Anonymiser les attestations employeur pour audit et litige – Anonymisation conforme au RGPD selon Code du travail L1234-19

L'attestation employeur destinée à France Travail (ex-Pôle emploi) mentionne le nom du salarié, son dernier salaire et le motif de la rupture du contrat, données soumises à l'article L1234-19 du Code du travail. anonym.legal pseudonymise ces identifiants afin que les attestations puissent être utilisées à des fins d'audit interne ou de formation sans exposer les données personnelles des salariés sortants.

Quand cela s'applique

Ce flux s'applique lorsque des attestations employeur doivent être partagées avec des auditeurs, des avocats ou des services RH pour analyse comparative des motifs de rupture, sans nécessiter l'identité des salariés concernés.

  1. Téléversez les attestations employeur en format PDF ou image numérisée.
  2. Le moteur détecte les données personnelles : nom du salarié, numéro de Sécurité sociale, adresse et montant du dernier salaire.
  3. Chaque salarié reçoit un pseudonyme cohérent sur l'ensemble des documents.
  4. Le motif de rupture, la date de fin de contrat et le type de contrat sont conservés pour l'analyse.
  5. La correspondance est chiffrée et stockée en hébergement UE.
  6. Les attestations pseudonymisées sont exportées pour partage sécurisé.

Ce que vous fournissez

  • Attestations employeur France Travail en PDF ou image numérisée
  • Indication des champs à pseudonymiser
  • Période couverte par l'audit

Limites & précautions

  • La version pseudonymisée ne peut pas se substituer à l'attestation originale transmise à France Travail conformément aux obligations légales.
  • Les attestations numérisées de mauvaise qualité peuvent nécessiter une relecture manuelle après traitement OCR.
  • Ce flux ne couvre pas la vérification de l'exactitude des informations portées sur l'attestation.

FAQ

Peut-on traiter en lot des attestations de plusieurs années pour une analyse de tendance ?

Oui. Le traitement en lot permet d'analyser l'évolution des motifs de rupture sur plusieurs années sans exposer les données personnelles des anciens salariés. Les pseudonymes restent cohérents d'un lot à l'autre au sein du même projet.

Les montants de salaire figurant sur l'attestation sont-ils pseudonymisés ?

Par défaut, les montants sont conservés car ils constituent la valeur analytique du document. Leur pseudonymisation ou masquage est configurable si la politique interne de confidentialité l'exige.

Ce flux est-il adapté à la préparation d'une défense prud'homale ?

Oui. Pseudonymiser les attestations permet de les partager avec un avocat pour analyse comparative des motifs de rupture sans exposer les données personnelles des salariés non parties au litige.

Droit social

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.