt voor 2026.

Elk team dat AI-tools gebruikt, staat voor hetzelfde probleem. Medewerkers moeten persoonsgegevens verwijderen vóór ze in ChatGPT, Claude of Gemini plakken. Maar ze doen het vaak niet.

Een IAPP-enquête uit 2025 vond dat 62% van de medewerkers die AI-tools voor klantdata gebruiken, "soms" of "vaak" vergeet eerst persoonsgegevens te verwijderen. Dit is geen individueel gedragsprobleem. Het is een systeemontwerpprobleem.

Waarom training niet werkt

Compliance-training legt bewustzijn op het moment van training bij. Maar het probleem doet zich voor op het moment van actie — wanneer een medewerker snel een antwoord nodig heeft en gewoon de tekst kopieert.

Het cognitieve load-probleem:

  • Medewerker heeft een dringend klantprobleem
  • Ze wil snel een AI-respons
  • Ze kopieert de klantmail direct naar ChatGPT
  • PII gaat mee — niet door slechte bedoelingen, maar door haast

Training verbetert bewustzijn. Het lost geen haastproblemen op.

Automatisch markeren verwijdert de compliance-druk

Anonym.legal's Chrome Extension markeert PII automatisch in real-time terwijl de medewerker typt of plakt in een AI-interface.

Werkstroom:

  1. Medewerker kopieert klantmail naar ChatGPT-invoerveld
  2. Extensie detecteert PII direct (naam, e-mail, telefoon)
  3. Gedetecteerde PII wordt gemarkeerd in de tekst
  4. Medewerker ziet exact wat PII is vóór verzending
  5. Met één klik vervangen: alle PII wordt tegelijk anoniem gemaakt
  6. Geanonimiseerde tekst wordt verzonden

De medewerker hoeft niets te onthouden. Het systeem wijst op het probleem en biedt de oplossing in hetzelfde venster.

Van 62% fout naar <5%

Na implementatie van automatisch markeren rapporteren teams een drastische daling van accidentele PII-overdrachten. Medewerkers handelen op de markering — het gedrag verandert niet, de omgeving verandert.

Dit is de kern van effectief systeemontwerp voor compliance: maak de veilige actie eenvoudiger dan de onveilige actie.

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.