Insights sobre Privacidade de Dados
Artigos de especialistas sobre segurança de IA, conformidade com o GDPR, proteção de dados de saúde e melhores práticas de anonimização de PII.
Todos os Artigos
O Argumento de $2,2M para Prevenção de PII em Tempo...
A IBM encontrou uma diferença de custo de $2,2M entre prevenção e detecção. Aqui está a matemática que torna a interceptação de PII em tempo real...
Comprovando a Conformidade com o Artigo 32 do GDPR...
As equipes de conformidade empresarial precisam de evidências quantitativas dos controles de PII das ferramentas de IA.
Prevenção vs. Detecção: Por Que a Anonimização em...
Quando um funcionário digita o nome de um cliente no ChatGPT, os dados saem do controle organizacional em tempo real.
Por que Ferramentas PII Auto-Hospedadas Falham em...
spaCy 3.4.4 produz resultados de NER diferentes de spaCy 3.5.1. Empresa de serviços financeiros descobre que 3% dos documentos foram anonimizados de...
Presidio É Poderoso. Também É um Projeto de...
O Microsoft Presidio tem milhares de estrelas no GitHub e centenas de problemas abertos.
De 6 Semanas de Inferno de DevOps a 3 Dias de...
Equipes de SaaS de saúde gastam 6 semanas na implantação de produção do Presidio auto-hospedado antes de mudar para a API gerenciada.
O que o Presidio Perde: Os 220+ Tipos de Entidade...
O Presidio vem com ~40 reconhecedores de entidade padrão focados em identificadores dos EUA.
O Custo Real da Detecção de PII 'Gratuita' de Código...
A auto-hospedagem do Presidio requer 40-80 horas de configuração inicial e 5-10 horas/mês de manutenção contínua.
O Problema de Precisão de 22,7% do Presidio...
Um benchmark de 2024 descobriu que o reconhecedor de nomes de pessoas do Presidio alcança 22,7% de precisão em documentos empresariais...
Reduza o Tempo de Treinamento da Ferramenta de...
A integração de ferramentas de privacidade geralmente leva de 2 a 4 semanas, com uma taxa de erro de configuração de 22% na primeira semana.
Construindo uma Prática de Privacidade Escalável...
MSPs e consultores de conformidade que atendem a várias organizações de clientes não podem reconfigurar manualmente ferramentas de PII por cliente...
O Custo de Conformidade da Redação Inconsistente...
O Analista A substitui nomes por pseudônimos. O Analista B os oculta. Sua auditoria do GDPR encontra ambos no mesmo conjunto de dados.
Privacidade Reproduzível: Por Que Equipes de ML...
A anonimização de dados de treinamento de ML deve ser consistente e reproduzível.
Conformidade de Privacidade Multi-Framework...
As equipes de conformidade que gerenciam GDPR, HIPAA e CCPA devem aplicar diferentes padrões de anonimização dependendo do contexto do documento.
Eliminando a Inconsistência na Anonimização...
Quando 8 paralegais configuram a anonimização de PII de forma independente, a inconsistência é inevitável.
Desidentificação HIPAA Sem um PhD em Regex...
O formato do MRN de cada hospital é diferente. Memorial usa MRN:XXXXXXX, St. Mary's usa PT-YYYYY, Hospital Universitário usa UHN-XXXXXXXXXX.
Privilégio Advogado-Cliente na Era da IA...
Números de referência de casos, números de admissão na ordem, números de registro de processos judiciais e IDs de assuntos de clientes são...
Construindo uma IA de Suporte ao Cliente em...
A IA de suporte ao cliente recebe mensagens de clientes com nomes, e-mails E IDs de pedidos.
Conformidade com o GDPR nos Estados Membros da UE...
O Steueridentifikationsnummer da Alemanha, o Numéro fiscal da França, o Codice Fiscale da Itália, o NIF/NIE da Espanha...
Além de SSNs e Endereços de Email: Anonimizando...
Toda organização possui identificadores internos — IDs de funcionários, números de contas, IDs de pedidos...
Desidentificação de Refúgio Seguro da HIPAA...
O Refúgio Seguro da HIPAA exige a remoção de números de registro médico — mas os formatos de MRN não são padronizados.
Construindo um Pipeline de Dados Seguro para o GDPR...
As tags de coluna do dbt não são conformes ao GDPR. Dados brutos de clientes chegam ao seu armazém Snowflake sem máscara antes que as políticas...
FOIA na Era da IA: Como as Agências Estão Reduzindo o...
O governo federal gastou cerca de $500M no processamento de FOIA em 2024, principalmente em redação manual.
Dados de Treinamento de ML em Conformidade com o...
O GDPR restringe o uso de dados pessoais para treinamento de ML além do seu propósito original de coleta.
Comece a Proteger Seus Dados Hoje
Mais de 285 tipos de entidades, 48 idiomas, segurança de nível empresarial com preços de startup.
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 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
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
- 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.