Anonymiser un accord de transaction (compromis) avant archivage – Anonymisation conforme au RGPD selon Code civil art. 2044 et 2052 ; Code civil art. 1224-1230

L'accord de transaction est un contrat par lequel les parties terminent une contestation née ou préviennent une contestation à naître au sens de l'article 2044 du Code civil et acquiert l'autorité de chose jugée entre elles en vertu de l'article 2052. Il nomme les parties et leurs avocats. anonym.legal pseudonymise ces données pour l'archivage et la constitution de précédents.

Quand cela s'applique

Ce flux s'applique lorsqu'un accord de transaction doit être conservé comme précédent dans une base de modèles d'un cabinet d'avocats ou transmis à un assureur de responsabilité civile, sans révéler l'identité des parties ou des avocats impliqués.

  1. Téléversez l'accord de transaction au format PDF ou DOCX.
  2. Le moteur identifie les noms des parties, avocats, mandataires et témoins dans l'ensemble du document.
  3. Chaque individu reçoit un pseudonyme cohérent, y compris dans les formules d'acquiescement et les blocs de signature.
  4. Les montants transactionnels, conditions de confidentialité et clauses de renonciation sont conservés en clair.
  5. La correspondance réversible est chiffrée et stockée en hébergement UE.
  6. Exportez l'accord pseudonymisé pour archivage ou revue par l'assureur.

Ce que vous fournissez

  • Accord de transaction en PDF ou DOCX
  • Pièces jointes et annexes chiffrées si applicables
  • Indication des parties, avocats et témoins à pseudonymiser

Limites & précautions

  • anonym.legal ne procède à aucune analyse juridique de la portée de la renonciation ou de la validité de la transaction.
  • Les numéros de dossier de juridiction peuvent être conservés ou supprimés selon la configuration ; vérifiez le paramétrage avant archivage.

FAQ

Les montants de la transaction sont-ils préservés ?

Oui. Les montants versés, échéanciers de paiement et conditions de règlement ne sont pas des données personnelles et sont conservés en clair pour les besoins de l'archivage.

Peut-on constituer une base de précédents anonymisés à partir d'accords de transaction ?

Oui. Le traitement en lot permet de pseudonymiser plusieurs accords de transaction afin de constituer une base de précédents utilisable à des fins de benchmarking ou de formation, sans exposer les parties réelles.

L'accord pseudonymisé a-t-il la même valeur probante que l'original ?

Non. L'accord pseudonymisé est une copie de travail. L'original signé, qui comporte les noms légaux des parties, reste la seule pièce ayant l'autorité de la chose jugée au sens de l'article 2052 du Code civil.

Contrats commerciaux

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.