By · Last updated 2026-06-05

Vissza a BlograGDPR & Megfelelés

Holland AP: 290 millió eurós bírság és GDPR-végrehajtás

A holland Autoriteit Persoonsgegevens az EU legnagyobb adattovábbítási bírságát szabta ki – 290 millió eurót az Uberrel szemben. A BSN (holland személyi szám) Elfproef-ellenőrzése az eszközök 56%-ából hiányzik.

June 5, 20269 perc olvasás
Dutch APBSN detectionUber GDPR fineNetherlands compliancedata transfer GDPR

Az Autoriteit Persoonsgegevens (AP) 2024 augusztusában 290 millió eurós bírságot szabott ki az Uberre. Az ügy oka: az alkalmazottak adatait érvényes adattovábbítási megállapodás nélkül küldték US-szerverekre. Határokon átnyúló adattovábbításért ekkora GDPR-bírságot még soha nem róttak ki. Az AP 2023-ban több mint 21 400 panaszt is kezelt, ezzel az egyik legterheltebb európai adatvédelmi hatóság.

Mit tárt fel az AP az Uber-ügyben?

Az Uber Hollandiából és Franciaországból gyűjtötte be sofőrjeinek adatait. Az adatok között szerepelt helytörténet, személyazonosító okmányok, bérnyilvántartások, menetteljesítmény-adatok és adóiratok – mindez US-szerverekre került. Az AP megállapítása szerint az adattovábbítás módszere nem volt érvényes.

Három megállapítás vezette a döntést:

  • Gyenge adattovábbítási módszer: Az Uber Kötelező erejű Vállalati Szabályokat (BCR) alkalmazott. Az AP szerint ezek nem fedték az érintett sofőradatok körét és érzékenységét.
  • Hiányzó Adattovábbítási Hatástanulmány (TIA): Az Uber nem tudta igazolni, hogy az amerikai jog megfelelő védelmet biztosít az átadott adatokra.
  • Kombinált érzékenység: A helyadatok, a bér és a teljesítmény-értékelések együttesen részletes képet adnak az egyes sofőrökről. Az AP ezt az összesített adatot különleges személyes adatnak minősítette.

Az Uber-ügy egyértelmű szabályt fektet le: az US-be továbbított munkatársi és vállalkozói adatokhoz ugyanolyan TIA-t és kiegészítő intézkedéseket kell alkalmazni, mint a fogyasztói adatokhoz.

Az AP 2025-ös végrehajtási fókuszterületei

Frissítve 2026-ra

Az AP három területet jelölt meg kiemelt felügyeleti célpontként 2025-re.

Munkavállalói megfigyelés: A távmunkát monitorozó eszközök a fő célpont. Ez magában foglalja a termelékenységi naplókat, a képernyőrögzítést, a billentyűzetfigyelést és a távolléti helymeghatározást. Ilyen eszköz telepítése előtt dokumentálni kell, miért vetették el a kevésbé tolakodó alternatívákat.

Határon átnyúló adattovábbítás: Az Uber-ítélet után az AP ellenőrzi az adattovábbítási módszereket. Azok a cégek, amelyek US-beli, ázsiai vagy más, nem megfelelőnek minősített országból üzemeltetett szolgáltatásokat vesznek igénybe, a vizsgálat hatókörébe esnek. Minden US-szoftveres HR-, projektmunka- vagy ügyfélkapcsolati rendszert alkalmazó szervezetnek aktuális TIA-val kell rendelkeznie.

Automatizált döntések: Az AI-alapú hitelbírálat, az álláspályázat-szűrők és a teljesítmény-értékelési rendszerek a GDPR 22. cikkének hatálya alá esnek. Az AP azokat a szervezeteket célozza meg, amelyek valódi emberi felülvizsgálat nélkül hoznak automatizált döntéseket. Mind a munkavállalókra, mind a fogyasztókra vonatkoznia kell a védelemnek.

A BSN: védett nemzeti azonosító

A Burgerservicenummer (BSN) Hollandiában egy 9 jegyű azonosítószám, amelyet az Elfproef (tizenegy-próba) ellenőrzéssel validálnak. Az ellenőrzés menete: minden jegyet megszorozzuk a 9-től mínusz 1-ig csökkenő súlyokkal, az eredményeket összeadjuk, és az összegnek 11-gyel oszthatónak kell lennie.

A BSN-törvény (Wet algemene bepalingen burgerservicenummer) a BSN használatát meghatározott jogi kontextusokra korlátozza: adóügy, egészségügy, közigazgatás és munkáltatói bérszámfejtés. Ezeken kívüli BSN-használat esetén a BSN-törvény alapján is szankcionálható – a GDPR-felelősség ezen felül fennáll.

Miért tévesztik el az általános eszközök a BSN-t? Sok NLP-eszközből hiányzik az Elfproef-ellenőrzés. Nélküle minden 9 jegyű számsor lehetséges BSN-ként kerül megjelölésre, ami rengeteg téves riasztást okoz pénzügyi és adminisztratív dokumentumokban. Az elírt BSN-számok is kimaradnak: az ellenőrzésen nem mennek át, de mintázatuk alapján mégis érvényesnek tűnhetnek.

NER holland szövegben

A Nederlands sajátosságai komoly kihívást jelentenek az angolra hangolt modellek számára.

Összetett szavak: A holland egybeírja a szavakat. A persoonsgegevens (személyes adat) és a Burgerservicenummer (állampolgári azonosítószám) egyetlen szóként szerepel. Az angolra épített modellek sokszor rossz helyen tagolják ezeket, ami tönkreteszi az entitásfelismerést.

Névvégződések: A -je és -tje végződés keresztnevekben is megjelenik – például Annetje, Hansje. A névazonosítóknak az alapformát és a becézett változatot egyaránt kezelniük kell.

Cím formátumok: Az utcatípusok közé tartozik a Straat, Laan, Weg, Plein és Gracht. Az irányítószámok négy számjegyből és két betűből állnak (pl. 1234 AB). Minden kód egyetlen utcára vonatkozik, ezért több információt árul el, mint a legtöbb európai irányítószám.

IBAN formátum: A holland IBAN 18 karakteres: NL + 2 ellenőrző jegy + 4 betűs bankkód + 10 jegyű számlaszám. Az ország magas bankkártyás fizetési arányával járó pénzügyi dokumentumok sok IBAN-számot tartalmaznak.

AP-megfelelőségi technikai ellenőrzőlista

Az AP jelenlegi elvárásainak teljesítéséhez az adatrendszereknek a következőkkel kell rendelkezniük:

  1. BSN-azonosítás Elfproef-ellenőrzéssel – mintaazonosítás önmagában nem elegendő
  2. Holland NER – a spaCy nl_core_news modell kezeli az összetett szavakat és a becézett neveket
  3. IBAN-azonosítás – formátumtudatos, nem általános
  4. Aladatkezelő-nyilvántartás minden határon átnyúló adattovábbításhoz
  5. TIA US-szállítókhoz – az Uber-ítélet óta ez élő AP-ellenőrzési prioritás

Az Uber-ítélet után a US-szállítókat érintő TIA nem ajánlott bevált gyakorlat, hanem alapkövetelmény.

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.