By · Last updated 2026-06-06

Vissza a BlograGDPR & Megfelelés

AEPD Spanyolország: MI és munkavállalói adatvédelmi szabályok

Az AEPD 2023-ban 847 szankcionálási határozatot hozott — az EU-ban a legtöbbet —, és adatvédelmi hatásvizsgálatot ír elő minden személyes adatot feldolgozó MI-rendszerre.

June 6, 20267 perc olvasás
AEPD SpainSpanish GDPRAI DPIA Spainemployee monitoringSpanish data protection

AEPD Spanyolország: MI és munkavállalói adatvédelmi szabályok

Frissítve 2026-ra

AEPD: az EU vezető érvényesítője mennyiség szerint

Az AEPD (Agencia Española de Protección de Datos) Spanyolország adatvédelmi hatósága. 2023-ban 847 bírságot szabott ki. Egyetlen más EU-s szerv sem közelítette meg ezt a számot. Az évi összesített büntetések meghaladták a 12 millió eurót.

A hatóság más módon működik, mint legtöbb EU-s társa. Nem csak a nagy bírságokra fókuszál. Kisvállalatokat, önkormányzatokat és közepes méretű szervezeteket is céloz. Ez az egész spanyol gazdaságban terjeszti a nyomást.

A 2024-ben leggyakrabban érvényesített területek:

  • Kamera- és biometrikus ellenőrzések (az esetek 29%-a)
  • Marketing és kéretlen kapcsolatfelvétel (az esetek 24%-a)
  • Munkavállalói megfigyelés és HR-nyilvántartások (az esetek 18%-a)
  • MI-rendszerek és automatizált döntések (az esetek 15%-a — növekvő tendencia)
  • Egészségügyi és különleges kategóriájú nyilvántartások (az esetek 14%-a)

Az AEPD MI-ra vonatkozó adatvédelmi hatásvizsgálati szabálya

A hatóság 2024-es Guía de adecuación al RGPD de tratamientos con IA iránymutatása egy egyértelmű szabályt állapít meg. Minden személyes adatokat kezelő MI-eszköznek adatvédelmi hatásvizsgálatra (DPIA) van szüksége.

A GDPR 35. cikke adatvédelmi hatásvizsgálatot ír elő, ha az adatkezelés magas kockázatot jelent. Ez kontextuális teszt. A spanyol hatóság szigorúbb álláspontot képvisel. Útmutatója szerint minden személyes adatokat érintő gépi tanulási eszköz kiváltja a hatásvizsgálati szabályt. Nem szükséges előzetes esetenkénti kockázatelemzés.

A spanyol szervezeteknek adatvédelmi hatásvizsgálatot kell elvégezniük és benyújtaniuk a következőkre:

  • Ügyfélszolgálati chatbotok
  • Felvételi szűrőeszközök
  • Marketing-eszközök
  • Szövegfeldolgozó modellek (beleértve az anonimizáló eszközöket)
  • Minden MI-eszköz, amely munkavállalói vagy ügyfélnyilvántartásokat kezel

Minden Spanyolországban használt eszköznek saját adatvédelmi hatásvizsgálati nyilvántartással kell rendelkeznie. Ez akkor is érvényes, ha az eszköz alacsony kockázatúnak tűnik.

Az AEPD anonimizálási szabványai

A hatóság anonimizálási iránymutatása a CNIL munkájára épül. Spanyolország-specifikus szabályokat ad hozzá a nemzeti azonosítókhoz:

Spanyol azonosítótípusok:

  • DNI (Documento Nacional de Identidad): 8 jegyű szám és egy ellenőrző betű
  • NIE (Número de Identificación de Extranjero): Betű + 7 szám + betű, külföldi állampolgárok számára
  • NIF (Número de Identificación Fiscal): A DNI-val megegyező formátum, adózási célokra használva
  • Número de Seguridad Social: Spanyol társadalombiztosítási szám

A hatóság megjegyzi, hogy a névelem-felismerő modellek gyakran elmulasztják a NIE-számokat. Spanyolország nagy bevándorló lakossággal rendelkezik. Ellenőrizze, hogy eszközei megtalálják-e a NIE-ket, amikor nem spanyol állampolgároktól származó fájlokat dolgoz fel.

Spanyol névminták:

A spanyol névhasználat két vezetéknevet (apellidos compuestos) alkalmaz. Az egyes vezetéknévre tanított névelem-felismerő modellek itt hibázhatnak. A „García López, Juan Carlos” névnek két vezetékneve van, nem egy. A spanyol névelem-felismerő modelleknek ezt kezelniük kell.

Az AEPD munkavállalói megfigyelési esetei

Az esetek tizennyolc százaléka munkavállalói megfigyelést érint. Spanyolország korlátozza a munkáltatói ellenőrzést az Estatuto de los Trabajadores (Munkavállalók Statútuma) alapján. A hatóság ezeket a korlátokat a GDPR-ral együtt érvényesíti.

A hatóság főbb álláspontjai:

  • Billentyűzetfigyelők: A rejtett billentyűzetfigyelők használata a legtöbb esetben GDPR-jogsértés. A képernyőfelvételi eszközök írásos igazolást és arányossági vizsgálatot igényelnek.
  • GPS-követés: Munkaügyi járműveken engedélyezett, ha a munkavállalókat egyértelműen tájékoztatják. Személyes járműveken nem engedélyezett.
  • E-mail-ellenőrzés: Előzetes írásos értesítés és iránymutatás esetén engedélyezett. A tartalom felülvizsgálata kiegészítő bizonyítékot igényel.
  • MI-alapú nyomkövetési eszközök: A munkavállalói viselkedést nyomon követő modellekhez adatvédelmi hatásvizsgálat szükséges. Az EDPB szabályai is vonatkoznak rájuk.

Az automatizált megfigyelés vonja maga után a legélénkebb figyelmet Spanyolország adatvédelmi hatóságától.

AEPD-kompatibilis MI-dokumentáció

Négy dokumentumkészlet szükséges a spanyol MI-eszközöket alkalmazó szervezetek számára.

1. MI-rendszer leltár

Sorolja fel az összes spanyol személyes adatokat kezelő eszközt. Rögzítse: rendszernév, szállító, cél, rekordtípusok, megőrzési időszak és adatfeldolgozási megállapodás státusza.

2. Adatvédelmi hatásvizsgálat rendszerenként

Használja a hatóság közzétett adatvédelmi hatásvizsgálati sablonját. Fedje le:

  • Cél, jogalap, rekordtípusok és címzettek
  • Arányossági vizsgálat
  • Az érintettekre vonatkozó kockázatértékelés
  • Kockázati vezérlők: technikai és folyamatalapú egyaránt
  • Adatvédelmi tisztviselő megjegyzései (ahol adatvédelmi tisztviselő szükséges)

3. Technikai vezérlők nyilvántartása

Minden eszközhöz jegyezze fel a jogosulatlan hozzáférést megakadályozó vezérlőket:

  • Beküldés előtti szűrés (személyesadat-eltávolítás a modell futtatása előtt)
  • Kimenetek hozzáférési vezérlői
  • Megőrzési korlátok és azok érvényesítése
  • Incidensészlelési és -elhárítási lépések

4. Munkavállalói megfigyelési iránymutatás

Ha bármely eszköz a munkavállalókat figyeli, készítsen írásos iránymutatást. Határozza meg a hatókört, értesítse a munkavállalókat, nevezze meg a jogalapot, és mutasson be arányossági vizsgálatot.

Az AEPD-auditok a leltárral és az adatvédelmi hatásvizsgálatokkal kezdődnek. Az ezeket a fájlokat előre elkészítő szervezetek sokkal gyorsabban zárják le az auditokat. A GDPR megfelelőségi útmutatónk lefedi a dokumentáció körét. A biztonsági megfelelőségi áttekintőnk magyarázza a technikai vezérlőket. A spanyol személyesadat-felismeréshez lásd a többnyelvű személyesadat-felismerési útmutatónkat.

Források

Készen áll az adatai védelmére?

Kezdje el a PII anonimizálását 285+ entitástípuson 48 nyelven.

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.