Techniek
Wat het verschil is tussen pseudonimiseren, anonimiseren en maskeren, wat de rechter erover zei en wat dat betekent als tekst naar een AI-model gaat.
Bij pseudonimiseren vervang je herkenbare gegevens door een code en bewaar je de koppeling tussen code en persoon apart. Wie de koppeling heeft, kan terug. Bij anonimiseren kan niemand meer terug, ook jijzelf niet. Gepseudonimiseerde gegevens vallen voor jou onder de AVG, echt anonieme gegevens niet.
Het verschil bepaalt of je een grondslag nodig hebt, of een foutje een datalek is en wat je in je register zet. Organisaties zeggen vaak dat ze met "geanonimiseerde stukken" werken, terwijl alleen de namen zijn weggehaald uit een tekst die verder alles nog vertelt. Dat is geen anonimiseren.
De AVG omschrijft pseudonimisering in artikel 4, punt 5. Kort gezegd: persoonsgegevens zo verwerken dat ze niet meer aan een specifieke persoon te koppelen zijn zonder aanvullende gegevens. Daar horen twee voorwaarden bij. De aanvullende gegevens worden apart bewaard, en er zijn technische en organisatorische maatregelen die voorkomen dat de gegevens toch aan iemand worden gekoppeld.
Anonimiseren heeft geen eigen definitie in de artikelen. Het staat in overweging 26: de regels gelden niet voor gegevens die geen betrekking hebben op een geïdentificeerde of identificeerbare persoon, of die zo anoniem zijn gemaakt dat de betrokkene niet of niet meer identificeerbaar is.
Dezelfde overweging 26 zegt hoe je beoordeelt of iemand identificeerbaar is. Je kijkt naar alle middelen waarvan redelijkerwijs te verwachten is dat de organisatie zelf of een ander ze gebruikt om iemand direct of indirect te identificeren. Daarbij tellen de kosten, de tijd en de beschikbare techniek mee.
Het woord "indirect" doet hier het werk. Een naam weghalen is niet genoeg als de rest van de tekst de persoon aanwijst.
Omdat de weg terug bestaat. Overweging 26 zegt het met zoveel woorden: gepseudonimiseerde persoonsgegevens die met aanvullende gegevens aan een persoon kunnen worden gekoppeld, moeten worden beschouwd als gegevens over een identificeerbare persoon. Jij hebt die aanvullende gegevens. Voor jou verandert de juridische status dus niet.
De Autoriteit Persoonsgegevens zegt hetzelfde in gewone taal: pseudonimiseren is niet hetzelfde als anonimiseren, pseudonimiseren is zelf een verwerking van persoonsgegevens, en je moet gepseudonimiseerde gegevens nog steeds goed beveiligen. Haar voorbeeld: een geboortedatum met de vier cijfers van een postcode is vaak al uniek genoeg om iemand terug te vinden.
De AVG noemt pseudonimisering op meerdere plekken als maatregel.
Een uitzondering op de rest levert het niet op. Je hebt nog steeds een grondslag nodig (artikel 6, en artikel 9 bij bijzondere gegevens), een regel in je register en waar nodig een DPIA. Zie DPIA voor AI-tools.
Maskeren, weglakken of zwartmaken is het weghalen of onleesbaar maken van herkenbare gegevens, zonder dat je een koppeling bewaart. De naam wordt een zwart blok of het woord "[naam]". Het is een techniek, geen juridische categorie. Of het resultaat anoniem is, hangt af van wat er overblijft.
Het verschil met pseudonimiseren zit in twee dingen. Er is geen sleutel, dus jij kunt zelf ook niet terug. En de vervanging is niet consistent: drie keer "[naam]" in één alinea kunnen drie mensen zijn, of één. Wie zegde er nu op, de huurder of de verhuurder?
De AP waarschuwt: wie alleen direct identificerende informatie zoals namen verwijdert, heeft niets bereikt als de rest genoeg informatie bevat om iemand terug te vinden.
| Kenmerk | Anonimiseren | Pseudonimiseren | Maskeren |
|---|---|---|---|
| Wat gebeurt er | De band met de persoon wordt definitief verbroken | Herkenbare gegevens worden een code; de koppeling staat apart | Herkenbare gegevens worden weggehaald of zwartgemaakt |
| Omkeerbaar | Nee, voor niemand | Ja, voor wie de koppeling heeft | Nee, maar de rest van de tekst kan iemand nog aanwijzen |
| Valt het onder de AVG | Nee, als het echt anoniem is | Ja, voor wie de koppeling heeft; voor een ontvanger hangt het af van wat die redelijkerwijs kan | Hangt af van het resultaat: alleen anoniem als niemand meer herleidbaar is |
| Bruikbaarheid van de tekst | Laag bij lopende dossiers: je weet niet meer over wie het gaat | Hoog: dezelfde persoon houdt dezelfde code, de tekst blijft leesbaar | Matig tot laag: wie wie is, valt weg |
| Restrisico | Schijn-anonimiteit: de tekst blijkt later toch herleidbaar | De sleutel lekt, of de context wijst iemand aan | Vergeten vermeldingen en herleidbare context |
Op 4 september 2025 deed de Eerste kamer van het Hof van Justitie uitspraak in de zaak EDPS/SRB (C-413/23 P). De zaak ging over de regels voor instellingen van de EU zelf (Verordening 2018/1725), niet rechtstreeks over de AVG. De definitie van pseudonimisering in die verordening heeft dezelfde bewoordingen als die in de AVG. Daarom wordt het arrest ook voor de AVG gelezen.
Na de afwikkeling van een bank verzamelde de Gemeenschappelijke Afwikkelingsraad (in het Engels SRB) opmerkingen van aandeelhouders en schuldeisers, en gaf die onder een code door aan een adviesbureau. Alleen de raad kon de code aan een naam koppelen. In de privacyverklaring stond het bureau niet als ontvanger. De Europese toezichthouder (EDPS) vond dat een schending van de informatieplicht. De raad vond van niet, omdat het bureau niemand kon herleiden.
Het Hof heeft niet beslist dat de opmerkingen voor het adviesbureau geen persoonsgegevens waren. Het heeft gezegd hoe je dat beoordeelt, en de zaak voor het vervolg terugverwezen naar het Gerecht.
Twee overwegingen worden vaak overgeslagen. De informatieplicht beoordeel je vanuit de verantwoordelijke, op het moment dat de gegevens worden verzameld: de raad had het bureau dus als ontvanger moeten noemen. En als niet is uitgesloten dat een latere ontvanger de gegevens redelijkerwijs wel aan iemand kan koppelen, gelden ze bij die doorgifte en de verdere verwerking gewoon als persoonsgegevens.
De richtsnoeren zijn nog niet af. Dat is de stand op 13 oktober 2026.
De consultatieversie bevat één begrip dat in de praktijk helpt: het pseudonimiseringsdomein, de kring van mensen en systemen die de gegevens niet aan een persoon mogen kunnen koppelen.
Voor de organisatie die de sleutel heeft, verandert er niets: het zijn persoonsgegevens. Voor de aanbieder van het model kan het anders liggen, maar alleen als die redelijkerwijs niemand kan herleiden. Bij vrije tekst is dat lastig te beoordelen, omdat de context veel kan verraden.
Neem een fictieve zin: "[PERSOON_A4F2], de enige notaris van het dorp Fictiefburg, werd in maart 2024 geschorst." De naam is vervangen. Toch weet iedereen die Fictiefburg kent over wie het gaat. De aanbieder kan bovendien beschikken over andere informatie, zoals wat de gebruiker er zelf bij typt.
Dat is de tweede voorwaarde van het Hof: de ontvanger mag de gegevens ook niet langs een andere weg aan de persoon kunnen koppelen. Bij dossierteksten is dat een toets per document, geen eigenschap van de techniek.
Het laatste punt is voorzichtigheid, geen uitgemaakte zaak: of een aanbieder die niemand kan herleiden nog verwerker is, hebben de toezichthouders nog niet uitgelegd. Waar je in zo'n overeenkomst op let, staat in Verwerkersovereenkomst met een AI-aanbieder.
Een gepseudonimiseerd dossier helpt weinig als de vraag erboven luidt: "Wat staat hier over mevrouw Voorbeeld uit Fictiefburg?" Die vraag gaat rechtstreeks naar de aanbieder. Zie Mag je klantgegevens in een AI-chatbot zetten?. Wat er met een geüpload bestand gebeurt, staat in Documenten uploaden in een AI-chatbot.
Dat hangt af van één vraag: moet je later nog weten over wie het gaat?
Wat niet kan: pseudonimiseren en het anonimiseren noemen. Wie in zijn AI-beleid schrijft dat medewerkers alleen "geanonimiseerde" tekst mogen invoeren, moet weten wat dat woord vraagt. Zie AI-beleid opstellen voor je organisatie.
PrivaSearch pseudonimiseert, en doet dat bewust. Namen, adressen, BSN's, IBAN's, kentekens en geboortedata worden binnen PrivaSearch zelf herkend en vervangen door een code zoals [PERSOON_A4F2]. Dezelfde naam krijgt binnen een project steeds hetzelfde pseudoniem, zodat een passage leesbaar blijft. Zie Hoe PrivaSearch werkt.
De koppeling tussen pseudoniem en persoon ligt in een aparte kluis, met een sleutel per organisatie. Een AI-assistent die via de koppeling zoekt, krijgt vrijgegeven passages met pseudoniemen en een korte bronverwijzing. Geen originele bestanden, geen bestandsnamen en geen toegang tot de kluis. De koppeling met een AI-assistent werkt met Claude, ChatGPT Business en Mistral Vibe.
Omdat herkenning nooit volledig is, is een menselijke review verplicht. Een collega ziet het origineel naast de gepseudonimiseerde tekst, vult aan wat gemist is en keurt goed. Pas daarna is een document doorzoekbaar.
Voor jouw organisatie blijven het persoonsgegevens: jij hebt de sleutel. Daarom maakt je omgeving een regel voor het verwerkingsregister en een startdocument voor de DPIA, en is er een verwerkersovereenkomst. Wat PrivaSearch per AVG-artikel bijdraagt en wat van jou blijft, staat op AVG en EU AI Act. De hoofdpagina over chatbots is ChatGPT, Claude, Mistral Vibe en de AVG.
Wil je zien hoe een gepseudonimiseerde passage eruitziet naast het origineel? Vraag een demo aan.
Ja, voor de organisatie die de koppeling tussen pseudoniem en persoon heeft. De AVG zegt dat gepseudonimiseerde gegevens die met aanvullende gegevens aan iemand te koppelen zijn, gelden als gegevens over een identificeerbare persoon. Je hebt dus een grondslag nodig, je beveiligt ze en je neemt de verwerking op in je register. Voor een ontvanger zonder sleutel kan het anders liggen, afhankelijk van wat die redelijkerwijs kan.
Als ze echt anoniem zijn, vallen ze buiten de AVG. De lat ligt hoog: niemand mag de persoon nog kunnen terugvinden met middelen die redelijkerwijs worden ingezet, ook niet door de tekst te combineren met andere informatie. Een dossier waaruit alleen de namen zijn gehaald, haalt die lat meestal niet. Zolang iemand herleidbaar is, blijven het persoonsgegevens, hoe het document ook heet.
Het Hof van Justitie oordeelde op 4 september 2025 dat gepseudonimiseerde gegevens niet in alle gevallen en voor iedereen persoonsgegevens zijn. Voor een ontvanger die de pseudonimisering niet ongedaan kan maken en de gegevens ook niet langs een andere weg aan iemand kan koppelen, hebben ze mogelijk geen betrekking op een persoon. Voor wie de sleutel heeft, blijven het persoonsgegevens, en de informatieplicht blijft gelden.
Dat hangt af van je grondslag, je afspraken met de aanbieder en wat er in de tekst overblijft. Pseudonimiseren verkleint het risico, maar jouw plichten blijven: het zijn voor jou persoonsgegevens. Gebruik een zakelijk account met een verwerkersovereenkomst, stuur alleen de passage die nodig is en controleer of de context niemand aanwijst. Laat bij twijfel je functionaris gegevensbescherming of een jurist meekijken.
Nee. Weglakken haalt de directe identificatoren weg, maar de rest van de tekst kan iemand nog steeds aanwijzen: een functie, een plaats, een datum of een zeldzame gebeurtenis. De Autoriteit Persoonsgegevens waarschuwt dat alleen namen verwijderen niets oplevert als de overgebleven gegevens genoeg informatie bevatten om iemand terug te vinden. Of weggelakte tekst anoniem is, beoordeel je dus per document.
Ga daar wel van uit. Het arrest zegt dat gegevens voor een ontvanger mogelijk geen persoonsgegevens zijn, maar wat dat betekent voor de rol van verwerker hebben de Europese toezichthouders nog niet uitgewerkt. Bovendien hangt het antwoord af van de vraag of de ontvanger werkelijk niemand kan herleiden, en dat is bij vrije tekst zelden zeker. Met een overeenkomst zit je in beide gevallen goed.
Hoe retrieval-augmented generation werkt, wat het verschil is met uploaden en fine-tuning, waarom het fouten vermindert en welke privacyvragen je stelt.
Wat het Model Context Protocol is, hoe een koppeling verschilt van een bestand uploaden, wat een assistent dan krijgt en op welke risico's je let.
Wat een taalmodel doet, wat tokens en een contextvenster zijn, waarom een model dingen verzint en wat het wel en niet onthoudt van je invoer.
We laten het zien met fictieve dossiers uit jouw branche: upload, herkenning, review, zoeken en de koppeling met je AI-assistent. Daarna weet je precies wat je team veilig kan gebruiken.
Plan een demo →