By · Last updated 2026-06-03

Bloga DönHukuk Teknolojisi

Hukuki KBV: Ayrıcalık Tespiti

Dava referans numaraları, baroluk numaraları, mahkeme dosya numaraları ve müvekkil dosya kimlikleri, standart KBV araçlarının gözden kaçırdığı yasal açıdan hassas tanımlayıcılardır.

June 3, 20267 dk okuma
attorney-client privilegelegal document reviewcase numberslaw firm privacylegal tech

title: "Hukuki KBV: Ayrıcalık Tespiti" description: "Dava referans numaraları, baroluk numaraları, mahkeme dosya numaraları ve müvekkil dosya kimlikleri, standart KBV araçlarının gözden kaçırdığı yasal açıdan hassas tanımlayıcılardır." category: legal-tech publishedAt: 2026-06-03 tags:

  • avukat-müvekkil ayrıcalığı
  • hukuki belge incelemesi
  • dava numaraları
  • hukuk bürosu gizliliği
  • hukuk teknolojisi readingTime: 7

Yapay Zeka Çağında Avukat-Müvekkil Ayrıcalığı: Anonimleştirme Aracınızın Tespit Etmesi Gereken Hukuki KBV

Standart KBV araçları isimleri, e-posta adreslerini ve sosyal güvenlik numaralarını yakalar. Dava referans kimliklerini, baroluk numaralarını ve müvekkil dosya etiketlerini gözden kaçırır. Bunlar ciddi ayrıcalık riskleri doğurur. Genel amaçlı araçlar bu boşluğu açık bırakır.

Hukuk büroları her gün yapay zeka araçlarına dosya göndermektedir. Bu dosyalar, standart araçların yakalayamadığı ayrıcalık açısından hassas işaretçiler içermektedir.

Bir hukuk bürosu dosyaları yapay zeka asistanı üzerinden yönlendirdiğinde, bu dosyalar standart KBV'nin yanı sıra hukuki kimlikler de içerir:

  • Müvekkil dosya etiketleri: Tam dosyaya bağlantı sağlar ve müvekkili tanımlar
  • Dava referans kimlikleri: Özel ayrıntıları olan kamu kayıtlarına bağlanan mahkeme kodları
  • Baroluk numaraları: Eyalet kamu dizinlerinde aranabilir avukat kimlikleri
  • Mahkeme dosya kodları: Tam dava geçmişine sahip kamu dava sistemiyle bağlantılı
  • Yargı atama kodları: Hassas durumlarda görevli hakimi tanımlar

Bunlardan herhangi birinin harici bir yapay zeka sağlayıcısına gönderilmesi potansiyel bir ayrıcalık sorununa yol açar.

Bu Kimliklerin Neden Özel Tespite İhtiyacı Var

Mahkeme dosya biçimleri, bölge düzeyindeki kalıplara göre şekillenir. Tek bir kalıp tüm federal ve eyalet mahkemelerini kapsamaz.

Federal hukuk davaları iki haneli yılı, ardından "cv"yi ve ardından dava numarasını kullanır. Ceza davaları aynı konumda "cr" kullanır. Eyalet mahkemeleri, ortak bir standart olmaksızın bölgeye göre farklılık gösterir.

Baroluk numaraları eyalete özgüdür. California sayısal biçim kullanır. New York kayıt biçimi kullanır. Texas kendi baro kimlik biçimini kullanır. Ulusal bir format mevcut değildir.

Müvekkil dosya etiketleri büroye özgüdür. Her büro kendi formatını oluşturur. Yıl-müvekkil-dosya. Uygulama grubu kodları. Sıralı kimlikler.

Standart KBV araçları özel kurulum olmadan bunların hiçbirini bilemez.

Boşluk gerçektir. Bir belge aracı tam dosya bağlamını alır. Dava kodları kamu kayıtlarına bağlantı sağlar. Müvekkil etiketleri mevcuttur. Araç KBV'nin kaldırıldığını bildirir. İsimler ve e-postalar kaldırılmıştır. Ayrıcalık açısından hassas kimlikler kaldırılmamıştır.

Hukuki Yapay Zeka Girişimi Vakası

Bir hukuki yapay zeka girişimi, hukuk büroları için belge aracı inşa etmektedir. Ürün, keşif dosyalarını tarar, ilgili maddeleri tespit eder ve potansiyel olarak ayrıcalıklı içerikleri işaretler. Kurumsal müşteriler, işlemden önce standart KBV'nin yanı sıra müvekkil dosya etiketlerinin de silinmesini talep etmektedir.

Uyumluluk engeli şudur: yapay zeka aracı müvekkil dosya etiketlerini içeren dosya verilerini işlemektedir. Kamu mahkeme dosyalarıyla birleştirildiğinde, bu etiketler dosyanın tanımlanmasına olanak tanıyabilir. Kurumsal hukuk operasyon ekipleri bunu kabul edilemez olarak nitelendirmektedir.

Özel varlık tespitinden önce:

  • Anlaşma incelemesi uyumluluk boşluğunu ortaya çıkarır
  • Özel bir NLP modeli için 3+ aylık mühendislik kuyruğu
  • Kurumsal sözleşme askıda

Özel varlık API'siyle:

  • Uyumluluk görevlisi işe alım sırasında dosya etiketi biçimini tanımlar
  • Örnek dosyalar üzerinde test edilen kalıp: 2 gün
  • İşlem hattına eklenen özel varlık: 1 gün daha
  • Kurumsal sözleşme ilerler

Fark 3 gün ile 3+ ay arasındadır. İş, kalıp kurulumu ve API entegrasyonudur. NLP modeli eğitimi gerekmez.

Kategoriye Göre Yaygın Biçimler

Federal mahkeme dosyaları:

Federal hukuk davaları şunu kullanır: iki haneli yıl + "cv" + 4–6 haneli dava numarası. Örnek: 24-cv-12345. Ceza davaları aynı yerde "cr" kullanır. İflas davaları "bk" kullanır. İtirazlar, devreye göre değişen 4–5 haneli numaraya sahip iki haneli yıl kullanır.

Eyalet mahkeme biçimleri (örnekler):

California Yüksek Mahkemesi altı haneli önek sistemi kullanır. New York yıl ve sıraya göre dizin biçimi kullanır. Texas yıl, sıra ve mahkeme kodunu içeren sebep biçimi kullanır.

Müvekkil dosya etiketleri (tipik büro biçimleri):

Çoğu büroda üç yaygın kalıp görülür:

  • İki haneli yıl, müvekkil kimliği, dosya sırası (örn. 24-ACME-001)
  • Uygulama grubu baş harfleri, yıl ve dört haneli sıra (örn. LIT240042)
  • Altı haneli kimliğe sahip müvekkil öneki (örn. SMITHCO-000123)

ABD baroluk kimlikleri:

Çoğu eyalet, bazen eyalet düzeyinde önek içeren 4–8 haneli sayılar kullanır. USDC kabul kimlikleri bölgeye göre farklılık gösterir ve ortak bir biçimi yoktur.

Ayrıcalık Farkında İşleme Hattı

Belge inceleme yapay zekası için katmanlı bir işlem hattı tam kapsamı ele alır.

1. Katman — Standart KBV tespiti

İsimler, e-postalar, telefon numaraları, adresler, sosyal güvenlik numaraları. Yüksek doğruluk. İyi kurulmuş araçlar bu katmanı iyi şekilde yönetir.

2. Katman — Özel kod tespiti

Dosya kodları, dava kimlikleri, baro kimlikleri. İşe alım sırasında ayarlanan büroye özgü kalıplar. Bu katman standart araçların gözden kaçırdığı boşluğu doldurur.

3. Katman — Ayrıcalık incelemesi (insan)

Otomatik tespitin ardından bir avukat işaretlenen göstergeleri inceler. AVUKAT-MÜVEKKİL başlıkları. ÇALIŞMA ÜRÜNLERİ etiketleri. GİZLİ işaretler. Bu katmanda insan incelemesi isteğe bağlı değildir.

4. Katman — Bağlam istisna incelemesi

Ayrıcalık riski taşımayan kamu kaydı davaları ile taşıyan müvekkil dosya etiketleri. Bu, avukat kararı gerektirir. Otomatikleştirilemez.

  1. ve 2. katmanlar yüksek hacimli işleri yönetir. 3. ve 4. katmanlar avukat kararını ayrıcalık kararlarının ait olduğu yerde tutar. Yapay zeka aracı kullanımıyla ayrıcalığın zaten kaybedildiği durum için bkz. avukat-müvekkil ayrıcalığı ve yapay zeka.

Geliştiriciler için Kurulum

İşe alım yapılandırması

Kurumsal işe alım sırasında müvekkil dosya etiketi biçimlerini toplayın. Her büro farklı bir biçim kullanır. Bunları büroye özgü özel varlıklar olarak saklayın. Bu hesap için tüm işlemlere uygulayın.

Varsayılan ön ayarlar

Önceden oluşturulmuş ön ayarlar özel çalışma olmadan yaygın bağlamları kapsar:

  • "Federal Mahkeme Belgeleri" — hukuk, ceza ve iflas için federal dava kalıpları
  • "Eyalet Mahkeme Belgeleri (CA/NY/TX)" — üç büyük yargı bölgesi için eyalete özgü biçimler
  • "Dahili İşlemler" — dosya etiketi artı standart KBV
  • "Dış Hukuk Müşaviri Portalı" — fatura referansı, dosya etiketi ve standart KBV

Denetim belgeleri

İşleme kayıtları, her tespit pasajında özel kodların dahil edildiğini göstermelidir. Bu, analiz yönteminin çalışma ürünleri korumasını destekler.

Davadaki yeniden düzenleme maliyetlerinin nasıl ölçeklendiğine daha geniş bir bakış için bkz. e-keşif KBV otomasyonu ve hukuki inceleme maliyet azaltımı.

Sonuç

Ayrıcalık açısından hassas kimlikler, standart KBV kadar risklidir — çoğu zaman daha fazla. Dava kodlarını ve dosya etiketlerini gözden kaçıran araçlar, belge iş akışlarında gerçek bir boşluk bırakır.

Düzeltme bir NLP modeli değildir. Kalıp kurulumudur. Hukuk bürosu araçları geliştiren geliştiriciler için bu, 3 günlük bir düzeltme ile 3 aylık bir proje arasındaki farkdır. Hukuk büroları için ise savunulabilir yapay zeka destekli inceleme ile ayrıcalık kaybı riski arasındaki farkdır.

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.