By · Last updated 2026-06-05

Atpakaļ uz BloguGDPR un Atbilstība

BfDI Vācija: DPA atbilstības rokasgrāmata

Vācija 2024. gadā reģistrēja 27 829 GDPR pārkāpumu paziņojumus — vairāk nekā jebkura cita ES dalībvalsts. Lūk, ko BfDI izpildes uzmanības fokuss nozīmē tehniskajai PII apstrādei.

June 5, 20268 min lasīšanai
BfDI GermanyGerman GDPRdata breach notificationLandesdatenschutzbehördeGerman DPA

BfDI Vācija: GDPR atbilstība tehniskajām komandām

Atjaunināts 2026. gadam

Vācijai ir 17 datu aizsardzības iestādes. Viena ir federālā BfDI (Bundesbeauftragte fur den Datenschutz und die Informationsfreiheit). Pārējās 16 ir valsts līmeņa iestādes, ko sauc par Landesdatenschutzbehorden (LfD). Neviena cita ES valsts tā nestrādā.

Sadalījums izriet no Vācijas federālās struktūras. Valstis tur varu pār privātā sektora pārraudzību. BfDI aptver federālos publiskos dienestus un dažus starpvalstu uzņēmumus. Katra LfD aptver privātos uzņēmumus savā valstī. Bavārijas BayLDA attiecas uz Minhenes uzņēmumiem. Hamburgas HmbBfDI attiecas uz Hamburgas uzņēmumiem. Berlīnes BlnBfDI aptver Berlīnes uzņēmumus.

Uzņēmumam ar objektiem vairākās valstīs ir jāizprot, kurai iestādei ir jurisdikcija. Tas ne vienmēr ir vienkārši. Uzņēmumi, kas apkalpo federālos klientus un kuriem ir objekti divās valstīs, var vienlaikus saskarties gan ar BfDI, gan ar LfD.

Vācijas izpildes skaitļi

Vācija 2024. gadā reģistrēja 27 829 pārkāpumu ziņojumus. Tas bija vairāk nekā jebkura cita ES dalībvalsts. Tas veidoja apmēram 31% no visiem ES pārkāpumu ziņojumiem tajā gadā (EDPB 2024. gada dati). Augstais skaits parāda aktīvu ziņošanas kultūru. Tas nenozīmē, ka Vācijā ir vairāk pārkāpumu nekā citās valstīs.

Kopējie sodi no BfDI un LfD sasniedza apmēram 160 miljonus eiro laikā no 2018. līdz 2024. gadam (GDPR Enforcement Tracker). Trīs gadījumi izceļas:

  • Deutsche Wohnen — 14,5 milj. EUR (2020): Sliktas dzēšanas sistēmas. Šis gadījums parādīja, ka datu glabāšana ir tehnisks pienākums, ne tikai administratīvs uzdevums.
  • 1&1 Telecom — 9,55 milj. EUR (2020): Vāja klientu ID pārbaude. Sods tika samazināts pēc apelācijas.
  • Veselības aprūpes un apdrošināšanas uzņēmumi: Vairāki sodi par 32. panta drošības noteikumu neievērošanu.

Vācu DPA gada pārskatos visbiežāk parādās trīs tēmas. Pirmā ir vāja tehniskā drošība saskaņā ar 32. pantu. Otrā ir aizliegti pārrobežu pārvedumi saskaņā ar 46. pantu. Trešā ir slikti datu ierobežojumi AI sistēmās.

BfDI norādījumi par AI un datu ierobežojumiem

BfDI 2024. gadā izdeva norādījumus, kas pārsniedz GDPR pamata noteikumus. [ATZĪMĒTS: šo norādījumu precīzais saistošais statuss no publiskajiem BfDI ierakstiem nav apstiprināts — uzskatiet kā spēcīgu regulatīvo virzienu.]

AI ievades ierobežojumi: Iestāde vēlas dzīvas tehniskas kontroles, ne tikai rakstiskas politikas. Sistēmām ir jāatrod un jānoņem vai jāmaskē personas dati, pirms tie sasniedz AI modeli. Politika, kas saka "darbiniekiem jāminimizē dati", neatbilst šim standartam.

Maskēšanas standarti: Norādījumi norāda uz ISO/IEC 29101 kā maskēšanas datu ietvaru. Uzņēmumiem, kas pieprasa 4. panta 5. punkta pseidonimizāciju, ir jāparāda atslēgu kontroles un atjaunošanas soļi, kas atbilst šim standartam.

32. panta ieraksti: Inspektori vēlas rakstiskas specifikācijas. Tas nozīmē precīzus šifru tipus, atslēgu soļus, piekļuves noteikumus un testa datumus. "Mēs šifrējam datus" pats par sevi nav pietiekami.

Īpašās kategorijas (9. pants): Veselības, biometrisko, ģenētisko un politisko datu gadījumā norādījumi prasa piekļuves protokolus, datu nošķiršanu un stingrāku maskēšanu nekā prasa 32. pants.

Skatiet mūsu daudzvalodu PII noteikšanas rokasgrāmatu par to, kā noteikšanas plaisas var ietekmēt GDPR atbilstību Vācijas tirgū.

Četri tehniskie soļi BfDI atbilstībai

1. 32. panta ierakstu reģistrs

Uzturiet rakstisku Tehnisko pasākumu reģistru. Aptveriet šīs jomas: šifru tipos un atslēgu soļos, piekļuves kontroles dizainā, maskēšanas rīkos un to iestatījumos, audita protokolus un testa datumus. Vācu DPA to pieprasa lielākajā daļā gadījumu. Sagatavojiet to pirms jautājuma.

2. AI ievades filtrs

Pievienojiet filtra soli jebkurai sistēmai, kurā darbinieki vai klienti raksta personas datus, kas nonāk AI modelī. Filtram jānoķer vārdi, tālruņu numuri, ID numuri un veselības dati, pirms tie nonāk modelī. Tas atbilst BfDI tehniskā ierobežojuma standartam. Tas arī aizsargā jūsu uzņēmumu, ja modelis glabā vai protokolē ievadi.

3. Automātiskā dzēšana pēc grafika

Deutsche Wohnen gadījums parādīja, ka slikta dzēšana pati par sevi ir GDPR pārkāpums. Glabāšana ir jādarbina pēc taimeris. Ieraksti, kas pārsnieguši glabāšanas termiņu, ir jādzēš vai jāpadara anonīmi pēc grafika. Vienreizēja dzēšana neatbilst standartam. Automatizējiet to.

4. 72 stundu pārkāpumu atbilde

Vācijas pārkāpumu ziņojumu skaits parāda, ka šis ir aktīvs atbilstības tirgus. Jūsu incidentu plānam ir jāatbilst 72 stundu logam. Tas nozīmē, ka jums ir nepieciešami rīki, lai laikus atrastu skartās personas, uzskaitītu atklātos datus un novērtētu iespējamo kaitējumu. Pārbaudiet savu plānu pirms tas ir nepieciešams.

Plašāku GDPR sodu modeļu pārskatam skatiet mūsu GDPR sodu rokasgrāmatu ASV uzņēmumiem.

Kura valsts iestāde piemērojama

Privātajiem uzņēmumiem attiecīgā LfD parasti ir tā, kas atrodas valstī, kur uzņēmums ir reģistrēts.

BayLDA (Bavārija): Tehniskā drošība un veselības ieraksti. Bavārijas auto un veselības sektori šeit saņem ciešu uzmanību.

HmbBfDI (Hamburga): Pārrobežu pārvedumi un lietotāju profilēšana. Hamburgas finanšu un mediju uzņēmumiem šeit ir augsts risks.

BlnBfDI (Berlīne): Novērošanas rīki un darbinieku uzraudzība. Berlīnes tehnoloģiju aina turpina AI rīku pārskatīšanu.

LDI NRW (Ziemeļreina-Vestfālene): Finanses un mazumtirdzniecības lojalitātes programmas. Šī ir Vācijas apdzīvotākā valsts.

ULD SH (Šlēsviga-Holšteina): Sīkdatņu piekrišana un digitālais mārketings. Šī iestāde ir pazīstama ar vadošiem tehniskajiem norādījumiem.

Uzņēmumi, kas darbojas vairākās valstīs, var izmantot galvenās uzņēmējdarbības vietas noteikumu (56. pants). Tas novirza gadījumus uz iestādi valstī, kur tiek pieņemti galvenie ES apstrādes lēmumi. Skatiet mūsu GDPR DSAR partijas apstrādes rokasgrāmatu par to, kā tas ietekmē liela apjoma darbplūsmas.

ISO 27001 un BfDI saskaņošana

ISO 27001 cieši atbilst tam, ko Vācu DPA inspektori pieprasa. Ja jūsu uzņēmums ir sertificēts, izmantojiet šo dokumentāciju, lai atbildētu uz audita pieprasījumiem.

  • A pielikums 8.11 (Datu maskēšana): Aptver maskēšanas un anonimizācijas kontroles — atbilst 32. panta ierakstu vajadzībām
  • A pielikums 8.24 (Kriptogrāfijas izmantošana): Aptver šifru tipus un atslēgu soļus — atbilst šifrēšanas ierakstu vajadzībām
  • A pielikums 8.15 (Protokolēšana): Aptver audita protokolu dizainu — atbalsta piekļuves protokolu vajadzības sensitīvajiem datiem
  • ISMS audita pārskati: Trešo pušu pierādījumi, ka kontroles pastāv un darbojas

Vācu DPA darbinieki pārzina ISO 27001. Sertifikācija sniedz strukturētus sistemātisko kontroles pierādījumus. Tas ir stiprāks nekā rakstisks apgalvojums bez trešo pušu pārskatīšanas. Tas arī paātrina auditus, jo formāts ir inspektoriem pazīstams.

Avoti

Vai esat gatavi aizsargāt savus datus?

Sāciet PII anonimizāciju ar 285+ entitāšu veidiem 48 valodās.

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.