Varnost umetne inteligence
Zaščita občutljivih podatkov v dobi orodij umetne inteligence in GenAI
27 članki
Preprecevanje uhajanja osebnih podatkov v realnem casu prihrani 2,2 milijona dolarjev
IBM je ugotovil strokovni razliko v stroških med preprecevanjem in zaznavanjem v višini 2,2 milijona dolarjev. Tukaj je matematika, ki dela prestrezen osebnih podatkov v realnem casu neizogiben za varnostne ekipe.
Clen 32 GDPR: nadzor izpostavljenosti osebnih podatkov pri orodjih AI
Ekipe za skladnost v podjetjih potrebujejo kolicinske dokaze o nadzorih osebnih podatkov orodij AI. Omrezni DLP spregleda interakcije brskalniskih AI-orodij.
Preprecevanje uhajanja osebnih podatkov prek umetne inteligence v realnem casu
Ko zaposleni vtipka ime stranke v ChatGPT, podatki takoj zapustijo nadzor organizacije. Naknadni DLP tega zvonca ne more utisati.
GDPR in podpora UI: Identifikatorji po meri so pomembni
UI za podporo strankam prejema sporocila strank z imeni, e-postnimi naslovi IN ID-ji narocil. Standardna orodja za osebne podatke odstraijo e-postne naslove, toda ID-ji narocil ostanejo nedotaknjeni.
Ali vase orodje za zasebnost AI krade vase podatke?
67 % razsiritev za Chrome z AI zbira podatke uporabnikov. V incidentih decembra 2025 je bilo 900.000 uporabnikov prizadetih z razsiritami, ki so se preokrivale za orodja za zasebnost.
3,8 dnevnih izpostavljanj PII v ekipah za podporo
Vsak agent za podporo, ki uporablja ChatGPT, v povprecju 3,8-krat na dan prilepi obcutljive podatke. Za 100-clansko ekipo je to 380 incidentov izpostavljanja GDPR dnevno.
Po incidentu z razsiritvijo pri 900.000 uporabnikih
Januarja 2026 sta dve zlobni razsiritve za Chrome, ki sta jih namestilo vec kot 900.000 uporabnikov, vsakih 30 minut eksfiltrirali celotne pogovore v ChatGPT in DeepSeek.
Zakaj politike ne preprecut uhajanja PII prek ChatGPT
77 % podjetniskih uporabnikov umetne inteligence kopira podatke v poizvedbe chatbotov. Skoraj 40 % naloženih datotek vsebuje PII ali PCI podatke. Predlagana posodobitev varnostnega pravila HIPAA.
Podjetniski AI: dostop razvijalcev brez tveganja
Banke so prepovedale ChatGPT. Njihovi razvijalci so ga vseeno doma uporabljali. 27,4% vse vsebine, ki jo podjetja vnesejo v klepetalce AI, vsebuje obcutljive podatke (Zscaler).
Cursor in Claude: kako pisati kodo brez uhajanja podatkov
Cursor privzeto nalozi datoteke .env v kontekst AI. Podjetje za financne storitve je izgubilo 12 milijonov dolarjev, ko so bili lastniski algoritmi za trgovanje poslani pomocniku AI.
Politika umetne inteligence brez tehnicnih kontrol ne deluje
77% zaposlenih deli obcutljive delovne podatke z orodji za umetno inteligenco kljub politikam, ki to prepovedujejo. Vladni izvajalec je v ChatGPT prilepil podatke prosilcev za pomoc FEMA po poplavah.
IDE ali brskalnik: varnost AI za razvijalce
Razvijalci uporabljajo AI v dveh okoljih: IDE (Cursor, VS Code) in brskalnik (Claude.ai, ChatGPT). Vsako zahteva razlicne kontrole.
83 % razsiritev AI nikoli ni preslo varnostne revizije
83 % razsiritev Chrome s sirokimi dovoljenji ni bilo nikoli varnostno pregledanih (USENIX 2025). 45 % zaposlenih v podjetjih uporablja neodobrene razsiritve.
39 milijonov uhajanj na GitHubu: tveganje AI pri kodiranju
67 % razvijalcev je nenamerno izpostavilo skrivnosti v kodi (GitGuardian 2025). 39 milijonov skrivnosti je uhajalo na GitHubu leta 2024, kar je 25 % vec kot leto prej.
Vibe kodiranje in uhajanje PII: Varnostno tveganje, o katerem nihce ne govori
Koda, ki jo ustvari umetna inteligenca, redko vkljucuje ravnanje s PII. 73 % aplikacij, razvitih z vibe kodiranjem, obdeluje obcutljive podatke brez anonimizacije. Kaj morajo vedeti razvijalci.
Varnost streznikov MCP 2026: 8.000 izpostavljenih, 492 brez avtentikacije
8.000+ streznikov Model Context Protocol je javno izpostavljenih. 492 nima nikakrsne avtentikacije. 36,7 % je ranljivih za SSRF. Zavarite PII v vasih orodjih MCP.
Brskalniski DLP: blokiranje proti anonimizaciji 2026
Dva pristopa k brskalniskim DLP: blokiranje preprecuje posiljanje osebnih podatkov orodjem umetne inteligence; anonimizacija preoblikuje podatke pred posiljanjem. Objektivna primerjava.
Samsung je trikrat izgubil izvorno kodo prek ChatGPT
Tri locene Samsungove inzenirske ekipe so aprila 2023 v ChatGPT prilepile lastniski program in zaupne podatke. Vsak incident je razkril drugacno vrzel v podjetniskem nadzoru AI.
Prepovedi umetne inteligence v podjetjih: produktivnost proti tveganju
27,4 % vse vsebine, ki se vnasa v poslovne klepetalnike umetne inteligence, vsebuje obcutljive podatke -- 156-odstotno letno povecanje. Toda 71,6 % dostopa do umetne inteligence v podjetjih zdaj poteka prek osebnih racunov, ki mimo vseh kontrol. Tukaj je tehnicna resitev.
Varne razsiritve brskalnika za zasebnost umetne inteligence v letu 2026
Januarja 2026 sta bili dve zlonamerni razsiritve Chrome z vec kot 900.000 uporabniki ujeti pri izlocanju pogovorov ChatGPT in DeepSeek vsakih 30 minut. Tukaj je, kako preveriti, ali je razsiritev varna.
Brskalniski DLP za ChatGPT, Claude in Gemini
Tradicijska DLP za podjetja je bila zgrajena za prenose datotek in e-posto, ne za klepetalnice umetne inteligence. Ta vodnik pokriva brskalniško preprečevanje izgube podatkov za ChatGPT.
Prilepi in pozabi: zakaj samodejno oznacevanje prepreci vec kot usposabljanje
62 % zaposlenih, ki za delo s podatki strank uporabljajo orodja AI, osebnih podatkov 'vcasih' pozabi najprej odstraniti. Tukaj je zakaj samodejno oznacevanje odpravlja odvisnost od skladnosti pri cloveškem dejavniku.
Osebni podatki v posnetkih zaslona: uhajanje v internih orodjih
Slack, Teams, Jira in e-posta redno prejemajo posnetke zaslona z osebnimi podatki strank. Ta krsitev nadzora dostopa zaobide vsako orodje DLP.
Osebni podatki v internem wikiju: podatki strank v Confluence
Ekipe podpore dokumentirajo postopke s posnetki zaslona racunov strank. V treh letih je to na tisoce krsitev minimizacije podatkov GDPR v vasem orodju.
Orodja AI za kodiranje razkrivajo produkcijske osebne podatke
Testne naprave s pravimi zapisi strank. Datoteke dnevnikov s produkcijskimi podatki za razhroscevanje. GitHub je leta 2024 odkril 39 milijonov razk skrivnosti.
900.000 uporabnikom so ukradli pogovore z AI
Dve zlonamerni razsiritve za Chrome sta ukradli pogovore ChatGPT od vec kot 900.000 uporabnikov. Ena je imela Googlov znacek 'Featured'.
AI: Najpogostejsi kanal za izliv podatkov
77 % zaposlenih prilepi obcutljive podatke v orodja AI. GenAI je odgovoren za 32 % vseh korporativnih izlivov podatkov. Preberite, kako zascititi svojo organizacijo.
Začnite danes zaščititi svoje podatke
285+ tipov entitet, 48 jezikov, varnost na ravni podjetij po začetni ceni.
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.