Anonimiseren documenten Woo-verzoeken

Volgens de Wet open overheid (Woo) moeten bepaalde delen van documenten anoniem worden gemaakt (anonimiseren). Er staan dan geen gegevens meer in waarmee personen herkend kunnen worden. Gemeente Nijmegen gebruikt hiervoor een computerprogramma met een algoritme dat (persoons)gegevens en andere vertrouwelijke informatie herkent.

Laatst gewijzigd op 20 februari 2025 om 15:33 | Publicatiestandaard 1.0
Publicatiecategorie
Overige algoritmes
Impacttoetsen
DPIA
Status
In gebruik

Algemene informatie

Thema

  • Organisatie en bedrijfsvoering
  • Recht

Begindatum

2023-07

Contactgegevens

wetopenoverheid@nijmegen.nl

Link naar publiekspagina

https://nijmegen.nl/diensten/wet-open-overheid

Verantwoord gebruik

Doel en impact

We gebruiken het computerprogramma voor anonimiseren om te zorgen dat we zo veel mogelijk informatie openbaar kunnen maken (transparantie). En tegelijkertijd om personen, bedrijven en organisaties te beschermen die genoemd kunnen worden in de documenten. Het computerprogramma helpt ons om het anonimiseren zo snel en makkelijk mogelijk te doen. 


Het algoritme van het computerprogramma levert weinig risico op. Dat geldt voor personen (inwoners en medewerkers van organisaties die het programma gebruiken), bedrijven en organisaties. Het algoritme zoekt speciaal naar (persoons)gegevens en verbergt of meldt ze, wat er verder ook in de documenten staat. Het computerprogramma doet een voorstel voor het anonimiseren van een stuk tekst.  Een medewerker met kennis van het onderwerp beoordeelt het voorstel: het programma maakt dus geen automatische beslissingen. Verder kan een medewerker binnen het programma nog zelf tekst verbergen (zwart markeren) die om andere redenen niet openbaar gemaakt kan worden. Bijvoorbeeld een stuk tekst met strategische informatie voor de bescherming van de gemeente of organisaties waarmee we samenwerken. In het document staat altijd de reden voor het verbergen van tekst.

Afwegingen

Zonder het gebruik van het computerprogramma kost het anonimiseren van documenten veel meer tijd. Het gebruik van het programma zorgt ervoor dat we informatie sneller en makkelijker openbaar kunnen maken. Ook is er minder kans op menselijke fouten door het automatisch anonimiseren.  Daardoor is de kans op een datalek kleiner en zijn de gegevens van personen beter beschermd.


Als bij een onderwerp niet veel documenten horen die openbaar gemaakt moeten worden, anonimiseren we deze zelf. Hierdoor gebruiken we het algoritme alleen wanneer het nodig is.

Menselijke tussenkomst

Het algoritme doet voorstellen die altijd met de hand worden gecontroleerd. Er is dus een menselijke controle op het algoritme. Ook kunnen we aangeven welke woorden sowieso wel of niet geanonimiseerd moeten worden.

Risicobeheer

De risico's zijn het te veel of te weinig anonimiseren. Om te zorgen dat dit niet gebeurt, controleert een medewerker de voorstellen van het algoritme. 

Wettelijke basis

De wet open overheid (Woo), die regelt dat documenten openbaar gemaakt worden. De Algemene Verordening Persoonsgegevens (AVG) geldt voor de betekenis van persoonsgegevens.

Links naar wettelijke basis

  • Wet open overheid: https://wetten.overheid.nl/BWBR0045754/2024-08-01/0
  • Algemene verordening Persoonsgegevens: https://eur-lex.europa.eu/legal-content/NL/TXT/HTML/?uri=CELEX:02016R0679-20160504

Link naar verwerkingsregister

https://www.nijmegen.nl/verwerkersnijmegen.php

Impacttoetsen

Data Protection Impact Assessment (DPIA)

Werking

Gegevens

Dit hangt af van het document dat geanonimiseerd wordt. Denk hierbij aan persoonsgegevens zoals mailadressen, telefoonnummers, bankrekeningnummers, adresgegevens en handtekeningen. En op basis van de Wet open overheid (Woo) kan het ook gaan om gegevens die verder gaan dan persoonsgegevens. Deze uitzonderingen staan in de Woo.

Technische werking

Deep learning-modellen die bepalen welke informatie als privacygevoelig wordt gezien. De modellen doen dit door te beoordelen hoe pagina's eruitzien (visuele controle) en door het scannen van teksten.

Leverancier

eData B.V.

Soortgelijke algoritmebeschrijvingen

  • Het anonimiseren van documenten voor publicatie of verstrekking

    Laatst gewijzigd op 19 december 2024 om 13:43 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    DPIA
    Status
    In gebruik
  • Het identificeren en anonimiseren van privacygevoelige informatie in informatieobjecten (in veel gevallen documenten).

    Laatst gewijzigd op 26 juni 2024 om 19:07 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Het identificeren en anonimiseren van privacygevoelige informatie in informatieobjecten (in veel gevallen documenten).

    Laatst gewijzigd op 10 juni 2024 om 9:56 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Het identificeren en anonimiseren van privacygevoelige informatie in informatieobjecten (in veel gevallen documenten).

    Laatst gewijzigd op 3 juni 2024 om 11:30 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Het identificeren en anonimiseren van privacygevoelige informatie in informatieobjecten (in veel gevallen documenten).

    Laatst gewijzigd op 15 juli 2024 om 11:50 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik