Insikter om Dataskydd
Expertartiklar om AI-säkerhet, GDPR-efterlevnad, skydd av hälsoinformation och bästa praxis för PII-anonymisering.
Alla Artiklar
Juridisk redigering: bevara formateringen i Word
73 % av juridiska yrkesverksamma rapporterar formateringskorruption vid användning av tredjepartsredigeringsverktyg (Bloomberg Law 2024). DOJ:s redigering av Epstein-filerna är ett tydligt exempel.
Excel & GDPR: Kalkylbladets datarisk
GDPR:s rätt till tillgång ökade med 180 % från 2021 till 2024 (EDPB). Genomsnittlig DSAR-behandling tar 12 timmar manuellt. HR-avdelningar som hanterar.
Företags AI-förbud: Åtkomst utan risk
Banker förbjöd ChatGPT. Deras utvecklare använde det hemifrån ändå. 27,4 % av allt innehåll som matas in i företags-AI-chatbotar innehåller känsliga data (Zscaler).
Använd Cursor & Claude utan att läcka kod
Cursor laddar .env-filer i AI-kontext som standard. Ett finansiellt företag förlorade 12 miljoner dollar efter att egna handelsalgoritmer skickats till en AI-assistent.
AI-policy utan tekniska kontroller misslyckas
77 % av anställda delar känsliga arbetsuppgifter med AI-verktyg trots policies som förbjuder det. En statlig underleverantör klistrade in FEMA-katastrofofferdata.
Falskt positiva: PII-verktygens dolda kostnad
Presidio GitHub-ärende #1071 dokumenterar systematiska falskt positiva resultat. En studie från 2024 fann 22,7 % precision i flerspråkiga företagsdataset.
LLM:er missar 50 % av kliniska PHI
En studie från 2025 visade att LLM:er missar mer än 50 % av kliniska PHI i flerspråkiga dokument. 34,8 % av alla ChatGPT-inmatningar innehåller känsliga uppgifter.
Arabiska & hebreiska personuppgifter: Västerländska verktyg misslyckas
GDPR tar inte slut vid Bosporen. Arabiska och hebreiska personuppgifter i EU-affärsflöden är systematiskt oskyddade. XLM-RoBERTa tvärspråkig identifiering och.
IDE vs webbläsare: AI-säkerhet för utvecklare
Utvecklare använder AI i två miljöer: IDE (Cursor, VS Code) och webbläsare (Claude.ai, ChatGPT). Varje miljö kräver olika kontroller.
83 % av AI-tillägg granskas aldrig
83 % av Chrome-tillägg med breda behörigheter har aldrig säkerhetsgranskats (USENIX 2025). 45 % av företagsanställda använder icke-godkända tillägg.
39 miljoner GitHub-läckor: AI-kodningsrisk
67 % av utvecklare har av misstag exponerat hemligheter i kod (GitGuardian 2025). 39 miljoner hemligheter läckte på GitHub under 2024, upp 25 % år-över-år.
KYC i stor skala: Kostnaden för falskt positiva
En digital bank som hanterade 5 000 KYC-ansökningar dagligen i 15 EU-länder fann att deras PII-detektionssteg skapade en 2-dagars eftersläpning.
Förklarlig anonymisering: HIPAA-revisioner
HIPAA Expert Determination kräver dokumenterad metodik. Juridisk e-discovery kräver motivering per anonymisering. 34 % av DPO:er rapporterar otillräckliga verktyg för.
PII i flerspråkiga dokument: Enspråkiga verktyg misslyckas
72 % av EU-företag hanterar dokument på 3+ språk samtidigt. Flerspråkiga dokument ger 45 % högre andel missad PII i enspråkiga NER-verktyg.
Ett verktyg, 45 länder: 267+ entitetstyper
Brasilianskt CPF har kontrollsiffror. Indiskt PAN är 10-teckens alfanumeriskt. EU:s IBAN varierar per land. Globala e-handelsplattformar har inte råd med separata.
APAC PII: Thai, indonesiska, vietnamesiska
Ett Singapore-baserat fintech-företag som behandlade 500 000 månatliga supportchattar på 12 APAC-språk fann att deras engelskspråkiga verktyg missade PII i 60 % av de icke-engelska interaktionerna.
Falska positiva: varför ML-redigering misslyckas
En benchmark från 2024 visade att Presidio genererade 13 536 falska positiva namnidentifieringar i 4 434 prover — flaggade pronomen, fartygsnamn och länder som personnamn.
Att försvara redigeringar: AI-poäng i domstol
En domare frågade varför 47 % av ett dokument var redigerat. Svaret 'AI:n flaggade det' är inte rättsligt försvarbart. Så här ser försvarbar automatiserad redigering ut.
Engelskspråkiga PII-verktyg: ett GDPR-ansvar
GDPR-tillsyn gäller lika för intrång på alla EU-språk. När ditt engelskcentrerade PII-verktyg missar tyska, franska eller polska identifierare exponeras din organisation för artikel 32-sanktioner.
Engelskspråkiga PII-verktyg: GDPR-luckan
Ett tyskt Steuer-ID (11 siffror med kontrollsumma) skiljer sig strukturellt från ett amerikanskt SSN. Franska NIR-nummer har 15 siffror. Polska PESEL och svenska Personnummer kräver jurisdiktionsspecifik validering.
ISO 27001 + ZK minskar leverantörsbedömningstiden
En undersökning från 2025 visade att 'avsaknad av erkänd säkerhetscertifiering' var den näst vanligaste anledningen till att CISO:er diskvalificerar SaaS-leverantörer. Så här fungerar ISO 27001 + ZK-kombinationen.
ZK-arkitektur förkortar säljcykler
Säkerhetsenkäter från företagskunder innehåller i genomsnitt 100+ frågor. Zero-knowledge-arkitektur besvarar de svåraste frågorna definitivt — och konverterar.
LastPass-intrånget: Lärdomar om leverantörssäkerhet
LastPass krypterade sina användares data. Valven exfiltrerades ändå. 600 000+ Okta-poster följde. SaaS-säkerhetsincidenter ökade 300 % från 2022 till 2024.
Utvärdering av ZK-påståenden efter LastPass
438 miljoner dollar stulna från LastPass-användare efter att deras 'krypterade' valv bröts. En ICO-böter på 1,2 miljoner pund följde. Här är checklistan för att utvärdera om en leverantör verkligen är nollkunskap.
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.