anonym.legal

By · Last updated 2026-05-06

Takaisin BlogiinGDPR & Vaatimustenmukaisuus

GDPR-paradoksi: Onko anonymisointityökalusi laillinen?

Uberin 290 miljoonan euron sakko (Alankomaiden tietosuojaviranomainen, 2024) koski nimenomaan eurooppalaisten kuljettajatietojen siirtämistä Yhdysvaltain palvelimille. Useimmat yhdysvaltalaiset anonymisointityökalut käsittelevät EU-kansalaisten henkilötietoja ennen kuin palauttavat puhdistetun tulosteen — ja syyllistyvät näin juuri siihen rikkomukseen, jonka estämiseksi ne on hankittu.

May 6, 20268 min lukuaika
GDPR anonymization paradoxUber Dutch AP fineUS server EU data transferzero-knowledge GDPR compliancedata residency

Vaatimustenmukaisuuden paradoksi

Päivitetty vuodelle 2026

Organisaatiot ottavat käyttöön anonymisointityökaluja saavuttaakseen GDPR-vaatimustenmukaisuuden. Työkalun pitäisi olla ratkaisu: se suojaa henkilötietoja artiklan 32 nojalla. Mutta jos työkalu lähettää EU-kansalaisten henkilötiedot yhdysvaltalaisille palvelimille, se synnyttää juuri sen rikkomuksen, jonka estämiseksi se on hankittu.

Elokuussa 2024 Alankomaiden tietosuojaviranomainen (Dutch DPA) määräsi Uberille 290 miljoonan euron sakon — silloisen ajan suurimman EU:n tiedonsiirtoa koskevan sanktion. Syy: Uber oli siirtänyt eurooppalaisten kuljettajien henkilöasiakirjoja Yhdysvaltain palvelimille. Nimet, sijaintitiedot, maksutiedot ja henkilöllisyystodistukset olivat kaikki kulkeneet ilman artiklan 46 mukaisia asianmukaisia suojatoimia. Viranomainen totesi, että Uber-palvelu perustui jatkuvaan GDPR-rikkomukseen, koska se nojasi yhdysvaltalaiseen palvelininfrastruktuuriin EU-kansalaisten tietojen käsittelyssä.

Sama logiikka koskee anonymisointityökaluja. Yhdysvaltalainen SaaS-työkalu, joka vastaanottaa EU:n henkilötietoja yhdysvaltalaisilla palvelimilla, tekee juuri sen, mistä Alankomaiden viranomainen sanktio Uberin. Tarkoitus — anonymisointi liiketoiminnan hallinnan sijaan — ei muuta oikeudellista analyysiä. Tutustu vaatimustenmukaisuusyhteenvetoomme selkeän selvityksen saamiseksi.

DPO-yhteisö on havainnut ongelman

Tietosuojavastaavat (DPO) ovat nostaneet tämän paradoksin esiin yhä useammin Schrems II -tuomion jälkeen vuodesta 2020, jolloin EU:n tuomioistuin kumosi EU–USA Privacy Shieldin ja totesi, että yhdysvaltalaiset palvelimet eivät sovellu EU-kansalaisten henkilötietojen siirtämiseen ilman lisäsuojatoimia.

Jokainen yhdysvaltalainen työkalu, joka vastaanottaa EU:n henkilötiedostoja, vaatii dokumentoidun oikeudellisen perustan tiedonsiirrolle. GDPR-sakot ovat nousseet yhteensä 5,65 miljardiin euroon vuoteen 2025 mennessä. Tiedonsiirtorikkomukset johtavat nykyään keskimäärin 18 miljoonan euron sanktioihin toimenpidettä kohti. Riski on todellinen. Se on jo tuottanut merkittäviä sanktioita. Tuottaa lisää.

Kaksi tapaa ratkaista paradoksi

Ratkaisuja on kaksi. Ensimmäinen: käsittele asiakirjat yksinomaan EU:n palvelimilla, jolloin tiedostot eivät koskaan poistu EU:sta. Toinen: käytä zero-knowledge-arkkitehtuuria, jolloin palvelin ei koskaan näe henkilötietosisältöä.

Pelkkä EU-isännöinti ei välttämättä riitä. Yhdysvaltalainen yritys EU:n palvelimilla voidaan silti pakottaa luovuttamaan tiedostoja. FISA:n pykälä 702 ja presidentillinen asetus 12333 koskevat yhdysvaltalaisia yrityksiä ja niiden eurooppalaisia tytäryhtiöitä. Yhdysvaltalainen emoyhtiö voidaan pakottaa antamaan pääsy tietoihin — myös EU:n palvelimilla sijaitseviin.

Zero-knowledge-arkkitehtuuri ratkaisee tämän. Jos palvelin ei koskaan näe henkilötietosisältöä, palvelimen sijainnilla ei ole merkitystä. Se, mitä palvelimelle todella saapuu — salatut tunnukset, naamioidut arvot, muunnettu tuloste — ei ole GDPR:n tarkoittamia henkilötietoja. Se ei siten kuulu tiedonsiirtosääntöjen piiriin. Tutustu zero-knowledge-lähestymistapaamme ja katso hinnoittelusuunnitelmat, mukaan lukien paikallinen Desktop-sovellus.

anonym.legal käyttää zero-knowledge-arkkitehtuuria. Palvelin ei koskaan näe selkokielistä sisältöä. Koko palvelimen murto tuottaisi vain AES-256-GCM-salattua tekstiä. Desktop-sovellus toimii yksinomaan laitteellasi ilman ulkoisia yhteyksiä.

Lähteet

Liittyvät Artikkelit

GDPR & Vaatimustenmukaisuus

Japan My Number: Verhoeff & APPI

63% of generic tools fail My Number detection in Japanese documents. My Number uses Verhoeff algorithm — the most complex national ID checksum in Asia.

GDPR & Vaatimustenmukaisuus

HDPA Greece: AFM & AMKA Detection

Greek AFM detected with 52% accuracy by generic tools. HDPA issued 89 decisions in 2024 — up 162% from 2022. Tourism and maritime sectors face distinct.

GDPR & Vaatimustenmukaisuus

NAIH Hungary: TAJ-Szám and Adóazonosító Jel

Hungarian NER accuracy is 67% vs. EU average 82% — NAIH's 2024 assessment. TAJ-szám weighted checksum and adóazonosító jel detection gaps.

Valmiina suojaamaan tietojasi?

Aloita PII-anonymisointi yli 285 entiteettityypillä 48 kielellä.

Aloita Ilmainen KokeiluKatso Ominaisuudet

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.