Pseudonymiser une décision de première instance avant publication ou partage – Anonymisation conforme au RGPD selon open data des décisions de justice (article L111-13 COJ)

L'article L111-13 du Code de l'organisation judiciaire impose la pseudonymisation des décisions de justice avant publication dans le cadre de l'open data. Les juridictions de première instance appliquent progressivement cette obligation ; anonym.legal automatise la pseudonymisation conforme pour les décisions à partager avant leur publication officielle.

Quand cela s'applique

S'applique lorsqu'un praticien souhaite partager, commenter ou archiver une décision de première instance qui n'a pas encore été publiée dans le cadre de l'open data officiel ou qui requiert une pseudonymisation renforcée en raison de données particulièrement sensibles.

  1. Téléverser la décision de première instance en PDF ou DOCX.
  2. Identifier les catégories de données à pseudonymiser : noms et prénoms des parties, adresses, données médicales ou financières.
  3. Le moteur applique la pseudonymisation conforme à l'article L111-13 COJ : substitution des noms par des initiales ou des identifiants neutres.
  4. Les références procédurales (numéro de RG, date, juridiction) sont maintenues pour permettre l'identification de la décision.
  5. Les visa, motifs juridiques et dispositif sont préservés intégralement.
  6. Générer la décision pseudonymisée et le tableau de correspondance.
  7. Utiliser la version pseudonymisée pour le commentaire, l'archivage ou le partage avec des tiers autorisés.

Ce que vous fournissez

  • Décision de première instance (PDF ou DOCX)
  • Indication des catégories de données particulièrement sensibles

Limites & précautions

  • La pseudonymisation réalisée par anonym.legal ne se substitue pas à la pseudonymisation officielle opérée par les services du ministère de la Justice dans le cadre de l'open data.
  • Certaines décisions peuvent être soumises à des restrictions de diffusion ou à un anonymat judiciaire ordonné — vérifier avant tout partage.
  • La pseudonymisation doit être contrôlée manuellement pour les décisions contenant des données sensibles de catégorie spéciale (art. 9 RGPD).

FAQ

Qu'est-ce que l'open data des décisions de justice en France ?

Instauré par l'article L111-13 COJ et précisé par le décret n° 2020-797 du 29 juin 2020, l'open data impose la mise à disposition du public des décisions judiciaires, après pseudonymisation des noms et prénoms des parties et des tiers identifiés. Le déploiement est progressif selon les juridictions.

Les noms des avocats et des magistrats doivent-ils également être pseudonymisés ?

Selon les textes applicables à l'open data (L111-13 COJ), les noms des magistrats et des membres du parquet sont occultés dans les décisions publiées. Le traitement des noms des avocats est distinct et peut varier selon les décisions de déploiement. anonym.legal permet de configurer le périmètre de la pseudonymisation selon vos besoins.

Peut-on utiliser des décisions pseudonymisées dans des publications académiques ?

Oui — à condition que la pseudonymisation soit suffisamment robuste pour rendre la ré-identification des parties impossible ou excessivement difficile dans le contexte de la publication. Le considérant 26 du RGPD et les principes de minimisation des données s'appliquent.

Contentieux civil

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.