anonym.legal

By · Last updated 2026-06-05

Назад към блогаGDPR и съответствие

Нидерландски AP: Глоба от 290 млн. евро и прилагане на GDPR

Нидерландският AP наложи най-голямата глоба в ЕС за трансфер на данни - 290 млн. евро срещу Uber. BSN (холандски социален номер) изисква валидиране по метода Elfproef, пропускано от 56% от инструментите.

June 5, 20269 мин. четене
Dutch APBSN detectionUber GDPR fineNetherlands compliancedata transfer GDPR

Autoriteit Persoonsgegevens (AP) наложи на Uber глоба от 290 млн. евро през август 2024 г. Санкцията е заради изпращане на данни на шофьори на американски сървъри без валидно споразумение за трансфер. Нито едно друго дело по GDPR не е довело до по-висока глоба за трансгранично предаване на данни. AP е разгледал над 21 400 жалби само през 2023 г., което го прави един от най-натоварените регулатори в Европа.

Какво установи AP в делото срещу Uber

Uber е събирал данни от шофьори в Нидерландия и Франция. Данните включват история на местоположението, документи за самоличност, заплащане, шофьорски досиета и данъчни файлове - всичко изпратено на американски сървъри. AP е приел, че методът на трансфер е невалиден.

Три констатации са в основата на решението:

  • Слаб метод за трансфер: Uber е използвал Задължителни корпоративни правила (BCR). AP е установил, че те не покриват обема и чувствителността на данните на шофьорите.
  • Липса на Оценка на въздействието върху трансфера (TIA): Uber не е доказал, че американското законодателство запазва договорените защитни мерки.
  • Чувствителност чрез комбинация: Данните за местоположение, заплащане и оценки на представянето заедно дават подробна картина за всеки шофьор. AP е третирал тази комбинация като еквивалент на специална категория лични данни.

Делото срещу Uber поставя ясно правило: данните на служители и изпълнители, изпращани в САЩ, изискват същата TIA и допълнителни мерки като потребителските данни.

Приоритети на AP при правоприлагане за 2025 г.

Актуализирано за 2026 г.

AP е определил три области, на които ще обръща специално внимание в 2025 г.

Наблюдение на служители: Инструментите за дистанционно проследяване са основна мишена. Това включва журнали за производителност, заснемане на екрана, проследяване на натискането на клавиши и инструменти за дистанционно определяне на местоположение. Преди внедряването на подобен инструмент компаниите трябва да документират защо са отхвърлили по-малко натрапчиви алтернативи.

Трансгранични трансфери на данни: След решението по делото Uber AP проверява методите за трансфер. В обхвата са компании, разчитащи на услуги от САЩ, Азия или други страни без адекватно ниво на защита. Всяка компания, използваща американски софтуер за HR, управление на проекти или клиентски данни, трябва да разполага с актуална TIA.

Автоматизирани решения: Кредитно скориране с изкуствен интелект, филтри при наемане на работа и системи за оценка на представянето задействат задълженията по член 22. AP насочва вниманието към организации, вземащи автоматизирани решения без реален контрол от страна на човек. Обхванати са и работниците, и потребителите.

BSN: Защитен национален идентификатор

Burgerservicenummer (BSN) е 9-цифрен идентификационен номер, използван в Нидерландия. Той се валидира чрез метода Elfproef (проверка на единадесет). За проверката: умножете всяка цифра по тегло от 9 до -1, съберете резултатите и общата сума трябва да се дели без остатък на 11.

Законът за BSN (Wet algemene bepalingen burgerservicenummer) ограничава използването на BSN до конкретни правни контексти: данъчно облагане, здравеопазване, правителствени услуги и заплати от работодатели. Използването на BSN извън тези контексти задейства правоприлагането по Закона за BSN, а отгоре се добавя и отговорност по GDPR.

Защо общите инструменти пропускат BSN: Много инструменти за NLP не включват проверката Elfproef. Без нея всяка 9-цифрена последователност се маркира като възможен BSN. Това създава фалшиви аларми в финансови и административни документи. Освен това неправилно въведените BSN номера се пропускат - те не преминават проверката, но все пак изглеждат като валиден формат. Вижте нашето ръководство за разпознаване на национални данъчни идентификатори и лични данни в ЕС за пълно сравнение между европейските формати на идентификатори.

NER за нидерландски текст

Нидерландският (Nederlands) има особености, затрудняващи модели, обучени на английски.

Сложни думи: В нидерландски думите се сливат. Persoonsgegevens (лични данни) и Burgerservicenummer (граждански идентификационен номер) са всяка по една дума. Модели, разработени за английски, често ги разделят на грешно място, което нарушава разпознаването на обекти.

Окончания на имена: Наставките -je и -tje се появяват в собствени имена - Annetje, Hansje. Моделите за имена трябва да обработват и основната форма, и съкратената.

Формати на адреси: Видовете улици включват Straat, Laan, Weg, Plein и Gracht. Пощенските кодове се състоят от четири цифри и две букви (например: 1234 AB). Всеки код съответства на една улица, което разкрива повече информация от повечето европейски пощенски кодове.

Формат на IBAN: Нидерландските IBAN номера са 18 знака: NL + 2 контролни цифри + 4-буквен банков код + 10-цифрен номер на сметка. Страната има висок дял на плащания с карта. В резултат финансовите документи съдържат много IBAN номера. За методи за оценяване на достоверността при различни видове идентификатори вижте двоично разпознаване на лични данни и оценяване на достоверността.

Техническа проверка за съответствие с AP

За да отговарят на текущите стандарти на AP, системите за данни трябва:

  1. Разпознаване на BSN с Elfproef - съпоставянето на шаблони само по себе си не е достатъчно
  2. NER за нидерландски - модел като spaCy nl_core_news обработва сложни думи и съкратени имена
  3. Разпознаване на IBAN - форматно-ориентирано, не общо
  4. Записи за подизпълнители за всички трансгранични трансфери
  5. TIA за американски доставчици - активен приоритет при одит на AP след решението по делото Uber

След делото Uber TIA за американски доставчици е основно изискване, а не препоръчителна практика. За пълен анализ на решението и последиците му за трансфера вижте глобата на AP на Uber и правоприлагането при трансгранични трансфери.

Източници

Готови ли сте да защитите данните си?

Започнете анонимизация на PII с 285+ типа субекти на 48 езика.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.