By · Last updated 2026-04-15

Späť na blogBezpečnosť AI

Preco politika nezabráni úniku osobných údajov cez ChatGPT

77 % podnikových pouzívatelov AI kopíruje a vklada dáta do chatbotov. Takmer 40 % nahrávaných súborov obsahuje osobné alebo platobné údaje. Bola navrhnutá aktualizácia bezpecnostného pravidla HIPAA.

April 15, 20268 min čítania
ChatGPT PII leak preventionChrome extension DLPenterprise AI policytechnical controls browsercopy-paste PII protection

Problém kopírovania a vkladania

77 % podnikových pouzívatelov AI kopíruje a vklada dáta do chatbotových dotazov. Toto nie je okrajové chovanie. Je to štandardný spôsob, akým zamestnanci pouzívajú nástroje AI v práci.

Vzorec je jednoduchý. Zamestnanec stojí pred úlohou. Otvorí dokument, skopíruje relevantný text a vloí ho do ChatGPT. Dostane uzitocnú odpoved.

V tomto pracovnom postupe nic nefiltruje osobné dáta. Vkladanie sa stane skôr, ako si polozí otázku: "obsahuje toto osobné údaje?" Ked precíta odpoved AI, prenos uz prebehol.

Výskum spolocnosti Cyberhaven zistil, ze takmer 40 % súborov nahrávaných do nástrojov AI obsahuje PII alebo PCI dáta. Väcšina týchto nahrávok nie je bezohladná. Zamestnanci pracujú na súbore, ktorý im bol pridelený. Zákaznícke dáta v nom su náhodné.

Preco školenie nestacuje

Školenie v oblasti politiky naráza na štrukturálne obmedzenie. Pokúša sa zmenit zauzívané chovanie prostredníctvom periodického vzdelávania.

Medzerou je cas medzi školeniami. Väcšina podnikových programov prebieha rocne. Zamestnanec vyškolený v januári o nakladaní s dátami AI funguje na autopilote do októbra. Zapamätanie sa stráca. Zvyky pretrvávajú.

Aktualizácia bezpecnostného pravidla HIPAA navrhnutá v marci 2025 to odráza. Vyzaduje rocné audity šifrovania -- nielen rocné školenia. Regulátori ocakávajú, ze technické kontroly budu primárnym ochranným prostriedkom. Školenie je doplnok.

Nástroje AI problém so školením zhorsia. Chovanie je nové. Zamestnanci si nerozvinuli zvyky nakladania s dátami AI pred desatrocím tak, ako to urobili s e-mailom. A únik je neviditelný. Zamestnanec vidí uzitocnú odpoved. Nie je ziadna chybová správa. Ziadna okamzitá negatívna spätná väzba.

Bez spätnej väzby sa chovanie samo od seba neopravuje.

Ako rozšírenie Chrome zachytí vkladanie

Rozšírenie Chrome pracuje na vrstve schránky. Sedí medzi akciou kopírovania a vstupným polom nástroja AI.

Zachytenie funguje takto. Zamestnanec skopíruje text z pracovnej aplikácie. Prepne sa na kartu ChatGPT a vloí. Rozšírenie detekuje osobné údaje v obsahu schránky v momente vkladania -- ešte pred tým, ako sa obsah objaví vo vstupnom poli.

Objaví sa náhlad v modálnom okne. Ukazuje presne, co sa zmení:

"Meno zákazníka 'Maria Schmidt' -> '[PERSON_1]'; E-mail 'maria.schmidt@company.de' -> '[EMAIL_1]'"

Zamestnanec môze pokracovat s anonymizovanou verziou. Môze tiez zrušit, ak nahradenie pre jeho úlohu nefunguje.

Tento dizajn robí dve veci. Po prvé, je transparentný. Zamestnanci vidia, co nástroj robí. To buduje dôveru a zabrauje pocitu, ze kontroly súkromia su sledovanie. Po druhé, rozhodnutie o klasifikácii je explicitné. Clovek potvrdí kazdy krok anonymizácie. Rozhodnutie nie je automatizované.

Praktický príklad

Uvazujte o tíme zákazníckej podpory európskeho e-commerce podniku. Agenti pouzívajú ChatGPT na tvorbu odpovedí. Vkladajú e-maily zákazníkov obsahujúce mená, císla objednávok a adresy.

S aktívnym rozšírením kazde vkladanie spustí kontrolu anonymizácie. Agent odošle anonymizovaný dotaz. Odpoved ChatGPT odkazuje na anonymizované tokeny. Agent precíta návrhy a zapracuje ich do skutocnej odpovede.

Kvalita podpory zostáva vysoká. Minimalizácia dát podla clanku 5 GDPR je splnená. Osobné dáta zákazníka nikdy nedostanú sa na servery OpenAI.

Školenie v oblasti politiky nedokáze tento výsledok dosiahnout. Technická kontrola na vrstve schránky to dokáze.

Politika ako doplnok, nie primárna kontrola

Školenie v oblasti politiky má svoje miesto. Stanovuje ocakávania. Buduje základné povedomie. Ale nemôze zachytit vkladanie v reálnom case.

Aktualizácia pravidla HIPAA signalizuje, kam smeruje súlad. Auditovatelné technické kontroly, nielen zdokumentované školiace programy. Podniky, ktoré sa spoliehajú iba na školenia, celia audítorskej medze, ktorú môze uzavriet iba technická vrstva.

Pozrite si tiez:

Zdroje

Pripravení chrániť vaše údaje?

Začnite anonymizovať PII s 285+ typmi entít v 48 jazykoch.

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.