anonym.legal

By · Last updated 2026-03-06

Назад к блогуGDPR и соблюдение

Штраф TikTok €530 млн: суверенитет данных по GDPR

Штраф TikTok в размере €530 млн по GDPR за передачу данных из ЕС в Китай знаменует новую эпоху правоприменения. Общий объём штрафов по GDPR достиг €5,65 млрд.

March 6, 20269 мин чтения
GDPR enforcementdata sovereigntyTikTok GDPR fineEU data transfer

Решение по TikTok, изменившее суверенитет данных

Обновлено в 2026 году

В мае 2025 года Комиссия Ирландии по защите данных оштрафовала TikTok на €530 млн. Основание: TikTok передавал данные пользователей из ЕС в Китай без надлежащих гарантий.

Это второй по величине единовременный штраф по GDPR. Крупнее только штраф Meta в €1,2 млрд 2023 года за передачу данных в США. Оба случая объединяет чёткая закономерность: трансграничные передачи без надлежащих гарантий привлекают крупнейшие штрафы.

Общий объём штрафов по GDPR достиг €5,65 млрд к 2025 году. Правоприменение — это реальные издержки ведения бизнеса. Практический обзор — в нашем руководстве по соответствию GDPR.

Что решило дело TikTok

Дело касалось не утечки, а правового основания для трансграничного перемещения данных.

TikTok хранил данные ЕС на серверах. Сотрудники в Китае имели доступ к этим серверам. Статьи 44–46 GDPR ограничивают передачи в страны без решения ЕС об адекватности. Китай такого решения не имеет. Регуляторы признали технические меры TikTok недостаточными.

Вывод: хостинг в ЕС недостаточен, если сотрудники за его пределами имеют доступ к файлам. Также недостаточно, если компания подчиняется законам страны без решения об адекватности.

Перед подписанием DPA ознакомьтесь с нашим чеклистом соответствия.

Штрафы по GDPR: €5,65 млрд и продолжение следует

РегуляторШтрафГодОснование
Meta (Facebook) — DPC€1,2 млрд2023Незаконные передачи ЕС–США
TikTok — DPC€530 млн2025Передачи ЕС–Китай
Amazon — CNPD€746 млн2021Таргетирование рекламы
WhatsApp — DPC€225 млн2021Нарушения прозрачности
Google — CNIL€150 млн2022Согласие на куки

Как строится суверенитет данных anonym.legal

УровеньОписание
ФизическийСерверы в ЦОД Hetzner, Германия
ПравовойНемецкое GmbH, немецкое право
ТехническийAES-256-GCM на стороне клиента
ОперационныйНет сотрудников с доступом к данным пользователей
РегуляторныйНет американского родительского общества, CLOUD Act не применяется

Даже при полной компрометации серверов у нас нет ничего для раскрытия. Ключи существуют только на устройствах пользователей.

Источники

Связанные статьи

GDPR и соблюдение

Japan My Number: Verhoeff & APPI

63% of generic tools fail My Number detection in Japanese documents. My Number uses Verhoeff algorithm — the most complex national ID checksum in Asia.

GDPR и соблюдение

HDPA Greece: AFM & AMKA Detection

Greek AFM detected with 52% accuracy by generic tools. HDPA issued 89 decisions in 2024 — up 162% from 2022. Tourism and maritime sectors face distinct.

GDPR и соблюдение

NAIH Hungary: TAJ-Szám and Adóazonosító Jel

Hungarian NER accuracy is 67% vs. EU average 82% — NAIH's 2024 assessment. TAJ-szám weighted checksum and adóazonosító jel detection gaps.

Готовы защитить ваши данные?

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

Начать бесплатный пробный периодПосмотреть функции

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.