CSV anonimiseren: kolommen maskeren

Een export uit een ledenadministratie, een deelnemerslijst van een evenement, een uitdraai met klantnummers: het komt vaak als CSV- of TSV-bestand. CSV anonimiseren betekent hier: de gevoelige kolommen maskeren voordat je het bestand verstuurt. Deze tool leest het bestand in je browser, herkent wat er in elke kolom staat en vervangt of schermt de waarden af. Je ziet het resultaat eerst in een voorbeeld en downloadt daarna een nieuw bestand. Er is geen server die je bestand ontvangt.

CSV anonimiseren zonder upload

Voor een PDF geldt de belofte dat het document je apparaat niet verlaat. Voor een CSV- of TSV-bestand geldt precies dezelfde belofte, om dezelfde reden: het bestand wordt in je browser gelezen, verwerkt en geschreven. De beveiligingsregel van deze site staat verbindingen naar andere servers niet toe. De enige uitzondering is wat je zelf typt in het contactformulier; dat vertrekt pas als je op de knop drukt.

Kolommen maskeren: wat er met een waarde gebeurt

De tool bekijkt per kolom wat erin staat en stelt een behandelwijze voor. Je kunt die per kolom aanpassen. Er zijn 10 mogelijkheden: ongewijzigd laten, begin en eind behouden (A***B), alleen het eind of alleen het begin behouden, een e-mailadres inkorten, vervangen door een code, een volgnummer of een willekeurige waarde, leegmaken, of een vaste tekst die je zelf opgeeft. Het voorbeeld onder de instellingen loopt mee, zodat je meteen ziet wat een keuze doet.

Voor een BSN, een IBAN, een KVK-nummer of een telefoonnummer kiest de tool standaard voor een code, niet voor een sterretje dat een paar tekens laat staan. Zulke nummers hebben weinig mogelijkheden, en een half zichtbaar nummer is dan een puzzel die iemand met een script zo oplost.

Het scheidingsteken en de kopregel

Een CSV is niet één vast formaat: het scheidingsteken verschilt per systeem en per land. De tool leest het scheidingsteken uit het bestand en toont welke het heeft gevonden. Klopt dat niet, dan kies je het zelf. Bij een TSV is het scheidingsteken een tab, en die keuze staat vast. Heeft je bestand een kopregel met kolomnamen, dan gebruikt de tool die om kolommen te herkennen; staat er geen kopregel, dan kun je dat aangeven.

Formules worden onschadelijk gemaakt

Een veld dat begint met =, +, - of @ zou in een spreadsheet als formule uitgevoerd kunnen worden. De tool zet er een apostrof voor, zodat het als tekst wordt gelezen. Dit gebeurt standaard en het is de enige plek waar de tool tekst aanpast die je niet hebt gemarkeerd. De uitvoer is UTF-8 met een merkteken vooraan, zodat Excel-NL de accenten bij een dubbelklik goed leest.

Grote bestanden: rij voor rij

De tool leest en schrijft rij voor rij. Er wordt nooit een volledige tabel in het geheugen gezet: op elk moment is één rij aan de beurt, naast het bestand dat je aanvoerde en het bestand dat eruit komt. Boven de 50 MiB waarschuwt de tool dat het verwerken traag kan worden; boven de 250 MiB weigert hij het bestand, nog voordat het wordt ingelezen. Een CSV- of TSV-bestand heeft niet de tweede grens die een XLSX-werkboek wel heeft, want er hoeft geen lijst met unieke teksten in het geheugen te blijven staan.

Codes, volgnummers en willekeurige waarden

De drie keuzes die een code of een volgnummer opleveren, doen niet hetzelfde.

Een code laat dezelfde waarde op twee plekken dezelfde code krijgen, zodat twee regels over dezelfde persoon aan elkaar gekoppeld blijven zonder dat je ziet wie het is.
Een volgnummer doet dat ook, maar is de zwakste van de drie: het is een doorlopend nummer dat iemand met de lijst erbij zo terugdraait.
Een willekeurige code breekt de koppeling juist. Dezelfde waarde krijgt op twee plekken een andere code, zodat niemand ziet dat het om dezelfde persoon gaat.

Met een eigen wachtwoord kun je later dezelfde codes opnieuw krijgen. Standaard maakt de tool per sessie een nieuwe sleutel, en die is na de sessie verdwenen.

De profielen

Naast de basiskeuzes kent de tool 3 profielen die de standaardkeuze voor één kolom aanpassen: Standaard, Juridisch en Zorg / WGBO. Een profiel verschijnt alleen als je bestand zo'n kolom heeft; een profiel is een beginpunt, geen beslissing.

Zo ga je te werk

Sleep je bestand in het venster of kies het. De tool leest het en toont de opbouw.
Controleer het scheidingsteken, de kopregel en het profiel.
Stel per kolom in wat er met de waarden gebeurt. Het voorbeeld eronder loopt mee.
Download het nieuwe bestand. Het origineel blijft ongewijzigd.

Wat de tool niet doet

Hij raadt niet wat een kolom betekent. Lijkt de inhoud niet op een bekende categorie, dan laat hij de kolom ongewijzigd; je stelt de behandelwijze dan zelf in.
Hij beoordeelt niet of je de gegevens mocht delen. Die afweging blijft bij jou en je organisatie.
Hij stuurt niets naar buiten. De enige uitzondering is wat je zelf typt in het contactformulier.

Heb je een Excel-werkboek in plaats van een doorlopend bestand? Lees dan hoe je een Excel-bestand anonimiseert. Meer over de algemene werkwijze staat op de pagina tabel anonimiseren.

Veelgestelde vragen

Wordt mijn tabel geüpload?

Nee. De tool leest het bestand in je browser en schrijft het nieuwe bestand ook daar. Er is geen server die het ontvangt, en de beveiligingsregel van deze site staat verbindingen naar andere servers niet toe. De enige uitzondering is wat je zelf typt in het contactformulier.

Wat betekent het als een BSN een code wordt?

De waarde wordt vervangen door een code die met een geheime sleutel is berekend. Zonder die sleutel is de code niet terug te rekenen. Let op wat dat wel en niet betekent: dit is pseudonimisering, geen anonimisering. Wie de sleutel heeft, vindt een kort nummer als een BSN razendsnel terug. De sleutel blijft daarom in je browser en wordt niet bewaard.

Krijg ik hetzelfde bestand als ik het opnieuw verwerk?

De waarden wel, het bestand niet. Met dezelfde sleutel krijgt dezelfde waarde dezelfde code, dus de cellen komen overeen. Een XLSX-bestand is nooit precies hetzelfde bestand, omdat het bij elke keer nieuwe interne nummers krijgt. Met de sleutel van deze sessie lukt opnieuw verwerken niet: die is na de sessie verdwenen. Geef een eigen wachtwoord op als je later hetzelfde resultaat wilt.

Blijven de opmaak en de formules van mijn werkboek bewaard?

Nee. De uitvoer is een gegevensbestand, geen kopie van je werkboek. Kleuren, lettertypen, getalnotaties, voorwaardelijke opmaak, formules, afbeeldingen, grafieken en macro's gaan niet mee. Van een formule wordt de uitkomst als gewone tekst geschreven. Wil je de opmaak bewaren, dan heb je het originele bestand nodig, en dat is juist het bestand dat je niet hoort te publiceren.

Is er een limiet aan de grootte van mijn tabel?

Boven de 50 MiB waarschuwt de tool dat het verwerken traag kan worden. Boven de 250 MiB weigert hij het bestand, nog voordat het wordt ingelezen. Bij een XLSX-bestand komt daar een tweede grens bij: de lijst met alle unieke teksten uit het werkboek wordt in het geheugen gehouden. Een CSV- of TSV-bestand heeft dat probleem niet en wordt rij voor rij verwerkt.

Probeer het met je eigen bestand

Open de tool

Je bestand blijft op je eigen apparaat. Er wordt niets verstuurd en niets opgeslagen.