By · Last updated 2026-06-05

Zurück zum BlogDSGVO & Compliance

ANSPDCP Rumänien: Warum Rumäniens BPO-Sektor einem...

Der BPO-Sektor Rumäniens verarbeitet täglich 2,3 Millionen EU-Kundenakten. ANSPDCP verhängte 2022-2024 Bußgelder in Höhe von 1,8 Millionen Euro.

June 5, 20268 min Lesezeit
Romania ANSPDCPCNP detectionBPO GDPREastern Europe complianceoutsourcing data protection

ANSPDCP Rumänien: DSGVO-Risiken im BPO

Rumäniens Datenschutzbehörde verschärft die Durchsetzung. Die Autoritatea Națională de Supraveghere a Prelucrării Datelor cu Caracter Personal (ANSPDCP) überwacht einen der am schnellsten wachsenden Outsourcing-Sektoren der EU.

Bukarest, Cluj-Napoca und Iași verarbeiten EU-Bürger-Daten aus Deutschland, Frankreich, dem Vereinigten Königreich und den Niederlanden. Die ANSPDCP verhängte von 2022 bis 2024 DSGVO-Bußgelder in Höhe von 1,8 Millionen Euro. BPO- und Outsourcing-Unternehmen standen in den meisten Fällen im Mittelpunkt.

BPO-Risiken: Vier Kernbereiche

Große Mengen personenbezogener Daten. Callcenter bearbeiten Abrechnungsstreitigkeiten. Sie verarbeiten Namen, Adressen, Kontonummern und Zahlungshistorien. IT-Support-Teams greifen auf Kundensysteme zu. Diese Systeme enthalten persönliche Daten.

EU-Bürgerdaten im Ausland verarbeitet. Betroffene Personen sind oft Deutsche, Franzosen, Niederländer oder Briten. Bei einem Vorfall wenden sie sich an ihre Heimatbehörde. Das fügt BfDI, CNIL, ICO oder AP NL als Zuständigkeit hinzu — zusätzlich zur eigenen Zuständigkeit der ANSPDCP. Weitere Informationen zu grenzüberschreitenden Fällen finden Sie in unserem BfDI Deutschland DSGVO-Leitfaden.

Schwache Unterauftragnehmer-Ketten. Die ANSPDCP stellte fest, dass 45 % der lokalen Unternehmen keine gültigen Auftragsverarbeitungsverträge mit ihren Unterauftragnehmern haben. Jeder AV-Vertrag muss die technischen Maßnahmen des Unterauftragnehmers benennen.

Lücken bei der Zugangsentzug. BPO hat eine hohe Mitarbeiterfluktuation. Die ANSPDCP findet wiederholt ehemalige Mitarbeiter mit aktivem Systemzugang Wochen nach dem Ausscheiden. Dieses Muster taucht in Fallbeispielen immer wieder auf.

Der CNP: Rumäniens wichtigste Kennung

Der Cod Numeric Personal (CNP) ist eine 13-stellige nationale Identifikationsnummer. Er enthält wichtige persönliche Informationen:

  • Stelle 1: Geschlecht und Geburtsjahrgang (1=männlich 1900–1999, 2=weiblich 1900–1999, 5=männlich ab 2000, 6=weiblich ab 2000, 7=ausländischer männlicher Einwohner, 8=ausländische weibliche Einwohnerin)
  • Stellen 2–7: Geburtsdatum (JJMMTT)
  • Stellen 8–9: Geburtskreis-Code
  • Stellen 10–12: Laufende Nummer
  • Stelle 13: Prüfziffer (gewichteter Modulus 11)

Der CNP speichert Geschlecht, Geburtsdatum, Geburtsregion und Aufenthaltsstatus. Damit ist er viel informativer als die meisten EU-Ausweise. Die ANSPDCP hat den CNP nahe dem Status besonderer Datenkategorien eingestuft.

Die Erkennungslücke. Die ANSPDCP-Überprüfung 2024 ergab, dass 78 % der PII-Tools in Outsourcing-Unternehmen CNP nicht erkennen. Den meisten fehlen Prüfsummenprüfungen. CNP-Nummern in Kundendaten und Mitarbeiterdateien bleiben unentdeckt. Weitergeleitete Daten können echte Bürgerdaten enthalten. Nachträgliche Analyse nach einem Vorfall zeigt CNP in Dateien, die als „anonymisiert" gekennzeichnet waren.

Durchsetzungsschwerpunkte 2024–2025

Tonaufnahmen in Callcentern. Die ANSPDCP hat Aufnahmepraktiken ohne Aufbewahrungsplan oder Zugriffskontrollen ins Visier genommen. Das Aufbewahren von Aufnahmen „auf unbestimmte Zeit für Compliance" ohne Löschplan verstößt gegen die DSGVO.

Healthcare-Outsourcing. Unternehmen, die Krankenakten, Ansprüche oder Verschreibungen verarbeiten, tragen das höchste Bußgeldrisiko. Gesundheitsdaten sind eine besondere Kategorie nach Artikel 9. Sie erfordern eine explizite Rechtsgrundlage, eine DSFA und strenge technische Kontrollen.

Zugriffsprotokolle. ANSPDCP-Prüfungen stellen immer wieder unzureichende Protokolle fest. Unternehmen können nicht nachweisen, auf welche Daten wann und von wem zugegriffen wurde. Protokolle müssen vollständig genug sein, um den Umfang eines Vorfalls zu bestimmen.

Sprache: Eine versteckte Erkennungslücke

Lokale Dokumente enthalten Kennungen, die generische Tools übersehen.

Cartea de identitate (CI). Dies ist der nationale Personalausweis. Er hat ein eigenes Nummernformat. Gescannte Kopien in Onboarding-Dateien erfordern spezifische Erkennungslogik.

Sprachspezifische NER. Support-Tickets und Kundennachrichten benötigen NLP für diese Sprache. Auf Englisch trainierte Tools leisten hier schlechte Arbeit.

Adressformate. Begriffe wie Strada, Bulevardul und Numărul sind einzigartig für diesen Markt. Modelle, die auf Englisch oder Deutsch trainiert wurden, übersehen sie oft.

Technische Schritte zur Erfüllung des ANSPDCP-Standards finden Sie in unserem Leitfaden zu Anonymisierungs-Konsistenz für DSGVO-Audits.

Was BPO-Unternehmen brauchen

Vier Fähigkeiten decken den technischen Standard der ANSPDCP ab:

  1. CNP-Erkennung mit Prüfsummenvalidierung
  2. Erkennung von Cartea de identitate und Reisepass
  3. Sprachspezifische NER
  4. Unterauftragnehmerverträge mit benannten technischen Maßnahmen

Quellen

Bereit, Ihre Daten zu schützen?

Beginnen Sie mit der Anonymisierung von PII mit über 285 Entitätstypen in 48 Sprachen.

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.