Инсайты о конфиденциальности данных
Экспертные статьи о безопасности ИИ, соблюдении GDPR, защите данных в здравоохранении и лучших практиках анонимизации PII.
Все статьи
Вставил и забыл: почему подсветка ПДн эффективнее тренингов
62% сотрудников, использующих ИИ-инструменты для работы с данными клиентов, «иногда» забывают предварительно удалить ПДн. Автоматическая подсветка устраняет эту проблему соответствия.
Ловушка PDF-редактирования: данные под угрозой
Дела Эпштейна в Министерстве юстиции, дело Манафорта и утечки АНБ объединяет одна и та же ошибка: косметическое зачёркивание, за которым базовый текст остаётся доступным для извлечения.
Фрагментация форматов документов в инструментах защиты ПДн
Один ответ на запрос субъекта данных (DSAR) может охватывать договоры Word, счета-фактуры PDF, списки клиентов Excel и экспорты CSV. Использование разных инструментов для каждого формата создаёт риски несоответствия требованиям.
ПДн в Excel: обезличивание сотен столбцов
Excel — один из самых насыщенных персональными данными типов документов в деловой среде. Почему стандартный текстовый анализ не справляется с таблицами и как контекст столбцов помогает обнаружить скрытые данные.
Анонимизация журналов для соответствия GDPR: отладка без компромиссов
Журналы приложений незаметно накапливают адреса электронной почты, IP-адреса и номера аккаунтов пользователей. Как делиться журналами с третьими сторонами, подрядчиками и платформами мониторинга, не нарушая GDPR.
ПДн в свободном тексте CSV: за пределами удаления столбцов
CSV-файлы опросов содержат ПДн не только в структурированных столбцах, но и в ответах произвольной формы. Стандартное удаление столбцов не обнаруживает ПДн, нарушающие требования GDPR к анонимизации.
Электронное раскрытие в смешанных форматах: закрытие пробела в соответствии требованиям
Производство документов при e-discovery и DSAR по GDPR охватывает PDF, документы Word, Excel и экспорты JSON. Использование разных инструментов для каждого формата создаёт пробелы в согласованности, ставящие под угрозу соответствие требованиям.
GDPR и журналы приложений: соответствие требованиям для JSON с ПДн
Журналы приложений содержат адреса электронной почты, IP-адреса и номера аккаунтов клиентов, которые статья 5(1)(e) GDPR обязывает контролировать. Как маскировать ПДн, не теряя ценности данных для мониторинга.
GDPR и устаревшие сканы: OCR и персональные данные
Право на удаление по GDPR распространяется на персональные данные «вне зависимости от формата». Отсканированные PDF из бумажных архивов не являются исключением.
Персональные данные на скриншотах: утечки во внутренних инструментах
Slack, Teams, Jira и электронная почта регулярно получают скриншоты с персональными данными клиентов. Это нарушение контроля доступа обходит все инструменты DLP.
OCR рукописных форм и обнаружение персональных данных
Среднего размера больница обрабатывает 50 000 рукописных форм приёма пациентов в год. Ручное редактирование персональных данных в таком объёме требует 0,5 ставки сотрудника.
Персональные данные в научных публикациях: скриншоты и GDPR
Академические статьи регулярно содержат датафреймы pandas и вывод R с реальными записями пациентов в качестве примеров методологии. Вот почему это является нарушением GDPR.
Персональные данные во внутренних вики: клиентские данные в Confluence
Команды поддержки документируют процессы с помощью скриншотов клиентских аккаунтов. За три года это тысячи нарушений принципа минимизации данных GDPR в вашей базе знаний.
ИИ-ассистенты для разработки сливают производственные персональные данные
Тестовые фикстуры с реальными клиентскими записями. Лог-файлы с производственными данными для отладки. GitHub зафиксировал 39 миллионов утечек секретов в 2024 году.
Фрагментация инструментов защиты персональных данных приводит к провалам на аудитах
Четыре разных инструмента для четырёх разных рабочих процессов означают четыре разных набора покрытия сущностей и четыре разных следственных журнала.
Защита персональных данных в Word, Chrome и ИИ
Данные клиентов перетекают из браузера в черновики Word, а оттуда — в промпты Claude. Каждая смена контекста создаёт потенциальную точку утечки.
GDPR, CCPA и PDPA в одном инструменте
Сотрудники в ЕС работают под GDPR, американские коллеги обрабатывают данные по CCPA, а команда в Азиатско-Тихоокеанском регионе — под PDPA. Три юрисдикции, одна распределённая команда.
Провал аудита GDPR: разрозненные инструменты защиты данных
Аудитор спрашивает о средствах обнаружения персональных данных. «Мы используем пять разных инструментов» — не тот ответ, который он хочет услышать. Вот почему межплатформенная согласованность критична.
Удалённая работа и GDPR: непоследовательность платформ
Офисные сотрудники используют полнофункциональное десктоп-ПО. Удалённые работники — веб-приложения с потенциально иными настройками. Суд ЕС чётко указал: одних политик недостаточно.
Соответствие требованиям PII: Mac, Linux и Windows
Офицеры по конфиденциальности на Mac, юридический отдел на Windows, инженеры по данным на Linux — все обрабатывают одни данные разными инструментами. Вот почему платформонезависимое обнаружение критично.
BfDI Германия: руководство по соответствию GDPR
В 2024 году Германия направила 27 829 уведомлений об утечках данных — больше, чем любое другое государство-член ЕС. Что фокус BfDI на правоприменении означает для технических требований к защите персональных данных.
CNIL Франция: техническое соответствие GDPR
В 2023 году CNIL обработала 16 433 жалобы и выпустила штрафы на сумму более €150 млн с 2019 года. Её руководство по ИИ обязывает документировать анонимизацию обучающих данных.
ICO Великобритании: GDPR после Brexit — ключевые отличия
В декабре 2025 года ICO оштрафовал LastPass на £1,2 млн за ненадлежащее шифрование. Решение установило, что шифрование на стороне клиента является юридическим требованием.
Garante Италии: руководство по соответствию ИИ и обработке персональных данных
В декабре 2024 года итальянский Garante оштрафовал OpenAI на €15 млн и временно запретил ChatGPT в 2023 году. Рассказываем, что требует самый жёсткий ИИ-регулятор ЕС.
Начните защищать ваши данные сегодня
267+ типов сущностей, 48 языков, безопасность корпоративного уровня по стартовым ценам.
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.