Insikter om Dataskydd
Expertartiklar om AI-säkerhet, GDPR-efterlevnad, skydd av hälsoinformation och bästa praxis för PII-anonymisering.
Alla Artiklar
Global PII-efterlevnad: GDPR, LGPD och DPDP
Brasilianska CPF, indiska Aadhaar och amerikanska SSN har fundamentalt olika format och valideringslogik. LGPD och Indiens DPDP-lag lägger till CPF och Aadhaar i det skyddade regelverket.
Interna anställningsnummer är också personuppgifter
Varje stor organisation har egna interna identifierare som kopplar anonymiserade poster tillbaka till verkliga personer. 34 % av GDPR-böterna rör otillräckliga tekniska åtgärder.
Anpassad MRN-detektering utan kod för HIPAA
Journalnummer är sjukhusspecifika — varje sjukvårdssystem använder ett eget format. HIPAA Safe Harbor kräver att MRN-nummer tas bort.
EU:s ID-lucka: Steuer-ID, NIR, Personnummer
Generiska PII-verktyg är byggda kring amerikanska identifierare. Tyska Steuer-ID, franska NIR, svenska personnummer och norska fødselsnummer hanteras inte alls.
18 HIPAA-identifierare ditt verktyg missar
HIPAA listar 18 PHI-identifierare. De flesta anonymiseringsverktyg detekterar kanske 6 av dem. Medicinska journalnummer varierar per institution utan något standardformat i USA.
Global PII: personnummer, CPF, Aadhaar och mer
GDPR gäller tyska Steuer-ID:n, franska NIR:er, svenska personnummer och 267+ andra identifierartyper som de flesta verktyg aldrig hört talas om.
Reversibel kryptering för återkontakt i forskning
Du kan inte kontakta Patient_001 för ett uppföljningsbesök. IRB kräver nu dokumenterade protokoll för återidentifiering — du måste bevisa att du KAN återidentifiera under kontrollerade villkor.
Token-mappning för GDPR-kompatibla AI-arbetsflöden
När kundnamn anonymiseras före AI-bearbetning innehåller AI:ns svar anonymiserade tokens. Det slutliga svaret måste innehålla riktiga namn — inte platshållare.
Anonyma HR-enkäter med reversibel PII-skyddning
Anonyma enkäter uppmuntrar ärlig rapportering av trakasserier och etikbrott. När ett allvarligt påstående dyker upp måste HR utreda — men anonymiteten blockerar det.
Reversibel kryptering för finansiella revisioner
En dom från SDNY i februari 2026 fastslog att AI-bearbetade dokument förlorar advokat-klient-skyddet om de inte anonymiseras före bearbetning.
Reversibel kryptering vid juridisk utlämning
Du maskerade dokumenten. Domaren beordrade dig att lämna in originalen. Vad gör du nu? GDPR-böter nådde 1,2 miljarder euro 2024 — ett rekordår.
Reversibel de-identifiering i klinisk forskning
När en studie identifierar en oväntad biomarkörrisk hos 47 av 5 000 deltagare måste forskarna kunna kontakta de verkliga patienterna. Bara 23 % av anonymiseringsverktygen erbjuder...
HIPAA-kompatibel ChatGPT med webbläsarskydd för kliniska PHI
77 % av anställda delar känslig arbetsrelaterad information med AI-verktyg minst varje vecka. Realtidsfångst av PII i webbläsaren minskar läckageincidenter med 94 %.
Stjäl ditt AI-integritetsverktyg dina data?
67 % av AI Chrome-tillägg samlar in användardata. Incidenterna i december 2025 komprometterade 900 000 användare via tillägg som marknadsfördes som integritetsverktyg.
3,8 oavsiktliga PII-exponeringar per dag i supportteam
Varje supporthandläggare som använder ChatGPT klistrar i genomsnitt in känslig data 3,8 gånger per dag. För ett team på 100 personer innebär det 380 GDPR-exponeringsincidenter dagligen.
GDPR och ChatGPT: JIT-anonymisering för kundsupport
Den italienska tillsynsmyndigheten bötfällde OpenAI med 15 miljoner euro i december 2024. 63 % av italienska företag saknar GDPR-kompatibla AI-användningspolicyer. En EU-revision 2024 visade att 63 % av ChatGPT-poster...
Efter incidenten med 900 000 användare: hur du verifierar AI-tillägg
I januari 2026 exfiltrerade två skadliga Chrome-tillägg installerade av över 900 000 användare kompletta AI-konversationer var 30:e minut från ChatGPT och DeepSeek.
Varför policy misslyckas med att stoppa ChatGPT-PII-läckor
77 % av AI-användare i företag kopierar och klistrar in data i chatbot-frågor. Nästan 40 % av uppladdade filer innehåller PII- eller PCI-data. Uppdatering av HIPAA Security Rule föreslagen.
Datasuveränitet: Molnbaserade PII-verktyg misslyckas
Länder med dataskyddslagar ökade från 76 till 120+ mellan 2011 och 2025. Tyska SGB V begränsar sjukvårdsdata till tyskkontrollerade system.
Luftgappad integritet: Anonymisera offline
FedRAMP- och ITAR-miljöer har en sak gemensamt — molnet är inget alternativ. Reversibel pseudonymisering under GDPR art.
Handelsgolv: Offline-anonymisering
Handelsgolv kan inte använda molntjänster för regelefterlevnadsinlämningar. ABA Formal Opinion 512 kräver förebyggande av oavsiktligt utlämnande vid e-discovery.
Batchbearbetning av 50 000 kliniska anteckningar lokalt
En dom från SDNY i februari 2026 fann att AI-bearbetade dokument förlorar advokatsekretess om de inte anonymiserades innan bearbetning.
Kalkylbladsanonymisering för GDPR och CCPA
Excel-formler refererar till celler som innehåller kundnamn. Pivottabeller cachelagrar känsliga data. Luftgappade miljöer krävs för 67 % av offentlig sektor.
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.
Börja Skydda Din Data Idag
267+ entitetstyper, 48 språk, företagsklassad säkerhet till startpriser.
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, held by our hosting provider.
- 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 company HQ is in Saarbrücken, Germany. Our servers run in Hetzner's Falkenstein datacenter.
Hetzner holds 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
Automated checks run on every release.
Each surface gets its own sweep script and report.
Human reviewers spot-check the output each week.
We test detection against sample documents before each release.
A failing unit or integration run stops the release.
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.
Paid plans can buy top-up credits.
Credits reset at the end of each cycle.
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
- Open the web app and try a sample file.
- Learn how credits get counted.
- See current plans and limits.
- Meet the team behind the product.
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.