anonym.legal

By · Last updated 2026-06-05

Povratak na blogGDPR i usklađenost

UOOU Ceska: GDPR za proizvodnju

Ceski UOOU doneo je 58 odluka o primeni propisa u 2024; proizvodnja cini 34% prekrsaja. 67% ceskih firmi koristi nemacke alate kojima nedostaje ceska jezicka podrska.

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

UOOU i GDPR u ceskoj proizvodnji

Urad pro ochranu osobnich udaju (UOOU) doneo je 58 odluka o primeni propisa u 2024. godini. Firme iz oblasti proizvodnje i automobilske industrije cinile su 34% tih odluka. To je najvisi udeo bilo kog sektora.

Skoda Auto, Toyota, Foxconn i mnogi dobavljaci deluju u Ceskoj. GDPR uskladjenost tamo zahteva alate koji obradjuju lokalne podatke. Vecina alata koji se koriste to ne radi.

Problem alata maticne kompanije

UOOU podaci pokazuju jasan obrazac neuspeha. Maticne kompanije u inostranstvu namecu lokalne jedinice strane PII alate konfigurisane za strana trzista.

Kada velika grupa rasporedi svoj standardni alat u prasku kancelariju:

  1. Alat je podesena za strane identifikatore. Ne pokriva lokalne.
  2. Ugovori o zaposlenju i HR kartoni su na ceskom. Alat nije treniran na ceskim tekstovima.
  3. NER tacnost za ceski je 23% niza nego za ekvivalentne tekstove na drugim jezicima. (Tehnicke smernice UOOU, 2024.)
  4. Rodne cislo se propusta u kartonima koji nisu oznaceni kao ceski.
  5. Zdravstveni i HR podaci zaposlenih prenose se bez zastite koju regulatori zahtevaju.

67% lokalnih firmi oslanja se na alate koji propustaju identifikatore specificne za datu zemlju. UOOU drzi lokalnog rukovaoca podacima odgovornim. Ne drzi stranog prodavca odgovornim.

Rodne cislo: podaci posebne kategorije

Rodne cislo je maticni broj rodjenja. Koristi format RRMMDD/XXXX.

  • Cifre 3–4 kodiraju mesec rodjenja. Za zene se dodaje 50. Zena rodjena u januaru prikazuje 51, ne 01.
  • Kosa crta razdvaja datum od sufiksa.
  • Sufiks ima 3–4 cifre s modulus-11 kontrolnom cifrom.

Kodiranje pola cini ovaj broj podacima posebne kategorije prema GDPR clanu 9. Otkriva pol po dizajnu. Primenjuje se pojacana zastita.

Tri stvari moraju biti pokrivene. Prvo, pomak meseca za zene — pravilo 50. Drugo, validacija kontrolne cifre modulus-11. Trece, i 9-cifreni (pre 1954.) i 10-cifreni formati.

Podudaranje uzorka samo po sebi ne ispunjava UOOU standard.

Ostali kljucni identifikatori

Cislo obcanskeho prukazu (OP): Nacionalna licna karta. Devet alfanumerickih znakova. Pojavljuje se na ugovorima, dnevnicima posetilaca i zdravstvenim kartonima.

ICO: Osmoifreni poslovni broj. Pojavljuje se u ugovorima s dobavljacima pored licnih podataka zakonskih zastupnika.

DIC: Format CZ + maticni broj (fizicka lica) ili CZ + ICO (kompanije). Licni DIC pojavljuje se u ugovorima o slobodnom radu.

IBAN: Format CZ + 22 cifre. Cest u platnim listama i izvestajima o troskovima.

Gde je proizvodnja izlozena riziku

HR evidencije: Plate za lokalne zaposlene ukljucuju maticne brojeve, nacionalne ID-ove i bankarske podatke. Prekogranicni prenosi HR podataka zahtevaju Procene uticaja prenosa.

Pratljivost kvaliteta: Sistemi automobilske proizvodnje cesto povezuju zapise o defektima s pojedinim radnicima. Ovo je licni podatak unutar operativne tehnologije. Podleze GDPR-u cak i izvan HR sistema.

Podaci dilera: Mreze velikih proizvodjaca obradjuju evidencije probnih voznji, obrasce za finansiranje i istorijate servisa. Mnogi od njih sadrze maticne brojeve rodjenja.

Pogledajte nas GDPR vodic za uskladjenost i pregled visejeziicne detekcije PII da biste saznali kako praznine u identifikatorima uticu na EU jurisdikcije. Za potpunu pokrivenost entiteta, pogledajte referencu entiteta.

Osnovna potreba je jednostavna. Detekcija maticnog broja mora ukljucivati obradu pomaka pola i validaciju kontrolne sume. Neophodna je takodje nativna NER za obradu teksta. Moraju biti podrzani mesoviti jezicki pajplejni.

Izvori

Spremni da zaštitite svoje podatke?

Počnite sa anonimizacijom PII sa 285+ tipova entiteta na 48 jezika.

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.