Adatvédelmi Betekintések
Szakértői cikkek az AI biztonságról, a GDPR megfelelésről, az egészségügyi adatok védelméről és a PII anonimizálás legjobb gyakorlatairól.
Összes Cikk
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.
Holland AP: 290 millió eurós Uber-bírság és adattovábbítások
A holland AP az EU eddig legnagyobb egyéni adattovábbítási bírságát szabta ki — 290 millió eurót az Uberre 2024-ben. Íme, mit követel a határon átnyúló adattovábbítások megfelelősége.
Ír DPC: az EU GDPR-megabírságok 80%-a
530 millió eurós TikTok, 310 millió eurós LinkedIn, 251 millió eurós Meta — mindez Írország DPC-jétől. Íme, miért az ír DPC-nél van a Big Tech EU-s központja és mit jelent a DPC-érvényesítés a SaaS-cégeknek.
UODO Lengyelország: több GDPR-bírság, mint Franciaország
A lengyel UODO 2023-ban 8234 panaszt dolgozott fel és 47 bírságot szabott ki. A személyesadat-felismerő eszközök 89%-a nem képes helyesen azonosítani a lengyel PESEL-azonosítókat.
IMY Svédország: északi GDPR és anonimizálás
Svédország IMY-je tette közzé az EU legátfogóbb anonimizálási útmutatóját, amelyre 12 másik adatvédelmi hatóság hivatkozik. A svéd állampolgárok 79%-a éves szinten él GDPR-jogaival.
Datatilsynet: Dánia egészségügyi GDPR
A dán Datatilsynet 2024-ben 31 GDPR-határozatot hozott; ezek 14-e egészségügyi adatrendszereket érintett. A CPR-szám modulus-11 ellenőrzést igényel, amelyet az NLP-eszközök 67%-a kihagyja.
DSB Ausztria: Schrems és adattovábbítás
Az osztrák DSB a NOYB székhelye szerinti adatvédelmi hatóság (2022–2024 között 422 panasz kezelve). A Google Analytics-határozat, a Schrems III kockázat, és a DSB-ügyek 78%-a az adattovábbítást célozza.
APD Belgium: IAB, pénzügy és NIS2
A belga APD hozta a mérföldkőnek számító IAB Europe-döntést, amely a 220 milliárd eurós digitális hirdetési piacot érintette. 2024-ben 82 végrehajtási határozat született.
ÚOOÚ Csehország: GDPR a gyártásban
A cseh ÚOOÚ 2024-ben 58 végrehajtási határozatot hozott; a jogsértések 34%-a a gyártóiparból eredt. A cseh cégek 67%-a olyan német eszközöket használ, amelyek nem támogatják a cseh azonosítókat.
ANSPDCP Románia: BPO GDPR és CNP kockázat
Románia BPO-szektora naponta 2,3 millió EU-s ügyfélrekordot dolgoz fel. Az ANSPDCP 2022–2024 között 1,8 millió euró bírságot szabott ki. Az eszközök 78%-a nem ismeri fel megfelelően a román CNP-t.
CNPD Portugália: GDPR + LGPD személyes adatok
Portugália CNPD-je hidat képez az EU GDPR és Brazília LGPD törvénye között, amely 215+ millió portugál anyanyelvű személyt fed le. 2,5 millió eurós bírság nem megfelelő betegadatok anonimizálásáért.
NAIH Magyarország: AI-irányítás és adatvédelmi szabályok
A NAIH adatvédelmi hatósági értékelést (DPIA) ír elő minden személyes adatot feldolgozó AI-rendszerhez. A magyar NER pontossága 67% – jóval az EU-s 82%-os átlag alatt.
HDPA Görögország: Turizmus és hajózás – GDPR
Görögország adatvédelmi hatósága, a HDPA 2024-ben 89 végrehajtási határozatot hozott – szemben a 2022-es 34-gyel. Az esetek 38%-a az idegenforgalmat érinti. Az ÁFM és AMKA azonosítók kezelése elengedhetetlen.
FTC USA: 5. szakasz szerinti mesterséges intelligencia-adatvédelmi végrehajtás
Az FTC 2024-ben 19 mesterséges intelligenciával kapcsolatos végrehajtási intézkedést hozott. Amazon Alexa-bírság: 875 millió dollár. 25 állami adatvédelmi törvény van hatályban. A nullaismeret-alapú architektúra közvetlenül reagál az FTC elvárásaira.
HIPAA OCR: 725 adatvédelmi incidens, 275 millió rekord
A HHS OCR 2024-ben 725 HIPAA-incidenst rögzített, amelyek 275 millió páciens adatát érintették – ez minden idők legmagasabb száma. Az egészségügyi adatvédelmi incidensek átlagos költsége 10,22 millió dollár.
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.
ANPD Brazília: LGPD végrehajtás 2024
Brazília adatvédelmi hatósága, az ANPD 2024-ben adta ki első jelentős bírságait. Az LGPD 215 millió brazil lakost véd – ez több, mint Németország, Franciaország és az Egyesült Királyság összesített lakossága.
India DPDPA 2023: Globális adatvédelmi hatás
India DPDPA-ja 1,4 milliárd embert érint, és az Adatvédelmi Testület 2025-ben vált működőképessé. Bírságok akár 250 crore rúpiáig (≈27 millió euró). Aadhaar-észlelés 1,36 milliárd számhoz.
OPC Kanada: PIPEDA és a C-27-es törvényjavaslat
Kanada adatvédelmi biztosa, az OPC a PIPEDA alapján jár el, miközben a parlament vizsgálja a C-27-es törvényjavaslat mesterséges intelligencia és adattörvényét. Kanada 2026-os felülvizsgálat előtt tartja meg az EU GDPR-megfelelőségi státuszát.
Japan PPC és APPI: AI-képzési adatok megfelelősége
A japán PPC érvényesíti az APPI 2022-es módosításait, amelyek 2,4 millió japán vállalatra vonatkoznak. A 12 jegyű My Number azonosító Verhoeff-ellenőrzést igényel.
Egyesült Királyság GDPR Brexit után: Technikai különbségek
A DPDI törvény 2025 14 eltérést vezet be az EU GDPR-hoz képest. Az EU–UK megfelelőségi megállapodás 2026-ban felülvizsgálat alatt áll. Az 1,2 millió fontos LastPass-bírság kötelező titkosítási előírást teremtett.
Német személyes adatok felismerése DSGVO-megfelelőség céljából
A BfDI 2024-ben 27 829 adatvédelmi incidens-bejelentést rögzített — ez Németország történetének legmagasabb száma. A német vállalkozások 65%-a nem megfelelő német PII-támogatással rendelkező eszközöket használ.
CNIL Franciaország: Az adatvédelmi hatóság PII-eszköz-követelményei
A CNIL 2023-ban 16 433 panaszt dolgozott fel (+43%). A CNIL határozatainak 63%-a nem megfelelő AI-anonimizálást kifogásol. A generikus eszközök 78%-a nem észleli a NIR / francia TAJ-számot.
AEPD Spanyolország: DNI, NIE és latin-amerikai azonosítók
Az AEPD 2023-ban 847 szankcionáló határozatot hozott — ez az EU-ban a legmagasabb szám. A generikus eszközök csupán 34%-os pontossággal ismerik fel a DNI/NIE azonosítókat.
Kezdje El Ma Az Adatai Védelmét
267+ entitástípus, 48 nyelv, vállalati szintű biztonság startup áron.
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, held by our hosting provider.
- 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 company HQ is in Saarbrücken, Germany. Our servers run in Hetzner's Falkenstein datacenter.
Hetzner holds 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
Automated checks run on every release.
Each surface gets its own sweep script and report.
Human reviewers spot-check the output each week.
We test detection against sample documents before each release.
A failing unit or integration run stops the release.
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.
Paid plans can buy top-up credits.
Credits reset at the end of each cycle.
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
- Open the web app and try a sample file.
- Learn how credits get counted.
- See current plans and limits.
- Meet the team behind the product.
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.