Spostrzeżenia na temat prywatności danych
Eksperckie artykuły na temat bezpieczeństwa AI, zgodności z GDPR, ochrony danych w służbie zdrowia oraz najlepszych praktyk anonimizacji PII.
Wszystkie artykuły
Globalna zgodność z przepisami o danych osobowych: RODO, LGPD i DPDP
Brazylijskie CPF, indyjskie Aadhaar i amerykańskie SSN mają zasadniczo różne formaty i logikę walidacji. LGPD i indyjska ustawa DPDP włączają CPF i Aadhaar do zakresu chronionych danych — a narzędzia oparte wyłącznie na SSN po prostu ich nie wykrywają.
Wewnętrzne identyfikatory pracownicze też są danymi osobowymi
Każda duża organizacja posiada wewnętrzne identyfikatory, które pozwalają powiązać zanonimizowane rekordy z konkretnymi osobami. 34% kar RODO dotyczy niewystarczających środków technicznych — a wewnętrzne identyfikatory są jedną z najczęściej pomijanych luk.
Wykrywanie niestandardowych MRN w potoku HIPAA bez pisania kodu
Numery dokumentacji medycznej są specyficzne dla każdego szpitala — każdy system opieki zdrowotnej stosuje inny format. Metoda Safe Harbor w ramach HIPAA wymaga usunięcia MRN, jednak brak standardu formatu sprawia, że generyczne narzędzia je pomijają.
Luka w identyfikatorach UE: Steuer-ID, NIR, Personnummer
Generyczne narzędzia do ochrony danych osobowych zostały zbudowane z myślą o identyfikatorach amerykańskich. Niemieckie Steuer-ID, francuskie NIR, szwedzkie Personnummer i norweskie Fødselsnummer są przez nie całkowicie pomijane.
18 identyfikatorów HIPAA, które twoje narzędzie pomija
HIPAA wymienia 18 kategorii identyfikatorów PHI. Większość narzędzi do anonimizacji wykrywa może sześć z nich. Numery dokumentacji medycznej różnią się między placówkami — nie istnieje żaden ogólnoamerykański standard formatu.
Globalne dane osobowe: SSN, CPF, Aadhaar i inne
RODO obejmuje niemieckie numery identyfikacji podatkowej (Steuer-ID), francuskie numery NIR, szwedzkie numery osobowe (personnummer) i ponad 267 innych typów identyfikatorów, których większość narzędzi nigdy nie widziała.
Odwracalne szyfrowanie w protokołach re-identyfikacji badawczej
Nie możesz skontaktować się z Pacjentem_001 w ramach wizyty kontrolnej. Komisje IRB wymagają teraz udokumentowanych protokołów re-identyfikacji — musisz wykazać, że MOŻESZ re-identyfikować pod.
Mapowanie tokenów w przepływach AI zgodnych z RODO
Gdy nazwiska klientów są anonimizowane przed przetwarzaniem przez AI, odpowiedź AI zawiera tokeny zamiast prawdziwych danych. Ostateczna odpowiedź musi zawierać prawdziwe nazwiska — nie.
Anonimowe ankiety HR z odwracalną pseudonimizacją
Anonimowe ankiety zachęcają do zgłaszania przypadków mobbingu i naruszeń etyki. Gdy pojawia się poważne zarzuty, HR musi przeprowadzić dochodzenie — ale.
Odwracalne szyfrowanie w audytach finansowych
Orzeczenie SDNY z lutego 2026 roku stwierdziło, że dokumenty przetworzone przez AI tracą przywilej klient–adwokat, jeśli nie zostały zanonimizowane przed przetwarzaniem.
Odwracalne szyfrowanie w discovery sądowym
Zanonimizowałeś dokumenty. Sędzia nakazał przedstawić oryginały. Co teraz? Kary z RODO wyniosły 1,2 mld EUR w 2024 roku — rekordowy wynik.
Odwracalna de-identyfikacja w badaniach klinicznych
Gdy badanie ujawnia nieoczekiwane ryzyko biomarkerów u 47 z 5 000 uczestników, badacze muszą skontaktować się z prawdziwymi pacjentami. Zaledwie 23% narzędzi do anonimizacji oferuje.
ChatGPT zgodny z HIPAA: ochrona PHI w przeglądarce
77% pracowników udostępnia wrażliwe informacje zawodowe narzędziom AI co najmniej raz w tygodniu. Przechwytywanie danych PHI w przeglądarce w czasie rzeczywistym redukuje incydenty wycieków o 94%.
Czy Twoje narzędzie AI do ochrony prywatności kradnie Twoje dane?
67% rozszerzeń Chrome opartych na AI zbiera dane użytkowników. W grudniu 2025 r. 900 tys. użytkowników padło ofiarą rozszerzeń podszywających się pod narzędzia chroniące prywatność.
3,8 przypadkowych ujawnień danych osobowych dziennie w zespołach wsparcia
Każdy agent obsługi klienta używający ChatGPT wkleja wrażliwe dane średnio 3,8 razy dziennie. Dla 100-osobowego zespołu to 380 incydentów narażenia na naruszenie RODO każdego dnia.
RODO a ChatGPT: anonimizacja just-in-time w obsłudze klienta
Włoski Garante ukarał OpenAI karą 15 mln euro w grudniu 2024 r. 63% włoskich firm nie ma zgodnych z RODO polityk korzystania z AI. Audyt UE z 2024 r. wykazał, że 63% kont ChatGPT pozbawiona jest ochrony klasy enterprise.
Po incydencie z rozszerzeniem zainstalowanym przez 900 tys. użytkowników
W styczniu 2026 r. dwa złośliwe rozszerzenia Chrome zainstalowane przez ponad 900 tys. użytkowników co 30 minut eksportowały pełne rozmowy z ChatGPT i DeepSeek.
Dlaczego polityki firmowe nie powstrzymują wycieków danych przez ChatGPT
77% pracowników korporacyjnych kopiuje dane do zapytań chatbotów. Niemal 40% przesyłanych plików zawiera dane osobowe lub dane kart płatniczych. Proponowana aktualizacja zasad bezpieczeństwa HIPAA.
Suwerenność danych: Dlaczego chmurowe narzędzia ochrony danych osobowych zawodzą
Liczba krajów posiadających przepisy o ochronie danych wzrosła z 76 do ponad 120 między 2011 a 2025 rokiem. Niemieckie SGB V ogranicza przetwarzanie danych zdrowotnych do systemów pod kontrolą niemiecką.
Prywatność w środowiskach air-gap: Anonimizacja offline
Środowiska FedRAMP i ITAR mają jedną cechę wspólną – chmura nie wchodzi w grę. Odwracalna pseudonimizacja w rozumieniu art. 4 ust. 5 RODO.
Parkiet handlowy: Anonimizacja offline
Parkiety handlowe nie mogą korzystać z chmurowego SaaS przy składaniu zgłoszeń do organów nadzoru. Formalna Opinia ABA nr 512 wymaga zapobiegania przypadkowemu ujawnieniu w postępowaniu e-discovery.
Masowe przetwarzanie 50 tys. notatek klinicznych lokalnie
Orzeczenie SDNY z lutego 2026 r. stwierdziło, że dokumenty przetwarzane przez AI tracą przywilej adwokacki, jeśli nie zostały wcześniej zanonimizowane.
Anonimizacja arkuszy kalkulacyjnych zgodna z RODO i CCPA
Formuły Excela odwołują się do komórek zawierających nazwiska klientów. Tabele przestawne buforują dane wrażliwe. Środowiska z sieciową izolacją (air-gap) są wymagane w 67% zamówień rządowych.
Zaległości FOIA: Automatyczna redakcja w administracji rządowej
Liczba wniosków FOIA do agencji federalnych USA wyniosła 1,5 mln w roku fiskalnym 2024 – wzrost o 25%. Zaległości wzrosły o 33%, osiągając 267 056 oczekujących wniosków. Rząd wydał 723 mln dol. na ich obsługę.
Zacznij chronić swoje dane już dziś
267+ typów podmiotów, 48 języków, bezpieczeństwo klasy przedsiębiorstw w cenach startowych.
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, held by our hosting provider.
- 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 company HQ is in Saarbrücken, Germany. Our servers run in Hetzner's Falkenstein datacenter.
Hetzner holds 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
Automated checks run on every release.
Each surface gets its own sweep script and report.
Human reviewers spot-check the output each week.
We test detection against sample documents before each release.
A failing unit or integration run stops the release.
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.
Paid plans can buy top-up credits.
Credits reset at the end of each cycle.
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
- Open the web app and try a sample file.
- Learn how credits get counted.
- See current plans and limits.
- Meet the team behind the product.
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.