By · Last updated 2026-05-04

Takaisin BlogiinGDPR & Vaatimustenmukaisuus

GDPR:n oikeus tulla unohdetuksi: EDPB:n toimet 2025

EDPB:n vuoden 2025 koordinoitu täytäntöönpanokehys tutki oikeutta tulla unohdetuksi 32 tietosuojaviranomaisen voimin. Yhdeksän viranomaista käynnisti muodolliset tutkimukset.

May 4, 20269 min lukuaika
GDPR right to erasureEDPB coordinated enforcement 2025Article 17 compliancedata minimizationanonymization vs deletion

GDPR:n oikeus tulla unohdetuksi: EDPB:n vuoden 2025 havainnot

Päivitetty vuodelle 2026

EDPB:n vuoden 2025 poistoihin keskittyvä toimenpide

Eurooppalainen tietosuojaneuvosto toteutti merkittävän toimenpidekokonaisuuden vuonna 2025. Se koski GDPR:n 17 artiklaa — oikeutta tulla unohdetuksi. 32 tietosuojaviranomaista EU:sta ja ETA-alueelta osallistui. Ne toimivat yhtä aikaa. Tavoitteena oli löytää laajamittaisia epäonnistumisia, ei yksittäisiä tapauksia.

Tämä toimenpide on koordinoitu täytäntöönpanokehys eli CEF. Yhdeksän tietosuojaviranomaista on sen jälkeen aloittanut muodolliset tutkimukset tulosten perusteella.

Seitsemän toistuvaa epäonnistumista

CEF-raportti nimesi seitsemän ongelmaa, jotka löytyivät tarkastetuista ryhmistä:

  1. Heikot menettelyt poistopyyntöjen käsittelyyn
  2. Liian laaja pätevien pyyntöjen hylkääminen
  3. Pyyntöjen esittäjille asetettu kohtuuton taakka
  4. Kyvyttömyys paikantaa kaikki henkilötietueet järjestelmistä
  5. Viivästykset GDPR:n 30 päivän vastausajan yli
  6. Puutteellinen palaute henkilöille pyyntöjen tuloksista
  7. Virheellinen anonymisointi käytettynä poiston sijaan. Ryhmät väittivät tehneensä "anonymisoinnin", mutta tietueet olivat silti jäljitettävissä.

Seitsemäs kohta on kaikkein monimutkaisin. Se osuu kaikkiin ryhmiin, jotka käyttävät tätä menetelmää säilytettyjen henkilötietueiden vähentämiseen.

Anonymisointi vs. poistaminen

GDPR:n oikeus tulla unohdetuksi ei aina tarkoita täydellistä poistamista. Johdanto-osan kappale 65 sallii tämän lähestymistavan, kun poistaminen ei ole mahdollista. Varmuuskopionauhat ja analytiikkajärjestelmät ovat tavallisia tapauksia.

CEF osoittaa, että tätä vaihtoehtoa käytetään väärin. Ryhmät nimittävät prosessin "anonymisoinniksi" välttääkseen todellista poistamista. Mutta prosessi jättää silti tietueet jäljitettäviksi todellisiin henkilöihin.

EDPB vetää selkeän rajan.

Todellinen anonymisointi tarkoittaa, että tietueiden ja henkilön välistä yhteyttä ei voida uudelleenrakentaa. Rekisterinpitäjällä ei ole tapaa uudelleenlinkittää niitä. Kolmannella osapuolella ei ole tapaa uudelleenlinkittää niitä. Nämä tietueet jäävät GDPR:n soveltamisalan ulkopuolelle. Pyyntö on täytetty.

Pseudonymisointi on eri asia. Uudelleenlinkittäminen on silti mahdollista oikealla avaimella. Henkilötietueet ovat edelleen olemassa. Pyyntöä ei ole täytetty. Tietueet on poistettava tai avain on tuhottava.

Kaksitasoinen lähestymistapa

Ryhmät, jotka käyttävät tätä menetelmää analytiikassa, tarvitsevat kaksi tasoa.

Taso 1 — Syöttö: Raakahenkilötietueet saapuvat tänne. Nämä tietueet ovat poistopyyntöjen alaisia. Kun henkilö käyttää 17 artiklan oikeuksiaan, tämän tason tietueet poistetaan.

Taso 2 — Analytiikka: Vain anonymisoidut tulokset pääsevät tälle tasolle. Jos prosessi oli täydellinen ja yksisuuntainen, nämä tulokset eivät ole henkilötietoja. Ne eivät muutu, kun poistopyyntö saapuu.

Tämä asetus toimii vain, jos peittämisvaihe läpäisee kolme testiä.

Ensimmäinen: yksisuuntainen. Palautettavissa olevat tunnukset ja salatut vaihdot eivät kelpaa.

Toinen: täydellinen. Kaikki tunnistetyypit on käsiteltävä. Pelkät nimet eivät riitä.

Kolmas: dokumentoitu. Ryhmän on voitava osoittaa tietosuojaviranomaiselle, miten menetelmä toimii.

Vähittäiskauppias, joka vaihtaa asiakkaiden nimet salattuihin tunnuksiin, on tehnyt pseudonymisoinnin — ei todellista poistoa. Analytiikkataso sisältää edelleen henkilötietoja. Poistopyynnöt koskevat sitä edelleen.

GDPR-vaatimustenmukaisuusopas kattaa jokaisen lähestymistavan oikeudellisen perustan. Tietoturvan vaatimustenmukaisuusyhteenveto listaa tarvittavat kontrollit. Vaiheittaista apua saat GDPR-anonymisoinnin auditointioppaasta.

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.