By · Last updated 2026-06-05

Vissza a BlograGDPR & Megfelelés

CCPA/CPRA 2025: Kaliforniai mesterséges intelligencia-adatvédelem

A CPPA 2024-ben több mint 100 millió dollár értékű bírságot szabott ki. A CPRA 40 millió kaliforniai lakost fed le, és globálisan a legtöbb vállalatra vonatkozik. 19 érzékeny adatkategória, automatizált döntéshozatali szabályokkal.

June 5, 202610 perc olvasás
CCPA CPRACalifornia privacy lawCPPA enforcementUS state privacyAI compliance

CCPA/CPRA: Californiai adatvédelmi törvény útmutatója

Frissítve 2026-ra.

Kaliforniai fogyasztói adatvédelmi jogokról szóló törvény (CPRA) 2023-ban lépett hatályba. Létrehozta a Kaliforniai Adatvédelmi Ügynökséget (CPPA). A CPPA az USA első állami adatvédelmi szabályozója. 2024-ben a CPPA több mint 100 millió dollár értékű bírságot szabott ki. Ez aktív jogérvényesítés – nem csupán papíron létező szabály.

Kire vonatkozik a megfelelési kötelezettség

Három feltétel határozza meg, hogy a törvény alkalmazandó-e. Elegendő, ha egy vállalat ezek bármelyikét teljesíti.

  • Éves bevétel legalább 25 millió dollár.
  • Legalább 100 000 állam fogyasztójának személyes adatai.
  • Bevétel több mint 50%-a személyes adatok értékesítéséből.

Az állam 40 millió lakost számlál. A világ ötödik legnagyobb gazdasága. A globális vállalatok többsége teljesíti legalább az egyik feltételt.

Az érzékeny adatok 19 kategóriája

A törvény különleges szintet hoz létre az érzékeny személyes adatok számára. A vállalatoknak fokozott értesítést és a felhasználásra vonatkozó korlátozási jogot kell biztosítaniuk a fogyasztóknak. A 19 típus a következő:

  1. Társadalombiztosítási szám, jogosítványszám, állami személyigazolvány- és útlevélszám
  2. Pénzügyi számla- vagy kártyaszámok hozzáférési kódokkal
  3. Pontos tartózkodási hely (1 852 méteren belül)
  4. Faji vagy etnikai származás
  5. Vallási vagy filozofiai meggyőződés
  6. Szakszervezeti tagság
  7. Magán e-mail vagy postai levelek tartalma
  8. Genetikai információ
  9. Azonosításra alkalmas biometrikus adatok
  10. Egészségügyi vagy orvosi adatok
  11. Szexuális irányultság vagy nemi élet
  12. Bevándorlói jogállás (2024-ben hozzáadva)
  13. Mentális egészségügyi adatok (2024-ben hozzáadva)
  14. Állampolgárság
  15. Pénzügyi számlaszámok hozzáférési kódok nélkül
  16. Fogyatékossági jogállás
  17. Foglalkoztatási jogállás jelzői
  18. Biztosítási kötvény adatai
  19. Büntetőjogi vagy letartóztatási adatok

Minden kategória esetében a fogyasztók korlátozhatják, hogy a vállalat hogyan használja és osztja meg ezeket az adatokat. Ez a jog külön illeti meg a fogyasztókat az általános értékesítési opt-out jogon felül.

A CPPA 2024-es célterületei

A CPPA 2024-es intézkedései négy területre összpontosultak.

Adatbróker-regisztráció. Az állam kötelezi az adatbrókereket, hogy regisztráljanak a CPPA-nál. A hatóság több száz olyan nem regisztrált brókert talált, amely fogyasztói profilokat értékesített.

Nem működő opt-out eszközök. Sok hozzájárulási platform nem biztosított valódi opt-out lehetőséget. A gomb nem működött, vagy az opt-out csak egyes felhasználási módokat fedett.

Mesterséges intelligencia alapú döntések értesítés nélkül. A 2025-ös mesterséges intelligencia szabályok értesítést írnak elő, ha automatizált eszközök hoznak kulcsfontosságú döntéseket. A munkakör, hitel és lakhatás mind ide tartozik. Több 2024-es ügy olyan mesterséges intelligencia eszközöket célzott meg, amelyeket ilyen értesítés nélkül alkalmaztak.

Gyermekadatok. Kalifornia korcsoportnak megfelelő tervezési törvénye minden olyan szolgáltatásra vonatkozik, amelyet kiskorúak valószínűleg igénybe vesznek. Ezeknek a vállalatoknak adatvédelmi hatásvizsgálatot kell végezniük. A CPPA azt tapasztalta, hogy sok vállalat ezt nem tette meg.

Állami törvény vs. GDPR: Főbb különbségek

A GDPR-megfelelés nem váltja ki a kaliforniai megfelelőséget. A két jogrendszer azonos célokat követ, de kulcskérdésekben eltér egymástól.

Opt-out vs. opt-in. A GDPR az érzékeny adatok legtöbb felhasználásához opt-in hozzájárulást követel meg. Az állami törvény opt-out modellt alkalmaz. Az adatkezelés addig megengedett, amíg a fogyasztó nem tiltakozik ellene.

Fogyasztói jogok. Mindkét törvény hozzáférési, törlési és helyesbítési jogot biztosít. Az állami törvény emellett az automatizált döntéshozatalból való opt-out jogot is megadja. A GDPR 22. cikke szintén foglalkozik ezzel, de szűkebb hatókörrel.

Munkavállalói adatok. Az állami törvény teljes körűen kiterjed a munkavállalói személyes adatokra. A GDPR szintén, de az EU tagállamoknak saját foglalkoztatási szabályaik vannak. A munkavállalói adatvédelem az érintett államon belül sokszor külön megfelelési vonalat igényel.

Érzékeny típusok. A 19 állami típus részben átfed a GDPR 9. cikkével. A bevándorlói jogállás és az önálló számlaszámok az állami jogra jellemzők.

A jogi megfelelési útmutatóban részletesen olvashat arról, hogyan épülnek egymásra ezek a kötelezettségek.

Mesterséges intelligencia szállítókra vonatkozó követelmények

A 2025-ös mesterséges intelligencia szabályok egyértelmű kötelezettségeket állapítanak meg a fogyasztói adatokon mesterséges intelligencia eszközöket alkalmazó vállalatok számára.

Szállítói szerződések. A szolgáltatóknak írásos megállapodást kell aláírniuk. A megállapodásnak négy dologra kell kiterjednie: Először is, az adatokat csak a megjelölt célra szabad felhasználni. Másodszor, a szolgáltatás végén az adatokat törölni kell. Harmadszor, a fogyasztói jogok iránti kérelmeket tovább kell adni. Negyedszer, megfelelő biztonsági intézkedéseket kell fenntartani.

Automatizált döntéshozatali értesítés. Ha mesterséges intelligencia eszköz segít döntést hozni hitelről, csalásról vagy munkáról – a fogyasztókat erről tájékoztatni kell. Opt-out lehetőséget is kell biztosítani számukra.

Mesterséges intelligencia betanítási korlátok. Ha fogyasztói adatokat használtak fel egy mesterséges intelligencia modell betanítására, az adott modell korlátozások alá esik. Nem használható olyan célokra, amelyek ellentétesek az eredeti gyűjtési indokkal.

A legtöbb csapat számára a közvetlen megoldás: a személyes azonosítókat el kell távolítani, mielőtt az adatok bármilyen mesterséges intelligencia rendszerbe kerülnek. Ez egyidejűleg teljesíti a mesterséges intelligencia döntéshozatali szabályokat és csökkenti az érzékeny típusokkal kapcsolatos kockázatot.

Megtudhatja, hogyan távolítja el az anonym.legal az azonosítókat a mesterséges intelligencia feldolgozás előtt a /security-compliance oldalon.

Legfontosabb tudnivalók

Az állami törvény a legtöbb globális vállalatra vonatkozik, amelynek ügyfelei vannak az érintett államban. 19 érzékeny típust, aktív végrehajtó hatóságot és mesterséges intelligencia értesítési szabályokat hoz létre. A GDPR-megfelelés nem helyettesíti az állami megfelelőséget. A legvilágosabb lépés: a személyes azonosítókat el kell távolítani, mielőtt az adatok mesterséges intelligencia eszközökbe kerülnek.

Az adatminimalizálásról bővebben olvashat a /docs/faq oldalon.

Források

  • CPPA: California Privacy Protection Agency. cppa.ca.gov.
  • Californiai Fogyasztói Adatvédelmi Jogokról Szóló Törvény (CPRA) teljes szövege. leginfo.legislature.ca.gov.
  • CPPA: Automatizált döntéshozatali technológiára vonatkozó szabályok 2025. cppa.ca.gov.
  • Californiai Korcsoportnak Megfelelő Tervezési Törvény. leginfo.legislature.ca.gov.

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.