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
Garante Włochy: Zgodność AI i PII z RODO
Włoski Garante nałożył karę 15 mln euro na OpenAI w grudniu 2024 roku i tymczasowo zablokował ChatGPT w 2023 roku. 63% włoskich firm nie posiada polityk zarządzania danymi AI zgodnych z RODO.
LGPD Brazylia: CPF, CNPJ i ochrona danych
LGPD obejmuje 215 mln Brazylijczyków, a ANPD wszczęła poważne postępowania egzekucyjne w 2024 roku. Narzędzia uczone na tekstach angielskich wykrywają numer CPF jedynie z 45-procentową skutecznością.
Holenderski AP: kara 290 mln euro i egzekwowanie RODO
Holenderski organ AP nałożył największą w UE karę za transgraniczny transfer danych — 290 mln euro na Ubera. BSN (holenderski odpowiednik PESEL) wymaga weryfikacji Elfproef, pomijanej przez 56% narzędzi.
UODO: PESEL, NIP i zgodność z RODO
UODO stwierdziło, że 89% wdrożonych narzędzi nieprawidłowo wykrywa polski PESEL. Polska przetwarza 2,3 mln rekordów klientów z UE dziennie. Walidacja sumy kontrolnej PESEL, NIP.
ANSPDCP Rumunia: wykrywanie CNP i weryfikacja RODO
ANSPDCP stwierdziło, że 78% narzędzi nie wykrywa rumuńskiego numeru CNP z właściwą walidacją. CNP koduje płeć, datę i województwo urodzenia — co nadaje mu status danych szczególnej kategorii w rozumieniu RODO.
IMY Szwecja: personnummer i weryfikacja Luhna
IMY stwierdziło, że 45% narzędzi generycznych nie wykrywa szwedzkiego numeru personnummer. Samordningsnummer (przesunięcie o 60) jest pomijany przez większość implementacji. 79% Szwedów rocznie korzysta z praw wynikających z RODO.
Dania: numer CPR i walidacja modulus-11 dla RODO
67% narzędzi NLP pomija weryfikację modulus-11 duńskiego numeru CPR. Datatilsynet wszczęło 14 postępowań egzekucyjnych w obszarze ochrony zdrowia w 2024 roku. Wtórne wykorzystanie danych medycznych.
Czeskie rodné číslo: kodowanie płci a RODO
Czeskie rodné číslo koduje płeć przez przesunięcie miesiąca o 50 — co czyni je daną szczególnej kategorii w rozumieniu artykułu 9 RODO. 67% czeskich firm stosuje narzędzia skonfigurowane dla języka niemieckiego.
NAIH Węgry: TAJ-szám i adóazonosító jel – wymogi techniczne RODO
Dokładność NER dla języka węgierskiego wynosi 67% wobec unijnej średniej 82% – ocena NAIH z 2024 r. Wagi sumy kontrolnej TAJ-szám oraz luki w wykrywaniu adóazonosító jel.
HDPA Grecja: wykrywanie AFM i AMKA – wymogi techniczne RODO
Grecki AFM wykrywany z dokładnością 52% przez narzędzia ogólne. HDPA wydała 89 decyzji w 2024 r. – wzrost o 162% od 2022 r. Sektor turystyczny i morski stają wobec szczególnych ryzyk.
Japoński My Number: algorytm Verhoeffa i APPI – przewodnik techniczny
63% narzędzi ogólnych nie wykrywa My Number w dokumentach japońskich. My Number używa algorytmu Verhoeffa – najbardziej złożonej krajowej sumy kontrolnej identyfikatora w Azji.
Akta Epsteina: podświetlenie to nie redakcja – błąd, który ujawnił wrażliwe dane
Publikacja akt DOJ dotyczących Epsteina w grudniu 2025 r. ujawniła krytyczny błąd redakcji: tekst w PDF zaciemniony czarnym podświetleniem pozostaje czytelny po skopiowaniu.
Tajemnica adwokacka a AI w 2026 roku – co zmieniło orzeczenie sądu federalnego
Federalny sąd USA w lutym 2026 r. orzekł, że komunikacja prowadzona za pośrednictwem AI nie korzysta z tajemnicy adwokacko-klientskiej.
Szyfrowanie zero-knowledge a zero-trust – kluczowa różnica dla chmury
LastPass też szyfrował dane swoich użytkowników — a mimo to skradziono 438 mln dolarów. Oto różnica między szyfrowaniem po stronie serwera a prawdziwą architekturą zero-knowledge.
Anonimizacja PII w środowiskach izolowanych – podejście offline-first dla sektora obronnego
41% polityk bezpieczeństwa dużych przedsiębiorstw zakazuje przetwarzania dokumentów niejawnych w chmurze.
Wielojęzyczne wykrywanie PII dla RODO – jak nie przeoczyć danych osobowych
Steuer-ID z Niemiec, NIR z Francji i szwedzki Personnummer wymagają innej logiki wykrywania. Dowiedz się, jak zapewnić zgodność z RODO w środowiskach wielojęzycznych.
Redakcja odwracalna a trwała – jak dokonać właściwego wyboru
RODO odróżnia anonimizację od pseudonimizacji. Sądy wymagają oryginałów. Badania naukowe potrzebują możliwości ponownej identyfikacji. Dowiedz się, kiedy stosować każde z podejść.
Wielojęzyczny NER: Angielski Zawodzi Arabski
Modele NER trenowane na angielskim osiągają 85–92% dokładności. Arabski i chiński? Często 50–70%. Poznaj wyzwania techniczne i jak budować naprawdę wielojęzyczne systemy.
94% MŚP Zaatakowanych: Przystępna Ochrona Prywatności
Małe i średnie firmy mierzą się z tymi samymi zagrożeniami co korporacje, ale nie stać ich na narzędzia za $800+/miesiąc. Oto jak uzyskać ochronę prywatności klasy enterprise za €3/miesiąc.
Wykrywanie PHI: Snow Labs 96% vs GPT-4o
Nie wszystkie narzędzia do de-identyfikacji są równe. Benchmarki ECIR 2025 pokazują wyniki F1 od 79% do 96%. Dowiedz się, dlaczego dokładność ma znaczenie i jak oceniać narzędzia.
Sądy Nakładają Sankcje na Prawników za Błędy Redakcji
Podświetlanie tekstu w Wordzie to nie redakcja. Sądy nakładają sankcje na prawników za błędy techniczne ujawniające informacje uprzywilejowane.
Używaj Claude i ChatGPT Bez Wycieku PII
Przewodnik dla programistów dotyczący bezpiecznego korzystania z asystentów AI. Skonfiguruj integrację z Serwerem MCP dla przezroczystej ochrony PII w Claude Desktop, Cursor i VS Code.
900 tys. Użytkowników Miało Skradzione Rozmowy z AI
Dwa złośliwe rozszerzenia Chrome ukradły rozmowy z ChatGPT od ponad 900 000 użytkowników. Jedno miało odznakę Google 'Featured'.
$7,42 mln: Ochrona Zdrowia Liderem Kosztów Naruszeń
Ochrona zdrowia jest najbardziej kosztowną branżą pod względem naruszeń danych przez 14 kolejnych lat. Dowiedz się, dlaczego PHI jest tak cenne i jak je chronić.
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.