Anonymisearje

Gemeente Asten

It algoritme ûnderstreeket persoanlike gegevens yn dokuminten. In meiwurker moat alle siden kontrolearje en ferifiearje dat it dokumint goed anonymisearre is. De software ferwideret dan alle markearre ynformaasje en redigeret it. De dokuminten kinne dan publisearre wurde, bygelyks ûnder de Open Government Act (WOO).

Lêst feroare op 17 oktober 2025 om 9:12 | Publikaasjestandaard 1.0

• Publicatiecategorie: Oare algoritmes
• Impacttoetsen: Fjild net ynfierd.
• Status: Yn gebrûk

Algemene ynformaasje

Tema

Organisaasje en bedriuwsfiering

Begjindatum

Fjild net ynfierd.

Kontaktgegevens

[e-mail]

Ferantwurde gebrûk

Doel en impact

De anonymisaasjesoftware wurdt brûkt om oan 'e iene kant transparânsje te berikken en oan 'e oare kant de nedige beskerming fan 'e persoanen en bedriuwen oan wa't dokuminten relatearje.

Afwagings

It alternatyf is it manuell redigeren fan persoanlike gegevens. Dit kostet tefolle oeren en is minder akkuraat. De gemeente wurdt hieltyd faker ferplichte om ynformaasje te publisearjen. Dêrom moat privacy- of bedriuwsgefoelige ynformaasje redigere wurde. Foardat it algoritme ynset waard, wie anonymisaasje net altyd akkuraat. Yndividuen hienen har eigen wurkwizen, wat betsjutte dat it net altyd goed dien waard, en de teksten wiene faak noch trochsykber.

Minskele tuskenkomst

De útfier fan it algoritme wurdt kontrolearre troch in minske. De software fereasket dat de minske alle siden kontrolearret. De minske bepaalt oft it dokumint korrekt anonymisearre is.

Risikobehear

Der is gjin risiko fan automatisearre beslútfoarming, en it algoritme hat gjin ynfloed op fûnemintele rjochten, om't it gjin besluten nimt mei juridyske gefolgen. It suggerearret allinich it anonymisearjen fan persoanlike gegevens. It algoritme wurdt ek brûkt troch de ûntwikkelder sels, wêrtroch flaters fluch identifisearre wurde kinne. Fierder wurdt it algoritme periodyk traind. As it algoritme net goed genôch presteart, kinne wy ​​oanpassingen meitsje mei swarte listen en wite listen. De meiwurker fan 'e gemeente docht altyd de lêste kontrôle om te soargjen dat in dokumint korrekt anonymisearre is. Der is in risiko dat meiwurkers net goed kontrolearje; wy ferminderje dit troch it belang te beklamjen fan it soarchfâldich kontrolearjen fan 'e persoanlike gegevens dy't troch it algoritme fûn binne.

Wettlike basis

Wet Iepenbiere Oerheid en de AVG

Links nei wettlike basis

• Open Government Act: https://wetten.overheid.nl/BWBR0045754/
• Directive 95/46/EC of the European Parliament and of the Council: https://eur-lex.europa.eu/legal-content/NL/TXT/HTML/?uri=CELEX:31995L0046
• General Data Protection Regulation Implementation Act: https://wetten.overheid.nl/BWBR0040940
• Electronic Publications Act: https://wetten.overheid.nl/BWBR0043961
• Digital Government Act: https://wetten.overheid.nl/BWBR0048156

Wurking

Gegevens

Alle ynformaasje dy't fûn wurdt yn 'e opladen dokuminten (útsein metadata) wurdt ferwurke troch it algoritme. Dit kin gewoane persoanlike gegevens, spesjale persoanlike gegevens en strafrjochtlike gegevens omfetsje. It kin ek kommersjeel gefoelige ynformaasje omfetsje.

Technyske wurking

Dokuminten wurde troch in meiwurker nei de applikaasje uploaden. Op dat stuit wurdt in kopy fan it orizjineel makke yn 'e foarm fan in PDF mei in tekstlaach, en de metadata fan it orizjinele dokumint wurdt fan 'e kopy fuorthelle. Dizze kopy wurdt opslein op in Nederlânske server en bliuwt dêr maksimaal 30 dagen. De tekstlaach fan 'e PDF wurdt fia in API oan it masinelearalgoritme levere. Dit is in Natuerlike Taalferwurkingsalgoritme (neamd entiteitsherkenning) fan Microsoft Azure. De API jout de lokaasje yn 'e analysearre tekst werom wêr't persoanlike gegevens wierskynlik ferskine sille, tegearre mei de kânsskoare (in persintaazje). Op dat stuit wurdt de tekstlaach fuortendaliks út Azure fuorthelle. De kânsskoare wurdt brûkt yn kombinaasje mei eigen AI-modellen ûntwikkele troch de leveransier om de meast krekte herkenning fan persoanlike gegevens te berikken. De modellen wurde traind mei help fan datasets lykas CoNLL-2003, UD Dutch LassySmall v2.8, Dutch NER Annotations for UD LassySmall, en UD Dutch Alpino v2.8. Minimale kaaiwurden foar de krektens fan it identifisearjen fan persoanlike gegevens binne as folget: Benoemde entiteiten (presyzje): 0.78, Benoemde entiteiten (weromhelje): 0.76, Benoemde entiteiten (F-skoare): 0.77. Uteinlik kontrolearret in meiwurker it dokumint, en as it dokumint finalisearre is, wurde de gegevens dy't anonymisearre wurde moatte permanint fuorthelle fan 'e tekstlaach en wurdt in swarte balke tafoege.

Leveransier

Xxllnc (Datamasker)