anonym.legal

By · Last updated 2026-06-05

Kembali ke BlogGDPR & Pematuhan

Rodne Cislo Czech: Pengekodan Jantina & GDPR

Rodne cislo Czech mengekodkan jantina melalui pengekodan bulan ofset 50 — menjadikannya data kategori khas Artikel 9 GDPR. 67% firma Czech menggunakan alat Jerman.

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

UOOÚ dan Rodné Číslo: Pengekodan Jantina di Bawah GDPR

Dikemas kini untuk 2026

Badan data Czech ialah ÚOOÚ. Nama penuhnya: Úřad pro ochranu osobních údajů. Ia mengeluarkan 58 penghakiman pada tahun 2024. Satu penemuan muncul dalam banyak kes. Rodné číslo (nombor kelahiran) diproses tanpa pengesanan. Alat PII yang digunakan dibina untuk bahasa Jerman atau Inggeris. Ia tidak mempunyai logik untuk jenis pengenal ini. ÚOOÚ jelas: alat mesti mengesan rodné číslo dengan pengesahan checksum dan pengendalian ofset jantina yang betul.

Rodné Číslo: Data Kategori Khas Berdasarkan Struktur

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

  • RR — dua digit terakhir tahun lahir.
  • MM — bulan lahir. Untuk wanita, 50 ditambah. Bulan 01 menjadi 51. Bulan 12 menjadi 62.
  • DD — hari lahir.
  • XXXX — jujukan pendek 3-4 digit ditambah nilai semak (modulus 11).

Ofset bulan wanita menjadikan nombor ini penanda jantina biologi. Ofset itu bukan kebetulan. Sistem pendaftaran sivil menggunakannya untuk carian pentadbiran. Artikel 9 GDPR merangkumi data yang mendedahkan ciri peribadi. Jantina adalah salah satunya. Pandangan ÚOOÚ: mana-mana dokumen dengan rodné číslo membawa data bersebelahan-kategori-khas. Perlindungan lebih kukuh terpakai.

Cara nilai semak berfungsi: Untuk nombor 10 aksara (dikeluarkan selepas 1954), asas 9 aksara penuh mesti boleh dibahagi dengan 11. Untuk nombor 9 aksara (dikeluarkan sebelum 1954), tiada nilai semak wujud. Alat mesti mengendalikan kedua-duanya.

Apa yang ÚOOÚ Anggap Pengesanan yang Mencukupi

Panduan teknikal ÚOOÚ 2024 untuk alat PII menetapkan tiga keperluan.

Pengendalian ofset jantina: Nombor dengan nilai bulan 51-62 ialah pengenal yang sah untuk wanita. Alat yang menganggap nombor tersebut sebagai tarikh tidak sah akan terlepas kira-kira separuh ID utama populasi wanita dewasa.

Varian format: Kelahiran sebelum 1954 menghasilkan nombor 9 aksara tanpa nilai semak. Kelahiran selepas 1954 menghasilkan nombor 10 aksara dengan satu. Kedua-duanya mesti disokong.

Isyarat konteks: Dalam dokumen bahasa asli, pengenal muncul berhampiran label seperti "Rodné číslo:", "RČ:", atau "r.č.:". NER peka bahasa membantu mencari isyarat ini walaupun dalam teks bebas bentuk.

Masalah Syarikat Induk Jerman

67% firma di negara ini menggunakan alat PII yang dikonfigurasi untuk bahasa Jerman atau Inggeris. ÚOOÚ mendapati ini dalam tinjauan. Rantaian kegagalan dalam pembuatan boleh diramal.

Induk Jerman menggunakan alat pengimbasan. Ia ditetapkan untuk pengenal Jerman. Data HR — kontrak, rekod kesihatan, senarai gaji — mengandungi nombor kelahiran. Alat tidak mempunyai logik untuk jenis pengenal ini. Setiap nombor kelahiran terlepas. Data kesihatan dan gaji pekerja bergerak tanpa kawalan yang dikehendaki ÚOOÚ. Dalam audit atau pelanggaran, firma tempatan tidak dapat menunjukkan "langkah teknikal yang sesuai" di bawah Artikel 32 GDPR.

ÚOOÚ memegang pengawal tempatan bertanggungjawab. "Syarikat induk kami memilih alat itu" bukan pembelaan yang sah. Peraturan akauntabiliti GDPR tidak membenarkannya.

Senarai Semak Pematuhan untuk Firma Pembuatan

Kawalan ini terpakai kepada firma industri dengan alat syarikat induk Jerman.

  • Pengesanan nombor kelahiran: Format 9 aksara dan 10 aksara. Pengendalian bulan ofset jantina (50+). Nilai semak modulus-11 untuk varian 10 aksara.
  • NER bahasa asli: spaCy cs_core_news atau model setara. Alat generik menunjukkan ketepatan NER 23% lebih rendah untuk bahasa ini. Model tempatan menutup jurang.
  • Pengesanan Číslo OP: Občanský průkaz (kad ID nasional) ialah nombor 9 aksara. Ia muncul bersama nombor kelahiran dalam banyak jenis dokumen.
  • IČO dan DIČ: ID perniagaan dan nombor cukai muncul dalam kontrak. Kedua-duanya memerlukan liputan.
  • Saluran pelbagai bahasa: Persekitaran bercampur mempunyai dokumen dalam bahasa tempatan, Jerman, dan Inggeris. Saluran satu bahasa terlepas ko-kemunculan rentas bahasa.

Penguatkuasaan ÚOOÚ adalah konsisten. Firma yang menunjukkan bukti teknikal dalam audit menghadapi denda yang jauh lebih rendah. Firma yang tidak dapat menunjukkannya menghadapi pendedahan yang lebih tinggi.

Untuk pandangan lebih luas tentang cara ID nasional mewujudkan pendedahan GDPR, lihat panduan pengesanan ID cukai nasional EU kami.

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

Sumber

Artikel Berkaitan

GDPR & Pematuhan

Japan My Number: Verhoeff & APPI

63% of generic tools fail My Number detection in Japanese documents. My Number uses Verhoeff algorithm — the most complex national ID checksum in Asia.

GDPR & Pematuhan

HDPA Greece: AFM & AMKA Detection

Greek AFM detected with 52% accuracy by generic tools. HDPA issued 89 decisions in 2024 — up 162% from 2022. Tourism and maritime sectors face distinct.

GDPR & Pematuhan

NAIH Hungary: TAJ-Szám and Adóazonosító Jel

Hungarian NER accuracy is 67% vs. EU average 82% — NAIH's 2024 assessment. TAJ-szám weighted checksum and adóazonosító jel detection gaps.

Sedia untuk melindungi data anda?

Mulakan pengenalan PII dengan 285+ jenis entiti dalam 48 bahasa.

Mulakan Percubaan PercumaLihat Ciri-ciri

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.