Anonimiseringssoftware
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- DPIA
- Status
- In gebruik
Thema
Begindatum
Contactgegevens
Link naar publiekspagina
Doel en impact
Afwegingen
Menselijke tussenkomst
De uitkomst van het algoritme wordt gecontroleerd door een medewerker. De medewerker wordt door de software verplicht om alle pagina's te controleren. De medewerker bepaalt of het document correct is geanonimiseerd.
Risicobeheer
Wettelijke basis
1. Woo 2. Wdo 3. AVG 4. Wep
Links naar wettelijke basis
- Woo: https://wetten.overheid.nl/BWBR0045754/
- Wdo: https://wetten.overheid.nl/BWBR0048156/2025-11-11/0
- AVG: https://eur-lex.europa.eu/legal-content/NL/TXT/PDF/?uri=CELEX:32016R0679
- Wep: https://wetten.overheid.nl/BWBR0043961/2024-01-01/0
Toelichting op impacttoetsen
Impacttoetsen
Gegevens
Alle persoonsgegevens die voorkomen in de documenten die geanonimiseerd worden. Dit kunnen ook bijzondere persoonsgegevens zijn. Deze zijn vooraf niet eenduidig te definiëren.
Technische werking
Documenten worden door een medewerker geüpload naar de applicatie. Op dat moment wordt een kopie gemaakt van het origineel in de vorm van een PDF met tekstlaag en wordt de metadata van het oorspronkelijke document uit de kopie verwijderd. Deze kopie komt op een Nederlandse server terecht en blijft daar maximaal 30 dagen staan. De tekstlaag van de PDF wordt door een API aangeboden aan het machine learning algoritme. Het gaat om een Natural Language Processing algoritme (named entity recognition) van Microsoft Azure. De API levert terug op welke locatie in de geanalyseerde teksten waarschijnlijk een persoonsgegeven voorkomt, samen met de waarschijnlijkheidsscore (een percentage). Op dat moment wordt de tekstlaag bij Azure direct verwijderd. De waarschijnlijkheidsscore wordt samen met door de leverancier ontwikkelde eigen ai-modellen gebruikt om de herkenning van persoonsgegevens zo accuraat mogelijk te kunnen doen. De modellen worden getraind met gebruik van o.a. de volgende getrainde datasets als CoNLL-2003, UD Dutch LassySmall v2.8, Dutch NER Annotations for UD LassySmall en UD Dutch Alpino v2.8. Minimale kengetallen voor de nauwkeurigheid van het vaststellen van de persoonsgegevens zijn als volgt: Named entities (precision): 0.78, Named entities (recall): 0.76, Named entities (F-score): 0.77. Tot slot controleert een medewerker het document en wanneer deze het document afrondt, worden de te anonimiseren gegevens definitief uit de tekstlaag verwijderd en wordt een zwart balkje geplaatst.
Leverancier
Soortgelijke algoritmebeschrijvingen
- De anonimiseringssoftware wordt ingezet om documenten die de gemeente Amstelveen publiceert (bijv. Woo verzoeken en vergunningen besluiten) sneller en beter te anonimiseren. Zo voorkomen we datalekken en dragen we bij aan een betere bescherming van de AVG-rechten van betrokkenen.Laatst gewijzigd op 21 oktober 2026 om 10:52 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- DPIA
- Status
- In gebruik
- De anonimiseringssoftware wordt ingezet om documenten die de gemeente Aalsmeer publiceert (bijv. Woo verzoeken en vergunningen besluiten) sneller en beter te anonimiseren. Zo voorkomen we datalekken en dragen we bij aan een betere bescherming van de AVG-rechten van betrokkenen.Laatst gewijzigd op 5 november 2026 om 11:55 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- DPIA
- Status
- In gebruik
- De anonimiseringssoftware van INDICA helpt om gevoelige informatie en persoonlijke gegevens in documenten en e-mails te vinden en te verbergen. De software herkent namen, telefoonnummers, bankgegevens en e-mailadressen. Het is belangrijk om deze gegevens te verbergen bij het behandelen van Woo-verzoeken.Laatst gewijzigd op 28 september 2026 om 12:05 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- De Ethische Bijsluiter
- Status
- In gebruik
- Dit algoritme helpt medewerkers van Gemeente Veenendaal bij het identificeren en anonimiseren van privacygevoelige informatie in documenten.Laatst gewijzigd op 24 februari 2025 om 12:57 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- DPIA
- Status
- In gebruik
- Applicatie om documenten te anonimiserenLaatst gewijzigd op 21 november 2024 om 10:43 | Publicatiestandaard 1.0
- Publicatiecategorie
- Overige algoritmes
- Impacttoetsen
- Veld niet ingevuld.
- Status
- In gebruik