By · Last updated 2026-06-03

Bloga DönGDPR & Uyumluluk

Yapılandırma Kayması: Gizli Bir GDPR Riski

Analist A isimleri takma adlarla değiştirir. Analist B onları siler. GDPR denetiminiz ikisini de aynı veri kümesinde bulur. Yapılandırma kayması — ekip üyelerinin farklı ayarlar kullandığı durum — ciddi bir uyumluluk riski oluşturur.

June 3, 20266 dk okuma
GDPR auditconfiguration driftredaction inconsistencycompliance governanceteam anonymization

Yapılandırma Kayması: Gizli Bir GDPR Riski

Analist A, isimleri takma adlarla değiştirir. Analist B onları siler. Her ikisi de aynı belge türü için aynı GDPR kuralını takip eder — ya da öyle düşünürler.

Denetiminiz bir veri kümesinde her iki yöntemi birden bulur. Denetçi sorar: "Kişisel isimler için standart prosedürünüz nedir?" Yanıt veremezsiniz. Biri değil, iki prosedür mevcuttur.

Bu yapılandırma kaymasıdır. Risk oluşturmak için ihlal gerektirmez. Denetim bulgularına yol açar. Tekrar eden bulgular para cezalarına yol açar.

Yapılandırma Kayması Nasıl Görünür

Kayma yavaş yavaş birikirDir. Denetim gerçekleşene kadar kimse fark etmez.

0. ay — Kurulum: Bir uyumluluk yöneticisi KBV aracını kurar. Ekip kısa bir tanıtım alır.

2. ay — Yeni işe alım: Yeni bir analist katılır. Bir meslektaşının kurulumunu kopyalar. Doğruya yakındır ama bir varlık türü eksiktir.

4. ay — Politika güncellemesi: Bir rehber notu doğum tarihi tespiti ekler. Bazı ekip üyeleri profillerini günceller. Diğerleri değişikliği kaçırır.

6. ay — Yerel değişiklik: Bir analist aşırı silmeyi gidermek için güven eşiğini düşürür. Değişiklik, sonraki tüm çalışmalarını etkiler. Hiç kaydedilmez.

8. ay — VKK denetimi: Denetçi elli belge çeker. Aynı belge türünde üç farklı kural kümesi bulur:

  • Belgeler 1–20: isimler takma adlandırılmış, doğum tarihleri silinmiş, adresler silinmiş
  • Belgeler 21–35: isimler siyahlandırılmış, doğum tarihi işlemi yok, adresler mevcut
  • Belgeler 36–50: isimler değiştirilmiş, adresler silinmiş, e-postalar tutulmuş

Bulgu: tutarlı maskeleme sağlayan sistematik kontrol yok.

Karışık Ayarların Üç Zararı

Denetim başarısızlığı

VKK denetçileri maskelemenin sistematik olup olmadığını kontrol eder. Aynı belge türünde üç farklı yaklaşım, her biri kendi başına sağlam olsa bile kontrol eksikliğini gösterir.

Veri kalitesi kaybı

Birden fazla analistin çıktıları birleştirildiğinde boşluklar artar. Kayıtların %40'ında takma adlandırılmış isimlere ve %60'ında silinmiş isimlere sahip bir veri kümesi, tekdüze uygulanan her iki yöntemden de daha az kullanışlıdır. Karışık çıktılar üzerinde eğitilen modeller daha kötü performans gösterir.

Daha zayıf yasal savunma

Mahkemede, karşı taraf avukatı silme bütünlüğüne itiraz edebilir. Farklı gözlemcilerin farklı standartlar uyguladığı durumlarda hakimler e-keşif silinmesini sorgulamıştır. Karışık kayıtlar silmenin kapsamlı olduğu iddiasını zayıflatır.

Ön Ayar Düzeltmesi

Çözüm basittir: kurulum kararını her kullanıcıdan alın.

Ön ayarlardan önce: Her kullanıcı aracı kendi kural okumasına göre kurar. Ayarlar kişiye ve oturuma göre değişir.

Ön ayarlardan sonra: Bir uyumluluk yöneticisi adlandırılmış ön ayarlar oluşturur. Her ön ayar onaylanmış kural kümesini kodlar. Kullanıcılar doğru ön ayarı seçer. Karar bir kez, doğru kişi tarafından alınır ve herkese uygulanır.

Ön ayarın içerdiği:

  • Hangi varlık türlerinin tespit edileceği
  • Hangi yöntemin uygulanacağı (Değiştir, Sil, Takma Adlandır, Maskele, Şifrele)
  • Özel varlık tanımları (dahili kimlikler, siteye özgü biçimler)
  • Dil ayarları
  • Güven eşikleri

Kullanıcıların hâlâ karar verdiği:

  • Mevcut belgeye hangi ön ayarın uyduğu — ayar seçimi değil, kural tabanlı seçim
  • İşaretlenen bir öğenin manuel inceleme gerektirip gerektirmediği

Uyumluluk kararı — ne yapılacağı — önceden alınmıştır. Günlük seçim — hangi ön ayar — net kurallara göre yapılır.

Ön ayarların tutarlı veri hatlarını nasıl desteklediğini öğrenin.

Ayarlarınızı Kontrol Altına Almanın Altı Adımı

Adım 1 — Mevcut kurulumları listeleyin

Tüm ekip üyelerine aracı nasıl kurduklarını sorun. Boşlukları yazın. Bu, ne kadar kayma olduğunu gösterir.

Adım 2 — Onaylanmış kural kümelerini tanımlayın

Her belge türü için onaylanmış kurulumu yazın. VKO'nun imzalamasını sağlayın.

Adım 3 — Adlandırılmış ön ayarlar oluşturun

Her onaylanmış kural kümesini adlandırılmış ön ayara dönüştürün. Net isimler kullanın. "GDPR Standardı — AB Müşteri Verileri", "Config1"den daha iyidir.

Adım 4 — Kendiliğinden yönetilen ayarları kaldırın

Geçici kurulum seçeneklerini standart iş akışlarından çıkarın. Kullanıcılar ön ayar seçer. Sıfırdan oluşturmazlar.

Adım 5 — Süreci kaydedin

Hangi ön ayarların ne zaman ve kim tarafından oluşturulduğunu not edin. İnceleme döngüsü belirleyin: GDPR ön ayarları için üç ayda bir, HIPAA ön ayarları için yıllık.

Adım 6 — Denetim izi oluşturun

Kayıtlar şunları göstermelidir: X grubu, Y tarihinde Z kullanıcısı tarafından "GDPR Standardı — AB Müşteri Verileri" ön ayarıyla çalıştırıldı. Ön ayarın kural kümesi kaydedilir. İz tamamdır.

GDPR denetiminde denetim için hazır günlüklerin nasıl yardımcı olduğuna bakın.

Beklemenin Maliyeti

Birçok ekip ön ayar yönetimini atlar. Başlangıç maliyeti bellidir. Risk maliyeti uzak hissettirilebilir.

Gerçek yaptırım verilerine baktığınızda matematik değişir:

  • GDPR yaptırım eylemleri 2024'te %56 arttı (DLA Piper Yıllık Raporu 2025)
  • İlk süreç hataları genellikle son tarihlerle birlikte düzeltici emir üretir
  • Aynı alanda tekrar eden bulgular para cezalarına yol açar
  • Madde 32 hataları, büyüklük ve şiddete bağlı olarak binlerden milyonlara kadar para cezası taşır

Düzeltici emir, başlangıçta oluşturmanız gereken kontrolleri oluşturmanızı zorlar. Baskı altında düzeltmek genellikle önceden harekete geçmekten üç ila beş kat daha pahalıya mal olur.

Sonuç

Yapılandırma kayması kasıtlı bir başarısızlık değildir. Her kullanıcının merkezi gözetim olmadan kendi ayarlarını yönetmesine izin vermenin öngörülebilir sonucudur.

Daha iyi eğitim bunu düzeltmez. Daha net kayıtlar bunu düzeltmez. Kendi kendine yönetilen kurulumu iş akışından kaldırmak bunu düzeltir.

Ön ayarlar, sistematik uyumluluğun teknik biçimidir. Nitelikli personelin aldığı kararların herkese — deneyimlerinden ve yargılarından bağımsız olarak — uygulanmasını sağlarlar.

Uzak ekipler aynı zorlukla ölçekli olarak karşılaşır.

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.