Anonymiser un audit du dispositif de diligences client (CDD) pour partage externe – Anonymisation conforme au RGPD selon CMF art. L561-5

L'article L561-5 du Code monétaire et financier fixe les obligations d'identification et de vérification d'identité dans le cadre des diligences client (CDD). Les audits du dispositif CDD identifient des cas concrets de défaillances et de bonnes pratiques. anonym.legal pseudonymise ces données pour permettre le partage avec des auditeurs externes ou groupes de pairs.

Quand cela s'applique

Ce flux s'applique lorsque la direction de l'audit interne ou le responsable conformité souhaite partager les résultats d'un audit CDD avec un cabinet de conseil externe, un homologue d'un établissement du même groupe, ou une association professionnelle, sans divulguer les données des clients ayant servi de cas test.

  1. Téléversez le rapport d'audit CDD au format PDF ou DOCX.
  2. Le moteur identifie les données personnelles des clients cités en exemple : noms, identifiants, données d'identification utilisées lors des vérifications.
  3. Chaque client reçoit un pseudonyme cohérent ; les constats d'audit (documents manquants, délais de mise à jour, erreurs de classification risque) sont préservés.
  4. Les noms des équipes ou agences concernées par les défaillances sont pseudonymisés pour protéger les collaborateurs tout en préservant les constats.
  5. Un tableau de correspondance réversible est chiffré et accessible uniquement au responsable de l'audit.
  6. Exportez le rapport pseudonymisé pour partage avec les destinataires autorisés.

Ce que vous fournissez

  • Rapport d'audit CDD au format PDF ou DOCX
  • Échantillon de dossiers ayant servi de base à l'audit (optionnel)

Limites & précautions

  • Le rapport d'audit CDD pseudonymisé partagé avec un tiers externe doit faire l'objet d'un accord de confidentialité approprié, indépendamment de la pseudonymisation.
  • anonym.legal ne valide pas la qualité ou la conformité réglementaire du dispositif CDD audité — ce point relève de l'auditeur et du responsable LCB-FT.
  • Si l'audit révèle des défaillances systémiques ayant conduit à des insuffisances déclaratives, le partage externe doit être validé par la direction générale et le conseil juridique.

FAQ

La pseudonymisation d'un audit CDD peut-elle être utilisée dans le cadre du partage d'informations intragroupe LCB-FT ?

Oui. L'article L561-33 du CMF encadre le partage d'informations LCB-FT au sein d'un groupe. La pseudonymisation facilite ce partage en limitant la propagation des données nominatives, tout en permettant à l'entité destinataire de bénéficier des enseignements de l'audit.

Les défaillances CDD identifiées lors d'un audit doivent-elles être déclarées à l'ACPR ?

Cela dépend de la gravité et du caractère systémique des défaillances. Des insuffisances isolées relèvent des procédures d'amélioration interne ; des défaillances structurelles peuvent déclencher une obligation de signalement. Consultez votre responsable conformité et votre conseil juridique avant tout partage externe.

Conformité et services financiers

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.

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.