By · Last updated 2026-05-08

Zurück zum BlogDSGVO & Compliance

GDPR Anonymisierung vs. Pseudonymisierung...

Die GDPR behandelt anonymisierte und pseudonymisierte Daten grundlegend unterschiedlich.

May 8, 20268 min Lesezeit
GDPR anonymization pseudonymizationArticle 4 recital 26personal data scope20 million EUR fineanonymization compliance determination

Anonymisieren vs. Pseudonymisieren: €20 Mio. auf dem Spiel

Artikel 83 DSGVO setzt Höchstbußgelder bei 20 Millionen Euro oder 4 % des weltweiten Jahresumsatzes. Eine rechtliche Frage bestimmt dieses Risiko: Gilt die Verordnung für Ihren Datensatz?

Anonymisierung entfernt den Anwendungsbereich. Pseudonymisierung nicht. Diese Lücke ist groß.

Die zwei Definitionen im Klartext

Erwägungsgrund 26 legt die Schwelle für Anonymisierung fest. Eine Person muss „nicht oder nicht mehr identifizierbar" sein. Der Test ist weit gefasst. Er erfasst jedes Mittel, das „vernünftigerweise eingesetzt werden könnte." Das gilt für den Verantwortlichen, jeden Auftragsverarbeiter und jeden Dritten.

Artikel 4 Nr. 5 DSGVO definiert Pseudonymisierung. Datensätze gelten als pseudonymisiert, wenn ein Schlüssel sie rückführen kann. Entfernen Sie den Schlüssel, bleiben die Daten erhalten. Diese Zusatzinformationen müssen getrennt aufbewahrt werden. Es ist keine Anonymisierung.

Pseudonymisierte Daten sind weiterhin personenbezogene Daten. Das Gesetz gilt vollumfänglich. Es gibt keine Ausnahme vom Anwendungsbereich. Ende der Diskussion.

Was eine falsche Einstufung kostet

Die Behandlung eines pseudonymisierten Datensatzes als anonym erzeugt fünf Probleme auf einmal:

  • Falsche ROPA-Einträge gemäß Artikel 30
  • Kein Verfahren für Betroffenenrechte für Auskunft, Löschung oder Portabilität
  • Kein Aufbewahrungsplan — kein Löschauslöser vorhanden
  • Keine Übermittlungsschutzmaßnahmen für grenzüberschreitende Arbeit
  • Kein Löschpfad für Löschanträge

Jede Lücke ist ein eigenständiger Verstoß. Alle fünf können in einer einzigen Pipeline auftreten.

Das Durchsetzungssignal 2025

2025 führte der EDSA eine gemeinsame Durchsetzungsmaßnahme durch. Der Bericht nannte als wiederkehrendes Versagen: „ineffiziente Anonymisierungstechniken, die als Alternative zur Löschung eingesetzt werden." Datenschutzbehörden prüfen jetzt die Qualität der Anonymisierung — nicht nur ob ein Schritt existiert.

Ein tokenisierter Datensatz mit einer Lookup-Tabelle ist pseudonymisiert. Er ist nicht anonym. Er hat einen Schlüssel. Der Schlüssel kann ihn rückführen. Ihn als anonym zu bezeichnen ist genau das Versagen, das der Bericht 2025 benennt.

Die richtige Methode wählen

Echte Anonymisierung — außerhalb des Anwendungsbereichs. Verwenden Sie Schwärzen. PII ist ohne Rückverbindung entfernt. Sie können auch hochentropische Werte hashen, ohne Preimage-Pfad. Dokumentieren Sie die Grundlage. Keine rechtlichen Pflichten haften am Ergebnis.

Pseudonymisierung — innerhalb des Anwendungsbereichs. Verwenden Sie Ersetzen, Maskieren oder Verschlüsseln. Das Gesetz gilt vollumfänglich. Pseudonymisierung verringert Schäden bei einem Verstoß. Sie verringert keine rechtlichen Pflichten.

Kontrollierte Umkehrbarkeit — Forschung oder Audit. Verwenden Sie Verschlüsselung mit clientseitig verwalteten Schlüsseln. Schlüsselverwaltung muss den EDSA-Leitlinien 05/2022 zur Schlüsseltrennung entsprechen. Vermerken Sie die Domäne in der DSFA.

Ein konkretes Fallbeispiel

Ein Unternehmen verkauft „anonymisierte" Kundendaten an Forscher. Es wendet die Schwärzen-Methode an. PII ist weg. Keine Token-Tabelle. Kein Hash-Preimage. Re-Identifizierung hat keinen Pfad.

Der DSB dokumentiert dies in der DSFA. Verwendete Methode. Betroffene Identifikatortypen. Warum es nicht rückführbar ist. Niveau des Restrisikos. Das Ergebnis liegt außerhalb des Anwendungsbereichs. Betroffenenrechte, Aufbewahrungsfristen und Übermittlungsregeln gelten nicht für die Forschungskopien.

Die Methode stimmt mit der Behauptung überein. Das ist der richtige Prozess. Er besteht eine Prüfung.

Warum die Dokumentation der Grundlage zählt

Ein Unternehmen kann Anonymisierung nicht einfach behaupten. Die Behauptung muss belegt sein. Die DSFA muss vier Punkte zeigen. Welche Identifikatoren erfasst wurden. Welche Methode verwendet wurde. Warum Re-Identifizierung keinen Pfad hat. Welches Restniveau des Risikos besteht.

Ohne diesen Beleg behandelt eine Prüfung den Datensatz als im Anwendungsbereich. Alle Pflichten gelten. Der ROPA-Eintrag muss vorhanden sein. Die Übermittlungsschutzmaßnahmen müssen vorhanden sein. Der Löschpfad muss vorhanden sein. Keine Pflichten entfallen ohne Nachweis.

Wie Löschrechte mit anonymisierten Daten interagieren, erläutert DSGVO Recht auf Löschung und EDSA-Leitlinien 2025. Übermittlungsregeln bei grenzüberschreitender Datenweitergabe erklärt Datenübermittlungs-Compliance und die TikTok-Geldbuße.

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.