By · Last updated 2026-06-05

Takaisin BlogiinGDPR & Vaatimustenmukaisuus

Hollannin AP: 290 miljoonan euron sakko ja GDPR-täytäntöönpano

Hollannin AP määräsi EU:n suurimman tiedonsiirtosakon — 290 miljoonaa euroa Uberille. BSN (Hollannin sosiaaliturvatunnus) edellyttää 11-proef-validointia, jonka 56 % työkaluista jättää huomioimatta.

June 5, 20269 min lukuaika
Dutch APBSN detectionUber GDPR fineNetherlands compliancedata transfer GDPR

Autoriteit Persoonsgegevens (AP) sakotti Uberia 290 miljoonalla eurolla elokuussa 2024. Sakko määrättiin siitä, että yhtiö lähetti kuljettajien tietoja Yhdysvaltojen palvelimille ilman voimassa olevaa siirtosopimusta. Yksikään GDPR-tapaus ei ole tuottanut suurempaa sakkoa rajat ylittävästä siirrosta. AP käsitteli myös yli 21 400 valitusta vuonna 2023, mikä tekee siitä yhden Euroopan kiireisimmistä tietosuojaviranomaisista.

Mitä AP Löysi Uber-Tapauksessa

Uber keräsi tietoja kuljettajilta Alankomaissa ja Ranskassa. Tiedot sisälsivät sijaintihistorian, henkilöllisyysasiakirjat, palkkatiedot, ajorekisterit ja veroasiakirjat. Kaikki siirtyivät Yhdysvaltojen palvelimille. AP katsoi, että siirtotapa ei ollut pätevä.

Kolme havaintoa johtivat päätökseen:

  • Heikko siirtotapa: Uber käytti sitovia konsernivelvoitteita (BCR). AP totesi, etteivät nämä kattaneet mukana olleiden kuljettajatietojen laajuutta tai arkaluonteisuutta.
  • Ei siirtovaikutustenarviointia (TIA): Uber ei osoittanut, että Yhdysvaltojen lainsäädäntö jätti sovitut siirtosuojatoimenpiteet voimaan.
  • Arkaluonteinen tieto yhdistelmänä: Sijaintitieto, palkka ja suorituspisteet yhdessä antavat yksityiskohtaisen kuvan kustakin kuljettajasta. AP rinnasti tämän yhdistelmän arkaluonteisiin henkilötietoihin.

Uber-tapaus asettaa selkeän säännön. Henkilöstön ja urakoitsijoiden tiedot, jotka lähetetään Yhdysvaltoihin, tarvitsevat saman TIA:n ja lisätoimenpiteet kuin kuluttajatiedot.

AP:n Täytäntöönpanon Painopisteet Vuodelle 2025

Päivitetty vuodelle 2026

AP on nimennyt kolme aluetta, joita se seuraa tarkasti vuonna 2025.

Henkilöstön valvonta: Etätyön seurantatyökalut ovat tärkein kohde. Tähän sisältyvät tuottavuuslokit, näytönkaappaus, näppäimistön seuranta ja etäpaikannustyökalut. Ennen tällaisen työkalun käyttöönottoa yritysten on kirjattava, miksi vähemmän tunkeilevat vaihtoehdot hylättiin.

Rajat ylittävät tiedonsiirrot: Uber-ratkaisun jälkeen AP tarkistaa siirtotapoja. Yritykset, jotka luottavat Yhdysvaltojen, Aasian tai muiden riittämättömien maiden palveluihin, ovat valvonnan piirissä. Kaikilla yrityksillä, jotka käyttävät yhdysvaltalaisia ohjelmistotyökaluja henkilöstöhallintoon, projektityöhön tai asiakastietoihin, on oltava ajantasainen TIA.

Automatisoidut päätökset: Tekoälyn luottoluokittelu, rekrytointisuodattimet ja suoritusjärjestelmät laukaisevat 22 artiklan velvoitteet. AP kohdistaa toimensa organisaatioihin, jotka tekevät automatisoituja päätöksiä ilman aitoa ihmisen tarkistusvaihetta. Sekä työntekijät että kuluttajat on katettava.

BSN: Suojattu Kansallinen Tunniste

Burgerservicenummer (BSN) on 9-numeroinen tunnusnumero, jota käytetään Alankomaissa. Se vahvistetaan Elfproef-tarkistuksella (yksitoistasääntö). Tarkistus tehdään seuraavasti: kerrotaan jokainen numero painolla 9:stä −1:een, lasketaan tulot yhteen ja tuloksen on oltava tasan jaollinen 11:llä.

BSN-laki (Wet algemene bepalingen burgerservicenummer) rajoittaa BSN:n käytön tiettyihin oikeudellisiin yhteyksiin: verotus, terveydenhuolto, hallinto ja työnantajan palkanlaskenta. BSN:n käyttö näiden kontekstien ulkopuolella johtaa BSN-lain täytäntöönpanoon. GDPR:n vastuu tulee tämän lisäksi.

Miksi yleiset työkalut jäävät BSN:stä kiinni: Monet NLP-työkalut eivät sisällä Elfproef-tarkistusta. Ilman sitä mikä tahansa 9-numeroinen merkkijono merkitään mahdolliseksi BSN:ksi. Tämä aiheuttaa vääriä hälytyksiä talous- ja hallintoasiakirjoissa. Myös väärinkirjoitetut BSN:t jäävät huomaamatta — ne eivät läpäise tarkistusta, mutta näyttävät silti kelvolliselta kuviolta. Katso oppaamme EU:n kansallisten verotunnusten ja henkilötietojen tunnistamisesta täydellisestä vertailusta eurooppalaisten tunnistemuotojen välillä.

Nimettyjä Kohteita Alankomaiden Tekstissä

Hollannilla (Nederlands) on piirteitä, jotka haastavat englanninkielisellä tekstillä koulutetut mallit.

Yhdyssanat: Hollanti yhdistää sanat toisiinsa. Persoonsgegevens (henkilötieto) ja Burgerservicenummer (kansalaispalvelunumero) ovat kumpikin yksi sana. Englantia varten rakennetut mallit jakavat ne usein väärästä kohdasta. Tämä rikkoo kohdetunnistuksen.

Nimipäätteet: -je ja -tje-päätteet esiintyvät etunimissä — Annetje, Hansje. Nimimallien on käsiteltävä sekä perusmuoto että lyhyt muoto.

Osoitemuodot: Katutyyppejä ovat Straat, Laan, Weg, Plein ja Gracht. Postinumeroissa on neljä numeroa ja kaksi kirjainta (esimerkki: 1234 AB). Jokainen koodi vastaa yhtä katua, joten se paljastaa enemmän kuin useimmat eurooppalaiset postinumerot.

IBAN-muoto: Hollantilaiset IBAN-numerot ovat 18 merkkiä: NL + 2 tarkistusnumeroa + 4-kirjaiminen pankkikoodi + 10-numeroinen tilinumero. Maassa on korkea korttimaksujen käyttöaste. Tämän seurauksena talousasiakirjoissa on paljon IBAN-numeroita. Luottamuspisteytystä eri tunnistetyyppien välillä käsitellään oppaassamme binäärinen henkilötietojen tunnistus ja luottamuspisteet.

Tekninen Tarkistuslista AP:n Vaatimustenmukaisuuteen

AP:n nykyisten standardien täyttämiseksi tietojärjestelmät tarvitsevat:

  1. BSN-tunnistus Elfproef-tarkistuksella — kuviohaku yksinään ei riitä
  2. Hollanninkielinen kohdetunnistus — malli kuten spaCy nl_core_news käsittelee yhdyssanat ja lyhytmuotoiset nimet
  3. IBAN-tunnistus — muototietoinen, ei yleinen
  4. Alihankkijarekisterit kaikista rajat ylittävistä siirroista
  5. TIA:t Yhdysvaltojen toimittajille — AP:n elävä auditointiprioriteetti Uber-ratkaisun jälkeen

Uber-ratkaisun jälkeen TIA Yhdysvaltojen toimittajille on perustason vaatimus, ei parhaaksi käytännöksi. Täyden analyysin sakon vaikutuksista siirtokäytäntöihin löydät osoitteesta AP Uber-sakko ja rajat ylittävän siirron täytäntöönpano.

Lähteet

Valmiina suojaamaan tietojasi?

Aloita PII-anonymisointi yli 285 entiteettityypillä 48 kielellä.

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.