By · Last updated 2026-06-05

Tillbaka till BloggenGDPR & Efterlevnad

Holländska AP: €290M böter & GDPR-efterlevnad

Holländska AP utfärdade EU:s största böter för dataöverföring — €290M mot Uber. BSN (holländskt personnummer) kräver 11-proef-validering som 56 % av verktygen missar.

June 5, 20269 min läsning
Dutch APBSN detectionUber GDPR fineNetherlands compliancedata transfer GDPR

Autoriteit Persoonsgegevens (AP) bötelade Uber €290 miljoner i augusti 2024. Böterna gällde att Uber skickade föraruppgifter till amerikanska servrar utan ett giltigt överföringsavtal. Inget GDPR-ärende har genererat ett större böter för en gränsöverskridande överföring. AP hanterade dessutom över 21 400 klagomål under 2023. Det gör myndigheten till en av Europas mest aktiva dataskyddsmyndigheter.

Vad AP fann i Uber-ärendet

Uber samlade in uppgifter från förare i Nederländerna och Frankrike. Uppgifterna inkluderade platshistorik, identitetshandlingar, löneregister, körjournaler och skattefiler. Allt skickades till amerikanska servrar. AP slog fast att överföringsmetoden inte var giltig.

Tre slutsatser drev beslutet:

  • Svag överföringsmetod: Uber använde bindande företagsregler (BCR). AP bedömde att dessa inte täckte omfånget eller känsligheten hos de föraruppgifter som var inblandade.
  • Ingen konsekvensbedömning för överföring (TIA): Uber visade inte att amerikansk lag upprätthöll de avtalade skydden för överföringen.
  • Känsliga uppgifter i kombination: Platsdata, lön och prestationspoäng ger tillsammans en detaljerad bild av varje förare. AP behandlade denna kombination som likvärdig med känsliga personuppgifter.

Uber-fallet sätter en tydlig regel. Personal- och uppdragstagardata som skickas till USA behöver samma TIA och extra åtgärder som konsumentdata.

AP:s tillsynsfokus 2025

Uppdaterat för 2026

AP har pekat ut tre områden som myndigheten bevakar noga under 2025.

Personalövervakning: Verktyg för fjärrarbetsövervakning är det främsta målet. Det inkluderar produktivitetsloggar, skärminspelning, tangentbordsloggning och fjärrplatsverktyg. Innan sådana verktyg driftsätts måste företag dokumentera varför de avvisat mindre ingripande alternativ.

Gränsöverskridande dataöverföringar: Efter Uber-domen kontrollerar AP överföringsmetoder. Företag som förlitar sig på amerikanska, asiatiska eller andra tjänster från länder utan adekvat skydd är i fokus. Alla företag som använder amerikanska programvaruverktyg för HR, projektarbete eller kunddata måste ha en aktuell TIA tillgänglig.

Automatiserade beslut: AI-baserad kreditbedömning, rekryteringsfilter och prestationssystem utlöser skyldigheter enligt artikel 22. AP riktar in sig på organisationer som fattar automatiserade beslut utan ett verkligt mänskligt granskningssteg. Både arbetstagare och konsumenter måste skyddas.

BSN: Ett skyddat nationellt identifieringsnummer

Burgerservicenummer (BSN) är ett 9-siffrigt ID-nummer som används i Nederländerna. Det valideras med Elfproef (elvaprovet). Kontrollen utförs så här: multiplicera varje siffra med en vikt från 9 ned till −1, addera resultaten, och summan måste vara jämnt delbar med 11.

BSN-lagen (Wet algemene bepalingen burgerservicenummer) begränsar användningen av BSN till specifika rättsliga sammanhang: skatt, sjukvård, offentlig förvaltning och arbetsgivarens lönehantering. Att använda ett BSN utanför dessa sammanhang utlöser BSN-lagstiftningens sanktioner. GDPR-ansvar tillkommer därutöver.

Varför generiska verktyg missar BSN: Många NLP-verktyg inkluderar inte Elfproef-kontrollen. Utan den flaggas vilken som helst 9-siffrig sträng som ett möjligt BSN. Det skapar falska larm i ekonomi- och administrationsdokument. Felskrivna BSN missas också — de misslyckas kontrollen men ser fortfarande ut som ett giltigt mönster. Se vår guide till EU:s nationella skatte-ID och PII-detektion för en fullständig jämförelse av europeiska ID-format.

NER för holländsk text

Holländska (Nederlands) har egenskaper som lurar modeller tränade på engelska.

Sammansatta ord: Holländska fogar samman ord. Persoonsgegevens (personuppgifter) och Burgerservicenummer (medborgarnummer) är vardera ett enda ord. Modeller byggda för engelska delar ofta upp dem fel. Det förstör entitetsdetektionen.

Namnsuffix: Suffixen -je och -tje förekommer i förnamn — Annetje, Hansje. Namnmodeller måste hantera både grundformen och kortformen.

Adressformat: Gatutyper inkluderar Straat, Laan, Weg, Plein och Gracht. Postnummer består av fyra siffror plus två bokstäver (exempel: 1234 AB). Varje kod mappar till en enskild gata, vilket gör att den avslöjar mer information än de flesta europeiska postnummer.

IBAN-format: Holländska IBAN-nummer är 18 tecken: NL + 2 kontrollsiffror + 4-bokstävigt bankkod + 10-siffrigt kontonummer. Landet har hög kortbetalningsanvändning. Finansiella dokument innehåller därför många IBAN-nummer. För metoder för konfidensbedömning av ID-typer, se binär PII-detektion och konfidensbedömning.

Teknisk checklista för AP-efterlevnad

För att uppfylla AP:s nuvarande standarder behöver datasystem:

  1. BSN-detektion med Elfproef — mönstermatchning ensam räcker inte
  2. Holländsk NER — en modell som spaCy nl_core_news hanterar sammansättningar och kortformsnamn
  3. IBAN-detektion — formatmedveten, inte generisk
  4. Register över underbiträden för alla gränsöverskridande överföringar
  5. TIA för amerikanska leverantörer — ett aktivt AP-granskningsprioriterat område efter Uber-domen

Efter Uber är en TIA för amerikanska leverantörer ett grundläggande krav, inte bara en bästa praxis. För en fullständig genomgång av domen och dess konsekvenser för dataöverföringar, se AP Uber-böter och gränsöverskridande dataöverföring.

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.