EDPB toetst anonimiteit op isolatie, koppeling, inferentie

U moet heridentificatierisico's van datasets periodiek herbeoordelen zodra nieuwe AI-modellen of openbare gegevensbronnen beschikbaar komen, omdat anonimiteit nu wordt getoetst aan isolatie, koppeling en inferentie in plaats van alleen aan naamverwijdering.

De aanleiding is een analyse van 23 oktober 2026 van anonimiteit onder isolatie, koppeling en inferentie, die stelt dat de European Data Protection Board anonimiteit niet langer alleen aan naamverwijdering toetst, maar aan drie criteria: records mogen niet afzonderlijk isoleerbaar zijn, niet aan andere gegevens koppelbaar zijn, en mogen geen aanleiding geven tot betekenisvolle inferenties. Een academische studie toont aan dat taalmodellen pseudonieme berichten aan openbare webinformatie koppelen om echte personen te identificeren. In onze beoordeling betekent dit dat organisaties die datasets als anoniem hebben geclassificeerd, deze opnieuw moeten toetsen voordat zij ze delen of voor AI-verwerking inzetten, omdat technologische ontwikkeling de kans op heridentificatie verandert.

Wat is het nieuwe toetsingskader van de EDPB?

De EDPB formuleert drie criteria waaraan data moet voldoen om anoniem te zijn. Een record mag niet afzonderlijk kunnen worden geïsoleerd uit de dataset. Het mag niet aan andere gegevens kunnen worden gekoppeld, ook niet via aanvullende informatie die buiten de dataset beschikbaar is. En het mag geen aanleiding geven tot betekenisvolle inferenties over de betrokken persoon. Wordt een van deze criteria niet gehaald, dan moet de organisatie verder analyseren. De beoordeling gebeurt vanuit het perspectief van de relevante actor en de middelen die deze redelijkerwijs kan inzetten — een maatstaf die verschuift naarmate AI-gereedschappen goedkoper en toegankelijker worden.

De EDPB verbindt dit kader expliciet aan webscraping en generatieve AI. De kern is dat aanvullende informatie en openbare context onderdeel zijn van de feitelijke beoordeling. Omdat een taalmodel betekenisvolle inferenties kan maken uit context en openbare bronnen, is het onvoldoende om data in een contract simpelweg "anoniem" te noemen.

Hoe kunnen taalmodellen pseudonieme gegevens heridentificeren?

Een geautomatiseerde pijplijn kan identiteitsgerelateerde aanwijzingen uit pseudonieme berichten halen, via webzoekopdrachten kandidaten opspoort en die kandidaten vervolgens bevestigen. In de beschreven evaluatie identificeerde de methode 226 van de 338 personen met ongeveer 90 procent precisie onder de gerapporteerde testcondities. Dit zijn cijfers uit een gecontroleerde opzet waarin de echte identiteit vooraf verifieerbaar was — geen universele heridentificatiegraad voor iedere dataset.

De werkelijke betekenis ligt niet in het exacte percentage, maar in de daling van de kosten. Wat vroeger specialistisch handwerk was, wordt nu een herhaalbare, schaalbare bewerking. Dit kan veranderen welke middelen een actor redelijkerwijs kan inzetten, en is daarmee relevant voor de maatstaf die de EDPB hanteert. Het heridentificatierisico verschuift van "wie heeft de sleutel" naar "wat kan uit beschikbare context worden afgeleid".

Welke risicofactoren moet u in uw beoordeling opnemen?

• Recorduniciteit — zeldzame combinaties van indirecte identificatoren zoals geboortedatum en geslacht kunnen een persoon isoleren.
• Externe koppelbaarheid — openbare bronnen en webinhoud kunnen als aanvullende informatie dienen om pseudonieme records aan echte personen te koppelen.
• Betekenisvolle inferenties — taalmodellen kunnen ontbrekende informatie reconstrueren uit context en openbare gegevens.
• Technologische verschuiving — wat vroeger specialistisch werk was, is nu geautomatiseerd en schaalbaar, waardoor de "redelijke middelen" van een actor veranderen.
• Naamverwijdering als onvoldoende waarborg — het verwijderen van directe identificatoren garandeert niet dat records niet kunnen worden geïsoleerd of gekoppeld.

Welke concrete controles moet u kunnen aantonen?

1. Herbeoordeel anonimiteit zodra nieuwe modellen, datasets of webscrapingmogelijkheden beschikbaar komen — leg vast welke trigger een hertoets afdwingt en wie deze moet uitvoeren.
2. Documenteer in gegevensovereenkomsten welke aanvullende bronnen en welke AI-toegang zijn toegestaan — benoem de restrisico's expliciet in plaats van data alleen als "anoniem" aan te duiden.
3. Analyseer zeldzame combinaties van indirecte identificatoren en mogelijke koppelbestanden — neem dit expliciet op in de privacybeoordeling in plaats van alleen naamvelden te controleren.
4. Beheer sleutels en aanvullende informatie afzonderlijk van pseudonieme records — zorg dat de koppeling niet via openbare bronnen kan worden hersteld.
5. Leg vast welke externe inhoud als onvertrouwde data wordt behandeld — controleer dat uw vastlegging de beoordeling echt aantoont in plaats van alleen activiteit te loggen.

Wat blijft uw eigen professionele oordeel?

Tooling kan u helpen zeldzame combinaties op te sporen, externe koppelbaarheid in kaart te brengen en hertoetsmomenten in te plannen. Wat tooling niet kan doen, is bepalen welke betekenisvolle inferenties voor uw specifieke context relevant zijn, of welke aanvullende bronnen redelijkerwijs beschikbaar zijn voor een actor die u wilt beschermen. Die classificatie blijft bij de verantwoordelijke zelf — en moet nu expliciet worden vastgelegd in plaats van als eenmalige verklaring te dienen.