Anonimiseringssoftware

Waterschap Brabantse Delta

De software voor anonimiseren helpt ons om documenten van waterschap Brabantse Delta sneller en beter te beschermen. Zo voorkomen we datalekken en zorgen we ervoor dat de rechten van mensen goed worden beschermd.

Laatst gewijzigd op 5 november 2026 om 8:26 | Publicatiestandaard 1.0

Publicatiecategorie: Overige algoritmes
Impacttoetsen: DPIA
Status: In gebruik

Thema

Organisatie en bedrijfsvoering

Begindatum

2023-10

Contactgegevens

info@brabantsedelta.nl

Link naar publiekspagina

https://www.brabantsedelta.nl

Doel en impact

De software voor anonimiseren helpt ons om documenten van het waterschap sneller en beter te beschermen. Hierdoor voorkomen we dat gegevens van mensen openbaar worden en zorgen we dat hun rechten veilig zijn.

Afwegingen

Het waterschap moet steeds vaker informatie openbaar maken. Daarom is het belangrijk om privacygevoelige informatie te verbergen. Voorheen ging dit soms mis, en er waren datalekken waarbij niet alle persoonlijke gegevens goed waren verborgen. De nieuwe software helpt om informatie sneller en beter te anonimiseren. Een nadeel is dat de tekst door een Microsoft Azure server wordt geanalyseerd. De inhoud wordt niet op deze server opgeslagen, waardoor het risico op privacyproblemen kleiner is. Dit is belangrijk omdat het aantal datalekken door fouten bij het anonimiseren vermindert.

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

Er is geen risico op automatische besluitvorming. Het algoritme heeft geen invloed op grondrechten, omdat het geen beslissingen neemt die rechtsgevolgen hebben. Het algoritme doet alleen voorstellen om persoonsgegevens te anonimiseren. De ontwikkelaar gebruikt het algoritme ook, zodat fouten snel worden gevonden. Het algoritme wordt regelmatig getraind. Als het algoritme niet goed werkt, kunnen we het aanpassen met black- en whitelists. Een medewerker van waterschap Brabantse Delta controleert altijd of een document goed is geanonimiseerd. Er is een risico dat medewerkers niet goed controleren. We verminderen dit risico door het belang van zorgvuldige controle te benadrukken. Een ander risico is het privacyrisico van het gebruik van Azure. Microsoft kan verplicht worden om gegevens die het verwerkt door te geven aan de Amerikaanse autoriteiten vanwege de Patriot Act. Om deze risico's te beperken, heeft de leverancier privacy by default toegepast. Tekst die naar de Azure-dienst wordt gestuurd, kan tijdelijk worden opgeslagen voor debugging, maar deze optie is uitgeschakeld door de leverancier. Dit vermindert het risico. Direct na de verwerking door Azure worden de data en de dataverwerking verwijderd. De leverancier is ook ISO 27001 gecertificeerd. De risico's zijn minder belangrijk dan de voordelen voor de privacy en het risico van slechte anonimisatie door deze software niet te gebruiken.

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

Data Protection Impact Assessment (DPIA)

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

xxllnc ( xxllnc - Slimme applicaties voor de (semi)-overheid)