By · Last updated 2026-06-05

Tagasi BlogisseGDPR ja Vastavus

Iirimaa DPC: 80% ELi GDPR megafrahvidest

530 miljonit eurot TikTokilt, 310 miljonit eurot LinkedInilt, 251 miljonit eurot Metalt -- koik Iirimaa DPC-lt. Siin on, miks Iirimaa majutab suurte tehnikafirmade ELi peakontorid ja mida DPC taitmine taahendab SaaS-i jaoks.

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

Miks Iirimaa juhib ELi taitimist

Iirimaa andmekaitsekomisjon (DPC) on enamiku suurte ELi tehnikafirmade peamine jarelevalveasutus. See ei ole juhus.

Iirimaa madal maksumaar meelitas Apple'i, Google'i, Meta, LinkedIni ja TikToki. Koik asutasid sinna oma peamised ELi kontorid.

GDPR artikkel 60 teeb DPC nende ettevottete peamiseks asutuseks. Sellest reeglist tuleneb kolm asja.

Esiteks laheb Saksamaal Facebooki kohta esitatud kaebus Iirimaa DPC-sse, mitte Saksa BfDIsse. Teiseks teeb DPC piiriulestes juhtumites koostood teiste ELi asutustega. Kolmandaks kehtib DPC otsus Meta vastu kogu ELi ulatuses.

Tulemus on selge. DPC on andnud valja rohkem trahvisummasid kui koik teised ELi asutused kokku. Vaadake meie GDPR vastavuse ulevaated selle moiju kohta hankijate valikule.

Kolm trahvi, mis maarratlevad aastad 2024-2025

530 miljonit eurot TikToki vastu (mai 2025): Hiina insenerid paasid juurde ELi kasutajate andmetele. See rikkus GDPR artikleid 44-46. Need reeglid piiravad edastusi riikidesse, millel puudub ELi piisavusotsus. Hiinal seda ei ole. TikTok vaitis, et tal on piisavad kontrollid. DPC utles, et ei ole.

310 miljonit eurot LinkedIni vastu (oktoober 2024): LinkedIn tugines kaaitumisanaluusi jaoks legitiimsele huvile. DPC leidis, et see on kehtetu. Tootlemine ei olnud deklareeritud eesmargi jaoks vajalik. Tasakaalu test ei olnud LinkedIni kasuks.

251 miljonit eurot Meta vastu (november 2024): 2018. aasta Facebooki rikkumisest ei teavitatud DPC-d oigeaegselt. DPC leidis ka, et kehvad auditilogid tegid voimatuks moota, mis oli paljastunud.

Need kolm liitusid varasema 1,2 miljardi euro Meta trahviga maist 2023. See trahv tuli samuti DPC-lt ebaseaduslike EL-USA edastuste eest. See jaaab suurimaks kunagi valja antud GDPR karistuseks.

DPC kasitles 2024. aastal ule 8500 piiriulese juhtumi. Vaadake meie turvalisuse ja vastavuse lehte, et naada, kuidas nullteadmiste lahendus kasitleb iga rikkumist.

Mida iga trahv paljastab

Piiriuleste juurdepaasumine-rikkumised

Koik kolm trahvi jagavad uhte tuumprobleemi. Isikuandmed olid avatud tootajatele riikides, millel puuduvad ELi tasemega privaatsusreeglid.

TikToki trahv oli otsene. ELi kasutajate toimikud joudsid Hiina insenerideni vaatamata deklareeritud kontrollidele.

Mida see taahendab hankijate valikul: Kusige, kas mitte-ELi tootajad saavad tavapaarase too kaigus juurde paaaseda ELi kasutajate andmetele. Hankija voib majutada Dublinis, kuid siiski paljastada ELi toimikuid USA-pohise tugipersonali kaudu. ELi residentsus uksi ei piisa. Meie olemite tootlemise juhend naaitab, kuidas juurdepaasumine-kontrollid seostuvad GDPR artikliga 46.

Seadusliku aluse rikkumised

LinkedIni trahv ei puudutanud rikkumist. See kasitles seda, kuidas LinkedIn oigustas oma tootlemist.

Legitiimne huvi ei ole universaalne oigus. Vastutavad tootlejad peavad dokumenteerima toidelise tasakaalukatse. See katse peab naaitama, et nende huvi kaalub ules kasutaja oigused. Meie vastavuse leht kasitleb seda, kuidas hinnata hankijate seadusliku aluse noudeid.

Logimise ja teavitamise rikkumised

Meta 251 miljoni euro trahv sisaldas olulist taahelepaanekut. Kehvad auditilogid tegid rikkumise ulatuse mootmise voimatuks.

GDPR artikkel 33 nouab rikkumisest teavitamist 72 tunni jooksul. See teatis peab sisaldama mojutatud andmete ulatust. Te ei saa teatada ulatusest, mida te ei suuda moota.

Kusige tulevastelt hankijatelt nende auditilogide struktuuri kohta. Kui hankija ei suuda parast intsidenti vastata kusimuksele, millised andmed olid paljastunud, ei taida see artiklit 33(3)(b).

Muster DPC juhtumite ulesel

Koigi nelja suure DPC trahvi analuusimisel ilmneb uks muster. Regulaatorid tegutsevad lahenduste vastu, kus hankija insenerid naavad kasutaja sisu. Koigi suurte trahvidega kaasnes halvasti kontrollitud juurdepaasumine isikuandmetele.

Nullteadmiste lahendus kasitleb iga juhtumi tuumprobleemi. Kasutaja sisu on kruupteeritud. Hankijal puuduvad dekruupteerimisvotmed.

TikToki ja Meta edastuse juhtumite puhul jouavad mitte-ELi insenerid serverisse, kuid naavad ainult sifriteksti. Uhtegi loetavat andmeid ei ole paljastunud. Meta rikkumise juhtumi puhul ei anna taiielik serveri kompromeerimine midagi kasulikku. Rikkumise ulatus kahaneb. LinkedIni puhul ei saa hankija, kes ei nae kunagi lihtteksti, teostada selle pohjal kaaitumisanaluusi.

See on otsene vastus igale DPC tegevusele. Vaadake meie turvalisuse ulevaated tapsema teabe saamiseks voi meie asutaja avaldust selle kohta, miks anonym.legal on nii algusest peale ules ehitatud.

Mida peamine asutamine taahendab

Moned ettevotted suunavad oma ELi struktuuri, et kontrollida, millise DPA jurisdiktsiooni alla nad kuuluvad. DPC seisukoht on siin oluline.

Peamine asutamine ei ole lihtsalt ettevotte aadress. See on koht, kus asub ELi keskne juhtimine. Vastutavate tootlejate jaoks on see koht, kus tehakse tootlemiseesmarkide otsuseid.

Londonis asuva privaatsusmeeskonnaga ettevottel ei pruugi olla ELi peamist asutamiskohta. Iga liikmesriigi DPA voib siis kohaldada oma jurisdiktsiooni kohalike kaebuste suhtes.

Hankijate hindamise kusimused

Kasutage neid kusimusi, kui hindate SaaS-hankijaid, kes kasitlevad isikuandmeid.

Jurisdiktsioon ja juurdepaasumine:

  • Kus asub hankija ELi peamine asutamiskoht?
  • Kas mitte-ELi tootajad paasevad tavapaarase too kaigus juurde ELi kasutajate andmetele?
  • Kas hankija emettevotte kuulub CLOUD Act-i voi Hiina julgeolekuseaduste alla?

Tehniline lahendus:

  • Kas ELi kasutajate sisu jaaab ELis majutatavatele serveritele?
  • Kas hankija hoiab kruupteerimisvotmeid, voi hoiab neid klient?
  • Kas auditilogid on piisavalt uksikasjalikud rikkumise ulatuse mootmiseks?

Edastuse arvestus:

  • Milline GDPR artikli 46 mehhanism katab EL-USA voogusid?
  • Kas hankija on teostanud edastuse moiju hinnangu?
  • Millised lisatehnilised meetmed on olemas?

DPC taitmine on uhes punktis jarjepidev. Isegi privaatsusmeeskondade ja andmekaitseametnikega ettevotted saavad suuri trahve, kui nende tehniline lahendus ei vasta nende vaaidetele. Vaadake lisateabe saamiseks meie juhtumiuuringuid ja KKK-d.


anonym.legal kasutab ELi-pohiseid Hetzneri servereid nullteadmiste lahendusega. Serverid hoiavad ainult AES-256-GCM sifriteksti. Taiielik rikkumine ei paljasta uhtegi loetavat andmeid. Toolauarakendus tootab kogu sisu seadmes ilma valiste linkideta.

Allikad

Kas olete valmis oma andmeid kaitsma?

Alustage PII anonüümitamist 285+ üksustüübi abil 48 keeles.

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.