By · Last updated 2026-04-18

Bloga DönAI Güvenliği

Destek Ekiplerinde Günlük 3,8 Kişisel Veri İfşası

ChatGPT kullanan her destek temsilcisi günde ortalama 3,8 kez hassas veri yapıştırıyor. 100 kişilik bir ekip için bu, her gün 380 GDPR ihlali anlamına geliyor.

April 18, 20268 dk okuma
accidental PII exposuresupport team ChatGPTCyberhaven 3.8 pastesworkflow PII protectionGDPR daily exposure

Günlük Kişisel Veri İfşası Hesabı

Cyberhaven araştırması, kurumsal çalışanların ChatGPT'ye günde kullanıcı başına ortalama 3,8 kez hassas veri yapıştırdığını ortaya koydu. 100 kişilik bir destek ekibi için bu, müşteri kayıtlarının her gün 380 kez ChatGPT'ye girdiği anlamına geliyor.

Her bir olay, GDPR Madde 5(1)(c) kapsamında veri minimizasyonu ihlali sayılabilir. Söz konusu madde kişisel bilgilerin "yeterli, ilgili ve gerekli olanla sınırlı" olmasını zorunlu kılıyor.

Bunlar politikayı görmezden gelen başıbozuk çalışanlar değil. 3,8 rakamı olağan iş akışını yansıtıyor. Temsilciler yanıt taslağı oluşturmak için müşteri e-postalarını kopyalıyor. Empati önerileri almak için şikayet metinlerini yapıştırıyor. Bağlama duyarlı yanıtlar için hesap ayrıntılarını dahil ediyor. Her yapıştırma, beraberinde kişisel veri taşıyan meşru bir verimlilik adımı.

Davranış Eğitimi Bu Sorunu Çözmüyor

2024 AB denetimi, ChatGPT kullanıcı verilerinin %63'ünün kişisel tanımlayıcı bilgi içerdiğini tespit etti. Kullanıcıların yalnızca %22'si aracın ayarları aracılığıyla vazgeçme seçeneği olduğunu biliyordu. Yapay zeka asistanına yapıştırılan içeriklerin büyük bölümü kişisel veri içeriyor. Kullanıcıların çoğu bu kontrollerin farkında değil. Sonuç: ölçekte günlük ifşa.

Politika eğitimi temel bir sorunla karşılaşıyor. Kopyala-yapıştır alışkanlığı onlarca yıllık. Kullanıcılar bilgisayarlarının başına ilk geçtikleri günden beri metin kopyalayıp yapıştırıyor. Hedef olarak bir yapay zeka sohbet aracı eklemek yeni bir varış noktası ekliyor. Alışkanlığı değiştirmiyor.

"Müşteri kişisel verilerini yapay zeka asistanına yapıştırmayın" politikası, temsilcilerden otomatik bir eylemde sınıflandırma adımı — "bu metin kişisel veri içeriyor mu?" — eklemelerini istiyor; oysa bu eylemin doğal bir duraklaması yok. Eğitim etkileri zamanla silinip gidiyor. Günlük 380 yapıştırma kararının birikimli sonucu, politikanın tek başına tutamayacağı bir uyumluluk riskine dönüşüyor.

Teknik Kontrollerin İşe Yaradığı Yer

Çözüm bizzat yapıştırma eyleminde çalışıyor. Tarayıcı eklentisi, temsilci yapıştır tuşuna basar basmaz pano içeriğini yakalıyor; metin giriş alanına ulaşmadan önce. Temsilci bir önizleme penceresi görüyor. Ne tespit edildiğini ve metin gönderilmeden önce ne anonimleştirileceğini gösteriyor.

Bu engelleyici bir kontrol değil. Temsilciler devam edebilir, geçersiz kılabilir ya da durabilir. Bir şeffaflık adımı. Aksi halde otomatik olan bir eyleme tek bir an görünürlük katıyor.

Müşteri şikayetlerine yanıt taslağı hazırlayan bir Alman e-ticaret destek ekibi amirine düşünün. İş akışı aynı kalıyor: şikayeti kopyala, ChatGPT'ye yapıştır, yanıt üret. Eklenti iki saniyelik bir kontrol ekliyor. Temsilci adların, adreslerin ve sipariş numaralarının tespit edildiğini görüyor. Devam et'e tıklıyor. Araç anonimleştirilmiş sürümü alıyor. Uyumluluk ihlali gerçekleşmiyor.

GDPR uyumluluk kılavuzumuz bu kontrollerin hukuki dayanağını ele alıyor. Yapay zeka politikası ile teknik kontroller karşılaştırmamıza ve uygulama ayrıntıları için ChatGPT tarayıcı DLP kılavuzuna da bakın.

Kaynaklar

Verilerinizi korumaya hazır mısınız?

48 dilde 285+ varlık türü ile PII anonimleştirmeye başlayın.

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.