By · Last updated 2026-06-05

Tilbage til BlogGDPR & Overholdelse

UODO Polen: Flere GDPR-bøder end Frankrig

Polens UODO behandlede 8.234 klager i 2023 og udstedte 47 bøder. 89% af PII-tools klarer ikke at registrere polske PESEL-identifikatorer korrekt.

June 5, 20269 min læsning
GDPR enforcementPoland UODOPESEL detectionPolish data protectionCentral Europe compliance

Polens datatilsynsmyndighed — Urząd Ochrony Danych Osobowych (UODO) — udstedte 47 GDPR-bøder på i alt €2,8 millioner i 2023 og behandlede 8.234 klager samme år. Denne håndhævelses tæthed pr. indbygger overstiger Frankrig, Tysklands vestlige delstater og de fleste vesteuropæiske DPA'er.

For virksomheder, der opererer i Polen eller behandler polske personoplysninger, er forståelse af UODOs håndhævelsesprioriteringer risikostyring, ikke valgfri overholdelses hygiejne.

Hvorfor Polens GDPR-håndhævelse overstiger Vesteuropa

Klagrekultur: Polen har 38 millioner mennesker med stærk bevidsthed om digitale rettigheder. UODO behandler tusindvis af klager årligt, forstærket af organiserede privatlivsadvokaters grupper, der indgiver systematiske klager.

Outsourcingssektoreksponering: Polen er et af Europas største BPO-destinationer. Polske callcentre, IT-servicevirksomheder og shared service-centre behandler personoplysninger om EU-borgere fra Tyskland, Frankrig, UK og Nederlandene. Grænseoverskridende datastrømme skaber multipliceret overholdelses eksponering — overtrædelser kan udløse både UODO-håndhævelse og den ledende DPA i de berørte borgeres hjemland.

Stigning i sundhedsdata: Sundhedsdata brud i Polen steg med 45% i 2024. UODOs fokus på sundhedsdata — særlig kategori under GDPR Artikel 9 — betyder, at sundhedsorganisationer møder den højeste bødeeksponering.

Dokumentationsgab: 34% af polske virksomheder mangler en dokumenteret fortegnelse over behandlingsaktiviteter (ROPA) — det grundlæggende GDPR-krav. UODO-revisioner finder manglende ROPA'er først og undersøger derefter tekniske fejl i en efterfølgende undersøgelse.

PESEL-problemet: Hvorfor 89% af PII-tools svigter polske data

PESEL — det 11-cifrede nationale befolkningsregisternummer — er den primære polske nationale identifikator. Dens struktur koder fødselsdato (ciffer 1-6), et sekvensnummer (ciffer 7-10) og et kontrolciffer valideret ved hjælp af en vægtalgoritme defineret af det polske Ministerium for Digitale Anliggenders standarder.

Generiske NLP-tools trænet på engelsksproget datasæt svigter PESEL på to måder:

Mønstergenkendelsessvigt: PESELs 11-cifrede struktur adskiller sig fra almindelige anglo-amerikanske identifikatorer (US SSN: 9 cifre, UK NI: alfanumerisk). Modeller, der genkender mønstre for "social security number", overser PESEL fuldstændigt i polske dokumenter.

Valideringssvigt: Selv når tools matcher det 11-cifrede mønster, kan de ikke validere kontrolcifferet uden at implementere den specifikke polske algoritme. Dette producerer falske positive (markering af uskyldige 11-cifrede numre) og falske negative (overseer PESEL med ombyttede cifre).

PESEL forekommer i praktisk talt alle polske sundhedsdokumenter, ansættelsesjournaler, skatteangivelser og forsikringspolicer. At overse PESEL i et dokumentsæt efterlader den højestværdi personidentifikator ubeskyttet.

Andre polske nationale identifikatorer med lignende detektionsgab:

NIP (Numer Identyfikacji Podatkowej): 10-cifret skatteidentifikationsnummer med vægtet kontrolsum, brugt i alle forretningstransaktioner, fakturaer og ansættelsesjournaler.

REGON: 9-cifret eller 14-cifret virksomhedsstatistisk nummer tildelt alle polske virksomheder. Forekommer i kontrakter og leverandørdokumentation.

Dowód osobisty: Polsk nationalt ID-kort i format XXX NNNNNN (3 bogstaver + 6 cifre) med kontrolcifferalgoritme. Påkrævet til identitetsverifikation i bankvirksomhed, sundhedspleje og offentlige tjenester.

UODOs håndhævelsesprioriteringer 2024-2025

Sundhedsdata: 45% stigning i brudanmeldelser fra sundhedsorganisationer i 2024. UODO gennemfører proaktive revisioner af hospitaler og sundhedsforsikringsbehandlere. Nøglefund: utilstrækkelige adgangskontroller, utilstrækkelig kryptering og manglende gennemførelse af DPIA'er.

Medarbejderovervågning: Fjernarbejde skabte nye overvågningspraksisser — tastetrykslogning, skærmbillede-optagelse, produktivitetssporing — som UODO hyppigt finder overtræder GDPRs krav om formålsbegrænsning og proportionalitet. Medarbejderdatasager udgør 28% af håndhævelses foranstaltningerne.

Underbehandlers håndtering: Polens BPO-sektor er afhængig af komplekse underbehandler-kæder. UODO har fundet, at primære behandlere hyppigt mangler tilstrækkelige databehandleraftaler med underbehandlere, og at underbehandlere implementerer PII-tools, der ikke opfylder de tekniske krav i GDPR Artikel 32.

Tekniske foranstaltninger, der opfylder UODOs krav

Based på håndhævelses afgørelser inkluderer UODOs standard for "passende tekniske foranstaltninger":

Kryptering i hvile og under transport: Alle personoplysninger skal krypteres. UODO har bødet organisationer, der udelukkende stolede på adgangskontroller uden kryptering.

Dokumenteret anonymisering: Når organisationer gør krav på anonymiserede data til analyse eller AI-træning, kræver UODO teknisk dokumentation, der viser, at genidentifikation ikke er rimeligt mulig.

PII-detektionsdækning: Tekniske sikkerhedsforanstaltninger skal dække faktiske identifikatorer i polske dokumenter — PESEL med kontrolsumvalidering, NIP, REGON og dowód osobisty-numre.

Polens BPO-sektor behandler 2,3 millioner EU-kundejournaler dagligt. Organisationer i denne sektor uden polskspecifik PII-detektion møder uforholdsmæssig bøderisiko fra både UODO og de ledende DPA'er i berørte EU-borgeres hjemlande.

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.