Anonimizar acuerdos de nivel de servicio (SLA) para auditoría de proveedores y benchmarking – Anonimización conforme al RGPD según Código Civil art. 1101 (responsabilidad contractual); Código Civil art. 1258 (buena fe); RGPD art. 6(1)(b)

Los acuerdos de nivel de servicio identifican al proveedor y al cliente por razón social, CIF y parámetros de servicio vinculados nominalmente, sujetos al Código Civil art. 1101 en caso de incumplimiento. anonym.legal seudonimiza los identificadores de las partes para que los SLAs puedan auditarse externamente o compararse con estándares del sector sin revelar las relaciones proveedor-cliente.

Cuándo se aplica

Aplica cuando auditores de TI o asesores jurídicos necesitan revisar los SLAs de un proveedor para evaluar su adecuación, comparar métricas con el sector o analizar el riesgo de incumplimiento, sin acceder a la identidad del proveedor ni del cliente.

  1. Sube el SLA en PDF o DOCX a anonym.legal.
  2. El motor detecta razón social, CIF, domicilio, datos de contacto del responsable de servicio y del cliente.
  3. Cada parte recibe una denominación neutra coherente en todo el documento.
  4. Las métricas de disponibilidad, tiempos de resolución, penalidades por incumplimiento y procesos de escalado se conservan íntegros.
  5. Se genera el mapa de reversión cifrado.
  6. El SLA seudonimizado se exporta en el mismo formato para auditoría o benchmarking.

Qué proporciona usted

  • SLA en PDF o DOCX
  • Informes de cumplimiento de SLA del periodo si los hubiera
  • Indicación de si las penalidades económicas deben seudonimizarse

Limitaciones y precauciones

  • anonym.legal no evalúa si las métricas del SLA son razonables o adecuadas al servicio; esa valoración corresponde al auditor de TI o asesor jurídico.
  • Parámetros de servicio muy específicos de una tecnología propietaria pueden ser indirectamente identificativos del proveedor.
  • La seudonimización no modifica las obligaciones de cumplimiento ni los plazos de penalidad del SLA original.

Preguntas frecuentes

¿Se conservan las métricas de disponibilidad y los tiempos de resolución?

Sí. Las métricas de disponibilidad (uptime), los tiempos de respuesta y resolución por prioridad, los créditos de servicio y los procedimientos de escalado se conservan íntegros. Solo se seudonomizan los identificadores del proveedor, del cliente y de sus responsables de servicio.

¿Pueden analizarse varios SLAs en lote para benchmarking sectorial?

Sí. El procesamiento en lote permite comparar métricas de disponibilidad, tiempos de resolución y penalidades entre distintos proveedores sin revelar su identidad, lo que facilita el benchmarking sectorial y la identificación de condiciones de mercado estándar.

¿Cómo se tratan los informes de cumplimiento de SLA del proveedor?

Los informes de cumplimiento se procesan como documentos complementarios al SLA. Los identificadores del proveedor y del cliente se seudonomizan de forma coherente, mientras que las métricas de cumplimiento, incidencias y tendencias se conservan para análisis de rendimiento.

Contratos Mercantiles

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.