By · Last updated 2026-03-15

Bloga DönHukuk Teknolojisi

Kalıcı Anonimleştirme: Delil İmhası Riski

ChatGPT girdilerinin %34,8'i hassas veri içeriyor (Cyberhaven). Çözüm — kalıcı anonimleştirme — kendi hukuki riskini yaratıyor: delil imhası. GDPR Md. 4(5) geri döndürülebilirlik gerektiriyor.

March 15, 202610 dk okuma
reversible encryptionspoliation risklegal discovery complianceGDPR pseudonymizationAES-256-GCM

2026 için güncellendi

Bir Çözüm, İki Yeni Risk

Pek çok firma artık yapay zeka sızıntılarını metin bir yapay zeka sağlayıcısına ulaşmadan önce adları ve kimlikleri çıkararak engelliyor. Tek yönlü özetleme, sert redaksiyon veya tam silme hepsi güvenli görünüyor. Yapay zeka temiz metin alıyor. Hassas detaylar dahili kalıyor.

Güvenlik tarafında mantık tutuyor. Cyberhaven'in Q4 2025 araştırması, ChatGPT'ye gönderilen içeriğin %34,8'inin hassas veri içerdiğini ortaya koydu. Ponemon'un 2024 raporu ortalama yapay zeka ihlali maliyetini 2,1 milyon dolar olarak belirledi. Risk gerçek ve maliyet yüksek.

Ancak tam silme bir riski başkasıyla değiştiriyor: delil imhası.

Davalar veya denetimler kapsamındaki firmalar için ham kayıtları geri yükleme yeteneğini yok etmek, federal ve eyalet kuralları kapsamında delil imhası sayılabilir.

Yapay Zeka Paylaşımının Boyutu

eSecurity Planet ve Cyberhaven'in araştırması, personelin %77'sinin her hafta yapay zeka araçlarıyla hassas veri paylaştığını ortaya koydu. Bu hukuk, sağlık, finans ve teknoloji sektörlerini kapsıyor.

Paylaşılan içerik genellikle şunları içeriyor:

  • Müşteri mektupları ve dava notları
  • Sözleşme taslakları ve anlaşma koşulları
  • Dahili planlar ve iş kayıtları
  • Finansal modeller ve projeksiyonlar
  • Hukuki notlar ve dava notları
  • Hasta kayıtları ve klinik notlar
  • İK dosyaları ve çalışan mesajları

Tam silme yapay zeka kontrolü olduğunda, bundan geçen her belge hukuki değerini kaybedebilir. Bu belgeler bir davada ortaya çıkarsa — düzenlenmiş alanlardaki firmalar için çok yıllık herhangi bir dönem içinde bu son derece olası — firma potansiyel olarak delil kaybetmiş demektir.

anonym.legal'ın keşif yükümlülüklerini nasıl karşıladığı için hukuki uyum genel bakışımıza bakın. Maskeleme ardışık düzeninin nasıl çalıştığını görmek için belirteç sistemi rehberini inceleyebilirsiniz.

GDPR: Geri Döndürülebilirlik Zorunlu

GDPR Madde 4(5), takma ad kullanımını, kişisel kayıtların "ek bilginin kullanılmadan belirli bir veri öznesine artık atfedilemeyeceği" biçimde işlenmesi olarak tanımlıyor; "bu ek bilginin ayrı olarak saklanması koşuluyla."

Temel nokta: yeniden bağlantıyı sağlayan ekstra anahtarın saklanması gerekiyor. Saklanan anahtarlar aracılığıyla yeniden bağlanabilen kayıtlar, GDPR kapsamında takma adlı sayılıyor.

Hiç yeniden bağlanamayan kayıtlar takma adlı değil. Anonimleştirilmiş. Fark önemli:

  • Belirteç maskeli kayıtlar bazı GDPR yükümlülüklerini koruyor ama hukuki kullanım için geri yüklenebiliyor.
  • Tamamen silinmiş kayıtlar GDPR kapsamı dışında kalabilir ama hiç geri yüklenemiyor.

Avrupa Veri Koruma Kurulu'nun 05/2022 Kılavuzu, geri döndürülebilirliğin tanımın temel bir parçası olduğunu doğruluyor. Tek yönlü silme kullanan firmalar GDPR takma adlaştırması yapmıyor. Kayıtları kurtarma yeteneğini koparıyorlar.

Daha fazla bilgi için uyumluluk merkezimize ve koruma genel bakışımıza bakın.

Federal Kurallar: Delil İmhası Testi

Federal Usul Kuralları kapsamında, taraflar beklenen hukuki işlemle ilgili olabilecek kayıtları korumak zorunda. Bu yükümlülük, dava açıldığında değil, dava makul ölçüde öngörülebilir olduğunda başlıyor.

Kural 37(e), tarafın saklanan kayıtları korumakta başarısız olması durumunda mahkemelere yaptırım uygulama yetkisi veriyor. Yaptırımlar şunları içerebilir:

  • Aleyhte çıkarım talimatları
  • Delil dışlama
  • Ciddi davalarda davayı sona erdiren yaptırımlar

Nasıl işlediği şu şekilde. Bir firma, normal iş akışında hassas içeriği tamamen kaldıran yapay zeka iş akışları kullanıyor. Bu kayıtlar daha sonra bir davada ilgili hale geliyor. Firma bunları ham metnin geri yüklenemeyeceği şekilde değiştirdi. Bu, koruma yükümlülüğü doğduktan sonra gerçekleştiyse, delil imhası riski ortaya çıkıyor.

Bu marjinal bir durum değil. Geniş belge türleri arasında sürekli öngörülebilir davalarla karşı karşıya olan, düzenlenmiş alanlardaki firmalar, risk altındaki kayıtlar için istisnalar olmaksızın tüm iş akışlarına tam silme uygulayarak büyük delil imhası riski yaratıyor.

Geri Döndürülebilir ve Geri Döndürülemez: Temel Fark

Geri döndürülebilir ve tek yönlü maskeleme arasındaki fark tasarımda yatıyor.

Tek Yönlü: Geri dönüş yok

Bir ismin SHA-256 özetlemesi sabit bir özet üretiyor. İsim bundan türetilemiyor. Sert redaksiyon metni kaldırıyor, bu nedenle ham içerik gidiyor.

Geri Döndürülebilir: Kurtarma mümkün

Anahtar tutma ve AES-256-GCM şifrelemeli belirteç değiştirme, her ikisi de geri alınabilir biçimlerde kayıtları dönüştürüyor. Belirteçle değiştirilen bir isim, bir arama tablosu aracılığıyla geri yüklenebiliyor. AES-256-GCM içeriği doğru anahtarla şifresi çözülebiliyor. Ham metin ulaşılabilir kalıyor.

Yapay zeka koruması için her iki yöntem de aynı şekilde çalışıyor. Yapay zeka belirteçleri işliyor ve gerçek kayıtları hiç görmüyor.

Hukuki yükümlülük için yalnızca geri döndürülebilir belirteç maskeleme işe yarıyor. Tek yönlü yöntemler kurtarma yolunu kesiyor ve yukarıda belirtilen delil imhası riskini yaratıyor.

Belirteç sistemimizin bunu uçtan uca nasıl ele aldığını okuyun. Daha derin bağlam için sözlüğe ve SSS'ye bakın.

İkili Uyumlu Tasarım

Hem yapay zeka güvenliğini hem de hukuki açıklama yükümlülüklerini karşılayan bir tasarım, geri döndürülebilir AES-256-GCM belirteç maskeleme kullanıyor:

  1. Kayıtlar herhangi bir yapay zeka aracına ulaşmadan önce işleniyor.
  2. Hassas öğeler — adlar, kimlikler, PHI, ayrıcalıklı içerik — yapılandırılmış belirteçlerle değiştiriliyor.
  3. Belirteç haritası, veri türüyle eşleşen erişim denetimleriyle ayrı bir depoda tutuluyor.
  4. Yapay zeka işlemesi belirteç kopyası üzerinde çalışıyor. Yapay zeka gerçek kayıtları hiç görmüyor.
  5. Sonuçlar normal iş kullanımı için belirteç haritası kullanılarak geri yükleniyor.
  6. Keşif yükümlülükleri doğduğunda belirteç haritası hukuki koruma altına alınıyor.

Bu tasarım kapsamında ham içerik hiçbir zaman kaybolmuyor. Yapay zeka sağlayıcısı onu hiç kullanılabilir biçimde görmüyor. Belirteç haritası, hukuk gerektirdiğinde kurtarmayı mümkün kılıyor. Delil imhası riski ortadan kalkıyor — hiçbir kayıt yok edilmiyor. Yalnızca geri alınabilecek biçimde maskeleniyor.

GDPR Madde 4(5) karşılanıyor: ekstra anahtar (belirteç haritası) uygun teknik ve süreç güvenceleriyle ayrı tutulmuş. Federal Kuralların koruma yükümlülüğü karşılanıyor: hukuki koruma uygulandığında ham kayıtlar geri yüklenebiliyor.

Tam ayrıntılar için varlık tespiti yaklaşımımızı, koruma genel bakışımızı ve planlar ile ücretleri inceleyin.

İkili Seçim

Firmalar açık bir kavşakla karşı karşıya:

  • Verileri kalıcı olarak silin — yapay zeka sızıntısı sorununu çözün ama hukuki risk yaratın.
  • Geri döndürülebilir belirteç maskeleme kullanın — hem koruma hem uyumluluk ihtiyaçlarını bir arada karşılayın.

2,1 milyon dolarlık ortalama yapay zeka ihlali maliyeti güvenlik kararını yönlendiriyor. Ama delil imhası yaptırımları da ucuz değil. Büyük parasal risklerin söz konusu olduğu davalarda maliyetler aynı büyüklük mertebesine ulaşabilir. Her iki risk de kararda yer almayı hak ediyor.

Sağlam bir yapay zeka politikası her iki ucu kapsıyor. Hassas kayıtların firmadan kullanılabilir biçimde çıkmasını engelliyor. Ve aynı kayıtları bir mahkeme veya düzenleyici talep ettiğinde ulaşılabilir tutuyor. Geri döndürülebilir belirteç maskeleme her ikisini aynı anda yapan tek yöntem.

Daha fazla arka plan için kurucu açıklamasına ve vaka çalışmalarına bakın.

Kaynaklar

  • Cyberhaven Q4 2025: Yapay Zeka Araçlarında Veri İfşası — link
  • IBM / Ponemon Institute: Veri İhlali Maliyet Raporu 2024 — link
  • EDPB Kılavuzu 05/2022 Takma Ad Kullanımı Hakkında — link
  • Federal Usul Kuralı 37(e) — link
  • E-Discovery LLC: Alaka Düzeyine Dayalı Redaksiyonlar ve Hukuki Standartlar — link

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.