By · Last updated 2026-06-05

Tilbage til BlogGDPR & Overholdelse

FTC Afsnit 5: AI-Privacy og Håndhævelse i USA

FTC satte rekord i 2024 med 19 AI-relaterede sager. Ingen enkelt føderal privatlivslov eksisterer i USA, men 25 statslove skaber en kompleks byrde for virksomheder.

June 5, 20269 min læsning
FTC enforcementUS privacy lawAI privacy complianceSection 5state privacy laws

FTC Afsnit 5: AI-Privacy i USA

Opdateret for 2026.

Federal Trade Commission (FTC) håndhæver amerikansk privatlivsret via Afsnit 5 i FTC Act. Det afsnit forbyder "urimelige eller vildledende praksisser." Ingen enkelt føderal privatlivslov som GDPR eksisterer i USA. Alligevel satte agenturet rekord i 2024.

2024: Et Rekordår for Håndhævelse

Kommissionen udstedte 19 AI-relaterede aktioner i 2024. Det slår de foregående tre år tilsammen. Læg dertil 25 aktive statslige privatlivslove. Tilsammen skaber de en kompleks byrde for enhver virksomhed i USA.

Vigtige sager fra 2024:

Amazon Alexa (25 mio. USD, 2023/igangværende): Amazon betalte 25 mio. USD for COPPA-overtrædelser. Selskabet havde opbevaret stemmefiler fra børn ud over de fastsatte tidsgrænser. Agenturet fastslog, at Amazon brugte disse filer til AI-træning uden korrekt samtykke. Amazon fik ordre til at slette de opbevarede filer.

Meta-forbud mod brug af teenageannoncer: Føderale regulatorer forbød Meta at bruge journaler fra brugere under 18 til reklamer. Dette byggede videre på en eksisterende samtykkekendelse.

AI-datamægler-sager: Agenturet greb ind over for flere mæglere. Disse mæglere solgte AI-opbyggede personlige profiler uden korrekt varsel eller samtykke. Sagerne fastsatte en vigtig regel: AI-profilering af personlige journaler er "følsom" behandling. Denne betegnelse udløser ekstra varslingspligter.

Helbredsjournal-sager: Kommissionen har beføjelse over helbredsjournaler, der ikke er dækket af HIPAA. Forbruger-apps, wearables og visse telehealth-firmaer falder herunder. Flere 2024-sager ramte firmaer, der delte disse journaler uden korrekt samtykke.

25 Statslove: Den Amerikanske Lappetæppemodel

Ingen enkelt føderal lov dækker alle amerikanske borgere. I stedet dækker 25 statslove tilsammen størstedelen af landet.

California CPRA (fra 2023): Den bredeste amerikanske statslov. Den dækker 40 millioner statslige borgere. Den gælder for firmaer med over 25 mio. USD i omsætning eller som besidder journaler om 100.000+ statslige forbrugere. Den oprettede California Privacy Protection Agency (CPPA) som fuldtidsregulator.

Virginia, Colorado, Connecticut: Tre love til med lignende rettigheder. De dækker over 20 millioner borgere tilsammen.

Texas og Florida: To store stater har nu også aktive privatlivslove.

Washington My Health MY Data Act: Den stærkeste amerikanske helbredsjournal-lov uden for Californien. Den udvider rettigheder ud over HIPAA til forbruger-sundhedsapps.

For firmaer i alle 50 stater deler de 25 love et kernesæt af pligter. Forbrugerrettigheder, privatlivsmeddelelser, leverandørkontrakter og journalgrænser er alle påkrævede. De præcise regler varierer fra stat til stat.

Se juridisk compliance-guide for, hvordan disse pligter hænger sammen.

Hvad 2024-Sagerne Betyder for Teknologiteams

2024-sagerne giver klar teknisk vejledning.

Træningsjournaler: Firmaer skal spore, hvilke personlige journaler der trænede hver AI-model. De skal vise, at samtykket dækkede den pågældende træningsbrug. De skal også bekræfte, hvilke tidsgrænser der gjaldt.

Formålsgrænser: AI-profiler må ikke bruges ud over, hvad der blev oplyst til brugerne ved tilmelding. Brug af adfærdsanalyse til ansættelse, når kun reklamer var oplyst, er en overtrædelse af Afsnit 5.

Leverandørpligter: Agenturet behandler SaaS-leverandørers risiko som den deployerende virksomheds risiko. Hvis et værktøj behandler brugerjournaler, skal det fremgå af privatlivsmeddelelsen. Leverandørens adfærd skal svare til de angivne formål.

Zero-knowledge-systemer: De fleste AI-leverandørsager er rettet mod ikke-oplyst brug af journaler. Et zero-knowledge-system opbevarer kun krypterede filer. Leverandøren har ingen nøgle til at åbne dem. Det kan ikke bruge journaler på måder, der ikke var oplyst. Dette tekniske faktum stemmer overens med, hvad agenturet efterforsker.

Lær, hvordan anonym.legal bruger zero-knowledge-systemer på /security-compliance.

Foreslået Kommerciel Overvågningsregel

Kommissionens foreslåede regel om kommerciel sporing er under behandling pr. 2025. Hvis den vedtages, vil den skabe eksplicitte føderale regler.

  • Journalgrænser for AI-brug.
  • Fravalgsrettigheder for automatiseret profilering.
  • Forbud mod brug af indsamlede journaler til nye formål.
  • Sikkerhedsregler for opbevarede personlige journaler.

Denne regel ville tilføje GDPR-lignende pligter for ethvert firma, der betjener amerikanske forbrugere. Den ville hæve niveauet for amerikansk privatlivslovgivning generelt.

Læs om journalgrænser på /docs/faq.

Kilder

  • FTC: Federal Trade Commission. ftc.gov.
  • FTC: AI-håndhævelsessager 2024. ftc.gov/news-events/news/press-releases/.
  • CPPA: California Privacy Protection Agency. cppa.ca.gov.
  • FTC: Foreslåede regler for kommerciel overvågning. ftc.gov/legal-library/browse/rules/commercial-surveillance-rulemaking.

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.