Anonimiseren

Gemeente Hilvarenbeek

Het identificeren en anonimiseren van privacygevoelige informatie in informatieobjecten (in veel gevallen documenten).

Laatst gewijzigd op 20 oktober 2026 om 11:40 | Publicatiestandaard 1.0

Publicatiecategorie: Overige algoritmes
Impacttoetsen: Veld niet ingevuld.
Status: In gebruik

Thema

Organisatie en bedrijfsvoering

Begindatum

Veld niet ingevuld.

Einddatum

2026-10

Contactgegevens

gemeente@hilvarenbeek.nl

Link naar publiekspagina

https://www.hilvarenbeek.nl

Doel en impact

Het doel van het algoritme is het anonimiseren van privacygevoelige informatie in informatieobjecten. Hierdoor wordt de persoonlijke informatie beschermd en blijft de privacy van individuen gewaarborgd.

Afwegingen

Het algoritme is getraind op het herkennen van privacy gevoelige informatie, maar beperkt zich tot classificatie en zal daardoor nooit inhoudelijke informatie onthullen. Bovendien draagt de technologie bij aan verbetering van de kwaliteit van anonimisatie.

Menselijke tussenkomst

De uitkomsten van het algoritme fungeren slechts als hulpmiddel, waarbij menselijke tussenkomst altijd nodig is voor de definitieve anonimisatie.

Risicobeheer

Om de privacyrisico's van het algoritme te waarborgen, ondergaat het constante evaluatie en updates om nieuwe bedreigingen en privacy-uitdagingen aan te pakken. Menselijk toezicht en interventie zijn ingebed om fouten te corrigeren. Bovendien wordt er voortdurend in dialoog gegaan met belanghebbenden.

Wettelijke basis

Wet open overheid

Wet elektronische publicaties

Links naar wettelijke basis

Wet open overheid (WOO): https://wetten.overheid.nl/BWBR0045754/
Wet elektronische publicaties (WEP): https://wetten.overheid.nl/BWBR0043961/

Gegevens

Gegevens die gebruikt worden in ruimtelijke plannen en diverse gemeentelijke documenten die (wettelijk) gepubliceerd worden. Dat kunnen namen, adressen, e-mailadressen, telefoonnumers, burgerservicenummers, documentnummers, bankgegevens, medische gegevens, etc zijn

Links naar gegevensbronnen

Ruimtelijke plannen en interne documenten: https://www.ruimtelijkeplannen.nl/home

Technische werking

Deep learning-modellen die op zowel visuele als tekstuele wijze bepalen welke informatie als privacygevoelig wordt beschouwd.

Leverancier

eData / eSpecialisten