anonym.legal

By · Last updated 2026-05-01

Povratak na blogGDPR i usklađenost

Interni ID-ovi zaposlenih su takodje licni podaci

Svaka veca organizacija ima privatne interne identifikatore koji mogu povezati anonimizovane zapise s pravim osobama. 34% kazni po GDPR-u odnosi se na neadekvatne tehnicke mere - a interni ID-ovi su cest razlog.

May 1, 20268 min čitanja
employee ID anonymizationproprietary identifier detectionquasi-PIIGDPR custom entitiesno-code pattern builder

Sta je kvaziidentifikator?

GDPR clan 4 pokriva svaki podatak koji moze identifikovati osobu. Podatak ne mora direktno da imenuje nekoga. Dovoljno je da omoguci identifikaciju kroz dodatne korake.

Interni ID-ovi zaposlenih su jasan primer. Uzmite vrednost "EMP-EU-123456". Taj string ne imenuje nikoga. Ali HR sistem ima jednostavnu tabelu. EMP-EU-123456 mapira na Maju Ilic, Seniora Inzenjera, Beograd. Svako s pristupom toj tabeli moze je pronaci. Po GDPR-u, taj ID je licni podatak.

Isto pravilo vazi za druge interne kodove:

  • Brojevi korisnickih naloga koji se povezuju s CRM zapisima
  • Kodovi projekata koji se povezuju s imenima klijenata u ugovornim sistemima
  • Referentni brojevi predmeta u pravnim dokumentima
  • Brojevi medicinskih kartona koji se povezuju s pacijentskim zapisima

Uklanjanje imena i emailova nije dovoljno. Ako interni ID-ovi ostanu u datoteci, re-identifikacija je udaljena samo dva koraka.

Zasto ovaj jaz dovodi do kazni

34% svih kazni po GDPR-u odnosi se na neadekvatne tehnicke mere prema clanu 32. Ovaj podatak dolazi iz DLA Piper 2025 GDPR godisneg izvestaja. Nemogucnost detekcije kvaziidentifikujucih internih identifikatora spada u ovu kategoriju.

EDPB je u 2024. godini obradio vise od 900 slucajeva po mehanizmu konzistentnosti. Prekogranicno sprovodjenje znaci da jedan jaz u deljenom skupu podataka moze pokrenuti koordinovane akcije u vise EU drzava clanica.

Standardni alati za zastitu licnih podataka prepoznaju universalne obrasce: imena, emailove, telefone, nacionalne ID-ove. Ne poznaju vas interni format ID-ova. Nijedan alat to ne zna dok mu ne kazete. To je jaz.

Kako radi graditelj obrazaca bez koda

Globalna logisticka kompanija treba da anonimizuje evidenciju zaposlenih za eksternu reviziju. Njihovi ID-ovi zaposlenih koriste format: EMP-[REGION]-[6 cifara]. Tri primera: EMP-EU-123456, EMP-APAC-789012, EMP-AMER-345678.

Compliance tim unosi tri primera u AI pomocnik za obrasce. AI vraca:

  • Obrazac: EMP-[A-Z]{2,4}-\d{6}
  • Poklapa se sa sva tri primera
  • Predlozeno ime entiteta: EMPLOYEE-ID
  • Preporucen sledeci korak: testirati s vise regionalnih kodova

Tim testira jos deset uzoraka. Obrazac funkcionise na svim.

Sacuvaju prilagodjen entitet u zajednicki GDPR preset tima. Svih 47 dokumenata u paketu za reviziju obradjeno je u jednoj grupi. Svaki ID zaposlenog zamenjen je oznakom zasnovanom na ulozi. Revizorska firma dobija datoteke koje vise ne mogu biti povezane s pojedincima.

Nema potrebe za inzenjerskom pomoci. Cijelo podesavanje traje manje od jednog sata.

Sta se dalje dogadja

Kada se prilagodjen entitet sacuva u deljeni preset, svi clanovi tima koriste isto podesavanje. Novi zaposleni dobijaju ga na prvi dan. Grupna obrada, API pozivi i rucno otpremanje primenjuju isti obrazac.

Revizijski trag pokazuje koji je preset koriscen za svaku datoteku. Ako DPA zatrazi dokaz o vasem procesu anonimizacije, mozete ga pokazati.

Za kompletan tok rada podesavanja prilagodjenih entiteta, pogledajte prilagodjen PII identifikatori za organizacionu anonimizaciju. Za odrzavanje ove konzistentnosti u timovima, pogledajte preseti konzistentnosti anonimizacije za GDPR reviziju.

Izvori

Spremni da zaštitite svoje podatke?

Počnite sa anonimizacijom PII sa 285+ tipova entiteta na 48 jezika.

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.

Related reading

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.