anonym.legal

By · Last updated 2026-06-05

Terug naar BlogGDPR & Naleving

AEPD Spanje: AI En Werknemers-DPA-Regels

AEPD gaf in 2023 847 sanctieresoluties uit — het hoogste in de EU naar aantal — en vereist DPIA's voor alle AI-systemen die persoonsgegevens verwerken.

June 5, 20267 min lezen
AEPD SpainSpanish GDPRAI DPIA Spainemployee monitoringSpanish data protection

AEPD Spanje: AI En Werknemers-DPA-Regels

Bijgewerkt voor 2026

AEPD: EU's Top Handhaver Op Volume

AEPD (Agencia Española de Protección de Datos) is Spanje's privacywaakhond. Het gaf in 2023 847 boetes uit. Geen enkele andere EU-instantie kwam in de buurt. Totale boetes dat jaar overtroffen €12 miljoen.

De instantie werkt anders dan de meeste EU-collega's. Het richt zich niet alleen op grote boetes. Het richt zich ook op kleine bedrijven, gemeentelijke overheden en middelgrote groepen. Dit spreidt druk over Spanje's economie.

Topgebieden gehandhaafd in 2024:

  • Camera- en biometrische controles (29% van de gevallen)
  • Marketing en niet-gevraagde contacten (24% van de gevallen)
  • Personeelsmonitoring en HR-bestanden (18% van de gevallen)
  • AI-systemen en geautomatiseerde beslissingen (15% van de gevallen — stijgend)
  • Gezondheids- en bijzondere-categorie-records (14% van de gevallen)

AEPD's AI DPIA-Regel

De Guía de adecuación al RGPD de tratamientos con IA van de toezichthouder van 2024 stelt één duidelijke regel. Elk AI-tool dat persoonsgegevens verwerkt heeft een DPIA (Data Impact Assessment) nodig.

AVG-artikel 35 vraagt om DPIA's wanneer verwerking een hoog risico vormt. Dat is een contexttest. De Spaanse instantie neemt een strengere visie. De gids stelt dat elk ML-tool dat persoonsgegevens aanraakt de DPIA-regel triggert. Geen geval-per-geval risicocontrole is eerst nodig.

Spaanse groepen moeten DPIA's uitvoeren en indienen voor:

  • Klantenservice-chatbots
  • Wervingsselectietools
  • Marketingtools
  • Tekstverwerkingsmodellen (inclusief anonimiseringstools)
  • Elk AI-tool dat medewerkers- of klantrecords verwerkt

Elk tool gebruikt in Spanje heeft zijn eigen DPIA-dossier nodig. Dit geldt zelfs als de tool laag-risico lijkt.

AEPD Anonimiseringsnormen

De anonimiseringsgids van de instantie bouwt voort op het werk van CNIL. Het voegt Spanje-specifieke regels toe voor nationale ID's:

Spaanse ID-typen:

  • DNI (Documento Nacional de Identidad): 8-cijferig nummer plus een controleletter
  • NIE (Número de Identificación de Extranjero): Letter + 7 cijfers + letter, voor buitenlandse onderdanen
  • NIF (Número de Identificación Fiscal): Zelfde formaat als DNI, gebruikt voor belasting
  • Número de Seguridad Social: Spaans Burgerservicenummer

De instantie merkt op dat NER-modellen NIE-nummers vaak missen. Spanje heeft een grote immigrantenpopulatie. Controleer of uw tools NIE's kunnen vinden wanneer u bestanden van niet-Spaanse onderdanen verwerkt.

Spaanse naampatronen:

Spaans naamgebruik heeft twee achternamen (apellidos compuestos). NER-modellen getraind op enkelvoudige-achternaamsets kunnen hier falen. De naam "García López, Juan Carlos" heeft twee achternamen, niet één. Spaanse NER-modellen moeten dit verwerken.

AEPD Werknemersmonitoring-Zaken

Achttien procent van de gevallen betreft personeelsmonitoring. Spanje beperkt werkgeverscontrole onder het Estatuto de los Trabajadores (Arbeidsstatuut). De toezichthouder handhaaft deze limieten naast de AVG.

Belangrijke standpunten van de instantie:

  • Keyloggers: Covert keylogger-gebruik is in de meeste gevallen een AVG-inbreuk. Screenshot-tools hebben schriftelijk bewijs en een eerlijk-gebruik-controle nodig.
  • GPS-tracking: Toegestaan op werkvoertuigen met duidelijke kennisgeving aan medewerkers. Niet toegestaan op privévoertuigen.
  • E-mailcontroles: Toegestaan met voorafgaande schriftelijke kennisgeving en een beleid. Inhoudsreview heeft extra bewijs nodig.
  • AI-trackingtools: Elk model dat medewerkergedrag bijhoudt heeft een DPIA nodig. EDPB-regels zijn ook van toepassing.

Geautomatiseerde monitoring trekt de meeste aandacht van Spanje's DPA.

AEPD-Conforme AI-Documentatie

Vier documentensets zijn vereist voor Spaanse groepen die AI-tools gebruiken.

1. AI-systeem inventaris

Maak een lijst van elk tool dat Spaanse persoonsgegevens verwerkt. Noteer: systeemnaam, leverancier, doel, recordtypen, bewaarperiode en DPA-status.

2. DPIA per systeem

Gebruik de gepubliceerde DPIA-sjabloon van de instantie. Dek:

  • Doel, rechtsgrond, recordtypen en ontvangers
  • Een eerlijk-gebruik-controle
  • Een risicobeoordelinge voor getroffen personen
  • Risicocontroles: zowel technisch als procesgericht
  • DPO-aantekeningen (waar een DPO vereist is)

3. Technische controles-record

Noteer voor elk tool de controles die ongeoorloofde toegang blokkeren:

  • Pre-indiening filtering (PII-verwijdering vóór het model draait)
  • Toegangscontroles op outputs
  • Bewaarlimieten en hun handhaving
  • Inbreukdetectie en -responsstappen

4. Personeelsmonitoringbeleid

Als een tool medewerkers monitort, voeg een schriftelijk beleid toe. Geef het bereik aan, verstrek kennisgeving aan medewerkers, noem de rechtsgrond en toon een eerlijk-gebruik-controle.

AEPD-audits beginnen met de inventaris en DPIA's. Groepen met deze bestanden klaar lossen audits veel sneller op. Onze AVG-compliancegids dekt documentatiebereik. Ons beveiligingscomplianceoverzicht legt technische controles uit. Voor Spaanse PII-detectie, zie onze meertalige PII-detectiegids.

Bronnen

Klaar om uw gegevens te beschermen?

Begin met het anonimiseren van PII met 285+ entiteitstypen in 48 talen.

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.