By · Last updated 2026-06-05

Atpakaļ uz BloguGDPR un Atbilstība

Nīderlandes AP: 290 miljonu eiro sods un GDPR izpilde

Nīderlandes AP uzlika ES lielāko naudas sodu par datu pārsūtīšanu — 290 miljonus eiro pret Uber. BSN (Nīderlandes SSN) prasa 11-proef validāciju, kuru neievēro 56% rīku.

June 5, 20269 min lasīšanai
Dutch APBSN detectionUber GDPR fineNetherlands compliancedata transfer GDPR

Autoriteit Persoonsgegevens (AP) 2024. gada augustā sodīja Uber ar 290 miljonu eiro naudas sodu. Sods tika piemērots par vadītāju datu nosūtīšanu uz ASV serveriem bez derīga datu pārsūtīšanas nolīguma. Nevienā GDPR lietā nav piemērots lielāks sods par pārrobežu pārsūtīšanu. AP arī izskatīja vairāk nekā 21 400 sūdzību 2023. gadā. Tas padara to par vienu no Eiropas aizņemtākajām datu regulatorēm.

Ko AP atklāja Uber lietā

Uber vāca datus no vadītājiem Nīderlandē un Francijā. Dati ietvēra atrašanās vietas vēsturi, personu apliecinošus dokumentus, algu uzskaiti, braukšanas ierakstus un nodokļu dokumentus. Viss tika nosūtīts uz ASV serveriem. AP nosprieda, ka pārsūtīšanas metode nebija derīga.

Lēmumu noteica trīs konstatējumi:

  • Vāja pārsūtīšanas metode: Uber izmantoja saistošos korporatīvos noteikumus (BCR). AP konstatēja, ka tie neaptver iesaistīto vadītāju datu apjomu un jutīgumu.
  • Nav pārsūtīšanas ietekmes novērtējuma (TIA): Uber neapliecināja, ka ASV tiesību akti saglabā pārsūtīšanas aizsardzību.
  • Jutīgi dati kombinācijā: Atrašanās vietas dati, alga un snieguma vērtējumi kopā veido detalizētu ainu par katru vadītāju. AP šo kombināciju uzskatīja par līdzvērtīgu jutīgiem personas datiem.

Uber lieta nosaka skaidru noteikumu. Darbinieku un darbuzņēmēju datiem, kas nosūtīti uz ASV, nepieciešams tāds pats TIA un papildu pasākumi kā patērētāju datiem.

AP izpildes prioritātes 2025. gadā

Atjaunots 2026. gadā

AP ir nosaukusi trīs jomas, kuras tā cieši uzrauga 2025. gadā.

Darbinieku uzraudzība: Attālinātā darba izsekošanas rīki ir galvenais mērķis. Tas ietver produktivitātes žurnālus, ekrāna uzņemšanu, taustiņsitienu izsekošanu un attālās atrašanās vietas rīkus. Pirms šāda rīka ieviešanas uzņēmumiem jādokumentē, kāpēc tie noraidīja mazāk uzmācīgas alternatīvas.

Pārrobežu datu pārsūtīšana: Pēc Uber sprieduma AP pārbauda pārsūtīšanas metodes. Uzņēmumi, kas paļaujas uz ASV, Āzijas vai citām valstīm bez atbilstīguma statusa, ir pārbaudāmi. Katram uzņēmumam, kas izmanto ASV programmatūras rīkus HR, projektu darbam vai klientu datiem, ir jābūt aktuālam TIA.

Automatizēti lēmumi: AI kredītu vērtēšana, darbā pieņemšanas filtri un snieguma sistēmas aktivizē 22. panta pienākumus. AP mērķauditorija ir organizācijas, kas pieņem automatizētus lēmumus bez reāla cilvēka pārskatīšanas soļa. Jāaptver gan darbinieki, gan patērētāji.

BSN: aizsargāts nacionāls identifikators

Burgerservicenummer (BSN) ir 9 ciparu ID numurs, ko izmanto Nīderlandē. To validē ar Elfproef (vienpadsmit-pierādījumu) pārbaudi. Pārbaudes veikšanai: reiziniet katru ciparu ar svara koeficientu no 9 līdz -1, saskaitiet rezultātus un kopējam skaitlim jādalās ar 11 bez atlikuma.

BSN likums (Wet algemene bepalingen burgerservicenummer) ierobežo BSN izmantošanu konkrētos juridiskajos kontekstos. Tie ir: nodokļi, veselības aprūpe, valdība un darba devēja algu saraksts. BSN izmantošana ārpus šiem kontekstiem izraisa BSN likuma piemērošanu. GDPR atbildība piemērojama papildus tam.

Kāpēc vispārēji rīki izlaiž BSN: Daudzi NLP rīki neietver Elfproef pārbaudi. Bez tās jebkurš 9 ciparu virkne tiek atzīmēta kā iespējams BSN. Tas rada viltus trauksmes finanšu un administratīvajos dokumentos. Arī kļūdaini BSN tiek izlaisti — tie neizdod pārbaudi, bet joprojām izskatās kā derīgs paraugs. Skatiet mūsu rokasgrāmatu par ES nacionālajiem nodokļu ID un PII noteikšanu, lai iegūtu pilnu salīdzinājumu visiem Eiropas ID formātiem.

NER nīderlandiešu tekstam

Nīderlandiešu valodai (Nederlands) ir iezīmes, kas rada grūtības angļu valodai apmācītiem modeļiem.

Salikteņi: Nīderlandiešu valodā vārdi tiek savienoti kopā. Persoonsgegevens (personas dati) un Burgerservicenummer (pilsoņa ID numurs) katrs ir viens vārds. Angļu valodai veidotie modeļi bieži tos sadala nepareizā vietā. Tas iznīcina entītiju noteikšanu.

Vārdu galotnes: -je un -tje sufiksi parādās priekšvārdos — Annetje, Hansje. Vārdu modeļiem jāspēj apstrādāt gan pamata formu, gan saīsināto formu.

Adrešu formāti: Ielas tipi ietver Straat, Laan, Weg, Plein un Gracht. Pasta indeksi izmanto četrus ciparus plus divus burtus (piemērs: 1234 AB). Katrs kods attiecas uz vienu ielu, tāpēc atklāj vairāk nekā lielākā daļa Eiropas pasta indeksu.

IBAN formāts: Nīderlandes IBAN ir 18 rakstzīmes: NL + 2 pārbaudes cipari + 4 burtu bankas kods + 10 ciparu konta numurs. Valstī ir augsts karšu maksājumu apjoms. Tā rezultātā finanšu dokumenti satur daudzus IBAN. Lai uzzinātu par ticamības novērtēšanas metodēm dažādiem ID tipiem, skatiet binārā PII noteikšana un ticamības novērtēšana.

Tehniskais kontrolsaraksts AP atbilstībai

Lai izpildītu pašreizējos AP standartus, datu sistēmām nepieciešams:

  1. BSN noteikšana ar Elfproef — tikai parauga saskaņošana nav pietiekama
  2. NER nīderlandiešu valodā — modelis, piemēram, spaCy nl_core_news, apstrādā salikteņus un saīsinātus vārdus
  3. IBAN noteikšana — formātam pielāgota, nevis vispārīga
  4. Apakšprocesoru ieraksti visām pārrobežu pārsūtīšanām
  5. TIA ASV piegādātājiem — aktuāla AP revīzijas prioritāte pēc Uber sprieduma

Pēc Uber lietas TIA ASV piegādātājiem ir pamatprasība, nevis labākā prakse. Pilnīgam sprieduma un pārsūtīšanas seku pārskatam skatiet AP Uber sods un pārrobežu pārsūtīšanas izpilde.

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.