By · Last updated 2026-06-05

Tornar al BlogGDPR i Compliment

UOOU Republica Txeca: RGPD per a la industria

L'UOOU txec va emetre 58 decisions d'aplicacio el 2024; el sector manufacturer representa el 34% de les infraccions. El 67% de les empreses txeques utilitzen eines alemanyes que no cobreixen el txec.

June 5, 20268 min llegit
Czech Republic ÚOOÚrodné číslomanufacturing GDPRCentral Europe complianceCzech identifiers

UOOU i el RGPD a la industria manufacturera txeca

L'Urad pro ochranu osobnich udaju (UOOU) va emetre 58 decisions d'aplicacio el 2024. Les empreses del sector manufacturer i l'automocion van representar el 34% d'aquestes. Es la quota mes alta de qualsevol sector.

Skoda Auto, Toyota, Foxconn i molts proveadors de primer nivell operen a la Republica Txeca. El compliment del RGPD alli requereix eines que gestionin dades locals. La majoria d'eines en us no ho fan.

El problema de l'eina de l'empresa matriu

Els datos de l'UOOU mostren un patro de fallada clar. Les empreses matrius a l'estranger imposen eines de PII configurades per a l'estranger a les seves unitats locals.

Quan un gran grup desplega la seva eina estandard en una oficina de Praga:

  1. L'eina esta configurada per a identificadors estrangers. No cobreix els locals.
  2. Els contractes de personal i els fitxers de RH estan en txec. L'eina no va ser entrenada amb text txec.
  3. La precisio del NER per al txec es un 23% inferior a la del text equivalent en altres idiomes. (Orientacio tecnica de l'UOOU, 2024)
  4. El rodne cislo no es detecta en fitxers no marcats com a txecs.
  5. Les dades de salut i RH dels empleats es mouen sense la proteccio que els reguladors exigeixen.

El 67% de les empreses locals depenen d'eines que no detecten els identificadors especifics del pais. L'UOOU considera responsable el controlador local. No considera responsable el proveador matriu.

Rodne cislo: dades de categoria especial

El rodne cislo es un numero de naixement. Utilitza el format AAMMDD/XXXX.

  • Els digits 3-4 codifiquen el mes de naixement. Per a les dones, s'afegeix 50. Una dona nascuda al gener mostra 51, no 01.
  • Una barra obliqua separa la data del sufix.
  • El sufix te 3-4 digits amb un digit de control de modul-11.

La codificacio del genere fa d'aquest numero una dada de categoria especial en virtut de l'Article 9 del RGPD. Revela el sexe per disseny. S'aplica una proteccio reforjada.

Cal cobrir tres coses. Primer, el desplacament del mes de les dones — la regla del 50. Segon, la validacio del digit de control de modul-11. Tercer, els formats de 9 digits (anteriors a 1954) i de 10 digits.

La coincidencia de patrons sola no compleix l'estandard de l'UOOU.

Altres identificadors clau

Cislo obcanskeho prukazu (OP): Document nacional d'identitat. Nou caracters alfanumerics. S'troba en contractes, registres de visites i historials medics.

ICO: Numero d'empresa de vuit digits. Apareix en contractes de proveadors juntament amb dades personals de representants legals.

DIC: Format CZ + numero de naixement (per a persones fisiques) o CZ + ICO (per a empreses). El DIC personal apareix en contractes de treballadors autonoms.

IBAN: Format CZ + 22 digits. Frequent en fitxers de nomines i informes de despeses.

On esta exposada la industria manufacturera

Expedients de RH: La nomina del personal local inclou numeros de naixement, documents d'identitat nacionals i dades bancaries. Les transferencies transfrontereres de RH necessiten Avaluacions de l'Impacte de la Transferencia.

Trazabilitat de la qualitat: Els sistemes de produccio de l'automocion sovint vinculen els registres de defectes a treballadors individuals. Aquestes son dades personals dins de la tecnologia operacional. Estan subjectes al RGPD fins i tot fora dels sistemes de RH.

Dades de concessionaris: Les grans xarxes de fabricants processen registres de proves de conduccio, formularis de financament i historials de serveis. Molts d'aquests contenen numeros de naixement.

Consulteu la nostra guia de compliment RGPD i la descripcio general de deteccio de PII multilingue per veure com les llacunes d'identificadors s'apliquen en les jurisdiccions de la UE. Per a una cobertura completa d'entitats, consulteu la referencia d'entitats.

La necessitat basica es simple. La deteccio del numero de naixement ha d'incloure la gestio del desplacament de genere i la validacio del checksum. Tambe es necessari el NER natiu per al processament de text. Cal compatibilitat amb oleoductes multilingues.

Fonts

Preparat per protegir les vostres dades?

Comenceu a anonimitzar PII amb més de 285 tipus d'entitats en 48 idiomes.

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.