ZyLAB Blog - Nederlands

AVG Inzagerecht | Anonimisatie en pseudonimisatie

Geschreven door Jelle Oorebeek | 1 april 2021 12:00:00 Z

Het is van belang om onbedoelde openbaarmaking van persoonsgegevens te beschermen, door deze gegevens te anonimiseren of te pseudonimiseren op grond van de AVG, voordat deze aan de verzoeker worden verstrekt. Dit kan een organisatie veel werk opleveren en zorgen voor enige vertraging in het behandelproces van een inzageverzoek. Met als gevolg dat het inzageverzoek niet binnen het termijn van één maand wordt afgehandeld.

ZyLAB ONE maakt gebruik van automatische redactie tools om persoonlijke en vertrouwelijke informatie, zoals bijvoorbeeld persoonsnamen, organisaties, e-mailadressen en creditcardnummers te anonimiseren of te pseudonimiseren. In deze blog zullen we nader ingaan op de instrumenten van ZyLAB ONE die het anonimiseren en pseudonimiseren van persoonsgegevens kunnen versnellen en vereenvoudigen.

Automatisch anonimiseren van inzageverzoeken

Standaard software of met de hand aflakken kunnen grote risico’s met zich mee brengen. Door gebruik te maken van moderne technologie kunnen betrouwbare redacties uitgevoerd worden. De ‘Auto Redact Tool’ in ZyLAB ONE zorgt er in één keer voor dat persoonsgegevens automatisch worden afgelakt en lakt altijd documenten permanent af tijdens het exporteren van de dataset. Daarnaast bestaat er ook de mogelijkheid om handmatig gegevens af te lakken. Enkele voorbeelden van gegevens die geanonimiseerd kunnen worden met ZyLAB ONE zijn: persoonsgegevens van derden, gegevens van organisaties, e-mailadressen en BSN-nummers.

Vervolgens kan er ook met ZyLAB ONE gegevens gepseudonimiseerd worden. Met pseudonimisering kunnen gegevens niet langer worden toegeschreven aan een betrokkene. De identificatiegegevens worden gescheiden gehouden door technische beveiligingsmaatregelen. Een voorbeeld hiervan is een persoonsnaam vervangen door een versleutelde naam gebaseerd op cijfers.

Verder kan er met ZyLAB ONE ook gebruikt worden gemaakt van Named-entity Recognition (NER) of Insights. Dit is een op kunstmatige intelligentie gebaseerde tool die genoemde entiteiten ongestructureerde tekst lokaliseert en classificeert in vooraf gedefinieerde categorieën. De geëxtraheerde informatie wordt toegevoegd aan de metadata van de documenten en samen met de inhoud doorzoekbaar gemaakt zodat het gereviewed kan worden binnen het reviewplatform. Organisaties kunnen met Insights bijvoorbeeld namen van personen in documenten bekijken, zoeken en automatisch redigeren. De mogelijkheid voor verwerkingsverantwoordelijken om met Insights nauwkeurig documenten te beoordelen zal de snelheid van het behandelproces van inzageverzoeken aanzienlijk verhogen, en het risico op onbedoeld vrijgeven van gevoelige informatie verkleinen.

Controleren van relevante documenten

Als organisatie is het ook van belang om de kwaliteit en proportionaliteit van uw e-discovery producties te controleren. Dit kan door middel van een volledige kwaliteitscontrole, waarbij elk document geonctroleerd kan worden op een specifiek label zoals “valt onder het verzoek”, en of de anonimisering van een document in orde is.

Produceren en vrijgeven van persoonsgegevens

Na een laatste controle kunnen de documenten geproduceerd worden. De documenten worden als ZIP-file op de computer gedownload. De bestanden die in deze file staan hebben een documentnummer en een ZyLAB ONE-nummer, zodat ze makkelijk en snel terug te vinen zijn in ZyLAB ONE.

Conclusie

Kortom, zullen anonimiseren en pseudonimiseren van gegevens op grond van de AVG met automatische tools van ZyLAB ONE versneld en vereenvoudigd worden, zodat onbedoelde vertraging en openbaarmaking van persoonsgegevens voorkomen worden.