By · Last updated 2026-06-05

חזרה לבלוגGDPR ועמידה

NAIH הונגריה: ממשל AI וכללי DPA

NAIH מחייב ביצוע DPIA לכל מערכות AI המעבדות נתונים אישיים. דיוק NER בהונגרית הוא 67% — נמוך בהרבה מממוצע ה-EU העומד על 82%.

June 5, 20268 דקות קריאה
Hungary NAIHAI GDPR complianceTAJ-szám detectionCentral Europe DPAHungarian data protection

NAIH הונגריה: ממשל AI וכללי DPA

גוף הגנת המידע של הונגריה הוא NAIH — Nemzeti Adatvédelmi és Információszabadság Hatóság. הרשות הוציאה את ההנחיות המפורטות ביותר בנושא AI מכל DPA במרכז אירופה. ב-2024 הוציאה 38 החלטות אכיפה. היא גם פרסמה כללים המחייבים ביצוע DPIA לכל מערכת AI שמטפלת בנתונים אישיים — כללים אלה חמורים יותר מהבסיס שב-GDPR.

כללי האכיפה של NAIH לגבי AI

רוב ה-DPA של ה-EU מפרסמים הנחיות AI רחבות. ה-DPA של הונגריה הלך רחוק יותר. הנחיית 2024 שלו פרטנית מבחינה תפעולית.

DPIA נדרש לכל מערכות ה-AI: כל מערכת AI שנוגעת בנתונים אישיים דורשת DPIA לפני הפריסה. הרגולטור מחייב זאת גם כאשר העיבוד אינו "בסיכון גבוה" לפי GDPR סעיף 35. זה מחמיר יותר מגישת הסיכון הבסיסית של GDPR עצמו.

מה חייב DPIA של NAIH לכלול:

  • תיאור טכני של קלטי ופלטי נתוני מודל ה-AI
  • עדות שנתוני האימון עברו אנונימיזציה או שהייתה להם עילה משפטית תקפה
  • הערכת סיכון אפליה אלגוריתמית
  • שלב סקירה אנושי להחלטות אוטומטיות
  • לוח זמנים לשמירה ומחיקה של נתונים שעובדו על ידי AI

סקירה שנתית: הרשות מחייבת עדכון DPIA מדי שנה. זה חל כאשר מערכת AI מאומנת מחדש או שונתה באופן משמעותי.

הונגריה טיפלה ביותר מ-890,000 בקשות נתוני GDPR ב-2024. זהו נפח גדול למדינה של 10 מיליון תושבים. הדבר מסמל שימוש פעיל בזכויות ולחץ אמיתי על צוותי ציות.

פער דיוק ה-NER

סקירת הרשות לשנת 2024 בחנה מודלי NER על טקסט הונגרי. הם קיבלו רק 67% דיוק. ממוצע ה-EU הוא 82%. הפער של 15 נקודות עולה בעלויות ציות אמיתיות.

הונגרית היא שפה אגלוטינטיבית. היא בונה מילים באמצעות סיומות רבות. שמות, כתובות ומזהים בהונגרית נראים שונים מאוד מנתונים באנגלית או גרמנית. כלים שאומנו על שפות אלה מחמיצים חלק גדול מהנתונים האישיים בהונגרית. ראו את מדריך זיהוי PII רב-לשוני לאופן שפער זה משפיע על עמידה ב-GDPR בשפות שונות.

הרגולטור מצא שכלי NLP כלליים מחמיצים את ה-TAJ-szám ב-61% מהמסמכים. שינויי פורמט וחוסר תמיכה בסכום ביקורת הם הגורמים העיקריים.

מזהים לאומיים הונגריים

צוותים המעבדים מסמכים בהונגריה חייבים לזהות סוגי מזהים אלה בדיוק. ראו את מדריך זיהוי מזהי מס לאומיים ב-EU להקשר כיסוי EU מלא.

TAJ-szám (Társadalombiztosítási Azonosító Jel): מספר ביטוח לאומי בן 9 ספרות. מופיע ברשומות בריאות, גמלאות ופנסיה. האימות משתמש בסכום ביקורת משוקלל שנקבע על ידי רשות הביטוח הלאומי.

Adóazonosító jel: מספר זהות מס אישי בן 10 ספרות. הפורמט הוא ליבה של 8 ספרות ועוד 2 ספרות ביקורת. מופיע בשכר, הגשת מסים וחוזי העסקה.

Személyi igazolvány number: מספר תעודת הזהות הלאומית. פורמט וכללי ספרת ביקורת בהתאם לרשות המנפיקה.

Útlevél szám: מספר הדרכון. פורמט וספרת ביקורת גם הם בהתאם לכללים שנקבעו על ידי הרשות המנפיקה.

ההקשר של Ügyfélkapu

הונגריה מפעילה את רוב השירותים הציבוריים דרך פלטפורמה אחת — Ügyfélkapu (שער לקוח). יותר מ-4 מיליון אזרחים משתמשים בה למיסוי, גמלאות, שירותי בריאות ורישוי. חברות פרטיות מתחברות ל-Ügyfélkapu לצורכי שכר, גמלאות או בדיקות זהות. חברות אלה מעבדות את אותם מזהים בהקשר מוסדר.

הרשות מצאה שחברות אלה לרוב משתמשות בכלי PII בינלאומיים. לרוב הכלים הללו חסרת תמיכה במזהים לעיל. הדבר מוביל לנתונים שמוחמצים ולסיכון ציות ישיר.

חפיפה עם חוק ה-AI של ה-EU

הונגריה הייתה מוקדמת בשילוב כללי חוק ה-AI בהנחיות ה-DPA. עמדת הרגולטור ברורה.

מערכות AI בסיכון גבוה מפורטות בנספח III של חוק ה-AI. אלה מכסות משרות, ניקוד אשראי ושירותים חיוניים. הן דורשות הן הערכת התאמה לחוק ה-AI והן DPIA של NAIH.

מודלי AI למטרות כלליות המעבדים נתונים של אנשים בהונגריה דורשים גם כן DPIA של NAIH. זה חל גם כאשר המודל אינו מפורט כבסיכון גבוה לפי חוק ה-AI.

לצוותים הפורסים AI בהונגריה, רשימת הבדיקה המרכזית כוללת שלושה פריטים: השלמת DPIA של NAIH לפני ההשקה, אימות שכלי ה-NER שלכם מכסה את הישויות הנ"ל בטקסט הונגרי, ואישור זיהוי TAJ-szám ו-adóazonosító jel עם אימות סכום ביקורת.

מקורות

מוכן להגן על הנתונים שלך?

התחל לאנונימיזציה של PII עם 285+ סוגי ישויות ב-48 שפות.

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.