anonym.legal

By · Last updated 2026-06-05

Назад к блогуGDPR и соблюдение

Нидерландский AP: штраф €290 млн и правоприменение GDPR

Нидерландский регулятор AP выписал крупнейший в ЕС штраф за трансграничную передачу данных — €290 млн против Uber. BSN (нидерландский аналог ИНН) требует проверки по алгоритму Elfproef, которую упускают 56% инструментов.

June 5, 20269 мин чтения
Dutch APBSN detectionUber GDPR fineNetherlands compliancedata transfer GDPR

Autoriteit Persoonsgegevens (AP) оштрафовал Uber на €290 миллионов в августе 2024 года. Штраф последовал за передачу данных водителей на серверы в США без действующего соглашения о трансграничной передаче. Ни одно дело по GDPR не порождало столь крупного штрафа именно за межграничный трансфер данных. В 2023 году AP также рассмотрел свыше 21 400 жалоб — это один из самых загруженных регуляторов в Европе.

Что установил AP в деле Uber

Uber собирал данные водителей в Нидерландах и Франции. Сведения охватывали историю местоположения, удостоверяющие документы, платёжные ведомости, записи о вождении и налоговые файлы. Все они направлялись на серверы в США. AP признал применённый механизм передачи недействительным.

Решение основано на трёх выводах:

  • Ненадлежащий механизм передачи: Uber использовал Обязательные корпоративные правила (BCR). AP установил, что они не охватывают объём и чувствительность задействованных данных о водителях.
  • Отсутствие оценки воздействия на передачу данных (TIA): Uber не подтвердил, что американское законодательство сохраняет согласованные механизмы защиты при передаче.
  • Чувствительность данных в совокупности: история местоположения, размер вознаграждения и показатели эффективности в совокупности формируют детальный портрет каждого водителя. AP расценил эту совокупность как эквивалент чувствительных персональных данных.

Дело Uber устанавливает чёткое правило: данные сотрудников и подрядчиков, передаваемые в США, требуют той же TIA и дополнительных мер, что и потребительские данные.

Приоритеты правоприменения AP на 2025 год

Обновлено для 2026 года

AP обозначил три направления, которые находятся под особым контролем в 2025 году.

Мониторинг сотрудников: инструменты слежки при дистанционной работе — главная цель. Сюда входят журналы производительности, захват экрана, отслеживание нажатий клавиш и дистанционные геолокационные инструменты. Перед внедрением любого такого инструмента компании обязаны документально подтвердить, почему они отвергли менее инвазивные варианты.

Трансграничная передача данных: после дела Uber AP проверяет механизмы передачи. В зоне риска — компании, использующие сервисы из США, Азии или других стран, не признанных «адекватными». Любая организация, применяющая американское программное обеспечение для HR, проектной деятельности или работы с данными клиентов, обязана иметь актуальную TIA.

Автоматизированные решения: кредитный скоринг на базе ИИ, фильтры при найме и системы оценки результатов труда активируют обязанности по статье 22 GDPR. AP преследует организации, принимающие автоматизированные решения без реального участия человека. Под защитой должны находиться как работники, так и потребители.

BSN: защищённый национальный идентификатор

Burgerservicenummer (BSN) — 9-значный идентификационный номер, применяемый в Нидерландах. Его достоверность проверяется по алгоритму Elfproef (одиннадцать-тест): каждая цифра умножается на весовой коэффициент от 9 до −1, результаты суммируются, и итоговая сумма должна делиться на 11 без остатка.

Закон о BSN (Wet algemene bepalingen burgerservicenummer) ограничивает использование номера строго определёнными правовыми контекстами: налогообложение, здравоохранение, государственное управление и расчёт заработной платы работодателем. Применение BSN за пределами этих контекстов влечёт ответственность по Закону о BSN, к которой добавляется ответственность по GDPR.

Почему универсальные инструменты пропускают BSN: многие NLP-инструменты не включают проверку по Elfproef. Без неё любая 9-значная строка помечается как возможный BSN — это порождает ложные срабатывания в финансовых и административных документах. Некорректно введённые BSN также остаются незамеченными: они не проходят проверку, но внешне похожи на валидный формат. Подробное сравнение по всем европейским форматам удостоверяющих документов — в нашем руководстве по обнаружению национальных налоговых ID и персональных данных в ЕС.

NER для нидерландского языка

Нидерландский язык (Nederlands) обладает особенностями, на которых «спотыкаются» модели, обученные на английском.

Сложные слова: нидерландский склонен к словосложению. Persoonsgegevens (персональные данные) и Burgerservicenummer (номер удостоверения гражданина) — каждое из них единое слово. Модели, ориентированные на английский, нередко разбивают их в неверном месте, что разрушает обнаружение сущностей.

Окончания имён: суффиксы -je и -tje встречаются в именах — Annetje, Hansje. Модели работы с именами должны обрабатывать как базовую форму, так и уменьшительную.

Форматы адресов: типы улиц включают Straat, Laan, Weg, Plein и Gracht. Почтовые индексы состоят из четырёх цифр и двух букв (пример: 1234 AB). Каждый индекс соответствует отдельной улице — это раскрывает больше информации, чем большинство европейских почтовых кодов.

Формат IBAN: нидерландские IBAN состоят из 18 символов: NL + 2 контрольные цифры + 4-буквенный код банка + 10-значный номер счёта. В стране высокая доля безналичных расчётов, поэтому финансовые документы содержат большое число IBAN. О методах оценки достоверности по различным типам идентификаторов — в материале о бинарном обнаружении персональных данных и оценке уверенности.

Технический чеклист для соответствия требованиям AP

Для соответствия актуальным стандартам AP системы обработки данных должны обеспечивать:

  1. Обнаружение BSN с проверкой по Elfproef — одного лишь сопоставления с шаблоном недостаточно
  2. NER для нидерландского языка — модель типа spaCy nl_core_news справляется со сложными словами и уменьшительными формами имён
  3. Обнаружение IBAN — с учётом формата, а не по универсальному шаблону
  4. Реестры субпроцессоров для всех трансграничных передач
  5. TIA для американских поставщиков — живой приоритет проверок AP после дела Uber

После дела Uber наличие TIA для американских поставщиков — это базовое требование, а не лучшая практика. Подробный разбор решения и его последствий для трансграничных передач — в материале о штрафе AP в отношении Uber.

Источники

Готовы защитить ваши данные?

Начните анонимизацию PII с 285+ типов сущностей на 48 языках.

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.