By · Last updated 2026-06-05

Powrót do blogaGDPR i zgodność

NAIH Węgry: Zarządzanie AI i Zasady Organu Ochrony Danych

NAIH wymaga przeprowadzenia DPIA dla wszystkich systemów AI przetwarzających dane osobowe. Dokładność NER dla języka węgierskiego wynosi 67% — znacznie poniżej średniej UE wynoszącej 82%.

June 5, 20268 min czytania
Hungary NAIHAI GDPR complianceTAJ-szám detectionCentral Europe DPAHungarian data protection

NAIH Węgry: Zarządzanie AI i Zasady Organu Ochrony Danych

Węgierski organ ochrony danych to NAIH — Nemzeti Adatvédelmi és Információszabadság Hatóság. Wydał on najbardziej szczegółowe wytyczne dotyczące AI spośród wszystkich organów ochrony danych w Europie Środkowej. W 2024 roku wydał 38 decyzji egzekucyjnych. Opublikował również przepisy wymagające przeprowadzenia DPIA dla każdego systemu AI przetwarzającego dane osobowe. Przepisy te wykraczają poza wymogi bazowe RODO.

Zasady Egzekucji AI przez NAIH

Większość unijnych organów ochrony danych publikuje ogólne wytyczne dotyczące AI. Węgierski organ poszedł dalej. Jego wytyczne z 2024 roku mają operacyjny charakter.

DPIA wymagane dla wszystkich systemów AI: Każdy system AI przetwarzający dane osobowe wymaga uprzedniego przeprowadzenia DPIA. Organ wymaga tego przed wdrożeniem. Obowiązek ten dotyczy nawet przypadków, gdy przetwarzanie nie jest „wysokiego ryzyka” w rozumieniu art. 35 RODO. To podejście jest surowsze niż oparty na ryzyku model samego RODO.

Co musi zawierać DPIA według NAIH:

  • Techniczny opis danych wejściowych i wyjściowych modelu AI
  • Dowód, że dane treningowe zostały zanonimizowane lub miały ważną podstawę prawną
  • Ocenę ryzyka dyskryminacji algorytmicznej
  • Etap weryfikacji przez człowieka dla zautomatyzowanych decyzji
  • Harmonogram przechowywania i usuwania danych przetworzonych przez AI

Coroczny przegląd: Organ wymaga aktualizacji DPIA każdego roku. Obowiązek ten powstaje w przypadku ponownego trenowania systemu AI lub jego istotnej zmiany.

Węgry obsłużyły ponad 890 000 wniosków wynikających z RODO w 2024 roku. To duża liczba jak na kraj liczący 10 milionów mieszkańców. Świadczy o aktywnym korzystaniu z praw podmiotów danych i realnej presji na zespoły compliance.

Luka w Dokładności NER

Przegląd organu z 2024 roku obejmował testy modeli NER na tekstach w języku węgierskim. Osiągnęły one zaledwie 67% dokładności. Średnia unijna wynosi 82%. Ta 15-punktowa różnica generuje realne koszty compliance.

Język węgierski jest językiem aglutynacyjnym — słowa tworzone są przez nakładanie kolejnych sufiksów. Imiona, adresy i identyfikatory w języku węgierskim wyglądają zupełnie inaczej niż dane w języku angielskim czy niemieckim. Narzędzia trenowane na tych językach pomijają znaczną część danych osobowych w tekstach węgierskich. Zapoznaj się z naszym przewodnikiem po wielojęzycznym wykrywaniu danych osobowych, aby dowiedzieć się, jak ta luka wpływa na zgodność z RODO w różnych językach.

Organ stwierdził, że ogólne narzędzia NLP pomijają numer TAJ-szám w 61% dokumentów. Głównymi przyczynami są zmienność formatu oraz brak obsługi sumy kontrolnej.

Węgierskie Krajowe Identyfikatory

Zespoły przetwarzające dokumenty na Węgrzech muszą precyzyjnie wykrywać następujące typy identyfikatorów. Zapoznaj się z naszym przewodnikiem po wykrywaniu unijnych krajowych numerów podatkowych, aby uzyskać pełen kontekst dla całej UE.

TAJ-szám (Társadalombiztosítási Azonosító Jel): 9-cyfrowy numer ubezpieczenia społecznego. Występuje w dokumentach dotyczących zdrowia, świadczeń i emerytur. Walidacja opiera się na ważonej sumie kontrolnej ustalonej przez organ ubezpieczeń społecznych.

Adóazonosító jel: 10-cyfrowy osobisty numer identyfikacji podatkowej. Format obejmuje 8-cyfrowy rdzeń i 2 cyfry kontrolne. Pojawia się w listach płac, zeznaniach podatkowych i umowach o pracę.

Numer személyi igazolvány: Numer dowodu osobistego. Format i zasady weryfikacji sumy kontrolnej określa organ wydający.

Útlevél szám: Numer paszportu. Format i suma kontrolna również podlegają zasadom organu wydającego.

Kontekst Platformy Ügyfélkapu

Węgry obsługują większość usług publicznych za pośrednictwem jednej platformy — Ügyfélkapu (Brama Klienta). Ponad 4 miliony obywateli korzysta z niej w sprawach podatkowych, świadczeń, opieki zdrowotnej i licencji. Prywatne firmy łączą się z Ügyfélkapu w celu obsługi płac, świadczeń lub weryfikacji tożsamości. Firmy te przetwarzają te same identyfikatory w regulowanym kontekście.

Organ stwierdził, że firmy te często stosują międzynarodowe narzędzia do ochrony danych osobowych. Większość tych narzędzi nie obsługuje wymienionych wyżej identyfikatorów. Prowadzi to do pomijania danych i bezpośredniego ryzyka naruszenia przepisów.

Nakładanie się z Aktem o AI UE

Węgry wcześnie włączyły przepisy Aktu o AI do wytycznych organu ochrony danych. Stanowisko regulatora jest jednoznaczne.

Systemy AI wysokiego ryzyka wymienione są w Załączniku III do Aktu o AI. Obejmują obszary zatrudnienia, oceny zdolności kredytowej i usług podstawowych. Wymagają zarówno oceny zgodności z Aktem o AI, jak i przeprowadzenia DPIA przez NAIH.

Modele AI ogólnego przeznaczenia przetwarzające dane osób przebywających na Węgrzech również wymagają DPIA NAIH. Wymóg ten obowiązuje nawet wtedy, gdy model nie jest klasyfikowany jako wysokiego ryzyka w rozumieniu Aktu o AI.

Dla zespołów wdrażających AI na Węgrzech podstawowa lista kontrolna obejmuje trzy punkty: Przeprowadź DPIA NAIH przed wdrożeniem. Zweryfikuj, czy Twoje narzędzie NER rozpoznaje wymienione wyżej encje w tekstach węgierskich. Potwierdź wykrywanie numerów TAJ-szám i adóazonosító jel z walidacją sumy kontrolnej.

Źródła

Gotowy, aby chronić swoje dane?

Rozpocznij anonimizację PII z 285+ typami podmiotów w 48 językach.

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.