By · Last updated 2026-06-05

Tillbaka till BloggenGDPR & Efterlevnad

ANSPDCP Rumänien: BPO, GDPR & CNP-risk

Rumäniens BPO-sektor behandlar 2,3 miljoner EU-kundposter dagligen. ANSPDCP utfärdade €1,8 miljoner i böter 2022–2024. 78 % av verktygen missar rumänska CNP med korrekt validering.

June 5, 20268 min läsning
Romania ANSPDCPCNP detectionBPO GDPREastern Europe complianceoutsourcing data protection

ANSPDCP Rumänien: GDPR-risker inom BPO

Rumäniens integritetsmyndighet intensifierar sin GDPR-tillsyn. Autoritatea Națională de Supraveghere a Prelucrării Datelor cu Caracter Personal (ANSPDCP) övervakar en av EU:s snabbast växande outsourcingsektorer.

Bukarest, Cluj-Napoca och Iași behandlar alla EU-medborgaruppgifter från Tyskland, Frankrike, Storbritannien och Nederländerna. ANSPDCP utfärdade €1,8 miljoner i GDPR-böter från 2022 till 2024. BPO- och outsourcingföretag var inblandade i de flesta av dessa ärenden.

BPO-exponering: fyra centrala riskområden

Stora volymer personuppgifter. Callcenter hanterar fakturatvister. De behandlar namn, adresser, kontonummer och betalningshistorik. IT-supportteam har åtkomst till kundsystem. Dessa system innehåller personuppgifter.

EU-medborgaruppgifter behandlas utomlands. De berörda personerna är ofta tyska, franska, nederländska eller brittiska. När ett intrång inträffar vänder de sig till sin hemtillsynsmyndighet. Det lägger till BfDI, CNIL, ICO eller AP NL-exponering ovanpå ANSPDCP:s egna. För mer om gränsöverskridande ärenden, se vår BfDI Tyskland GDPR-guide.

Svaga underbiträdeskedjor. ANSPDCP fann att 45 % av lokala företag saknar giltiga personuppgiftsbiträdesavtal med sina underbiträden. Varje avtal måste specificera de tekniska åtgärder underbiträdet ska vidta.

Luckor i återkallelse av åtkomst. BPO har hög personalomsättning. ANSPDCP finner att tidigare anställda har aktiv åtkomst veckor efter att de slutat. Detta dyker upp fall efter fall.

CNP: Rumäniens viktigaste identifierare

Cod Numeric Personal (CNP) är ett 13-siffrigt nationellt ID-nummer. Det lagrar viktiga personliga fakta:

  • Siffra 1: Kön och födelsesekel (1=man 1900–1999, 2=kvinna 1900–1999, 5=man 2000+, 6=kvinna 2000+, 7=manlig utländsk bosatt, 8=kvinnlig utländsk bosatt)
  • Siffrorna 2–7: Födelsedatum (ÅÅMMDD)
  • Siffrorna 8–9: Födelseläns kod
  • Siffrorna 10–12: Löpnummer
  • Siffra 13: Kontrollsiffra (viktat modulus 11)

CNP lagrar kön, födelsedatum, födelseregion och bostadsstatus. Det gör det mycket rikare än de flesta EU-ID:n. ANSPDCP har placerat CNP nära status som känsliga uppgifter av särskild kategori.

Detekteringsluckan. ANSPDCP:s granskning 2024 fann att 78 % av PII-verktygen hos outsourcingföretag misslyckas med att detektera CNP. De flesta saknar checksummakontroll. CNP-nummer i kundposter och personalfiler går oupptäckta. Post som skickas till moderbolag kan innehålla levande medborgaruppgifter. Granskningar efter intrång avslöjar CNP i filer märkta "anonymiserade".

Tillsynsfokus: 2024–2025

Callcenter-ljud. ANSPDCP har riktat in sig på inspelningar utan lagringsplan eller åtkomstkontroller. Att spara ljud "på obestämd tid för efterlevnadsändamål" utan raderingsschema bryter mot GDPR.

Outsourcing av hälso- och sjukvård. Företag som behandlar medicinska journaler, anspråk eller receptfiler löper den högsta risken. Hälsojournaler är artikel 9-känsliga uppgifter av särskild kategori. De kräver uttrycklig rättslig grund, en DPIA och starka tekniska kontroller.

Åtkomstloggning. ANSPDCP:s revisioner finner svaga loggar. Företag kan inte visa vilka poster som åtkoms, av vem eller när. Loggar måste vara tillräckligt fullständiga för att avgränsa ett intrång i efterhand.

Språk: en dold lucka

Lokala dokument innehåller identifierare som generiska verktyg missar.

Cartea de identitate (CI). Det är det nationella ID-kortet. Det har ett eget nummerformat. Skannade kopior i onboardingfiler kräver specifik detekteringslogik.

Språkspecifikt NER. Supportärenden och kundmeddelanden behöver NLP byggt för detta språk. Engelsktränade verktyg presterar dåligt här.

Adressformat. Termer som Strada, Bulevardul och Numărul är unika för denna marknad. Modeller tränade på engelska eller tyska missar dem ofta.

För steg att uppfylla ANSPDCP:s standard, se vår guide om anonymiseringskonsekvens för GDPR-revisioner.

Vad BPO-företag behöver

Fyra saker täcker ANSPDCP:s tekniska standard:

  1. CNP-detektering med checksummavalidering
  2. Detektering av Cartea de identitate och pass
  3. Språkspecifikt NER
  4. Underbiträdesavtal med namngivna tekniska åtgärder

Källor

Redo att skydda din data?

Börja anonymisera PII med 285+ entitetstyper på 48 språk.

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.