Gemeten op 21 oktober 2026 · promptShield 1.4.1 · Presidio 2.2.364
Microsoft Presidio vergeleken met promptShield
Opnieuw gemeten op 48 nieuwe documenten in 8 talen, waarin alle persoonsgegevens woord voor woord zijn gelabeld. Beide tools lezen dezelfde geëxtraheerde tekst, en we tellen elk gevoelig woord dat leesbaar blijft. Documenten, labels, scorescript en alle ruwe resultaten zijn openbaar, zodat u het zelf kunt nagaan.
Over de naam: Presidio is bij Microsoft ontstaan en is inmiddels een onafhankelijk project dat door de community wordt bestuurd, binnen de organisatie Data Privacy Stack. Het valt nog steeds onder de MIT-licentie en Microsoft heeft de overstap gesteund. In de titel staat toch "Microsoft Presidio", omdat de meeste mensen daarop zoeken. Lees de overgangsmelding van het project
Kort samengevat
Presidio 2.2.364 (standaardinstelling, grote spaCy-modellen)
1.327
van de 4.489 gevoelige woorden bleven leesbaar · 70% gevonden
promptShield 1.4.1
92
van de 4.489 gevoelige woorden bleven leesbaar · 98% gevonden
promptShield markeerde ook minder tekst die geen persoonsgegevens bevat: gemiddeld 1,9 onterechte markeringen per document, die u zelf moet verwijderen, tegenover 9,8 bij Presidio. Bij promptShield bleef in 24 van de 48 documenten niets gevoeligs leesbaar, bij Presidio in 0. Met de kleine spaCy-modellen die in de meeste snelstartgidsen worden geïnstalleerd, liet Presidio 1.583 woorden leesbaar staan.
Hoe de detectie van promptShield versie na versie veranderde
In de eerste versie van deze pagina werd promptShield 1.0.14 gemeten. We lieten 7 versies los op dezelfde documenten, van die eerste tot de huidige, elk vanuit de eigen broncode en met de eigen detectieknop. Pools kwam er in versie 1.4.0 bij, dus deze grafieken tellen alleen de zeven talen mee die elke versie ondersteunt.
Toon de cijfers
| Versie | Datum | Gevonden | Leesbaar gebleven woorden | Onterechte markeringen per document | Volledig afgedekte documenten |
|---|---|---|---|---|---|
| promptShield 1.0.14 | 16 jun 2026 | 74,3% | 999 | 4,5 | 0 / 42 |
| promptShield 1.1.3 | 6 aug 2026 | 74,3% | 999 | 4,5 | 0 / 42 |
| promptShield 1.2.0 | 22 aug 2026 | 74,6% | 987 | 4,5 | 0 / 42 |
| promptShield 1.2.5 | 28 sep 2026 | 76,5% | 915 | 4,5 | 0 / 42 |
| promptShield 1.3.4 | 5 okt 2026 | 98,1% | 73 | 2,0 | 22 / 42 |
| promptShield 1.3.8 | 15 okt 2026 | 98,1% | 73 | 2,0 | 22 / 42 |
| promptShield 1.4.1 | 21 okt 2026 | 98,1% | 73 | 2,0 | 22 / 42 |
| Presidio 2.2.364 | – | 71,4% | 1.120 | 10,3 | 0 / 42 |
Tot eind september vond promptShield ongeveer evenveel als Presidio, met minder ruis: versie 1.0.14 vond 74% van de gevoelige woorden, met 4,5 onterechte markeringen per document. De sprong daarna is het resultaat van vier rondes detectiewerk tussen 30 september en 2 oktober, elk getoetst aan documenten die de engine nog nooit had gezien. Die rondes richtten zich op identificatienummers, adressen, telefoonnummers en namen in hoofdletters, en brachten tegelijk het aantal onterechte markeringen omlaag. Sindsdien zijn de zeven talen stabiel gebleven en ging de aandacht naar het Pools: promptShield 1.4.1 vindt 97% van de gevoelige woorden in de Poolse documenten, Presidio 64%.
Functievergelijking
| Functie | promptShield | Presidio |
|---|---|---|
Meertalige regex-herkenner (60+ types) Presidio: standaard primair EN | ◦ | ◦ |
Meertalig entiteitmodel (Davlan) Presidio: vereist aangepaste HuggingFace-entiteitherkenner | ◦ | ◦ |
Optionele LLM-laag voor contextuele PII | ◦ | ◦ |
Checksumvalidatie US NPI / ABA / DEA Presidio: NPI en MBI inbegrepen, ABA/DEA gedeeltelijk | ◦ | ◦ |
Checksumvalidatie AU TFN / ABN / ACN / Medicare | ◦ | ◦ |
Checksumvalidatie BR CPF / CNPJ | ◦ | ◦ |
Checksumvalidatie CH AHV | ◦ | ◦ |
Checksumvalidatie MX CLABE | ◦ | ◦ |
Checksumvalidatie NL BSN / RSIN | ◦ | ◦ |
Validatie Frans NIR (sociale zekerheid) | ◦ | ◦ |
Filter voor jurisdictie-opvulling "vallend onder het recht van X" → X niet gemarkeerd | ◦ | ◦ |
Samenvoegen van PERSON-spans binnen een pagina "Pierre Dubois" behouden, los "Pierre" verwijderd | ◦ | ◦ |
Filter voor generieke afdelings-ORG | ◦ | ◦ |
Filter voor functietitel-PERSON | ◦ | ◦ |
Afgewerkte desktopapplicatie met beoordelings-GUI | ◦ | ◦ |
Omkeerbare tokenisatie (coderen / decoderen) Presidio: aparte anonymizer-laag | ◦ | ◦ |
100% offline verwerking (geen cloudafhankelijkheid) | ◦ | ◦ |
Aangepaste herkenners via API | ◦ | ◦ |
Python-bibliotheek voor maatwerkintegratie | ◦ | ◦ |
Integratie met Azure AI Language | ◦ | ◦ |
✓ = standaard inbegrepen · ◦ = beschikbaar via aangepaste configuratie · ✗ = niet aanwezig
Ruiscategorieën die Presidio (standaardinstallatie) genereert en die promptShield onderdrukt
URL's in contractvoetteksten
Link naar privacybeleid, URL van de supportpagina, generiek juridisch contact. ~8–10 spans per contract, waarvan vrijwel niets PII is die de beoordelaar wil redigeren.
UrlRecognizerLosse land-/stadvermeldingen in jurisdictieproza
"vallend onder het recht van Frankrijk", "statutaire zetel in Parijs", "vennootschap opgericht in Duitsland". In een Frans financieel overzicht genereert Presidio 73 LOCATION-spans; bijna alle zijn contractopvulling.
filter_jurisdiction_boilerplate + filter_standalone_countryPERSON-fragmenten
Dezelfde naam verschijnt als drie aparte spans: "Pierre", "Dubois", "Pierre Dubois". Op een Italiaans contract genereert Presidio 26 PERSON-spans: dezelfde namen, herhaald en opgesplitst in voornaam, achternaam en volledige naam.
filter_span_coalescenceGenerieke afdelingsnamen getagd als ORG
"Marketing", "Vorstand", "Direction Générale", "Board of Directors", "Comitato di Direzione". Dit zijn geen organisaties die de beoordelaar wil redigeren.
filter_generic_org (stoplijst van 90 vermeldingen × 7 talen)Functietitels getagd als PERSON
"CEO", "Directeur", "Geschäftsführer" met een hoofdletter aan het begin van een regel, soms ten onrechte als PERSON getagd door het entiteitmodel.
filter_role_titlesWanneer u toch beter voor Presidio kiest
Presidio is de juiste keuze wanneer:
- U een eigen, op Python gebaseerde DLP-pipeline bouwt en controle op bibliotheekniveau wilt.
- U clouddiensten (Azure AI Language, AWS Comprehend) moet integreren onder één PII-abstractie.
- U uw eigen herkenners wilt fine-tunen voor bedrijfseigen entiteitstypen.
- U tekststromen verwerkt (geen afgebakende documenten) en een bibliotheek nodig hebt die als dienst is vormgegeven.
Presidio is open source onder MIT en promptShield is een commercieel product. Kies wat bij de klus past.
Wanneer u voor promptShield kiest
- U afgebakende PDF-/DOCX-/XLSX-documenten op de desktop anonimiseert.
- U landspecifieke checksums kant-en-klaar nodig hebt (TFN, CPF, NPI, IBAN, enz.) zonder ze zelf te hoeven schrijven.
- U een afgewerkte GUI-workflow wilt (beoordelen, redigeren, tokeniseren, exporteren) in plaats van een bibliotheek om te integreren.
- Uw klanten om compliancyredenen geen documenten naar een clouddienst mogen sturen.
Reproduceer het zelf
Elk cijfer op deze pagina komt uit de bestanden in de openbare repository: de 48 documenten met hun labels, de ruwe uitvoer van elke tool en het scorescript. Geen enkel cijfer komt uit een meting die u niet zelf kunt controleren.
git clone https://github.com/promptshield-Inc/pii-detection-benchmarks
cd pii-detection-benchmarks
pip install -r requirements.txt
python presidio_run.py lg
python score.pyHet eerste Python-commando draait Presidio opnieuw op de gepubliceerde tekst; het tweede toetst elk resultaat in de map aan de labels. Voor geen van beide hoeft promptShield geïnstalleerd te zijn.
Veelgestelde vragen
Is Microsoft Presidio nog een project van Microsoft?
Nee. Presidio is bij Microsoft begonnen en heeft de overstap naar onafhankelijk communitybeheer afgerond: het wordt onderhouden door bijdragers en vrijwilligers binnen de organisatie Data Privacy Stack, en geen enkel bedrijf bezit of exploiteert het. Microsoft heeft de overgang gesteund. De licentie is MIT gebleven en het is dezelfde code, dus niets in deze benchmark hangt af van wie de repository beheert. Oude links naar de documentatie op microsoft.github.io kunnen niet meer werken; die staat nu op presidio.dataprivacystack.org.
Is Microsoft Presidio gratis?
Ja. Presidio valt onder een MIT-licentie en er is geen vergoeding, ongeacht het volume. De kosten zitten in ontwikkeltijd, niet in geld: Presidio levert bouwstenen voor detectie, geen afgeronde werkwijze. Een werkende inzet betekent meestal dat u er zelf het uitlezen van documenten, een controlescherm en de opslag die uw bewaarbeleid vraagt omheen bouwt. Of dat goedkoper uitvalt dan een licentie hangt af van hoeveel van die steigers u al heeft staan.
Moet je ontwikkelaar zijn om Microsoft Presidio te gebruiken?
In de praktijk wel. Presidio is een Python-bibliotheek die u vanuit code aanstuurt of via een dienst die u zelf draait; het project bevat geen desktoptoepassing en geen scherm voor de eindgebruiker. Dat is een ontwerpkeuze en geen tekortkoming: het is gemaakt om in een keten te passen die iemand anders samenstelt. Werken er juristen, analisten of compliancemedewerkers met de documenten in plaats van ontwikkelaars, dan moet er eerst iets vóór Presidio gebouwd worden.
Is Microsoft Presidio een DLP-hulpmiddel?
Op zichzelf niet. Presidio spoort persoonsgegevens op en anonimiseert ze in de inhoud die u aanreikt, en dat is één onderdeel van het voorkomen van datalekken, maar alles eromheen ontbreekt: geen beleidsmodule, geen handhaving op apparaten of in het netwerk, geen meldingen, geen controlespoor. Veel teams zetten het in als detectielaag binnen een DLP-opzet die ze zelf bouwen. Als afgerond DLP-product gekocht is het dat niet.
Wie zijn de belangrijkste concurrenten van Microsoft Presidio?
Dat hangt ervan af welk deel u vervangt. Als detectiebibliotheek liggen de clouddiensten voor persoonsgegevens het dichtst bij (Azure AI Language, Google Cloud DLP, AWS Comprehend), die Presidio overigens kan aanroepen in plaats van beconcurreren. Als manier om documenten daadwerkelijk geredigeerd te krijgen bestaat het vergelijkingsveld uit afgeronde hulpmiddelen zoals promptShield, Adobe Acrobat en de redactiediensten in de cloud, waar de afweging gaat tussen licentiekosten en het bouwwerk dat u anders zelf maakt.
Is promptShield opensource net als Presidio?
Nee. Presidio is een opensourcebibliotheek onder MIT-licentie en promptShield is een commercieel product: een reëel verschil dat we onomwonden noemen. Wat wél openbaar is, is precies wat telt om deze pagina te vertrouwen: de testopstelling, de testdocumenten en de ruwe resultaatbestanden zijn gepubliceerd, en het Presidio-deel van het script draait op zichzelf, zonder dat promptShield geïnstalleerd is. U hoeft deze cijfers niet op ons woord te geloven.
Zit Presidio onder de motorkap van promptShield?
Nee. De detectiemotor is van onszelf, en die keuze was architectureel en geen oordeel over de kwaliteit van Presidio: promptShield verwerkt afgebakende documenten op een apparaat dat mogelijk helemaal geen netwerk heeft, terwijl Presidio is bedoeld als bibliotheek voor tekststromen in een serverketen. De laag die bepaalt wat een beoordelaar zou wegstrepen draagt het meeste werk, en die moest van ons zijn.
Kan ik ze samen gebruiken?
Ze zitten op verschillende punten en laten zich prima combineren. Presidio past goed bij het doorlichten van grote volumes binnen uw eigen systemen, waar een bibliotheek in een keten past. promptShield past bij de kleinere verzameling documenten waarbij een mens moet nakijken wat er gevonden is en voor het resultaat moet instaan voordat het bestand ergens heen gaat. Brede automatische dekking in de keten, zorgvuldige, door een mens gecontroleerde behandeling voor de documenten die zwaar wegen.
Kanttekeningen
- Alleen de standaardinstallatie. Presidio draaide met zijn ingebouwde herkenners, één spaCy-model per taal, zonder eigen herkenners en zonder scoredrempel. Voor het Pools voegden we één labelkoppeling toe, de enige die Presidio nodig heeft om de entiteiten van de Poolse spaCy-modellen te lezen: zonder die koppeling vindt Presidio helemaal geen Poolse namen. Een afgestemde installatie (eigen herkenners, een transformermodel) zou beter scoren.
- Fictieve documenten. De 48 documenten zijn realistisch maar fictief: contracten, facturen, bankafschriften, medische brieven, HR-brieven en juridische correspondentie, als nette, digitaal aangemaakte PDF's. Scans, OCR-fouten en rommelige opmaak worden hier niet gemeten.
- Wie de labels schreef. De documenten en hun labels zijn geschreven door AI-agents die een gepubliceerde labelspecificatie volgden, één taal per agent, zonder toegang tot de detectiecode van promptShield. Een script heeft elk label getoetst aan de geëxtraheerde tekst; geen menselijke annotator heeft ze nagekeken. De labels zijn openbaar: vindt u er een dat niet klopt, laat het ons weten en we publiceren de correctie.
- Oude versies, vandaag gedraaid. Elke eerdere versie draaide vanuit de eigen broncode op dezelfde machine, met de huidige modelbestanden. Engines die de geïnstalleerde app in die versie niet kon laden (ze vereisten PyTorch, dat de app niet meelevert) waren hier ook geblokkeerd, zodat elke versie draaide met de engines die de gebruikers toen echt hadden. Versie 1.2.8 is om die reden weggelaten: door een buildprobleem kon de geïnstalleerde app de nieuwere engines niet laden, waardoor de broncode een te gunstig beeld zou geven van wat de gebruikers kregen.
Ranglijst
De 10 beste offline anonimiseringstools in 2026
Tien desktoptools die persoonsgegevens op uw eigen computer verwijderen, allemaal volgens dezelfde gepubliceerde regels beoordeeld, ook de onze. Bij elk feit staat een link naar de bron.
Bekijk de ranglijstWas dit nuttig? Laat het ons weten.