Anonimiseren documenten

Herkennen en anonimiseren van privacygevoelige informatie en documenten.

Laatst gewijzigd op 14 oktober 2024 om 13:17 | Publicatiestandaard 1.0
Publicatiecategorie
Overige algoritmes
Impacttoetsen
DPIA
Status
In gebruik

Algemene informatie

Thema

Organisatie en bedrijfsvoering

Begindatum

02-2023

Contactgegevens

teamdocumentcreatieBCO@rotterdam.nl

Link naar bronregistratie

https://algoritmeregister.rotterdam.nl/p/Onzealgoritmes/53761720551735297

Verantwoord gebruik

Doel en impact

DOEL: De anonimiseringssoftware wordt ingezet om invulling te geven aan enerzijds transparantie en anderzijds aan de noodzakelijk bescherming van de personen en bedrijven op wie documenten betrekking hebben.
IMPACT: De impact van het algoritme op burger en bedrijven is laag. Het algoritme zoekt specifiek naar (persoons)gegevens en maskeert c.q. verwijdert deze ongeacht de verdere inhoud van de documenten.

Afwegingen

Het gebruik van de anonimiseringssoftware zorgt voor een versnelling en vereenvoudiging van het proces voor actieve en passieve openbaarmaking. Het geautomatiseerd anonimiseren is tevens minder foutgevoelig dan menselijk handelen. Daardoor is de kans op een datalek kleiner en zijn de gegevens van burgers en bedrijven beter beschermd.

Menselijke tussenkomst

De medewerker heeft altijd de mogelijkheid om de suggestie van het algoritme aan te passen.

Risicobeheer

Veld niet ingevuld.

Links naar wettelijke basis

  • Bekendmakingswet: https://wetten.overheid.nl/BWBR0004287/2024-01-01
  • Wet algemene bepalingen omgevingsrecht: https://wetten.overheid.nl/BWBR0024779/2023-04-19
  • Algemene wet bestuursrecht: https://wetten.overheid.nl/BWBR0005537/2024-05-01
  • Wet open overheid: https://wetten.overheid.nl/BWBR0045754/2023-04-01
  • Wet elektronische publicaties: https://wetten.overheid.nl/BWBR0043961/2024-01-01
  • Gemeentewet: https://wetten.overheid.nl/BWBR0005416/2024-01-31
  • Uitvoeringswet Algemene Verordening Gegevensbescherming: https://wetten.overheid.nl/BWBR0040940/2021-07-01/0
  • Algemene verordening gegevensbescherming: https://autoriteitpersoonsgegevens.nl/uploads/imported/verordening_2016_-_679_definitief.pdf

Impacttoetsen

Data Protection Impact Asssesment (DPIA)

Werking

Gegevens

Eigennamen, adressen, postcodes, telefoonnummers, e-mailadressen, BSN, BTW-nummers, IBAN-rekeningnummers, ID's, medewerkers van gemeente handtekeningen, bijzondere persoonsgegevens, kentekens, gezicht

Links naar gegevensbronnen

Gemeentelijke documenten

Technische werking

Het algoritme herkent (persoons)gegevens en anderszins vertrouwelijke informatie in een document en doet een voorstel om dit te anonimiseren. Een medewerker beoordeelt het voorstel en voert de aanpassing definitief door, zodat het document geschikt is voor publicatie. Het gebruik van anonimiseringssoftware zorgt ervoor dat de gemeente sneller en makkelijker documenten geschikt kan maken voor publicatie. Het geautomatiseerd anonimiseren blijkt ook tot minder fouten te leiden. Daardoor is de kans op een datalek kleiner en zijn de gegevens van burgers en bedrijven beter beschermd. De uitkomsten zijn niet anders dan wanneer dit werk handmatig door mensen zou worden gedaan.

Leverancier

Zylab

Soortgelijke algoritmebeschrijvingen

  • Herkennen en anonimiseren van privacygevoelige informatie in documenten

    Laatst gewijzigd op 12 juni 2024 om 6:53 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Herkennen en anonimiseren van privacygevoelige informatie in documenten

    Laatst gewijzigd op 30 mei 2024 om 14:12 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Herkennen en anonimiseren van privacygevoelige informatie in documenten

    Laatst gewijzigd op 4 juni 2024 om 14:53 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Het herkennen en anoniem maken van privacygevoelige informatie in documenten en andere informatiebronnen.

    Laatst gewijzigd op 23 oktober 2024 om 13:58 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Herkennen en anonimiseren van privacygevoelige informatie in documenten

    Laatst gewijzigd op 11 juni 2024 om 12:29 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik