anonym.legal

By · Last updated 2026-06-05

Terug naar BlogGDPR & Naleving

PII-Fragmentatie Faalt Bij Compliance-Audits

Vier verschillende tools voor vier verschillende workflows betekent vier verschillende entiteitsdekkingssets en vier verschillende auditsporen.

June 5, 20267 min lezen
compliance audittool fragmentationISO 27001GDPR controlsPII tools

Wat Auditors Vragen Over PII-Controles

AVG- en ISO 27001-auditors stellen een standaardvraag. "Welke controles heeft u voor PII-anonimisering?"

Ze willen één helder antwoord. Één controle. Op dezelfde manier toegepast elke keer. Met documentatie en bewijs.

Het risicovolle antwoord klinkt als volgt: "Het hangt van de context af. Chrome Extension voor surfen. Een Word-macro voor juridische documenten. Een Python-script voor bulkbestanden. De web-app voor urgente verzoeken."

Dat antwoord triggert vervolgvragen. "Wat zijn de dekkingslacunes tussen deze tools? Waar is het auditspoor?"

Gefragmenteerde tooling kan die vragen niet beantwoorden. Dat is het complianceprobleem.

Het Dekkingsconsistentieprobleem

Verschillende PII-tools gebruiken verschillende detectiemethoden. Hun resultaten verschillen — soms aanzienlijk.

Alleen-regex-tools zoeken naar vaste patronen. BSN-formaat. E-mailformaat. Creditcardformaat. Ze missen NER-gebaseerde entiteiten. Persoonsnamen en niet-US-formaten gaan ongedetecteerd.

Alleen-NER-tools detecteren entiteitstypen met behulp van getrainde modellen. Ze missen op patronen gebaseerde entiteiten. IBAN's en aangepaste identificatoren vallen erdoorheen als ze niet in de trainingsdata staan.

Elke tool heeft een andere entiteitsdekking. Elke tool heeft andere betrouwbaarheidsdrempels. Hetzelfde document door Tool A en Tool C kan verschillende resultaten opleveren. GEVERIFIEERD.

Dit creëert een directe compliancelacune. Tool A wordt gebruikt voor pdf's. Tool B wordt gebruikt voor Excel. Tool A detecteert geboortedata. Tool B niet. De geboortedatum van dezelfde persoon wordt geanonimiseerd in pdf's maar blootgesteld in Excel-bestanden.

De lacune hangt af van het bestandsformaat — niet van beleid. Niet van intentie.

AVG-toezichthouders kunnen deze lacune vinden in een inbreukonderzoek. Toolinconsistentie wordt een factor in de blootstelling. GEVERIFIEERD — AVG Artikel 32 vereist systematische technische maatregelen.

Het Auditspoorprobleem

Compliance vereist bewijs van consistent gebruik van controles. Voor PII-anonimisering is dat bewijs het auditspoor.

Vier tools produceren vier verschillende logformaten. Sommige produceren helemaal geen log.

Een Word-macro maakt geen auditrecord. Een Python-script kan naar een lokaal bestand schrijven. Dat bestand is niet gekoppeld aan uw compliancesysteem. Een Chrome Extension kan browser-side logs schrijven. Die logs zijn niet toegankelijk voor compliancereview.

Wanneer een AVG-onderzoek om auditbewijs vraagt, werkt één antwoord. Het is een gecentraliseerd log. Het dekt alle anonimiseringsverwerking op alle platforms.

Het andere antwoord werkt niet. Logs op de lokale machine van de ontwikkelaar van een Word-macro zijn onvoldoende.

Verwerking op één platform maakt één auditspoor mogelijk. Gefragmenteerde tooling maakt het onmogelijk.

Voor details over auditvereisten, zie uitlegbare redactie en HIPAA-auditsporen.

Het Configuratiedrift-Probleem

In de loop van de tijd ontwikkelen verschillende tools verschillende configuraties. Dit gebeurt langzaam en zonder waarschuwing.

Overweeg een veelvoorkomend patroon. De Chrome Extension wordt bijgewerkt met aangepaste entiteitstypen. Het Python-script wordt niet bijgewerkt. De Word-macro is ingesteld door een teamlid dat al vertrokken is. Niemand kent de huidige instellingen. De web-app-preset verandert om aannemersnamen uit te sluiten. Die wijziging bereikt de andere tools nooit.

Eén tool bijwerken zonder de andere bij te werken veroorzaakt drift. In de loop van de tijd veroorzaakt drift lacunes.

ISO 27001-auditors vragen naar configuratiedocumentatie. "We hebben vier tools, vier configuraties en we zijn niet zeker of ze actueel zijn" is geen goed antwoord. GEVERIFIEERD — ISO/IEC 27001:2022 Bijlage A 8.11 (Datamaskering) vereist gedocumenteerde, consistente controles; ISO/IEC 27001:2022.

Een ISO 27001-Bevinding In De Praktijk

Een 15-persoons compliancebedrijf gebruikte vier tools. Een webschraper voor online data. Een Windows-desktoptool voor bulkbestanden. Een Word-macro voor juridische documenten. Een Chrome Extension voor AI-tools.

Een ISO 27001-audit produceerde een bevinding. Verschillende detectieresultaten over platforms. Geen gecentraliseerd auditspoor. Een lacune in Bijlage A 8.11. De controle werd niet aangetoond als consistent toegepast. GEVERIFIEERD-EXTERN — dit komt overeen met gedocumenteerde ISO 27001 Bijlage A 8.11 non-conformiteitspatronen.

De bevinding vereiste een correctief actieplan. De corrigerende actie was platformconsolidatie.

Na consolidatie had het bedrijf één detectie-engine over alle vier platforms. Dezelfde presets werden in elke context toegepast. Alle verwerking werd op één plek gelogd. De ISO 27001-bevinding werd gesloten bij de volgende audit.

Het project duurde zes weken. Het verving een 12-pagina correctieve actiereactie door een gesloten bevinding.

Voor meer over hoe consistente anonimisering AVG-auditgereedheid ondersteunt, zie anonimiseringsconsistentie, presets en AVG-audits.

De Compliance-Narratief-Test

Kunt u deze vier vragen zonder aarzeling beantwoorden?

  1. Welke entiteitstypen worden gedetecteerd op elk platform dat uw team gebruikt?
  2. Wat is de detectiedrempel voor elk entiteitstype, consistent over alle platforms?
  3. Waar is het gecentraliseerde auditspoor voor alle anonimisering in de afgelopen 12 maanden?
  4. Hoe zorgt u ervoor dat configuratiewijzigingen worden toegepast op alle platforms?

Als een vraag aarzeling veroorzaakt, creëert fragmentatie compliancerisico.

Het schone antwoord op alle vier vragen is haalbaar. Het vereist één engine over alle platforms. Zonder dat creëert elke tool zijn eigen dekkingslacune. Zijn eigen auditspoorvak. Zijn eigen configuratiedrift.

Auditors merken deze lacunes. AVG-toezichthouders kunnen ze uitbuiten. Consolideren vóór een auditbevinding is veel gemakkelijker dan daarna.

Voor meer over hoe toolfragmentatie cross-platform AVG-controles beïnvloedt, zie AVG-audit en PII-toolfragmentatie over platforms.

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.