By · Last updated 2026-04-09

Tillbaka till BloggenJuridisk Teknik

FOIA-eftersläpning: Automatiserad redigering hos myndigheter

Amerikanska FOIA-ansökningar nådde 1,5 miljoner under FY2024 — en ökning med 25 %. Eftersläpningen växte 33 % till 267 056 väntande ärenden. Staten spenderade 723 miljoner dollar på handläggning.

April 9, 20268 min läsning
FOIA automationgovernment document redactionpublic records compliancebatch Word processingfederal agency efficiency

Den federala eftersläpningens omfattning

Amerikanska federala FOIA-ansökningar nådde 1,5 miljoner under FY2024 — en ökning med 25 % jämfört med föregående år. Väntande ärendeeftersläpningar växte med 33 % till 267 056 ärenden. Den federala regeringen spenderade uppskattningsvis 723 miljoner dollar på att handlägga FOIA-ansökningar under FY2024.

Dessa siffror speglar ett grundläggande kapacitetsproblem. Det finns ungefär 5 638 FOIA-handläggare inom federala myndigheter. Med 1,5 miljoner ansökningar per år är varje FOIA-tjänsteman ansvarig för ungefär 266 ärenden per år — drygt ett per arbetsdag. Det lämnar ingen marginal för komplexa ärenden som omfattar tusentals sidor, ingen kapacitet för den 33-procentiga tillväxten av eftersläpningar, och ingen buffert för den ökande användningen av FOIA som ett transparensverktyg i politiskt känsliga frågor.

Personalnedskärningar vid FOIA-kontor på flera myndigheter förvärrar eftersläpningstrenden. Gapet mellan inkommande ärendevolym och handläggningskapacitet vidgas — det minskar inte.

Automationsmöjligheten

ATF (Bureau of Alcohol, Tobacco, Firearms and Explosives) tillskrev automatiserade redigeringsverktyg 20–30 % produktivitetsförbättringar i sitt FOIA-handläggningsflöde. Denna siffra representerar det nuvarande läget för automationsanvändning vid statlig FOIA-handläggning — betydande, men ännu inte utbredd.

Siffran 20–30 % underskattar troligen potentialen för välkonfigurerad automation. ATF:s mätvärde speglar produktivitetsförbättring jämfört med tidigare automatiserade verktyg, inte jämfört med helt manuell handläggning. För myndigheter som fortfarande förlitar sig på manuell granskning av varje dokument ser jämförelsebasen annorlunda ut. Manuell granskning av ett 50-sidigt Word-dokument för personligt identifierbar information — namn, adresser, personnummer, födelsedatum under FOIA:s undantag 6 — kräver noggrant läsande och enskilda redaktionsbeslut för varje sida. Ett automatiserat system som kör samma dokument genom entitetsdetektering och tillämpar konsekventa redigeringsregler kan slutföra det första passet på några sekunder, och lämna mänsklig granskning fokuserad på kantfall och överklaganden.

Word-dokumentutmaningen

Federala myndigheters dokument består övervägande av Word-filer. Juridiska memoranda, policybeslut, utredningsrapporter och korrespondens skapas, granskas och lagras i Word-format. De redigeringsverktyg som fungerar bra för myndigheter fokuserade på bilddokument (skannade pappersarkiv) uppfyller inte de specifika kraven för inbyggd Word-dokumentbehandling.

Redigering av Word-dokument ställs inför samma formateringsbevarande utmaningar som redigering av juridiska dokument mer generellt: spårade ändringar, kommentarer, inbäddade objekt, fotnoter och anpassade stilar måste hanteras utan dokumentkorruption. Myndigheter som lämnar ut dokument till sökanden under FOIA-utlämnanden måste tillhandahålla korrekt formaterade dokument — att skicka ett dokument med korrupt formatering till en sökande är både oprofessionellt och potentiellt grund för att ifrågasätta utlämnandet.

För storskalig batchbearbetning skiljer sig volymkraven från typisk advokatbyråanvändning: en myndighet som tar emot en FOIA-ansökan för 8 000 dokument rörande ett policybeslut kan inte bearbeta dessa dokument ett i taget. Batchkapabel bearbetning som hanterar hundratals dokument per körning är den minsta genomförbara kapaciteten för FOIA-efterlevnad vid höga volymer.

Excel- och Word-tillägget kombinerat med Desktop App-batchbearbetning skapar den kapacitetsuppsättning som matchar federala myndigheters krav: inbyggt Word-formateringsbevarande, batchbearbetning av stora dokumentuppsättningar, per-entitetskonfiguration för FOIA-specifika undantagskategorier, och förinställda konfigurationer som säkerställer konsekvent tillämpning av redigeringsregler för olika handläggare som arbetar med samma ärende.

Källor:

Redo att skydda din data?

Börja anonymisera PII med 285+ entitetstyper på 48 språk.

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.