Auto-Redact GDPR, Anonimkan data pribadi di PDF Anda secara otomatis
Mendeteksi nama, IBAN, email, nomor telepon, alamat, tanggal lahir, dan NPWP/Tax ID melalui regex dan heuristik. Terima setiap temuan satu per satu, lalu redaksi secara permanen. 100% di browser, patuh GDPR, tanpa pendaftaran.
Cara kerjanya, auto-redact GDPR dalam 3 langkah
Pilih PDF
Muat PDF Anda secara lokal ke browser. PDF.js mengekstrak teks dan koordinat tanpa kontak server.
Tinjau temuan
Mesin regex mendeteksi IBAN, email, telepon, alamat, dan nama. Terima atau tolak setiap temuan secara individu.
Redaksi & unduh
pdf-lib menulis kotak hitam sebagai grafik di atas area yang diterima. Teksnya dihapus secara permanen.
Auto-Redact GDPR: anonimkan PDF dalam hitungan detik, patuh GDPR
GDPR (dan padanannya CCPA, HIPAA, serta UU PDP di Indonesia) mewajibkan setiap organisasi untuk menganonimkan atau menyamarkan data pribadi sebelum membagikan dokumen. Redaksi manual rawan kesalahan dan lambat, terutama untuk kontrak, laporan medis, atau rekening koran dengan puluhan item sensitif per halaman. Tool auto-redact PDF Monster memindai teks yang diekstrak dari PDF Anda dengan mesin regex/heuristik dan menandai IBAN, email, nomor telepon, alamat surat, tanggal lahir, NPWP/nomor identifikasi pajak, dan kemungkinan nama orang.
Setiap temuan muncul di sidebar kanan dengan cuplikan pratinjau, kategori, dan nomor halaman. Anda tetap memegang kendali: satu checkbox menentukan apakah suatu hit benar-benar diredaksi. Ini menghindari false positive tanpa kehilangan kecepatan otomasi. Setelah konfirmasi, pdf-lib menghasilkan PDF baru dengan kotak hitam yang digambar di atas setiap area yang diterima, teks asli dihapus melalui re-encoding dan tidak dapat dipulihkan dengan pemilihan teks atau OCR.
Patuh GDPR karena PDF Anda tidak pernah mencapai server kami
Tool privasi yang sebenarnya berjalan secara lokal. Tool auto-redact sepenuhnya client-side, tanpa unggahan, tanpa pelacakan, tanpa log. Bahkan webserver pun tidak mengetahui apa pun tentang isi PDF Anda.
Pemrosesan di browser
PDF.js membaca PDF Anda di heap JavaScript. Deteksi regex dan redaksi pdf-lib terjadi di memori yang sama. Tanpa transfer berkas.
Redaksi permanen
pdf-lib menulis kotak hitam sebagai objek grafis. Tidak ada teks di bawahnya, memilih, mencari, atau OCR tidak akan membantu.
Pseudonimisasi Pasal 4 GDPR
Cocok untuk minimalisasi data dan pseudonimisasi sesuai Pasal 4 No. 5 GDPR sebelum dibagikan ke vendor atau otoritas.
Bisa offline
Setelah pemuatan halaman pertama, tool berjalan tanpa koneksi internet. Kendali maksimal untuk dokumen sensitif.
Kasus penggunaan GDPR yang tipikal
Anonimkan rekening koran
Hapus IBAN, nama, dan alamat dari rekening koran sebelum dibagikan ke akuntan, pemilik properti, atau bank.
Salinan kontrak untuk pihak ketiga
Deteksi dan redaksi secara otomatis nama, nomor telepon, dan tanggal lahir pihak-pihak dalam kontrak, ideal untuk auditor atau penasihat eksternal.
Laporan medis dan temuan
Hapus nama pasien, tanggal lahir, dan alamat sebelum evaluasi ilmiah atau berbagi dengan mitra riset.
Berbagi dokumen HR
Redaksi NPWP, alamat, dan data gaji dari lamaran kerja, surat referensi, dan slip gaji sebelum diteruskan secara internal.
Permintaan akses GDPR Pasal 15
Ketika orang lain disebutkan dalam subject access request, data mereka harus diredaksi, sempurna untuk deteksi otomatis.
Berkas pengadilan dan administrasi
Siapkan berkas untuk inspeksi: deteksi otomatis dan redaksi permanen atas nama pihak ketiga, alamat, dan rincian rekening.
Mengapa PDF Monster untuk auto-redaksi?
7 kategori deteksi
Nama, IBAN, email, telepon, alamat, tanggal, dan NPWP, semua jenis PII utama terdeteksi secara out of the box.
Human in the loop
Setiap temuan diterima secara individu, tanpa otomasi buta, tanpa bencana false positive.
Redaksi permanen
Kotak hitam sebagai grafik, tidak ada cara untuk mengekstrak ulang melalui pemilihan atau OCR.
Sepenuhnya lokal
PDF.js + pdf-lib di browser Anda. Tanpa unggahan, tanpa log server, tanpa pelacakan.
FAQ tentang auto-redact GDPR
Wie funktioniert die automatische Schwärzung?
Das Tool analysiert den Text deines PDFs mit PDF.js und sucht über Regex-Muster und Heuristiken nach typischen personenbezogenen Daten: Namen, IBAN, E-Mail-Adressen, Telefonnummern, Postleitzahlen mit Städten, Geburtsdaten und Steuer-IDs. Jede Fundstelle wird in einer Liste angezeigt, du kannst sie einzeln annehmen oder ablehnen. Erst beim Klick auf "Schwärzen & Download" werden die akzeptierten Stellen mit pdf-lib dauerhaft im PDF überdeckt.
Ist die Auto-Schwärzung DSGVO-konform?
Ja. Das PDF verlässt zu keinem Zeitpunkt deinen Browser, die gesamte Analyse und Schwärzung läuft client-seitig in JavaScript. Es findet keine Übertragung an unsere Server statt, keine Protokollierung, keine Drittanbieter. Damit erfüllst du die Anforderungen der DSGVO an Datenminimierung und Pseudonymisierung selbst bei sensiblen Dokumenten wie Arztberichten oder Verträgen.
Welche Datentypen werden erkannt?
Erkannt werden IBAN (alle EU-Länder), E-Mail-Adressen, deutsche Telefon- und Mobilfunknummern, Datumsangaben (Geburtsdaten), Postleitzahlen mit Stadtnamen (deutsche Adressen), 11-stellige deutsche Steuer-Identifikationsnummern sowie Namen (zwei aufeinanderfolgende großgeschriebene Wörter, gefiltert gegen häufige Wörter und Anreden).
Werden auch Falscherkennungen markiert?
Das kann vorkommen, besonders bei der Namens-Heuristik, da kein NLP eingesetzt wird. Genau deshalb zeigt das Tool jede Fundstelle einzeln mit Vorschau-Text an, damit du selbst entscheidest, was wirklich geschwärzt werden soll. Mit den Buttons "Alle annehmen" und "Alle ablehnen" kannst du auch schnell pauschal vorgehen.
Kann jemand die Schwärzung rückgängig machen?
Nein. Nach der Schwärzung wird das PDF mit pdf-lib neu geschrieben und das Schwarz-Rechteck als reine Grafikoperation eingefügt, der ursprüngliche Text liegt nicht mehr darunter. Zusätzlich werden Metadaten bereinigt. Das geschwärzte PDF kann nicht durch Markieren oder OCR rückwärts gelesen werden.
Anonimkan PDF dengan cara yang patuh GDPR, tanpa perangkat lunak, tanpa unggahan
Auto-Redact GDPR adalah bagian dari rangkaian privasi PDF Monster. Untuk kontrol manual, gunakan tool redaksi manual, lindungi dokumen sensitif lebih lanjut dengan kata sandi atau hapus metadata seperti penulis dan tanggal pembuatan. Semua tool berjalan secara lokal di browser, patuh GDPR, dan tidak memerlukan pendaftaran.