By · Last updated 2026-06-05

Tillbaka till BloggenGDPR & Efterlevnad

BfDI Tyskland: DPA-efterlevnadsguide

Tyskland lämnade in 27 829 GDPR-brottanmälningar 2024 — fler än något annat EU-medlemsland. Här är vad BfDIs tillsynsfokus innebär för teknisk PII-hantering.

June 5, 20268 min läsning
BfDI GermanyGerman GDPRdata breach notificationLandesdatenschutzbehördeGerman DPA

BfDI Tyskland: GDPR-efterlevnad för tekniska team

Uppdaterad för 2026

Tyskland har 17 dataskyddsorgan. Ett är det federala BfDI (Bundesbeauftragte für den Datenschutz und die Informationsfreiheit). De andra 16 är delstatliga organ kallade Landesdatenschutzbehörden (LfD). Inget annat EU-land fungerar på detta sätt.

Delningen härrör från Tysklands federala struktur. Delstaterna har befogenhet över tillsynen av den privata sektorn. BfDI täcker federala offentliga organ och vissa gränsöverskridande företag. Varje LfD täcker privata företag i sin egen delstat. Bayerns BayLDA gäller för Münchenbaserade företag. Hamburgs HmbBfDI gäller för Hamburgbaserade företag. Berlins BlnBfDI täcker Berlinföretag.

Ett företag med anläggningar i flera delstater måste ta reda på vilket organ som har befogenhet. Det är inte alltid enkelt. Företag som betjänar federala klienter och har anläggningar i två delstater kan behöva hantera både BfDI och en LfD samtidigt.

Tysklands tillsynssiffror

Tyskland lämnade in 27 829 brottanmälningar 2024. Det var fler än något annat EU-medlemsland. Det uppgick till ungefär 31% av alla EU:s brottanmälningar det året (EDPB 2024-data). Det höga antalet visar en aktiv rapporteringskultur. Det innebär inte att Tyskland har fler brott än andra länder.

Totala böter från BfDI och LfDerna uppgick till ungefär 160 miljoner euro mellan 2018 och 2024 (GDPR Enforcement Tracker). Tre fall sticker ut:

  • Deutsche Wohnen — 14,5 miljoner euro (2020): Dåliga raderingssystem. Detta fall visade att datalagring är en teknisk skyldighet, inte bara en administrativ uppgift.
  • 1&1 Telecom — 9,55 miljoner euro (2020): Svaga kundidentifieringskontroller. Boten sänktes efter överklagande.
  • Hälsovårds- och försäkringsföretag: Flera böter för att ha underlåtit att uppfylla säkerhetsreglerna i artikel 32.

Tre teman dyker upp mest i tyska DPA:ers årsrapporter. Det första är svag teknisk säkerhet enligt art. 32. Det andra är förbjudna gränsöverskridande överföringar enligt art. 46. Det tredje är dåliga dataminimeringsprinciper i AI-system.

BfDIs vägledning om AI och dataminimering

BfDI utfärdade vägledning 2024 som går bortom GDPR-grundreglerna. [FLAGGAD: den exakta bindande statusen för denna vägledning är inte bekräftad från offentliga BfDI-poster — behandla som stark reglatorisk riktning.]

AI-inmatningsgränser: Myndigheten vill ha tekniska kontroller i realtid, inte bara skriftlig policy. System måste hitta och ta bort eller maskera personuppgifter innan de når en AI-modell. En policy som säger att "personal bör minimera data" uppfyller inte denna standard.

Maskeringsstandarder: Vägledningen pekar på ISO/IEC 29101 som ramen för maskering av data. Företag som hävdar artikel 4(5) pseudonymisering måste visa nyckelkontroller och återställningssteg som matchar denna standard.

Artikel 32-poster: Inspektörer vill ha skriftliga specifikationer. Det innebär exakta kryptografityper, nyckelsteg, åtkomstkontroller och testdatum. Att säga "vi krypterar data" räcker inte på egen hand.

Särskilda kategorier (art. 9): För hälso-, biometriska, genetiska och politiska data kräver vägledningen åtkomstloggar, dataseparation och starkare maskering än vad art. 32 kräver.

Se vår flerspråkiga PII-identifieringsguide för hur identifieringsluckor kan påverka GDPR-efterlevnad på den tyska marknaden.

Fyra tekniska steg för BfDI-efterlevnad

1. Artikel 32-postregister

Håll ett skriftligt tekniskt åtgärdsregister. Täck dessa områden: kryptografityper och nyckelsteg, design av åtkomstkontroll, maskeringsverktyg och deras inställningar, revisionsloggar och testdatum. Tyska DPA:er begär detta i de flesta fall. Ha det redo innan du ombeds.

2. AI-inmatningsfilter

Lägg till ett filtersteg för alla system där personal eller kunder skriver personuppgifter som matas in i en AI-modell. Filtret bör fånga namn, telefonnummer, ID-nummer och hälsodata innan de skickas till modellen. Detta uppfyller BfDIs tekniska begränsningsstandard. Det skyddar också ditt företag om modellen lagrar eller loggar inmatningar.

3. Automatisk radering enligt schema

Deutsche Wohnen-fallet visade att dålig radering i sig är ett GDPR-brott. Lagring måste köras på en timer. Register som passerat sitt bevarandedatum måste raderas eller anonymiseras enligt schema. Adhoc-radering uppfyller inte standarden. Automatisera det.

4. 72-timmars incidentsvar

Tysklarns höga antal brottanmälningar visar att detta är en efterlevnadsaktig marknad. Din incidentplan måste klara 72-timmarsfönstret. Det innebär att du behöver verktygen för att hitta berörda personer, lista exponerade data och bedöma sannolik skada i tid. Testa din plan innan du behöver den.

För en bredare blick på GDPR-bötesmönster, se vår guide om GDPR-böter för amerikanska företag.

Vilken delstatsmyndighet som gäller

För privata företag är den relevanta LfD vanligtvis den i delstaten där företaget är baserat.

BayLDA (Bayern): Teknisk säkerhet och hälsoregister. Bayerns bil- och hälsosektorer får nära uppmärksamhet här.

HmbBfDI (Hamburg): Gränsöverskridande överföringar och användarprofiling. Hamburgs finans- och medieföretag bär hög risk här.

BlnBfDI (Berlin): Övervakningsverktyg och personalövervakning. Berlins teknikscen håller AI-verktyg under granskning.

LDI NRW (Nordrhein-Westfalen): Finans- och detaljhandelsprogram. Detta är Tysklands folkrikaste delstat.

ULD SH (Schleswig-Holstein): Kaksamtycke och digital marknadsföring. Denna myndighet är känd för att leda teknisk vägledning.

Företag aktiva i flera delstater kan använda regeln om huvudsakligt etableringsställe (art. 56). Detta hänvisar ärenden till myndigheten i den delstat där de viktigaste EU-behandlingsbesluten fattas. Se vår guide om GDPR DSAR-batchbehandling för hur detta påverkar högvolymsarbetsflöden.

ISO 27001 och BfDI-anpassning

ISO 27001 korresponderar nära med vad tyska DPA-inspektörer frågar efter. Om ditt företag är certifierat, använd den dokumentationen för att svara på revisionsbegäranden.

  • Bilaga A 8.11 (Datamaskrering): Täcker maskerings- och anonymiseringskontroller — uppfyller art. 32-postbehov
  • Bilaga A 8.24 (Kryptografianvändning): Täcker kryptografityper och nyckelsteg — uppfyller krypteringspostbehov
  • Bilaga A 8.15 (Loggning): Täcker revisionsloggdesign — stöder åtkomstloggbehov för känsliga data
  • ISMS-revisionsrapporter: Tredjepartsbevis att kontroller finns och fungerar

Tyska DPA-personal känner till ISO 27001. Certifiering ger dig strukturerat bevis på systematiska kontroller. Det är starkare än ett skriftligt påstående utan tredjepartsgranskning. Det påskyndar också revisioner eftersom formatet är bekant för inspektörer.

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.