By · Last updated 2026-06-05

Tilbage til BlogGDPR & Overholdelse

BfDI Tyskland: DPA-Overholdels esvejledning

Tyskland indgav 27.829 GDPR-brudanmeldelser i 2024 — flere end noget andet EU-medlemsland. Her er, hvad BfDI's håndhævelsesfokus betyder for teknisk PII-overholdelse.

June 5, 20268 min læsning
BfDI GermanyGerman GDPRdata breach notificationLandesdatenschutzbehördeGerman DPA

BfDI Tyskland: GDPR-Overholdelse for Tekniske Teams

Opdateret for 2026

Tyskland har 17 databeskyttelsesorganer. Ét er det føderale BfDI (Bundesbeauftragte für den Datenschutz und die Informationsfreiheit). De andre 16 er statslige organer kaldet Landesdatenschutzbehörden (LfD). Intet andet EU-land fungerer på denne måde.

Opdelingen stammer fra Tysklands føderale struktur. Staterne har magt over tilsyn med den private sektor. BfDI dækker føderale offentlige organer og nogle tværstatslige virksomheder. Hver LfD dækker private virksomheder i sin egen stat. Bayerns BayLDA gælder for München-baserede virksomheder. Hamburgs HmbBfDI gælder for Hamburg-baserede virksomheder. Berlins BlnBfDI dækker Berlin-virksomheder.

En virksomhed med lokationer i flere stater skal finde ud af, hvilken myndighed der har kompetence. Det er ikke altid let. Virksomheder, der betjener føderale klienter og har lokationer i to stater, kan have at gøre med både BfDI og en LfD på samme tid.

Tysklands Håndhævelsestal

Tyskland indgav 27.829 brudrapporter i 2024. Det var flere end noget andet EU-medlemsland. Det svarede til ca. 31% af alle EU-brudrapporter det år (EDPB 2024-data). Det høje antal afspejler en aktiv rapporteringskultur. Det betyder ikke, at Tyskland har flere brud end andre lande.

Samlede bøder fra BfDI og LfD'erne nåede ca. 160 millioner euro mellem 2018 og 2024 (GDPR Enforcement Tracker). Tre sager skiller sig ud:

  • Deutsche Wohnen — 14,5 mio. euro (2020): Dårlige sletningssystemer. Denne sag viste, at dataopbevaring er en teknisk pligt, ikke blot en administrativ opgave.
  • 1&1 Telecom — 9,55 mio. euro (2020): Svage kundeverifikationskontroller. Bøden blev reduceret i ankesagen.
  • Sundheds- og forsikringsvirksomheder: Adskillige bøder for manglende overholdelse af Artikel 32-sikkerhedsregler.

Tre temaer dukker hyppigst op i tyske DPA-årsrapporter. Det første er svag teknisk sikkerhed under Art. 32. Det andet er forbudte grænseoverskridende overførsler under Art. 46. Det tredje er dårlige datagrænser i AI-systemer.

BfDI's Vejledning om AI og Datagrænser

BfDI udsendte vejledning i 2024, der går ud over GDPR-basisreglerne. [MARKERET: den præcise bindende status for denne vejledning er ikke bekræftet fra offentlige BfDI-registre — behandl som stærk regulatorisk retning.]

AI-inputgrænser: Myndigheden ønsker live tekniske kontroller, ikke blot skriftlig politik. Systemer skal finde og fjerne eller maskere personoplysninger, inden de rammer en AI-model. En politik, der siger "personalet skal minimere data", opfylder ikke denne standard.

Maskeringsstandarder: Vejledningen peger på ISO/IEC 29101 som rammen for maskering af data. Virksomheder, der gør krav på Artikel 4(5)-pseudonymisering, skal vise nøglekontroller og reversibilitetstrin, der matcher denne standard.

Artikel 32-registre: Inspektører ønsker skriftlige specifikationer. Det betyder præcise chifertyper, nøgletrin, adgangsregler og testdatoer. At sige "vi krypterer data" er ikke tilstrækkeligt i sig selv.

Særlige kategorier (Art. 9): For sundheds-, biometriske, genetiske og politiske data kræver vejledningen adgangslogfiler, dataseparation og stærkere maskering end Art. 32 kræver.

Se vores vejledning om flersproget PII-detektion for, hvordan detektionsgab kan påvirke GDPR-overholdelse på det tyske marked.

Fire Tekniske Trin til BfDI-Overholdelse

1. Artikel 32 registreringsregister

Før et skriftligt Register over Tekniske Foranstaltninger. Dæk disse områder: chifertyper og nøgletrin, adgangskontroldesign, maskeringsværktøjer og deres indstillinger, revisionslogfiler og testdatoer. Tyske DPA'er beder om dette i de fleste sager. Hav det klar, inden du bliver spurgt.

2. AI-inputfilter

Tilføj et filtertrin til alle systemer, hvor personale eller kunder skriver personoplysninger, der fødes ind i en AI-model. Filteret skal fange navne, telefonnumre, ID-numre og sundhedsdata, inden de sendes til modellen. Dette opfylder BfDI's tekniske grænsestandard. Det beskytter også din virksomhed, hvis modellen gemmer eller logger inputs.

3. Automatisk sletning efter skema

Deutsche Wohnen-sagen viste, at dårlig sletning i sig selv er et GDPR-brud. Opbevaring skal køre på en timer. Registre, der er forbi deres opbevaringsdato, skal slettes eller gøres anonyme efter skema. Ad-hoc-sletning opfylder ikke standarden. Automatiser det.

4. 72-timers brudrespons

Tysklands høje brudrapporttal viser, at dette er et overholdelsesaktivt marked. Din hændelsesplan skal ramme 72-timers vinduet. Det betyder, at du har brug for værktøjer til at finde berørte personer, liste de eksponerede data og vurdere sandsynlig skade i tide. Test din plan, inden du har brug for den.

For et bredere blik på GDPR-bødemønstre, se vores GDPR-bødevejledning for amerikanske virksomheder.

Hvilken Statsmyndighed Gælder

For private virksomheder er den relevante LfD normalt den i den stat, hvor virksomheden er baseret.

BayLDA (Bayern): Teknisk sikkerhed og sundhedsregistre. Bayerns bil- og sundhedssektor får tæt opmærksomhed her.

HmbBfDI (Hamborg): Grænseoverskridende overførsler og brugerprofilerng. Hamburgs finans- og medievirksomheder bærer høj risiko her.

BlnBfDI (Berlin): Overvågningsværktøjer og medarbejderovervågning. Berlins tech-scene holder AI-værktøjer under review.

LDI NRW (Nordrhein-Westfalen): Finans og detailhandelsloyalitetsprogrammer. Dette er Tysklands mest befolkede stat.

ULD SH (Slesvig-Holsten): Cookie-samtykke og digital markedsføring. Denne myndighed er kendt for at lede teknisk vejledning.

Virksomheder aktive i flere stater kan bruge reglen om den primære etablering (Art. 56). Dette dirigerer sager til myndigheden i den stat, hvor de vigtigste EU-behandlingsbeslutninger træffes. Se vores GDPR DSAR-batchbehandlingsvejledning for, hvordan dette påvirker workflows med høj volumen.

ISO 27001 og BfDI-Tilpasning

ISO 27001 er tæt tilpasset til, hvad tyske DPA-inspektører beder om. Hvis din virksomhed er certificeret, brug den dokumentation til at svare på auditanmodninger.

  • Annex A 8.11 (Datamaskering): Dækker maskerings- og anonymiseringskontroller — opfylder Art. 32-registreringsbehov
  • Annex A 8.24 (Brug af Kryptografi): Dækker chifertyper og nøgletrin — opfylder krypteringsregistreringsbehov
  • Annex A 8.15 (Logning): Dækker revisionslogdesign — understøtter adgangslogbehov for følsomme data
  • ISMS-auditrapporter: Tredjepartsbevis for, at kontroller eksisterer og virker

Tyske DPA-medarbejdere kender ISO 27001. Certificering giver dig struktureret bevis for systematiske kontroller. Det er stærkere end en skriftlig påstand uden tredjepartsgennemgang. Det accelererer også audits, fordi formatet er velkendt for inspektørerne.

Kilder

Klar til at beskytte dine data?

Begynd at anonymisere PII med 285+ enhedstyper på tværs af 48 sprog.

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.