Grip op AI
Blog
Compliance en AI 10 min leestijd

Anonimiseren, pseudonimiseren, maskeren: drie woorden, drie gevolgen

Alleen echt geanonimiseerde gegevens vallen buiten de AVG. Pseudonimiseren en maskeren zijn nuttig, maar voor wie de sleutel heeft verandert er niets aan de verplichtingen.

Abstracte zachte vlakken in blauwgroen en goud
Snel antwoord

Pseudonimiseren betekent dat je herkenbare gegevens vervangt door een code, zodat ze alleen met aanvullende gegevens, de sleutel, weer bij een persoon horen. Voor wie die sleutel heeft, blijven het persoonsgegevens en blijft de hele AVG gelden: grondslag, bewaartermijn, rechten van betrokkenen. Anonimiseren gaat verder: niemand kan de persoon nog herleiden, ook niet door gegevens te combineren, en pas dan valt een dataset buiten de AVG. Maskeren verbergt een waarde of vervangt hem door een placeholder. Of gegevens voor een ontvanger zonder sleutel anoniem zijn, beoordeel je per partij.

01

Pseudonimiseren vervangt herkenbare gegevens door een code; met de sleutel is de persoon terug te vinden

02

Alleen echte anonimisering haalt gegevens buiten de AVG

03

Voor wie de sleutel heeft, blijven gepseudonimiseerde gegevens persoonsgegevens

04

Voor een ontvanger zonder sleutel kan dat anders uitvallen; de EDPB werkt dat uit in richtsnoeren van juli 2026 die nog niet definitief zijn

05

Maskeren in de weergave is een toegangsmaatregel; een placeholder in een prompt is pseudonimisering

06

Kies per doel: welke bewerking hoort bij wat je met de gegevens wilt

Een onderzoeksbureau levert een dataset aan een opdrachtgever met de mededeling dat hij is geanonimiseerd. De namen zijn eruit, vervangen door respondentnummers. De sleutel ligt in een apart bestand op een andere server, want zo hoort het.

Die dataset is niet geanonimiseerd. Hij is gepseudonimiseerd, en voor het bureau dat de sleutel heeft, blijven alle AVG-verplichtingen gewoon gelden.

Geen privacybegrippen worden zo vaak verkeerd gebruikt als deze, en het gevolg is telkens hetzelfde: iemand denkt klaar te zijn.

De drie bewerkingen

Anonimiseren. De gegevens zijn zo bewerkt dat niemand de persoon nog kan achterhalen, ook niet met aanvullende informatie en ook niet door combinatie met andere bronnen. Lukt dat echt, dan zijn het geen persoonsgegevens meer en valt de dataset buiten de AVG.

Pseudonimiseren. Herkenbare gegevens zijn vervangen door een code of sleutel. De persoon is niet direct zichtbaar en met de sleutel wel terug te vinden. Voor wie de sleutel heeft, blijven het persoonsgegevens. De AVG noemt het expliciet als beveiligingsmaatregel, niet als uitweg.

Maskeren. Een waarde wordt in de weergave verborgen, bijvoorbeeld door alleen de laatste vier cijfers van een rekeningnummer te tonen. De onderliggende gegevens blijven meestal onveranderd in het systeem staan. Dit is een toegangsmaatregel: het bepaalt wie wat ziet, niet wat er is opgeslagen. Bij AI-tools betekent maskeren vaak iets anders, namelijk een waarde vervangen door een placeholder voordat de tekst wordt verstuurd. Dat is in AVG-termen pseudonimiseren; daarover verderop meer.

Bronregel

Bel Ayşe Yıldırım (geboren 14-03-1987, Zwolle) terug over dossier 2026-0442.

  • Anonimiseren Buiten de AVG

    Bel de melder terug over een lopend dossier.

    Niemand kan de persoon nog achterhalen, ook niet door combinatie met andere bronnen. Alleen dán vervallen de AVG-verplichtingen.

  • Pseudonimiseren Blijft persoonsgegeven

    Bel melder M-113 terug over dossier 2026-0442.

    De sleutel ligt elders en herstelt de koppeling. Het blijft dus een persoonsgegeven: grondslag, bewaartermijn en rechten van betrokkenen gelden gewoon.

  • Maskeren Weergave, data ongewijzigd

    Bel Ayşe Y. (geboren ••-••-1987, Zwolle) terug over dossier 2026-0442.

    Verbergt de waarde in de weergave. De onderliggende gegevens staan onveranderd in het systeem. Een toegangsmaatregel, geen verwerking van de gegevens zelf.

Let op de derde kolom van de bovenste rij: anonimiteit is geen eigenschap van de bewerking maar een uitkomst. In een team van twaalf wijst "de melder uit Zwolle" alsnog één persoon aan.

Eén bronregel, drie bewerkingen. Alleen de bovenste haalt gegevens buiten de AVG, en alleen als herleiding ook via andere bronnen onmogelijk is.

Wat pseudonimiseren precies inhoudt

De AVG geeft er in artikel 4, lid 5 een eigen omschrijving van (gecontroleerd op 7 november 2026). Je bewerkt persoonsgegevens zo dat ze niet langer aan een bepaalde betrokkene zijn toe te schrijven zonder aanvullende informatie. Die aanvullende informatie bewaar je apart, en je neemt technische en organisatorische maatregelen zodat de koppeling niet zomaar te leggen is.

Drie dingen vallen daarin op. De gegevens gaan nog steeds over een persoon, alleen staat de naam er niet meer bij. Er bestaat een sleutel, of het nu een tabel met respondentnummers is of een lijst die bijhoudt dat [NAAM1] voor mevrouw Demir staat. En de bescherming zit in de scheiding: wie alleen de gegevens heeft, ziet geen namen, wie ook de sleutel heeft, kan alles terugleggen.

Anonimiseren heeft in de AVG geen eigen omschrijving. De verordening geldt niet voor gegevens die niet meer tot een persoon te herleiden zijn, en of dat zo is, hangt af van de middelen die redelijkerwijs kunnen worden ingezet om iemand te herkennen.

Waarom alleen de eerste je verplichtingen laat vervallen

De AVG gaat over persoonsgegevens. Zijn gegevens niet meer tot een persoon te herleiden, dan is de verordening niet van toepassing en vervallen alle verplichtingen: grondslag, doelbinding, bewaartermijn, rechten van betrokkenen, meldplicht.

Bij pseudonimisering vervalt daar voor jou niets van. De gegevens zijn beter beveiligd, wat meetelt bij de beoordeling of je passende maatregelen hebt getroffen. Maar je hebt nog steeds een grondslag nodig, en een betrokkene kan nog steeds inzage of verwijdering vragen. De Europese privacytoezichthouders, verenigd in de EDPB, schreven het in hun aankondiging van de richtsnoeren over pseudonimisering van januari 2025 zonder omweg op: kan de verwerkingsverantwoordelijke of iemand anders de gegevens aan een persoon koppelen, dan blijven het persoonsgegevens (gecontroleerd op 7 november 2026). De EDPB publiceerde die richtsnoeren als versie voor openbare raadpleging.

Bij maskeren in de weergave vervalt er al helemaal niets, want er is niets veranderd aan de opgeslagen gegevens.

Wat geldt voor een ontvanger zonder sleutel

Hier is sinds 2025 iets verschoven. Het onderzoeksbureau uit het begin houdt de sleutel. De opdrachtgever krijgt alleen de respondentnummers en de antwoorden. Zijn dat voor de opdrachtgever ook persoonsgegevens?

Het Hof van Justitie van de EU deed op 4 september 2025 uitspraak in de zaak EDPS tegen SRB (C-413/23 P), over opmerkingen die in gepseudonimiseerde vorm aan een adviesbureau waren doorgegeven. De EDPB houdt rekening met dat arrest in de richtsnoeren over anonimisering die de EDPB op 8 juli 2026 bekendmaakte en daarna ter raadpleging legde (gecontroleerd op 7 november 2026). Daarin staat dat het per partij kan verschillen of gegevens anoniem zijn, en dat de middelen die redelijkerwijs kunnen worden ingezet afhangen van het perspectief van die partij, beoordeeld aan de hand van alle objectieve factoren.

Voor de praktijk betekent dat drie dingen.

  • Voor wie de sleutel heeft, verandert niets. Het bureau verwerkt persoonsgegevens, met alle plichten die daarbij horen.
  • Voor de ontvanger is het een beoordeling, geen regel. Kan die de sleutel opvragen, de respondenten herkennen aan wat ze schreven of de gegevens koppelen aan iets wat hij al heeft, dan zijn het voor hem persoonsgegevens. Alleen als dat redelijkerwijs niet kan, valt het anders uit.
  • De richtsnoeren zijn nog niet definitief. De openbare raadpleging liep tot 30 oktober 2026. Bouw je verwerkersovereenkomst of je DPIA dus niet op de aanname dat een ontvanger buiten de AVG valt.

De lat voor anonimiteit ligt hoog

Hier gaat het in de praktijk mis, ook bij mensen die het onderscheid wel kennen.

De vraag is niet of jij de persoon kunt herleiden. De vraag is of herleiding redelijkerwijs mogelijk is, met de middelen en de gegevens die beschikbaar zijn.

Dat is strenger dan het klinkt, omdat je door te combineren zoveel te weten komt. Een dataset zonder namen maar met postcode, geboortedatum en geslacht is al bijna een naamlijst: in het onderzoek van Latanya Sweeney maakten die drie gegevens 87% van de Amerikaanse bevolking waarschijnlijk uniek (gecontroleerd op 7 november 2026). Voeg functietitel en organisatie toe en je hebt in een klein team maar één kandidaat. Lees ook waarom "haal de namen eruit" niet genoeg is.

De EDPB stelt in diezelfde richtsnoeren drie toetsen voor: geen recordisolatie, geen koppeling en geen gevolgtrekking. Je kunt dus geen afzonderlijk record van een persoon apart zetten, de gegevens niet aan andere gegevens over die persoon koppelen, en er niets over een persoon uit afleiden. Voldoet een dataset aan alle drie, dan kan hij als anoniem gelden; voldoet hij aan een van de drie niet, dan is meer analyse nodig.

Anonimiteit is daarom geen eigenschap van een bewerking maar een uitkomst die je per dataset en per context beoordeelt. Dezelfde bewerking kan bij een landelijke steekproef anonieme gegevens opleveren en bij een afdeling van twaalf mensen niet.

Bij AI-modellen speelt dezelfde vraag. De EDPB concludeerde in zijn advies over AI-modellen van december 2024 dat een model dat op persoonsgegevens is getraind niet zonder meer als anoniem kan worden beschouwd, en dat je dat per geval moet beoordelen (gecontroleerd op 7 november 2026).

Wat je in de praktijk kiest

Het doel bepaalt de bewerking.

Wil je gegevens publiceren of buiten de AVG brengen? Dan moet het anonimisering zijn, en dan hoort daar een onderbouwing bij waarom herleiding redelijkerwijs niet kan. Aggregeren, generaliseren en drempelwaarden zijn daar de gebruikelijke technieken voor.

Wil je onderzoek doen waarbij je later terug moet kunnen koppelen? Dan is pseudonimisering de juiste keuze, met de sleutel apart beheerd en een beperkte kring die erbij kan. Noem het dan ook zo.

Wil je voorkomen dat medewerkers meer zien dan nodig? Dan is maskeren in de weergave precies het goede gereedschap, en het is geen verwerkingsmaatregel.

Wil je iets in een AI-tool zetten? Dan is de juridische indeling minder belangrijk dan de praktische vraag welke gegevens de taak nodig heeft. Meestal is dat een combinatie: verwijderen wat overbodig is en vervangen door een placeholder wat als context nodig is. Hoe je dat aanpakt, lees je in de gids voor het opschonen van prompts.

Een voorbeeld. Een medewerker plakt een klantmail met een naam en een BSN in ChatGPT om een antwoord op te stellen. Met de extensie van BeeSensible krijgen beide een markering terwijl de medewerker typt. De naam wordt gemaskeerd en staat in de prompt als [NAAM1]; het BSN haalt de medewerker eruit. Staat Context behouden aan, dan onthoudt de extensie per gesprek, alleen op het apparaat, welke placeholder bij welke naam hoort, en zet ze de echte naam terug in het antwoord op het scherm van de medewerker. ChatGPT krijgt alleen de placeholder te zien.

Dat is pseudonimiseren, en dat is ook de eerlijke naam ervoor. De sleutel blijft bij jouw organisatie, dus voor jou blijven het persoonsgegevens. Of de rest van de mail iemand alsnog herkenbaar maakt, een adres of een ordernummer, hangt af van wat erin staat. Daarom blijft weglaten wat de taak niet nodig heeft de eerste stap. Wil je als privacy officer weten hoe dat er voor de hele organisatie uitziet, in aantallen en zonder wat iemand typte, kijk dan op de pagina voor privacy officers.

Het woord dat je gebruikt is niet onschuldig

"Wij anonimiseren de gegevens" is een toezegging. Staat hij in een verwerkersovereenkomst, in een privacyverklaring of in een DPIA, dan is hij toetsbaar. Blijkt achteraf dat het pseudonimisering was, dan klopt het woord niet, en de conclusie die eraan hing evenmin: dat de AVG niet meer van toepassing was.

Het loont dus om het precieze woord te gebruiken, ook als het zwakker klinkt. Met een correct beschreven pseudonimisering sta je sterker dan met een anonimisering die het niet blijkt te zijn.

FAQ

Veelgestelde vragen

Wat betekent pseudonimiseren?

Pseudonimiseren is persoonsgegevens zo bewerken dat ze niet meer aan een persoon te koppelen zijn zonder aanvullende gegevens, bijvoorbeeld door een naam te vervangen door een respondentnummer of een placeholder. Die aanvullende gegevens, de sleutel, bewaar je apart en beveilig je. De AVG omschrijft het zo in artikel 4, lid 5.

Wat is het verschil tussen anonimiseren en pseudonimiseren?

Bij anonimiseren is de persoon door niemand meer te herleiden, ook niet met aanvullende gegevens. Bij pseudonimiseren zijn de herkenbare gegevens vervangen door een code, en met de bijbehorende sleutel is de persoon weer te achterhalen. Alleen anonieme gegevens vallen buiten de AVG.

Zijn gepseudonimiseerde gegevens persoonsgegevens?

Voor de organisatie die de sleutel heeft of de koppeling kan herstellen wel. De EDPB schreef in januari 2025 dat zulke gegevens persoonsgegevens blijven als de verwerkingsverantwoordelijke of iemand anders ze aan een persoon kan koppelen. Pseudonimiseren is wel een erkende beveiligingsmaatregel die het risico verlaagt.

Zijn gepseudonimiseerde gegevens ook persoonsgegevens voor wie de sleutel niet heeft?

Niet vanzelf. In de richtsnoeren over anonimisering van juli 2026, die nog niet definitief zijn, schrijft de EDPB, met verwijzing naar het arrest EDPS tegen SRB van het Hof van Justitie, dat het per partij kan verschillen of gegevens anoniem zijn. Beslissend is welke middelen die partij redelijkerwijs kan inzetten om iemand te herkennen. Dat beoordeel je per geval.

Is maskeren hetzelfde als anonimiseren?

Nee. Maskeren in een systeem verbergt een waarde in de weergave, bijvoorbeeld door alleen de laatste vier cijfers van een rekeningnummer te tonen; de opgeslagen gegevens blijven gelijk. In een prompt vervangt maskeren een waarde door een placeholder zoals [NAAM1]. Dat is pseudonimiseren: wie bijhoudt welke naam erachter zit, kan de koppeling herstellen.

Wanneer is een dataset echt anoniem?

Als herleiding redelijkerwijs niet mogelijk is, ook niet door combinatie met andere beschikbare bronnen. Dat is strenger dan het klinkt: in Amerikaans onderzoek maakten postcode, geboortedatum en geslacht samen 87% van de bevolking waarschijnlijk uniek. De EDPB stelt in zijn richtsnoeren van juli 2026 drie toetsen voor: geen recordisolatie, geen koppeling met andere gegevens en geen gevolgtrekking over een persoon.

Wat gebruik ik bij het delen met een AI-tool?

Meestal een combinatie. Verwijder wat de taak niet nodig heeft en vervang wat het model als context nodig heeft door een placeholder, zodat de structuur van de tekst heel blijft. Het doel is niet juridische anonimiteit, maar zo weinig mogelijk herleidbare gegevens versturen.

Portret van Rens Timmermans van BeeSensible

Liever iemand die het laat zien?

Rens, BeeSensible

Ik geef je graag een rondleiding van twintig minuten. Laat je gegevens achter, dan zoek ik een moment dat jou uitkomt. Bellen of mailen mag natuurlijk ook.

Liever eerst even overleggen?

Wil je een live demo, of een offerte voor 100+ gebruikers? Laat je gegevens achter, dan nemen we binnen één werkdag contact op.