By · Last updated 2026-05-03

Tilbake til BloggGDPR & Overholdelse

MiCA og GDPR: Gjenkjenning av PII i kryptolommeboker

EUs MiCA-regulering behandler kryptovaluta-lommebokadresser som finansielle identifikatorer. GDPR gjelder for lommebokadresser koblet til enkeltpersoner.

May 3, 20268 min lesing
cryptocurrency PII GDPRMiCA complianceBitcoin wallet anonymizationSWIFT code detectionIBAN crypto fintech

MiCA, GDPR og kryptovaluta-lommebokadresser

En Bitcoin-adresse er 26-35 tegn i Base58Check-koding. Den starter med "1", "3" eller "bc1". En Ethereum-adresse starter med "0x" og inneholder 40 heksadesimale tegn. Begge er pseudonyme. Ingen av dem navngir en person direkte.

Loven gjelder fortsatt.

Nar en lommebokadresse blir personopplysninger

Pseudonyme poster er personlige poster hvis de kobler til en virkelig person. En kryptobors har KYC-filer. Disse filene knytter disse adressene til verifiserte identiteter. Adressen alene navngir ingen utenfor borsen. Inne i systemene navngir den en kunde. Det gjor den til personopplysninger.

Forordningen dekker den fullt ut.

MiCA legger til et andre lag

EUs MiCA (Markets in Crypto-Assets) trad i kraft i desember 2024. Den krever at tilbydere av kryptoaktivatjenester - CASP-er - beskytter kundejournaler. En europeisk bors star na overfor to regler samtidig. MiCA setter finansielle kontroller. Forordningen setter databeskyttelsesregler. Begge gjelder for den samme identifikatoren.

Gjenkjenningsgapet i standardverktoy

Standard PII-verktoy ble bygget for tradisjonell finans. De kjenner IBAN. De kjenner SWIFT/BIC. De kjenner rutingsnumre. De kjenner ikke kryptoadresseformater.

Send et dokument med en Bitcoin-adresse, en Ethereum-adresse og en SWIFT-kode gjennom et standardverktoy. Det finner SWIFT-koden. Det mister begge on-chain-adressene.

For en CASP som behandler KYC-filer er dette gapet alvorlig. Disse identifikatorene er like sensitive som bankkontonumre. A miste dem betyr ingen kryptering, ingen maskering og intet revisjonsspor.

Artikkel 32 og krypteringsgapet

GDPR artikkel 32(1)(a) krever pseudonymisering og kryptering som grunnleggende kontroller. 56 % av GDPR-boter nevner darlig kryptering som en faktor. En bors som krypterer all oppdaget PII, men mister lommebokadresser, har ikke beskyttet noe i kjernen av sitt arbeid.

Gjenkjenning ma dekke det fullstendige identifikatorsettet. For en CASP inkluderer det settet disse adresseformatene.

Hva en samsvarskompatibel pipeline ser ut som

En samsvarsdyktig bors legger til disse enhetstypene i gjenkjenningstrinnet. Bitcoin- og Ethereum-formater er inkludert. Adressene flagges, krypteres og logges i ROPA ved siden av IBAN-er og kontonumre. DPIA-en navngir hver identifikatortype som dekkes. MiCA-revisjonsspor samsvarer med behandlingsjournaler.

Ingen ny policy er nodvendig. Gapet er teknisk. A legge til de riktige enhetstypene i gjenkjenningstrinnet lukker det.

For tekniske tiltak under artikkel 32, se GDPR artikkel 32 og KI-verktoy som overvaker PII-eksponering. For hvordan pseudonymisering fungerer i praksis, se EDPB 2025 pseudonymiseringsretningslinjer.

Kilder

Klar til å beskytte dataene dine?

Begynn å anonymisere PII med 285+ enhetstyper på 48 språk.

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.