By · Last updated 2026-06-05

ブログに戻るGDPRおよびコンプライアンス

NAIH ハンガリー: AI GDPR準拠

ハンガリーのNAIH(Nemzeti Adatvédelmi és Információszabadság Hatóság)によるAI技術企業への規制ガイドライン。

June 5, 20268 分で読めます
Hungary NAIHAI GDPR complianceTAJ-szám detectionCentral Europe DPAHungarian data protection

NAIH ハンガリー:AIガバナンスとDPA規則

ハンガリーのデータ保護機関はNAIH(Nemzeti Adatvédelmi és Információszabadság Hatóság)です。この機関は、中欧のDPAの中で最も詳細なAIガイダンスを発行しています。2024年には38件の執行決定を下しました。また、個人データを処理するすべてのAIシステムに対してデータ保護影響評価(DPIA)を義務付ける規則も公表しました。これらの規則はGDPRの基準を超えています。

NAIHのAI執行規則

ほとんどのEU DPAは広範なAIガイダンスを発行しています。ハンガリーのDPAはさらに踏み込みました。2024年のガイダンスは運用上の具体性があります。

すべてのAIシステムにDPIAが必要: 個人データに触れるAIシステムは、まずDPIAが必要です。機関はデプロイ前にこれを求めています。GDPR第35条の「高リスク」に該当しない場合でも適用されます。これはGDPR独自のリスクベースのアプローチよりも厳格です。

NAIH DPIAに含めるべき内容:

  • AIモデルのデータ入出力の技術的説明
  • 訓練データが匿名化されたか、有効な法的根拠があったことの証拠
  • アルゴリズム的差別リスクの評価
  • 自動化された決定に対する人間のレビューステップ
  • AI処理データの保持および削除スケジュール

年次レビュー: 機関はDPIAを毎年更新することを求めています。AIシステムが再訓練または大幅に変更された場合に適用されます。

ハンガリーは2024年に89万件以上のGDPRデータ主体リクエストを処理しました。1,000万人の国としては大きな件数です。権利行使が活発で、コンプライアンスチームへの実際の圧力を示しています。

NER精度ギャップ

機関の2024年技術審査では、ハンガリー語テキストでNERモデルをテストしました。精度は67%にとどまりました。EU平均は82%です。この15ポイントの差には実際のコンプライアンスコストが伴います。

ハンガリー語は膠着語です。多くの接尾辞で単語を形成します。ハンガリー語の名前、住所、識別子は英語やドイツ語のデータとは大きく異なります。それらの言語で訓練されたツールは、ハンガリー語の個人データの多くを見逃します。GDPR準拠への影響については、多言語PII検出ガイドをご参照ください。

機関は、汎用NLPツールが文書の61%でTAJ-számを見逃すことを確認しました。フォーマットのばらつきとチェックサム検証の欠如が主な原因です。

ハンガリーの国家識別子

ハンガリーで文書を処理するチームは、これらのID種別を正確に検出する必要があります。EU全体のカバレッジについては、EU国別税務ID検出ガイドをご参照ください。

TAJ-szám(Társadalombiztosítási Azonosító Jel): 9桁の社会保障番号です。医療、給付、年金記録に記載されます。ハンガリー社会保険機関が定める重み付きチェックサムで検証します。

Adóazonosító jel: 10桁の個人税務IDです。形式は8桁のコアに2桁のチェックデジットを加えたものです。給与明細、税務申告書、雇用契約に記載されます。

Személyi igazolvány番号: 国民IDカード番号です。形式とチェックデジットの規則は発行機関に従います。

Útlevél szám: パスポート番号です。形式とチェックデジットも発行機関の規則に従います。

Ügyfélkapuのコンテキスト

ハンガリーはほとんどの公共サービスを1つのプラットフォーム — Ügyfélkapu(Client Gateway)で運営しています。400万人以上の市民が税務、給付、医療、ライセンス申請に利用しています。民間企業は給与計算、給付、本人確認のためにÜgyfélkapuに接続しています。これらの企業は規制された文脈で同じ識別子を処理します。

機関は、これらの企業がしばしば国際的なPIIツールを使用していることを確認しました。それらのツールのほとんどは上記の識別子をサポートしていません。これによりデータの見逃しと直接的なコンプライアンスリスクが生じます。

EU AI Actとの重複

ハンガリーはAI Actの規則をDPAガイダンスに組み込んだ早期のEU加盟国の一つです。機関の立場は明確です。

高リスクAIシステムはAI Act附属書IIIに列挙されています。雇用、信用スコアリング、必須サービスをカバーします。AI Act適合性評価とNAIH DPIAの両方が必要です。

汎用AIモデルでハンガリー在住者のデータを処理するものもNAIH DPIAが必要です。AI Actで高リスクに分類されていない場合でも適用されます。

ハンガリーでAIをデプロイするチームのコアチェックリストは3項目です。リリース前にNAIH DPIAを完成させてください。NERツールがハンガリー語テキストで上記のエンティティをカバーしているか確認してください。チェックサム検証によるTAJ-számとadóazonosító jel検出を確認してください。

出典

データを保護する準備はできましたか?

48言語で285以上のエンティティタイプを使用してPIIを匿名化し始めましょう。

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.