By · Last updated 2026-06-05

Tilbage til BlogGDPR & Overholdelse

Irsk DPC: 80% af EUs GDPR-kæmpebøder

€530M TikTok, €310M LinkedIn, €251M Meta — alle fra Irlands DPC. Her er, hvorfor Irland huser Big Techs EU-hovedkvarterer, og hvad DPC-håndhævelse betyder for SaaS.

June 5, 20268 min læsning
Irish DPCIreland GDPRTikTok GDPR fineBig Tech enforcementEU data protection

Hvorfor Irland dominerer EU GDPR-håndhævelse

Den irske Data Protection Commission (DPC) er den ledende tilsynsmyndighed for størstedelen af EUs store teknologivirksomheder. Denne koncentration er ikke tilfældig — den afspejler Irlands aggressive selskabsskattepolitik og engelsksprogede juridiske miljø, som tiltrak Apple, Google, Meta, Microsoft, LinkedIn, WhatsApp, TikTok, Twitter/X og snesevis af andre teknologivirksomheder til at etablere deres EU-hovedkvarterer i Irland.

Under GDPRs "one-stop-shop"-mekanisme (Artikel 60) fungerer DPC som ledende tilsynsmyndighed for enhver virksomhed, hvis primære EU-etablering er i Irland. Dette betyder:

  • En klage indgivet i Tyskland mod Facebook går til den irske DPC, ikke den tyske BfDI
  • DPC koordinerer med andre EU-DPA'er (berørte tilsynsmyndigheder) i grænseoverskridende sager
  • DPC-håndhævelses afgørelser er bindende for hele EU — en DPC-afgørelse mod Meta gælder overalt i EU

Resultatet: DPC har udstedt mere GDPR-bødeværdi end alle andre EU-DPA'er tilsammen:

  • €530M mod TikTok (maj 2025): Ulovlig overførsel af EU-brugerdata til Kina
  • €310M mod LinkedIn (oktober 2024): Ulovlig databehandling til adfærdsanalyse
  • €251M mod Meta (november 2024): Fejl i anmeldelse af databrud og utilstrækkelig sikkerhed
  • €1,2 mia. mod Meta/Facebook (maj 2023): Største GDPR-bøde nogensinde — EU-US dataoverførsler

DPC behandlede 8.500+ grænseoverskridende sager i 2024 — en sagsmængde, der afspejler både koncentrationen af EU Big Tech i Irland og DPCs udvidede håndhævelses ressourcer.

Hvad DPC-håndhævelse fortæller os om leverandørvalg

DPCs håndhævelses mønster afslører, hvilke tekniske fejl EU-tilsynsmyndigheder anser for mest alvorlige:

1. Grænseoverskridende dataoverførsler (TikTok, Meta, LinkedIn): DPCs største bøder involverer alle overførsels overtrædelser — EU-brugerdata transmitteret til servere i lande uden tilstrækkelig databeskyttelse (USA, Kina). TikTok-bøden fandt specifikt, at EU-brugerdata var tilgængelig for kinesiske ingeniører i strid med TikToks egne påståede sikkerhedsforanstaltninger.

Implikation for leverandørvalg: Enhver SaaS-leverandør, hvis EU-data måske er tilgængelige for ikke-EU-medarbejdere — selv via teknisk support, fejlfinding eller ingeniørarbejde — møder potentiel DPC-eksponering. EU-dataopbevaring med tekniske adgangskontroller, der forhindrer ikke-EU-adgang, er den kompatible arkitektur.

2. Fejl i anmeldelse af databrud (Meta): Metas bøde på €251M inkluderede fund, der viste, at Facebook-databrudet fra 2018 ikke var rettidigt anmeldt til DPC, og at sikkerhedsforanstaltningerne var utilstrækkelige. DPC fandt, at "fraværet af granulær logning" gjorde det umuligt at bestemme det fulde omfang af bruddet.

Implikation for leverandørvalg: SaaS-leverandører, der behandler personoplysninger, skal have revisionslogning, der er tilstrækkelig til at bestemme omfanget af et brud. Leverandører uden granulære revisionslogfiler kan ikke opfylde GDPR Artikel 33(3)(b)-kravene til anmeldelse af brud.

3. Fejl i retsgrundlag (LinkedIn): LinkedIns bøde på €310M fastslog, at LinkedIns krav om "legitim interesse" for adfærdsanalyse var ugyldige — behandlingen var ikke nødvendig for de påståede formål, og afvejningstestens udfald var ikke til LinkedIns fordel.

Implikation for leverandørvalg: "Legitim interesse" er ikke en generel begrundelse for AI- og analysebehandling. Organisationer skal gennemføre dokumenterede afvejningstests, der viser, at deres interesser genuint tilsidesætter registreredes interesser.

Den "zero-knowledge"-standard, der opstår fra DPC-sager

Ved at læse på tværs af DPCs større sager opstår en teknisk standard: data, der er kryptografisk utilgængeligt for leverandørens ingeniører, imødekommer den grundlæggende bekymring i enhver større DPC-håndhævelses sag.

TikTok: Kinesiske ingeniører tilgik EU-brugerdata, fordi de havde teknisk adgang til EU-servere. Zero-knowledge-arkitektur — hvor EU-servere kun indeholder krypterede data uden dekrypteringsevne — ville have forhindret overtrædelsen.

Meta (Facebook-brud): Utilstrækkelig logning gjorde brudets omfang ubestemmelig. Zero-knowledge-arkitektur giver den yderligere fordel, at selv hvis servere kompromitteres, er de krypterede data ikke nyttige for angribere — hvilket reducerer omfanget af anmeldelse af brud.

Meta (EU-US-overførsler): EU-brugerdata var tilgængeligt for amerikanske ingeniører. Hvis EU-brugerdata var krypteret med nøgler, der kun besiddes af brugerne (zero-knowledge), ville amerikanske ingeniører, der tilgik EU-servere, kun se krypteret tekst — ikke personoplysninger.

For organisationer, der vælger SaaS-leverandører, der behandler følsomme EU-personoplysninger: zero-knowledge-arkitektur (hvor leverandøren ikke har dekrypteringsnøgler) er den mest forsvarlige tekniske position for DPC-overholdelse.

DPC-jurisdiktion: Hvad "primær etablering" betyder

For organisationer, der overvejer at flytte EU-operationer med henblik på DPA-jurisdiktion, er DPCs fortolkning af "primær etablering" relevant:

"Primær etablering" betyder, hvor organisationens centrale administration i EU er beliggende, eller (specifikt for den dataansvarlige) hvor beslutningerne om formålene og midlerne for behandlingen træffes. Det bestemmes ikke udelukkende af den registrerede adresse.

Hvis en virksomheds GDPR-beslutninger træffes af et London-baseret privatlivsteam (UK — ikke EU), har virksomheden muligvis ikke en EU "primær etablering" for GDPR-one-stop-shop-mekanismen, hvilket betyder, at hver EU-medlemsstats DPA kan have jurisdiktion for klager på deres territorium.

Implikationer for SaaS-leverandørvurdering

For store organisationer, der vælger SaaS-leverandører til GDPR-overholdelsesformål:

DPA-jurisdiktionsvurdering:

  • Hvor er leverandørens primære EU-etablering? Dette bestemmer den ledende DPA.
  • Hvad er den ledende DPAs håndhævelses rekord og tekniske krav?
  • Har leverandøren erfaring med DPA-undersøgelser?

Teknisk arkitekturvurdering:

  • Forbliver EU-brugerdata i EU-hostet infrastruktur?
  • Kan ikke-EU-ingeniører tilgå EU-brugerdata?
  • Hvilken kryptering anvendes på EU-brugerdata i hvile?
  • Er revisionslogfiler tilstrækkelige til at bestemme omfanget af et brud?

Dokumentation af overførselsmekanisme:

  • Hvilken juridisk mekanisme dækker EU-US datastrømme for denne leverandør?
  • Har leverandøren gennemført en Transfer Impact Assessment?
  • Hvilke supplerende tekniske foranstaltninger er på plads?

DPC-håndhævelse demonstrerer, at selv virksomheder med sofistikerede overholdelses programmer — TikTok og Meta havde begge GDPR-teams, DPO'er og privatlivsprogrammer — kan møde massive bøder, når teknisk arkitektur ikke svarer til overholdelses påstande.

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.