By · Last updated 2026-06-05

Tilbage til BlogGDPR & Overholdelse

Hollandsk AP: €290M bøde og GDPR-håndhævelse

Den hollandske AP udstedte EU's største bøde for dataoverførsler — €290M mod Uber. BSN (hollandsk CPR-nummer) kræver 11-prøve-validering, som 56% af værktøjerne overser.

June 5, 20269 min læsning
Dutch APBSN detectionUber GDPR fineNetherlands compliancedata transfer GDPR

Autoriteit Persoonsgegevens (AP) idømte Uber en bøde på 290 millioner euro i august 2024. Bøden skyldtes, at chaufførdata blev sendt til amerikanske servere uden en gyldig overførselsaftale. Ingen GDPR-sag har hidtil resulteret i en større bøde for grænseoverskridende overførsler. AP behandlede desuden over 21.400 klager i 2023, hvilket gør den til én af Europas mest travle datatilsyn.

Hvad AP fandt i Uber-sagen

Uber indsamlede data fra chauffører i Nederlandene og Frankrig. Dataene omfattede lokationshistorik, identitetsdokumenter, lønoptegnelser, kørselsjournaler og skattefiler. Alt dette blev overført til amerikanske servere. AP vurderede, at overførselsmetoden ikke var gyldig.

Tre konklusioner lå til grund for afgørelsen:

  • Svag overførselsmetode: Uber benyttede Binding Corporate Rules (BCRs). AP fandt, at disse ikke dækkede omfanget eller følsomheden af de berørte chaufførdata.
  • Ingen Transfer Impact Assessment (TIA): Uber dokumenterede ikke, at amerikansk lovgivning opretholdt de aftalte overførelsesbeskyttelser.
  • Følsomme data ved kombination: Lokationsdata, løn og præstationsscorer tilsammen giver et detaljeret billede af den enkelte chauffør. AP behandlede denne kombination som ækvivalent med følsomme personoplysninger.

Uber-sagen opstiller en klar regel. Medarbejer- og kontraktørdata, der sendes til USA, kræver samme TIA og supplerende foranstaltninger som forbrugerdata.

APs håndhævelsesfokus for 2025

Opdateret til 2026

AP har udpeget tre områder, som de følger nøje i 2025.

Medarbejderovervågning: Fjernarbejdsovervågningsværktøjer er det primære mål. Det gælder produktivitetslogfiler, skærmoptagelse, tastetryksregistrering og fjernlokaliseringsværktøjer. Inden virksomheder implementerer sådanne værktøjer, skal de dokumentere, hvorfor mindre indgribende alternativer er fravalgt.

Grænseoverskridende dataoverførsler: Efter Uber-afgørelsen kontrollerer AP overførselsmetoder. Virksomheder, der benytter tjenester i USA, Asien eller andre lande uden EU-ækvivalens, er i søgelyset. Enhver virksomhed, der bruger amerikanske softwareværktøjer til HR, projektledelse eller kundedata, skal have en opdateret TIA liggende.

Automatiserede beslutninger: AI-baseret kreditvurdering, rekrutteringsfiltrering og performancesystemer udløser forpligtelser under artikel 22. AP retter sig mod organisationer, der træffer automatiserede beslutninger uden reel menneskelig gennemgang. Både ansatte og forbrugere skal beskyttes.

BSN: Et beskyttet nationalt identifikationsnummer

Burgerservicenummer (BSN) er et 9-cifret ID-nummer anvendt i Nederlandene. Det valideres ved hjælp af Elfproef-kontrollen (elve-prøven). Kontrollen udføres ved at gange hvert ciffer med en vægt fra 9 ned til −1, lægge resultaterne sammen — og summen skal kunne divideres jævnt med 11.

BSN-loven (Wet algemene bepalingen burgerservicenummer) begrænser brugen af BSN til specifikke juridiske sammenhænge: skat, sundhedspleje, offentlig forvaltning og arbejdsgiverenes lønudbetaling. Brug af BSN uden for disse sammenhænge udløser BSN-lovhåndhævelse med GDPR-ansvar oven i.

Hvorfor generiske værktøjer overser BSN-numre: Mange NLP-værktøjer inkluderer ikke Elfproef-kontrollen. Uden den markeres enhver 9-cifret streng som muligt BSN, hvilket skaber falske alarmer i økonomi- og administrative dokumenter. Forkert indtastede BSN-numre overses også — de fejler kontrollen, men ligner stadig et gyldigt mønster. Se vores guide til EU-nationale skatte-ID og PII-detektion for en fuld sammenligning på tværs af europæiske ID-formater.

NER for nederlandsk tekst

Nederlandsk (Nederlands) har træk, der udfordrer modeller trænet på engelsk.

Sammensatte ord: Nederlandsk sætter ord sammen. Persoonsgegevens (personoplysninger) og Burgerservicenummer (borger-ID-nummer) er hvert et enkelt ord. Modeller bygget til engelsk deler dem ofte forkert, hvilket ødelægger enhedsgenkendelsen.

Navneendelser: Suffikserne -je og -tje optræder i fornavne — Annetje, Hansje. Navnemodeller skal håndtere både grundformen og den kortere form.

Adresseformater: Gadestyper inkluderer Straat, Laan, Weg, Plein og Gracht. Postnumre består af fire cifre plus to bogstaver (eksempel: 1234 AB). Hvert postnummer svarer til én enkelt gade, så det afslører mere end de fleste europæiske postnumre.

IBAN-format: Hollandske IBAN-numre er 18 tegn: NL + 2 kontrolcifre + 4-bogstavs bankkode + 10-cifret kontonummer. Landet har høj kortbetalingsbrug, og finansielle dokumenter indeholder derfor mange IBAN-numre. For metoder til konfidensscoring på tværs af ID-typer, se binær PII-detektion og konfidensscoring.

Teknisk tjekliste for AP-overholdelse

For at opfylde APs nuværende standarder skal datasystemer have:

  1. BSN-detektion med Elfproef — mønstermatchning alene er ikke tilstrækkeligt
  2. Nederlandsk-sproget NER — en model som spaCy nl_core_news håndterer sammensætninger og kortformnavne
  3. IBAN-detektion — formatbevidst, ikke generisk
  4. Underbehandlerregistre for alle grænseoverskridende overførsler
  5. TIA'er for amerikanske leverandører — en aktiv AP-auditprioritet efter Uber-afgørelsen

Efter Uber er en TIA for amerikanske leverandører et grundlæggende krav, ikke blot best practice. For en fuld gennemgang af afgørelsen og dens overførselskonsekvenser, se AP Uber-bøde og håndhævelse af grænseoverskridende overførsler.

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.