By · Last updated 2026-06-05

Til baka á BloggGDPR & Samræmi

HDPA Grikkland: GDPR fyrir ferðaþjónustu og siglingasiðareglur

Grískt HDPA gaf út 89 framkvæmdarákvarðanir árið 2024 — upp úr 34 árið 2022. Ferðaþjónustan stendur að baki 38% mála. AFM og AMKA auðkenni krefjast sérstakrar greiningar.

June 5, 20269 mín lestur
Greece HDPAAFM AMKA detectiontourism GDPRmaritime data protectionGreek identifiers

Hellenic Data Protection Authority (HDPA) á Griklandi gaf út 89 framkvæmdarákvarðanir árið 2024. Það er 162% aukning frá 34 ákvörðunum árið 2022. Tveir geirar standa frammi fyrir mestum þrýstingi: ferðaþjónusta og siglingar.

Uppfært fyrir 2026

Ferðaþjónusta: Gagnvinnsla á háannatíma

Grecia tók á móti yfir 30 milljónum erlendra ferðamanna árið 2024. Sérhvert heimsókn skapar persónuupplýsingar. Hótel, sölustaðakerfi, ferðaskrifstofa og veitingastaðir safna þeim öllum. Grunnvandinn er tíminn. Gögn berast í magni frá júní til september og verður að tryggja öryggi þeirra um langa hríð.

Úttektir HDPA á hótelum árið 2024 leiddu í ljós þrenns konar algeng brot.

Geymsluvillur á sölustaðakerfum: POS-kerfi veitingastaða geymdu kort- og kvittunargögn lengur en kveðið var á um. Flestum hótelrekendum vantaði skriflegan geymsluplan. Gögn lágu geymd án endadags, merkt "fyrir bókhald."

Gloppur í bókunarkerfum: Hótel sem nota alþjóðleg bókunarkerfi höfðu oft engan samning um gagnavinnslu. Margir höfðu einnig sleppt Mat á áhrifum flutnings (Transfer Impact Assessments) vegna flutnings til kerfa utan ESB.

Aðgangsgloppur á háannatíma: Starfsmenn á háannatíma fengu aðgang að gestakerfjum. Skoðanir á þessum starfsmönnum voru sjaldgæfar. Innskráningarupplýsingar stóðu oft opnar mánuðum eftir að þeir hættu.

Ferðaþjónustan stendur að baki stærstum hluta HDPA-mála eftir geira. Sjá hvernig ESB-þjóðríkjaauðkennagreining virkar um Evrópu til að fá víðara yfirlit.

Siglingafarþjónusta: Áhöfnugögn í stórum stíl

Grecia er leiðandi í heiminum hvað varðar skipaeign miðað við tonn. Hellenska flotinn hefur yfir 90.000 sjómenn í vinnu. Stofur í Aþenu stjórna áhöfnugögnum fyrir flota með starfsmenn frá mörgum löndum.

Áhöfnugögn skapa fjögur GDPR-vandamál.

Lög flaggríkis: Lög flaggríkis gilda um borð óháð því hvar skipið siglir. GDPR nær til notkunar áhöfnugagna um borð, ekki bara á landi.

Fjölþjóðlegar áhafnir: Margar áhafnir hafa enga heimamenn. Starfsmenn frá Filippseyjum, Úkraínu, Indlandi og Indónesíu eru algengir. Vegabréf þeirra, STCW-skírteini og heilsufargögn flæða öll í gegnum Aþenu-stýrð kerfi.

Heilsugögn: Sjómannastarfar krefjast reglubundinna hæfniskoðana. Heilsugögn eru sérstök GDPR-flokkur samkvæmt 9. grein. Þau þarfnast skýrs lagalegs grunns, öflugs öryggis og þrengds aðgangsstýringar.

Sjómannaauðkenni: STCW-kort og sjómanns-bók nota einstakt númerasnið eftir útgáfulandi. Þessi auðkenni koma fram í áhöfnukerfum og þurfa greiningartæki til að ná fullnægjandi PII-þekju. Sjá tvíundargreiningu PII og öryggisstig til að fá upplýsingar um áreiðanleikastig á milli auðkennisgerða.

Þjóðarauðkenni: AFM og AMKA

ΑΦΜ (skattnúmer): AFM er 9 stafa tala. Eftirlitsstafur er reiknaður út frá þyngdarsamlagningarreglu. Þetta er aðal viðskiptaauðkennið í landinu. Það kemur fram í viðskiptagjörningum, ráðningarskjölum og opinberri þjónustu.

Almennar NLP-lausnir sakna oft AFM-númera. 9 stafa mynstrið ruglist saman við dagsetningar og tilvísunarkóða. Það leiðir til falsra jákvæðra þegar engin eftirlitsstafa ræður ferðinni. Verkfæri sakna einnig AFM-númera sem skrifuð eru án bila eða með óvenjulegum skiltum.

ΑΜΚΑ (tryggingarnúmer): AMKA er 11 stafa tala. Hún inniheldur fæðingardag, kyn og raðkóða. Hún kemur fram í ráðningarsamningum, lyfseðlum og sjúkrahúseyðublöðum.

Þjóðarskírteini (Αστυνομική Ταυτότητα): Einn stafur og síðan sex eða sjö tölustafir, með grískar útgáfureglur.

Vegabréf: Stöðluð ESB-snið með staðbundnum útgáfureglum.

NER-málfræðigreining fyrir grísk texta

Stafróf landsins er ekki rómverskt. Flest algeng NLP-líkön eru þjálfuð á latneskum texta. Latneskt þjálfað tæki getur ekki fundið nöfn eða heimilisföng í grísk-stafrófs skrám.

Dyggileg NER fyrir þetta tungumál þarfnast fjögurra hluta:

  • spaCy el_core_news eða jafngilt grísk NLP-líkan
  • Rétt táknunarmál fyrir staðbundnar stafabilslegar
  • Staðbundin nafnamynstur sem eru frábrugðin enskum og þýskum
  • Heimilisfangshugtak: "Οδός" (gata), "Πλατεία" (torg), "Λεωφόρος" (þjóðvegur)

Fyrir fyrirtæki í ferðaþjónustu eða siglingum hér þarf PII-greining á HDPA-stigi bæði AFM- og AMKA-eftirlitsstafaathugun auk grísks NER í einni keðju.

Heimildir

Ertu tilbúinn að vernda gögnin þín?

Byrjaðu að anonymiza PII með 285+ gerðum í 48 tungumálum.

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.