anonym.legal

By · Last updated 2026-06-05

Terug naar BlogGDPR & Naleving

Thuiswerken En AVG: Platforminconsistentie

Kantoormedewerkers gebruiken volwaardige desktopsoftware. Remote medewerkers gebruiken web-apps met mogelijk andere instellingen. De EU-rechter stelt dat beleid alleen niet voldoet.

June 5, 20266 min lezen
remote work GDPRplatform consistencyhybrid workplace privacytechnical controlsGDPR compliance

Thuiswerken En AVG: Het Platformkloof-Probleem.

Bijgewerkt voor 2026.

De meeste AVG-programma's zijn gebouwd voor het kantoor. Alle medewerkers gebruikten beheerde desktops. IT stelde één configuratie in op elke machine. De instelling was uniform.

Hybride en thuiswerken heeft dat veranderd. Vandaag kan dezelfde persoon persoonsgegevens verwerken vanaf een kantoorwerkstation op maandag en een thuislaptop op vrijdag. De AVG-verplichting verandert niet per locatie. De technische controles doen dat vaak wel.

Waarom Locatie Een Kloof Creëert

AVG-artikel 32 is duidelijk: organisaties moeten passende technische maatregelen toepassen om persoonsgegevens te beschermen. De regel zegt niet "op kantoor". Het geldt overal waar data wordt verwerkt.

Wanneer kantoor- en remote tools verschillen, doen de controles dat ook. Die kloof is het complianceprobleem.

Vier werkpatronen bestaan nu in de meeste teams.

  • Kantoormedewerkers op beheerde werkstations met IT-ingezette software.
  • Remote medewerkers op thuishardware — door het bedrijf beheerd of BYOD.
  • Mobiele medewerkers op welk apparaat ook beschikbaar is, met beperkte configuratiecontrole.
  • Hybride medewerkers die elke week wisselen tussen beide.

Elke omgeving kan andere tools, andere versies en andere instellingen draaien. AVG-artikel 32 geldt voor alle vier.

Wat Rechters Nu Verwachten

Rechtbanken hebben duidelijk gemaakt dat beleid alleen niet voldoet aan AVG-artikel 32. Bewijs van operationele technische controles is vereist.

Een beleid dat medewerkers vertelt data te anonimiseren vóór gebruik van AI-tools is geen technische controle. De maatregel die anonimisering laat gebeuren is de controle. Als die maatregel niet consistent wordt ingezet over kantoor- en remote omgevingen, faalt de controle. Een inconsistente controle is geen conforme controle.

Vier Gebieden Waar Consistentie Moet Gelden

Voor PII-anonimiseringstools betekent consistentie over locaties vier dingen.

Entiteitsdekking: Dezelfde entiteitstypen worden gedetecteerd op kantoor en thuis. Niet ongeveer hetzelfde — precies hetzelfde. Verschillende detectie-engines betekenen dat dekking niet gelijk bewezen kan worden.

Betrouwbaarheidsdrempels: Dezelfde drempel triggert automatische anonimisering op beide plaatsen. Een entiteit gemarkeerd bij 87% betrouwbaarheid op kantoor mag thuis niet alleen een waarschuwing krijgen.

Preset-configuratie: De "AVG Standaard"-preset van het complianceteam geldt in beide omgevingen. Server-side opslag betekent dat wijzigingen elk toegangspunt tegelijk bereiken.

Auditspoor: Verwerking thuis en op kantoor verschijnt in één gecentraliseerd log. Er is geen apart remote log om later samen te voegen.

Het Desktop-vs-Web App Risico

Veel organisaties zetten een desktop-app in voor kantoorgebruikers en een web-app voor remote medewerkers. Zelfs van dezelfde leverancier kunnen deze twee producten uiteenlopen.

  • Updatecycli verschillen. De desktop-app kan meerdere versies achter de web-app lopen.
  • Configuratie-overerving kan breken. Een preset bijgewerkt in de web-app bereikt de desktop mogelijk niet.
  • Logging kan splitsen. De desktop-app schrijft mogelijk lokale logs terwijl de web-app centraal logt.

De compliance-test is eenvoudig: kunt u aantonen dat dezelfde detectie werd uitgevoerd op elk document? Als het antwoord het samenvoegen van twee verschillende logformaten vereist, zijn de controles niet afgestemd.

Hoe Platform-Agnostische Dekking Werkt

Het praktische antwoord is één server-side detectie-API gebruikt door elke interface. De desktop-app, de web-app en de browser-extensie roepen allemaal dezelfde engine aan. Eén model draait. Het resultaat is overal hetzelfde.

Deze aanpak verwerkt alle vier consistentiegebieden.

  • Detectie draait op de server. Dekking is identiek over interfaces.
  • Drempels worden eenmalig ingesteld en toegepast door de API. Er is geen per-client drift.
  • Presets leven server-side. Elke interface laadt ze bij runtime.
  • Alle events gaan naar één auditdatabase. Één query dekt het hele team.

IT zet de browser-extensie in voor remote medewerkers met dezelfde preset als de desktop-app. Eén configuratiedocument dekt alle omgevingen.

Enterprise Team Casestudy

Een complianceteam van 35 mensen vond een platformkloof tijdens een interne audit. Het team had 20 medewerkers in München en 15 remote in Duitsland en Nederland.

Kantoormedewerkers gebruikten een Windows-desktop PII-tool met 285+ entiteitstypen en een AVG-preset. Remote medewerkers gebruikten een web-tool van een andere leverancier. Die dekte ongeveer 80 entiteitstypen en had geen AVG-preset. Zelfde team. Zelfde data. Verschillende tools.

Het team unificeerde naar één platform.

  • Desktop App geïnstalleerd op beheerde werkstations op het München-kantoor.
  • Web App met dezelfde preset voor alle remote medewerkers.
  • Chrome Extension ingezet op alle apparaten voor browser-gebaseerd AI-gebruik.
  • IT beheert één preset. Die synchroniseert automatisch naar elke interface.

Na unificatie produceerde het team één Technische Maatregelen-document voor alle 35 leden. Eén auditspoor. Één kwartaallijkse configuratiecontrole. De interne auditbevinding werd in 8 weken gesloten.

Zie meer over auditdocumentatie in de wettelijke compliancegids. Voor technische controles in de praktijk, zie het beveiligingsoverzicht.

Conclusie

Thuiswerken heeft de AVG niet veranderd. Het heeft veranderd waar data wordt verwerkt. Die verschuiving onthulde een kloof die uniforme kantoordinstellingen hadden verborgen.

Consistente technische controles betekenen dezelfde detectie, dezelfde drempels en hetzelfde auditspoor. Ze gelden ongeacht waar de medewerker werkt. Een server-side aanpak maakt consistentie de standaard. Platformfragmentatie maakt inconsistentie de standaard.

Ontdek hoe anonym.legal uniforme PII-controles inzet over remote en kantooromgevingen.

Bronnen

  • AVG Artikel 32: Beveiliging van de verwerking. gdpr-info.eu/art-32-gdpr/.
  • EDPB Guidelines 4/2019 on Data Protection by Design. edpb.europa.eu.
  • ICO Accountability and Governance guidance. ico.org.uk.

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.