anonym.legal

By · Last updated 2026-06-05

Terug naar BlogGDPR & Naleving

ÚOOÚ Tsjechië: AVG voor de maakindustrie

Tsjechisch ÚOOÚ nam 58 handhavingsbeslissingen in 2024; de maakindustrie vertegenwoordigt 34% van de overtredingen. 67% van de Tsjechische bedrijven gebruikt Duitse tools zonder Tsjechische ondersteuning.

June 5, 20268 min lezen
Czech Republic ÚOOÚrodné číslomanufacturing GDPRCentral Europe complianceCzech identifiers

ÚOOÚ en AVG in de Tsjechische maakindustrie

De Úřad pro ochranu osobních údajů (ÚOOÚ) nam in 2024 58 handhavingsbeslissingen. Maak- en automobielondernemingen vertegenwoordigden 34% daarvan — het hoogste aandeel van alle sectoren.

Škoda Auto, Toyota, Foxconn en talloze toeleveranciers zijn actief in Tsjechië. AVG-naleving vereist daar tools die lokale gegevens verwerken. De meeste tools in gebruik doen dat niet.

Het probleem van tools van de moedermaatschappij

ÚOOÚ-gegevens tonen een duidelijk patroon. Buitenlandse moedermaatschappijen leggen buitenlands geconfigureerde PII-tools op aan lokale vestigingen.

Wanneer een grote groep zijn standaardtool uitrolt naar een Praags kantoor:

  1. De tool is geconfigureerd voor buitenlandse identificatoren — lokale identificatoren worden niet gedekt.
  2. Arbeidscontracten en HR-dossiers zijn in het Tsjechisch. De tool is niet getraind op Tsjechische tekst.
  3. De NER-nauwkeurigheid voor Tsjechisch is 23% lager dan voor gelijkwaardige tekst in andere talen (ÚOOÚ technische richtsnoeren, 2024).
  4. Het rodné číslo wordt gemist in bestanden die niet als Tsjechisch zijn gemarkeerd.
  5. Gezondheids- en HR-gegevens van medewerkers worden verplaatst zonder de vereiste bescherming.

67% van de lokale bedrijven vertrouwt op tools die landspecifieke identificatoren missen. ÚOOÚ houdt de lokale verwerkingsverantwoordelijke aansprakelijk — niet de buitenlandse leverancier.

Rodné číslo: bijzondere categoriegegevens

Het rodné číslo is een geboortecijfer met het formaat JJMMDD/XXXX.

  • Cijfers 3–4 coderen de geboortemaand. Voor vrouwen wordt 50 opgeteld. Een vrouw geboren in januari heeft 51, niet 01.
  • Een slash scheidt de datum van het achtervoegsel.
  • Het achtervoegsel heeft 3–4 cijfers met een modulus-11 controlecijfer.

De gendercodering maakt dit nummer tot bijzondere categoriegegevens onder AVG Artikel 9. Het onthult het geslacht door zijn opbouw. Verhoogde bescherming is vereist.

Drie zaken moeten worden afgedekt: de 50-offset voor vrouwen, validatie van het modulus-11 controlecijfer en zowel 9-cijferige (vóór 1954) als 10-cijferige formaten.

Patroonherkenning alleen voldoet niet aan de ÚOOÚ-norm.

Andere sleutelidentificatoren

Číslo občanského průkazu (OP): Nationaal identiteitsbewijs. Negen alfanumerieke tekens. Te vinden in contracten, bezoekerslogboeken en gezondheidsregistraties.

IČO: Acht-cijferig bedrijfsnummer. Verschijnt in leverancierscontracten naast persoonsgegevens van rechtspersonen.

DIČ: Formaat CZ + geboortecijfer (particulieren) of CZ + IČO (bedrijven). Persoonlijk DIČ staat in zelfstandigencontracten.

IBAN: Formaat CZ + 22 cijfers. Gangbaar in loonadministratie en onkostendossiers.

Waar de maakindustrie blootstaat

HR-dossiers: Loonlijsten voor lokale medewerkers bevatten geboortecijfers, nationale ID's en bankgegevens. Grensoverschrijdende HR-overdrachten vereisen Transfer Impact Assessments.

Kwaliteitsopsporing: Automobielproductiesystemen koppelen defectregistraties vaak aan individuele medewerkers. Dit zijn persoonsgegevens in operationele technologie — AVG-plichtig ook buiten HR-systemen.

Dealerdata: Grote fabrikantennetwerken verwerken proefritregistraties, financieringsformulieren en onderhoudsgeschiedenissen. Veel hiervan bevatten geboortecijfers.

Zie onze AVG-nalevingsgids en het meertalige PII-detectieoverzicht voor hoe identificatortekortkomingen gelden in EU-jurisdicties. Voor volledige entiteitsdekking, zie de entiteitenreferentie.

De kernvereiste is eenvoudig. Geboortecijferdetectie moet genderoffsetverwerking en checksomvalidatie omvatten. Moedertaalondersteuning van NER voor tekstverwerking is eveneens vereist. Gemengdtalige pipelines moeten worden ondersteund.

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.