By · Last updated 2026-06-05

Kembali ke BlogGDPR & Kepatuhan

Rodné Číslo Ceko: Enkoding Gender dan GDPR

Rodné číslo Ceko mengenkode gender melalui enkoding bulan dengan offset 50 — menjadikannya data kategori khusus Pasal 9 GDPR. 67% perusahaan Ceko menggunakan alat Jerman.

June 5, 20267 menit baca
Czech ÚOOÚrodné číslo detectionCzech GDPR compliancemanufacturing data protectionCentral Europe

ÚOOÚ dan Rodné Číslo: Enkoding Gender di Bawah GDPR

Diperbarui untuk 2026

Lembaga perlindungan data Ceko adalah ÚOOÚ, singkatan dari Úřad pro ochranu osobních údajů. Lembaga ini mengeluarkan 58 putusan pada tahun 2024. Satu temuan muncul berulang kali: rodné číslo (nomor kelahiran) diproses tanpa terdeteksi karena alat PII yang digunakan dibuat untuk bahasa Jerman atau Inggris dan tidak memiliki logika untuk jenis pengenal ini. ÚOOÚ sangat jelas: alat harus mendeteksi rodné číslo dengan validasi checksum dan penanganan offset gender yang benar.

Rodné Číslo: Data Kategori Khusus Berdasarkan Strukturnya

Rodné číslo, atau RČ, menggunakan format RRMMDD/XXXX.

  • RR — dua digit terakhir tahun lahir.
  • MM — bulan lahir. Untuk perempuan, 50 ditambahkan. Bulan 01 menjadi 51. Bulan 12 menjadi 62.
  • DD — hari lahir.
  • XXXX — urutan pendek 3–4 digit ditambah nilai pemeriksaan (modulus 11).

Offset bulan untuk perempuan menjadikan nomor ini penanda jenis kelamin biologis. Offset tersebut bukan kebetulan — sistem pendaftaran sipil menggunakannya untuk pencarian administrasi. Pasal 9 GDPR mencakup data yang mengungkapkan ciri-ciri pribadi, termasuk jenis kelamin. Pandangan ÚOOÚ: setiap dokumen dengan rodné číslo membawa data yang setara dengan kategori khusus. Perlindungan yang lebih kuat berlaku.

Cara nilai pemeriksaan bekerja: Untuk nomor 10 karakter (diterbitkan setelah 1954), basis 9 karakter penuh harus habis dibagi 11. Untuk nomor 9 karakter (diterbitkan sebelum 1954), tidak ada nilai pemeriksaan. Alat harus menangani keduanya.

Apa yang Disebut ÚOOÚ sebagai Deteksi yang Memadai

Panduan teknis ÚOOÚ tahun 2024 untuk alat PII menetapkan tiga persyaratan.

Penanganan offset gender: Nomor dengan nilai bulan 51–62 adalah pengenal valid untuk perempuan. Alat yang memperlakukan itu sebagai tanggal tidak valid akan melewatkan sekitar setengah dari ID utama populasi perempuan dewasa.

Varian format: Kelahiran sebelum 1954 menghasilkan nomor 9 karakter tanpa nilai pemeriksaan. Kelahiran setelah 1954 menghasilkan nomor 10 karakter dengan satu nilai pemeriksaan. Keduanya harus didukung.

Sinyal konteks: Dalam dokumen berbahasa asli, pengenal muncul di dekat label seperti "Rodné číslo:", "RČ:", atau "r.č.:". NER yang sadar bahasa membantu menemukan sinyal ini bahkan dalam teks bebas.

Masalah Perusahaan Induk Jerman

67% perusahaan di negara ini menerapkan alat PII yang dikonfigurasi untuk bahasa Jerman atau Inggris — demikian temuan survei ÚOOÚ. Rantai kegagalan di industri manufaktur dapat diprediksi.

Perusahaan induk Jerman menerapkan alat pemindaian yang dikonfigurasi untuk pengenal Jerman. Data HR — kontrak, catatan kesehatan, penggajian — memuat nomor kelahiran. Alat tersebut tidak memiliki logika untuk jenis pengenal ini, sehingga setiap nomor kelahiran terlewat. Data kesehatan dan pembayaran karyawan berpindah tanpa kontrol yang disyaratkan ÚOOÚ. Dalam audit atau pelanggaran, perusahaan lokal tidak dapat menunjukkan "langkah teknis yang tepat" berdasarkan Pasal 32 GDPR.

ÚOOÚ memegang tanggung jawab pada kontroler lokal. "Perusahaan induk kami yang memilih alat tersebut" bukan pembelaan yang valid — aturan akuntabilitas GDPR tidak mengizinkannya.

Daftar Periksa Kepatuhan untuk Perusahaan Manufaktur

Kontrol-kontrol ini berlaku untuk perusahaan industri dengan perangkat perusahaan induk Jerman.

  • Deteksi nomor kelahiran: Format 9 karakter dan 10 karakter. Penanganan bulan offset gender (50+). Nilai pemeriksaan modulus-11 untuk varian 10 karakter.
  • NER berbahasa asli: spaCy cs_core_news atau model setara. Alat generik menunjukkan akurasi NER 23% lebih rendah untuk bahasa ini. Model lokal menutup kesenjangan tersebut.
  • Deteksi Číslo OP: Občanský průkaz (kartu ID nasional) adalah nomor 9 karakter yang muncul bersama nomor kelahiran dalam banyak jenis dokumen.
  • IČO dan DIČ: ID bisnis dan nomor pajak muncul dalam kontrak. Keduanya memerlukan cakupan.
  • Jalur multibahasa: Lingkungan campuran memiliki dokumen dalam bahasa lokal, Jerman, dan Inggris. Jalur satu bahasa melewatkan kemunculan bersama lintas bahasa.

Penegakan ÚOOÚ konsisten. Perusahaan yang menunjukkan bukti teknis dalam audit menghadapi denda yang jauh lebih rendah. Perusahaan yang tidak dapat menunjukkannya menghadapi paparan yang lebih tinggi.

Untuk pandangan lebih luas tentang bagaimana ID nasional menciptakan paparan GDPR, lihat panduan deteksi ID pajak nasional UE kami.

Untuk pengenal Nordic yang serupa, lihat panduan teknis CPR Datatilsynet kami.

Sumber

Siap untuk melindungi data Anda?

Mulai anonimisasi PII dengan 285+ jenis entitas dalam 48 bahasa.

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.