Filtrering af advokatkorrespondance og fortrolige dokumenter

Forside › eDiscovery teknisk · Gennemgået oktober 2026 · Af John Nielsen

Teknisk filtrering af advokatkorrespondance bygger på tre lag: lister over advokaters adresser, domæner, navne og telefonnumre, søgninger i indhold og en udbredelse af markeringer til tråde, familier og dubletter. Filtreringen markerer kandidater, men den afgør ikke, hvad der er fortroligt. Den juridiske vurdering træffes af en advokat. Det tekniske arbejde handler om at gøre listen så fuldstændig og filtreringen så præcis som muligt og om at dokumentere, hvad den ikke fanger.

Hvorfor sorteringen skal ske tidligt, hvor fortrolig korrespondance typisk findes, og hvordan den juridiske proces forløber, er beskrevet på digital-bevissikring.dk: → Fortrolig korrespondance i digitalt materiale. Her gennemgås den tekniske side.

Adresse- og domænelister

Fra navneliste til teknisk liste

Advokaten og klienten leverer typisk en liste over advokater og rådgivere. Den skal omsættes til alle de former, personerne kan optræde i data:

Mailadresser, herunder aliasser, gamle adresser og personlige adresser, hvis de er brugt.
Domæner, herunder tidligere domæner efter fusioner og navneskift og eventuelle særskilte domæner til mail eller sikker mail.
Visningsnavne, fordi nogle mails kun viser navnet, fx når adressen er intern eller skjult.
Interne Exchange-adresser. I PST-filer og eksporter kan interne afsendere optræde med en intern X.500-adresse i stedet for en SMTP-adresse. Hvis advokaten har en konto i samme organisation, fx en intern juridisk afdeling, skal den form også med.
Telefonnumre til sms, iMessage og beskedapps, normaliseret til samme format med og uden landekode og mellemrum.
Bruger-id’er i chatplatforme som Teams og Slack.

Normalisering

Adresser skal sammenlignes uden hensyn til store og små bogstaver, og visningsnavne kan stå som “Efternavn, Fornavn” eller med titler. Telefonnumre skal normaliseres, fordi “+45 12 34 56 78”, “004512345678” og “12345678” er det samme nummer i forskellige formater. Normaliseringen dokumenteres, så det kan vises, at alle varianter er dækket.

Matchning i metadata

Domæne- og adressefiltre køres på afsender, modtagere, cc og bcc. Bcc findes kun i afsenderens kopi, så en mail, hvor advokaten er bcc-modtager, markeres kun fra afsenderens postkasse. Det er en af grundene til, at markeringer skal udbredes til dubletter.

Videresendte mails er en anden faldgrube. Når en klient videresender en mail fra advokaten til en kollega, står advokatens adresse ikke i metadata, men kun i den citerede header i brødteksten. Søg derfor også efter adresser og domæner i brødtekst og vedhæftninger.

Søgninger i indhold

Indholdssøgninger supplerer metadatafiltrene. Typiske termer er advokaternes navne, advokatfirmaernes navne, sagsnumre og ord som “fortroligt”, “advokat” og engelske ækvivalenter. Søgninger skal skrives med samme omhu som andre søgninger, med varianter og bøjninger. → Søgetermer teknisk: syntaks, wildcards og bøjninger

Den største kilde til falske positiver er standardtekster. Mange organisationer har en fortrolighedserklæring i alle mailsignaturer, og en søgning på “fortroligt” rammer så næsten alle mails. Andre støjkilder er nyhedsbreve og invitationer fra advokatfirmaer, fakturaer og mails, hvor modpartens advokat er afsender. Termer, der rammer standardtekster, bør enten kombineres med nærhedskrav eller fjernes, og valget dokumenteres.

Udbredelse til tråde, familier og dubletter

En markering på ét element skal udbredes konsekvent:

Familier. Hvis en vedhæftning er markeret, skal det besluttes, hvad der sker med mailen og de andre vedhæftninger. Ofte markeres hele familien til vurdering.
Tråde. Senere mails i en tråd, der citerer en markeret mail, indeholder den samme tekst. → Mailtråde, Message-ID og familierelationer
Dubletter og near-duplicates. Alle kopier af en markeret mail skal behandles ens, også dem i andre personers postkasser. Uden et dubletregister kan en kopi slippe igennem fra en anden kilde. → Deduplikering: global, pr. person og near-duplicates

Inkonsistente markeringer, hvor samme mail er tilbageholdt i én postkasse og produceret fra en anden, er en af de hyppigste fejl. De kan opdages ved at sammenholde markeringer med hashværdier og tråd-id’er før produktion.

Rækkefølgen af filtrering og deduplikering

Rækkefølgen betyder noget. Hvis deduplikering sker før filtreringen, og den primære kopi af en mail er afsenderens, kan bcc-oplysningen være med. Er den primære kopi en modtagers, er den ikke. Filtrering bør derfor køres på hele materialet med dubletter, eller markeringer bør udbredes via dubletregistret, så alle kopier arver markeringen. Tilsvarende bør filtreringen køres efter OCR, så scannede vedhæftninger med tekstlag kan rammes af indholdssøgningerne.

Interne jurister og blandede roller

Interne jurister og direktører med juridisk baggrund er en særlig udfordring, fordi de både rådgiver og deltager i forretningen. Deres adresser kan ikke bare filtreres fra, uden at store mængder forretningskorrespondance forsvinder. Her er det ofte bedre at markere korrespondancen til særskilt vurdering end at tilbageholde den automatisk. Om korrespondance med en intern jurist er beskyttet på samme måde som korrespondance med en ekstern advokat, er et juridisk spørgsmål, som advokaten afgør i den konkrete sag. Se Fortrolig korrespondance i digitalt materiale.

Mobil og chat

Telefoner og chatplatforme er sværere at filtrere end mail, fordi samtaler ikke har emne eller domæne. Filtreringen sker på deltagere via telefonnumre og bruger-id’er og på indhold. En samtale med en advokat kan indeholde både fortrolige og ikke-fortrolige beskeder, og det skal besluttes, om reviewenheden er hele samtalen, en dag eller den enkelte besked. Beskeder i gruppechats, hvor en advokat er én af flere deltagere, skal vurderes særskilt.

Ikke-søgbart materiale

Indscannede breve fra advokater, billeder af dokumenter og krypterede vedhæftninger fanges ikke af tekstsøgninger. Metadatafiltrene kan dog stadig ramme mailen, de er vedhæftet. Løse filer uden metadata om afsender, fx scannede dokumenter på et drev, kræver OCR eller manuel gennemgang. Mængden og håndteringen skal fremgå af dokumentationen.

Kvalitetskontrol

Kvalitetskontrollen bør omfatte:

Stikprøver blandt umarkerede dokumenter for at finde fortrolig korrespondance, som filtrene ikke ramte, fx fra advokater, der ikke stod på listen.
Stikprøver blandt markerede dokumenter for at måle andelen af falske positiver og justere søgninger.
Konsistenskontrol på tværs af dubletter, tråde og familier.
Gennemgang af afsender- og modtagerdomæner i hele materialet. En liste over hyppige eksterne domæner afslører ofte advokatfirmaer, som ingen havde nævnt.

Håndtering af det udsorterede

Udsorterede elementer bør opbevares adskilt fra gennemgangsmaterialet med begrænset adgang. Et register med element-id, hashværdi, dato, afsender, modtagere og markeringstype gør det muligt at udarbejde en oversigt over tilbageholdte dokumenter, hvis det kræves, og at genfinde et element, hvis det ved en fejl er produceret. Den juridiske begrundelse for hvert element tilføjes af advokaten, ikke af den tekniske proces. Hvordan tilbageholdte og maskerede dokumenter markeres i en produktion, er beskrevet i artiklen om produktion. → Produktion af data: native filer, PDF og loadfiler

Dokumentation

Beskriv den tekniske liste og dens normalisering, de anvendte filtre og søgninger med syntaks, udbredelsesreglerne, kvalitetskontrollens metode og resultat, mængden af ikke-søgbart materiale og registeret over udsorterede elementer. Det viser, at filtreringen er systematisk, og gør det muligt at rette en fejl uden at starte forfra. Opdateres listen undervejs, fx fordi kvalitetskontrollen finder et nyt advokatfirma, skal filtrene køres igen på hele materialet, og ændringen dateres, så det fremgår, hvilke produktioner der er lavet før og efter.

Kilder og versioner

Senest gennemgået: oktober 2026.

Næste skridt

Del af: eDiscovery teknisk

Læs også: Validering af AI-assisteret gennemgang: recall, præcision og elusion-test · Produktion af data: native filer, PDF, loadfiler og nummerering

→ eDiscovery teknisk · For sagkyndige · Tlf. 70 13 63 23 · Digital bevissikring hos Nielco IT

Skrevet af John Nielsen, IT‑sagkyndig og indehaver af Nielco IT. Selvstændig siden 2009 og mere end 30 års erfaring med IT‑sikkerhed. Har været IT‑sagkyndig i danske retskredse og ved Den Fælles Europæiske Patentdomstol (UPC). Om John Nielsen · LinkedIn · Redaktionel politik