anonym.legal

By · Last updated 2026-03-10

Powrót do blogaGDPR i zgodność

Anonimizacja open source: LibreOffice

Jak organizacje sektora publicznego wykorzystują LibreOffice z rozszerzeniem anonym.legal do anonimizacji dokumentów zgodnej z RODO.

March 10, 20269 min czytania
LibreOffice extensiongovernment anonymizationpublic sector GDPRopen source complianceuniversity data protection

Anonimizacja dokumentów open source z LibreOffice

Rządy państw UE coraz śmielej przechodzą na oprogramowanie open source. Włochy, Francja, Niemcy i Hiszpania mają formalne polityki w tym zakresie. Szlezwik-Holsztyn w Niemczech przeniósł 25 000 komputerów rządowych na LibreOffice w 2024 roku. Francuska Żandarmeria Narodowa obsługuje ponad 77 000 stacji roboczych na GendBuntu — dystrybucji Linuksa z LibreOffice.

Te instytucje potrzebują anonimizacji zgodnej z RODO. Jednak większość narzędzi do obsługi danych osobowych działa wyłącznie z Microsoft Office. To luka, którą trzeba wypełnić.

Rozszerzenie LibreOffice od anonym.legal tę lukę eliminuje. Wykrywa ponad 285 typów encji w Writer, Calc i Impress. Działa na Windows, macOS i Linuksie.

Dlaczego open source odpowiada sektorowi publicznemu

Brak uzależnienia od dostawcy

Microsoft 365 kosztuje co roku. LibreOffice jest bezpłatny. Dla instytucji dysponujących wieloma stanowiskami to znaczna oszczędność. Ale nie tylko o koszt chodzi.

Kod open source można sprawdzić. Każda instytucja może przeczytać, jak działa. Dla organów przechowujących akta obywatelskie to wymóg prawny, a nie kwestia wyboru.

Dane pozostają w UE

anonym.legal działa na serwerach Hetzner w Niemczech. Żadne pliki nie opuszczają UE. LibreOffice nie nawiązuje połączeń z chmurą Microsoft. Cały przepływ pracy odbywa się w jednym miejscu.

Prywatność w fazie projektowania

Artykuł 25 RODO wymaga wbudowania prywatności w każdy etap przetwarzania. Kopiowanie tekstu do zewnętrznego narzędzia nie spełnia tego wymogu. Rozszerzenie działa wewnątrz edytora — usuwanie danych osobowych staje się częścią etapu edycji. Żadnych dodatkowych aplikacji, żadnego ryzyka kopiowania i wklejania.

Trzy rzeczywiste zastosowania

Odpowiedzi na wnioski DSAR w administracji publicznej

Obywatele mogą żądać dostępu do swoich akt. Instytucje muszą im je udostępnić, ale najpierw muszą ukryć dane wszystkich innych osób.

Z rozszerzeniem:

  1. Otwórz odpowiedź w Writer
  2. Kliknij Analizuj
  3. Sprawdź podgląd — zachowaj dane własne wnioskodawcy, usuń pozostałe
  4. Zastosuj i wyślij

Podgląd jest kluczowy. DSAR wymagają selektywnego usuwania, nie masowego maskowania. Każdą encję można zaakceptować lub pominąć pojedynczo.

Akta badań naukowych na uczelniach

Zespoły badawcze muszą usuwać nazwiska przed udostępnieniem wyników badań. Projekt może obejmować:

  • Arkusze Calc z nazwiskami i danymi kontaktowymi
  • Transkrypcje Writer z cytatami uczestników badania
  • Prezentacje Impress ze szczegółami przypadków

Jedno rozszerzenie obsługuje wszystkie trzy typy plików. Ustawienia wstępne zapewniają spójność reguł w całym projekcie.

Redakcja dokumentów sądowych

Sądy publikujące orzeczenia muszą usuwać nazwiska, adresy i inne dane osobowe. Rozszerzenie oferuje trzy tryby:

  • Zamień: Nazwiska stają się PERSON_1, PERSON_2 — ta sama etykieta za każdym razem
  • Usuń: Adresy są całkowicie usuwane
  • Zamaskuj: Częściowe ukrycie dat lub numerów spraw, gdy kontekst musi pozostać

Writer zachowuje całe formatowanie. Nagłówki, stopki i listy numerowane pozostają bez zmian.

Jak wdrożyć

Pojedynczy użytkownik:

  1. Pobierz plik .oxt z anonym.legal/api/download/libreoffice
  2. Kliknij dwukrotnie i zainstaluj
  3. Uruchom ponownie LibreOffice

Wdrożenie przez dział IT: Udostępnij plik .oxt przez dysk sieciowy, Ansible lub SCCM. LibreOffice może instalować rozszerzenia z wiersza poleceń bez interakcji użytkownika. Zespoły mogą udostępniać ustawienia wstępne przez jedno konto anonym.legal — dzięki temu reguły są identyczne dla każdego użytkownika w grupie.

Tabela zgodności z RODO

Przepis RODOSposób spełnienia
Art. 5(1)(c) — Minimalizacja danychZmieniane są tylko wykryte dane osobowe; cały pozostały tekst zostaje niezmieniony
Art. 25 — Prywatność w fazie projektowaniaUsuwanie odbywa się wewnątrz edytora, nie w osobnym narzędziu
Art. 32 — BezpieczeństwoAES-256-GCM, uwierzytelnianie zero-knowledge, serwery z certyfikatem ISO 27001
Motyw 26 — AnonimizacjaTryby Zamień, Usuń i Zamaskuj wyłączają treść z zakresu stosowania RODO
Art. 4(5) — PseudonimizacjaTryb Szyfruj zapewnia odwracalną pseudonimizację
§ 22 BDSGWykrywanie obejmuje dane o zdrowiu, dane biometryczne i dane o pochodzeniu etnicznym

Pierwsze kroki

  1. Pobierz rozszerzenie — bezpłatnie
  2. Zarejestruj się na anonym.legal — poziom bezpłatny: 200 tokenów miesięcznie
  3. Przeczytaj pełną dokumentację

Plany płatne zaczynają się od 3 EUR miesięcznie za 1 000 tokenów. Dostępne są też plany dla większych wolumenów.

Dla instytucji przetwarzających wiele wniosków jednocześnie, sprawdź artykuł Masowe przetwarzanie wniosków DSAR na dużą skalę.

Źródła

  • Strategia Komisji Europejskiej dotycząca oprogramowania open source 2020–2023
  • Rząd Szlezwiku-Holsztyna — przeniesienie 25 000 komputerów na LibreOffice (2024)
  • Żandarmeria Narodowa Francji — ponad 77 000 stacji roboczych na GendBuntu (stan na 2019 r.)
  • RODO, artykuły 4(5), 5(1)(c), 25, 32, Motyw 26
  • § 22 BDSG — Federalna ustawa o ochronie danych (Niemcy)

Pokrewne artykuły

GDPR i zgodność

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 i zgodność

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 i zgodność

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.

Gotowy, aby chronić swoje dane?

Rozpocznij anonimizację PII z 285+ typami podmiotów w 48 językach.

Rozpocznij bezpłatny okres próbnyZobacz funkcje

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.