By · Last updated 2026-06-05

Zurück zum BlogDSGVO & Compliance

HDPA Griechenland: Tourismus, Schifffahrt und GDPR...

Die HDPA Griechenlands gab 2024 89 Durchsetzungsentscheidungen bekannt — ein Anstieg von 34 im Jahr 2022. Der Tourismus macht 38 % der Fälle aus.

June 5, 20269 min Lesezeit
Greece HDPAAFM AMKA detectiontourism GDPRmaritime data protectionGreek identifiers

Die griechische Datenschutzbehörde (HDPA) erließ 2024 insgesamt 89 Durchsetzungsentscheidungen. Das entspricht einem Anstieg von 162 % gegenüber 34 Entscheidungen im Jahr 2022. Zwei Sektoren stehen besonders im Fokus: Tourismus und Schifffahrt.

Aktualisiert für 2026

Tourismus: Saisonale Massenverarbeitung

Griechenland verzeichnete 2024 mehr als 30 Millionen ausländische Besucher. Jeder Aufenthalt erzeugt personenbezogene Aufzeichnungen. Hotels, Kassensysteme, Reiseveranstalter und Restaurants erheben sie alle. Das Kernproblem ist die Zeit. Die Aufzeichnungen entstehen massenhaft zwischen Juni und September. Sie müssen jedoch weit länger geschützt werden.

Die HDPA-Hotelprüfungen 2024 fanden drei häufige Fehlertypen.

Verstöße bei der POS-Aufbewahrung: Restaurant-Kassensysteme speicherten Karten- und Belegnachweise über die angegebenen Fristen hinaus. Die meisten Hotelbetriebe hatten keinen schriftlichen Aufbewahrungsplan. Daten lagen ohne Enddatum vor, als „Buchhaltungszwecke" gekennzeichnet.

Lücken bei Buchungsplattformen: Hotels, die globale Buchungsplattformen nutzen, hatten oft keinen Auftragsverarbeitungsvertrag. Viele hatten auch keine Übertragungsfolgeabschätzungen für Transfers an Nicht-EU-Systeme durchgeführt.

Fehler beim saisonalen Zugriff: Saisonarbeitnehmer erhielten Zugang zu Gästemanagement-Systemen. Überprüfungen dieser Mitarbeiter waren selten. Zugangsdaten blieben oft noch Monate nach ihrem Ausscheiden aktiv.

Der Tourismus macht den größten Sektoranteil der HDPA-Fälle aus. Erfahren Sie, wie die Erkennung nationaler EU-Kennzeichen europaweit funktioniert.

Maritime Compliance: Besatzungsdaten in großem Maßstab

Nach Schiffstonnage führt das Land die Welt im Schiffsbesitz an. Die hellenische Flotte beschäftigt mehr als 90.000 Seeleute. Athener Unternehmen verwalten Besatzungsaufzeichnungen für Flotten mit Mitarbeitern aus vielen Ländern.

Besatzungsaufzeichnungen werfen vier DSGVO-Probleme auf.

Flaggenstaatrecht: Das Flaggenstaatrecht gilt auf dem Schiff, egal wo es fährt. Die DSGVO regelt die Verarbeitung von Besatzungsaufzeichnungen an Bord, nicht nur im Büro an Land.

Multinationale Besatzungen: Viele Besatzungen haben keine einheimischen Staatsangehörigen. Mitarbeiter aus den Philippinen, der Ukraine, Indien und Indonesien sind häufig vertreten. Ihre Pässe, STCW-Zertifikate und Gesundheitsunterlagen fließen durch Athener verwaltete Systeme.

Gesundheitsunterlagen: Seefahrtsjobs erfordern regelmäßige Tauglichkeitsprüfungen. Gesundheitsunterlagen sind eine besondere DSGVO-Kategorie nach Artikel 9. Sie brauchen eine klare Rechtsgrundlage, starke Sicherheit und strenge Zugriffsregeln.

Seemanns-ID-Nummern: STCW-Zertifikate und Seemannsbücher verwenden einzigartige Nummernformate nach ausstellendem Land. Diese IDs erscheinen in Besatzungssystemen und müssen für vollständigen PII-Schutz erkannt werden. Zum Confidence-Scoring über ID-Typen hinweg: Binäre PII-Erkennung und Confidence-Scoring.

Nationale Kennzeichen: AFM und AMKA

ΑΦΜ (Steuernummer): Die AFM ist eine 9-stellige Zahl. Eine Prüfziffer wird durch eine gewichtete Summenregel geprüft. Sie ist das wichtigste Handelsidentifikator des Landes. Sie erscheint in Geschäftsabschlüssen, Personalakten und Behördendiensten.

Generische NLP-Tools übersehen AFMs oft. Das 9-stellige Muster kollidiert mit Datumsangaben und Referenzcodes. Das führt zu falschen Positiven, wenn kein Prüfsummen-Schritt durchgeführt wird. Tools übersehen auch AFMs ohne Leerzeichen oder mit ungewöhnlichen Trennzeichen.

ΑΜΚΑ (Sozialversicherungsnummer): AMKA ist eine 11-stellige Zahl. Sie enthält Geburtsdatum, Geschlecht und einen Sequenzcode. Sie erscheint auf Arbeitsverträgen, Rezepten und Krankenhausformularen.

Personalausweis (Αστυνομική Ταυτότητα): Ein Buchstabe gefolgt von sechs oder sieben Ziffern, mit hellenischen Ausgaberegeln.

Reisepass: Standard-EU-Format mit lokalen Ausgaberegeln.

NER für hellenische Texte

Die lokale Schrift ist nicht lateinisch. Die meisten kommerziellen NLP-Modelle wurden auf lateinischem Text trainiert. Ein auf lateinischen Texten trainiertes Tool kann keine Namen oder Adressen in hellenischer Schrift erkennen.

Gute NER für diese Sprache braucht vier Dinge:

  • spaCy el_core_news oder ein gleichwertiges hellenisches NLP-Modell
  • Richtige Tokenisierung für lokale Zeichenbereiche
  • Lokale Namensmuster, die sich von englischen und deutschen unterscheiden
  • Adressbegriffe: „Οδός" (Straße), „Πλατεία" (Platz), „Λεωφόρος" (Allee)

Für Unternehmen im Tourismus oder in der Schifffahrt braucht die HDPA-konforme PII-Erkennung AFM- und AMKA-Prüfsummenvalidierung sowie hellenische NER in einer Pipeline.

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.