anonym.legal

By · Last updated 2026-06-05

Terug naar BlogAI Beveiliging

Real-time PII-preventie voor AI-datalekken

Wanneer een medewerker een klantnaam in ChatGPT typt, verlaten de data de organisatiecontrole in real-time. Post-hoc DLP kan dit niet ongedaan maken.

June 5, 20267 min lezen
AI data preventionChatGPT PIIreal-time anonymizationDLP alternativeChrome Extension

Real-time PII-preventie: AI-datalekken stoppen voordat ze plaatsvinden

Bijgewerkt voor 2026.

In maart 2023 plakte een Samsung-engineer broncode in ChatGPT. De code verliet Samsung's controle onmiddellijk. Geen tool ving het op tijd. Post-hoc beveiligingscontroles kunnen AI-datalekken niet stoppen. Dit ene incident bewees het.

Detectietools vertellen u wat er ná het feit is gebeurd. Logcontroles, endpoint-DLP en auditsystemen documenteren schendingen nadat ze al zijn opgetreden.

Waarom post-hoc controles onvoldoende zijn

Als een medewerker een klantdossier in ChatGPT plakt:

  1. De tekst wordt verzonden naar OpenAI's servers
  2. Het verlaat uw organisatiecontrole
  3. Het kan worden gebruikt voor modeltraining (tenzij opt-out)
  4. GDPR-schending is al opgetreden

DLP kan dit incident later loggen. Maar de overdracht heeft al plaatsgevonden. De GDPR-klok is al begonnen. Als het PHI betreft, is de HIPAA-melding al verplicht.

De preventie-architectuur

Real-time PII-preventie vindt plaats vóór de tekst uw organisatie verlaat. Twee implementatiepaden:

Browser-extensie (anonym.legal Chrome Extension)

De extensie monitort tekst die wordt ingevoerd in AI-interfaces (ChatGPT, Claude, Gemini). PII wordt gedetecteerd en gemarkeerd of automatisch vervangen vóór verzending.

Werkstroom:

  1. Medewerker typt klantinformatie in ChatGPT
  2. Extensie detecteert PII in real-time (naam, e-mail, ID)
  3. Extensie vervangt PII door anonieme aanduidingen
  4. Geanonimiseerde tekst wordt naar de AI gestuurd
  5. De medewerker werkt met de geanonimiseerde respons

API-gateway

Voor organisaties met gecentraliseerd API-gebruik: route alle AI-verzoeken via een PII-filterproxy. De proxy strip PII vóór doorsturen naar de AI-provider.

Meetbare preventie

GDPR Artikel 32 vereist "passende technische maatregelen." Real-time preventie is meetbaar:

  • Hoeveel PII-instanties werden gedetecteerd per sessie
  • Hoeveel instanties werden geblokkeerd
  • Welke AI-tools worden gebruikt door welke teams

Deze statistieken bieden het kwantitatieve bewijs dat GDPR Artikel 32-auditors vereisen.

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.