Anonymiser les lettres de licenciement pour conseil juridique et formation RH – Anonymisation conforme au RGPD selon Code du travail L1232-1

La lettre de licenciement identifie nominativement le salarié, son poste et les motifs précis de la rupture, tels qu'exigés par l'article L1232-1 du Code du travail imposant une motivation réelle et sérieuse. anonym.legal pseudonymise ces données personnelles afin que les lettres puissent être examinées par des avocats ou servir d'exemples de formation sans révéler l'identité du salarié concerné.

Quand cela s'applique

Ce flux s'applique lorsque des lettres de licenciement doivent être transmises à des conseils externes pour avis, utilisées comme supports de formation RH, ou produites dans le cadre d'un audit interne où l'identité précise du salarié n'est pas requise.

  1. Téléversez la lettre de licenciement et les pièces jointes éventuelles (compte rendu d'entretien préalable, avertissements).
  2. Le moteur identifie les données personnelles : nom et prénom du salarié, intitulé de poste, département, et noms de tiers cités dans les motifs.
  3. Chaque individu mentionné reçoit un pseudonyme cohérent sur l'ensemble des documents.
  4. Les éléments procéduraux — dates, références à la convention collective, délais de préavis et voies de recours — sont conservés en clair.
  5. La correspondance réversible est chiffrée et stockée en hébergement UE.
  6. La lettre pseudonymisée est exportée pour transmission à un avocat ou utilisation en formation.
  7. Pour un audit comparatif, plusieurs lettres peuvent être traitées en lot afin d'analyser la cohérence des motifs sans exposer les identités.

Ce que vous fournissez

  • Lettre de licenciement en PDF ou DOCX
  • Éventuels avertissements, convocations à entretien préalable et compte rendus associés
  • Confirmation des champs à pseudonymiser

Limites & précautions

  • anonym.legal n'évalue pas le bien-fondé juridique du licenciement au regard de l'article L1232-1 ; l'analyse reste du ressort de l'avocat.
  • La pseudonymisation n'efface pas un motif qui, par sa nature très spécifique, pourrait indirectement identifier le salarié ; une relecture manuelle peut être nécessaire.
  • Les documents comportant des annotations manuscrites nécessitent une vérification complémentaire.

FAQ

Ce flux peut-il aider à préparer une réponse à une demande de communication devant le Conseil de prud'hommes ?

Oui. Pseudonymiser un lot de lettres de licenciement avant de les transmettre à un avocat permet une analyse comparative des motifs invoqués sans risque de divulgation des données personnelles d'autres salariés non parties au litige.

Les références à la convention collective sont-elles préservées ?

Oui. Les références à la convention collective applicable, les délais de préavis légaux et les voies de recours sont traités comme du contenu structurel non personnel et conservés intégralement dans la version pseudonymisée.

La réidentification est-elle possible après transmission à l'avocat ?

Oui. La correspondance chiffrée est conservée et la réidentification est accessible aux utilisateurs autorisés à tout moment via la clé stockée.

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.