By · Last updated 2026-05-24

Tillbaka till BloggenGDPR & Efterlevnad

GDPR-DSAR i stor skala: 200 förfrågningar per månad

GDPR artikel 15 DSAR:er ökar med 40–60 % per år. Organisationer tar emot hundratals per månad. Batchredigering av personuppgifter möjliggör DSAR-behandling med 10 gångers hastighet jämfört med manuell process.

May 24, 20268 min läsning
DSAR processingGDPR Article 15data subject access requestright of accessbatch redaction

GDPR DSAR-efterlevnad i stor skala: Hantera 200 förfrågningar per månad utan att anställa ett team

GDPR artikel 15 ger registrerade rätten att få en kopia av alla personuppgifter en organisation innehar om dem. Svarsdealinen på 30 dagar (förlängningsbar till 90 för komplexa förfrågningar) är obligatorisk. Böterna för systematiska DSAR-brister är inte teoretiska: Vodafone Spanien fick en böter på 1,2 miljoner € 2021 för DSAR-brister. Ett tyskt företag fick 225 000 € i böter 2023.

Volymen av DSAR:er ökar kraftigt. I takt med att medvetenheten om datarättigheter växer – delvis driven av integritetsorganisationer som hjälper individer att skicka DSAR:er i skala – tar organisationer som tidigare fick 10 DSAR:er per år nu emot 200 per månad. Resurserna som tilldelats ett arbetsflöde för 10 DSAR:er kan inte absorbera en 20-faldig ökning utan automatisering.

Vad DSAR-behandling faktiskt innebär

GDPR artikel 15 kräver inte bara att säga "ja, vi har data om dig". Det kräver att producera en kopia av den datan. Komplexiteten:

Dataidentifiering: Lokalisera alla personuppgifter som innehas om den registrerade i alla system – CRM, e-post, supportärenden, marknadsföringsplattformar, analysverktyg, HR-system (om subjektet är en anställd). I praktiken kräver detta korsssystemsfrågor som juridik och IT måste samordna.

Redigering av tredje parts uppgifter: Kopian som lämnas till den registrerade får inte inkludera andra personers personuppgifter. Om ett supportärende innehåller supportagentens fullständiga namn och personliga e-postadress måste dessa redigeras innan ärendet inkluderas i DSAR-svaret. Om orderhistorik innehåller en annan kunds namn (delad leveransadress, gåvoköp) måste det namnet tas bort.

Denna tredjepartsredigering är där batchbehandling skapar dramatiska effektivitetsvinster. En e-handelsplattform som behandlar 200 DSAR:er per månad, var och en med 15–30 dokument från orderhistorik, supportärenden och kontoposter, producerar 3 000–6 000 dokument som kräver tredjeparters PII-redigering före leverans.

Formatkrav: GDPR kräver att data tillhandahålls "i ett vanligt förekommande elektroniskt format." PDF, vanlig text eller strukturerade dataexporter är alla acceptabla.

Tidpunktsefterlevnad: 30 dagar från mottagandet av den verifierbara förfrågan. Förlängningar till 90 dagar kräver att den registrerade underrättas inom 30 dagar med en förklaring. Missade deadlines är den primära grunden för DPA-tillsynsåtgärder.

Matematiken bakom DSAR-behandling

En europeisk e-handelsplattform tar emot 200 DSAR:er per månad.

Dokumentprofil per DSAR:

  • Genomsnittliga orderhistorikposter: 8–12 dokument
  • Supportärenden: 3–7 dokument
  • Konto/profilposter: 2–4 dokument
  • Totalt per DSAR: 13–23 dokument

Totalt per månad:

  • 200 DSAR:er × 18 dokument (genomsnitt) = 3 600 dokument som kräver redigering

Manuell behandlingstid:

  • Tid att läsa dokument och identifiera tredje parts PII: 4–8 minuter
  • Tid att redigera manuellt: 3–7 minuter
  • Totalt per dokument: 7–15 minuter
  • 3 600 dokument: 420–900 timmar/månad

Tre till sex heltidsanställda som uteslutande arbetar med DSAR-redigering – bara för redigeringsfasen, inte dataidentifiering eller svarsformatering.

Automatiserad batchbehandling:

  • Ladda upp 3 600 dokument i batchar
  • Tillämpa "DSAR tredjepartsredigering"-förinställning (personnamn, e-postadresser, telefoner som inte tillhör subjektet)
  • Bearbeta: 4–8 timmar (natts batchjobb)
  • Undantagsgranskning av tvetydiga fall: 360 dokument (10 %) × 15 minuter = 90 timmar

Undantagsgranskning plus svarsberedning: 150–200 timmar/månad. Från 3 heltidstjänster till 1 heltidstjänst. Årliga arbetsbesparingar: cirka 120 000–180 000 €.

Kryptera-sedan-redigera-arbetsflödet för intern behandling

För organisationer som behöver bevara reversibilitet i sina interna poster medan de tillhandahåller redigerade externa svar:

Intern behandling (Kryptera-metod): Lagra dokument med PII krypterat med en kontrollerad nyckel. Originaldata bevaras i återställbar form. Detta möjliggör ombehandling om konfigurationen behöver justeras.

Externt svar (Redigera-metod): För DSAR-svaret självt, tillämpa irreversibel redigering. Den registrerade får ett rent dokument med tredje parts PII helt borttagen.

Detta tvåstegsmetod upprätthåller intern dataintegritet (du kan bearbeta om vid behov) medan det producerar korrekta DSAR-svar.

Efterlevnadsdokumentation

GDPR:s ansvarsprincip (artikel 5(2)) kräver att organisationer kan visa efterlevnad, inte bara påstå det. DSAR-behandlingsdokumentation bör inkludera:

  • Datum för mottagen förfrågan och identitetsverifiering
  • Dataidentifieringsprocedur (vilka system som förfrågades, vad som hittades)
  • Redigeringskriterier tillämpade (vilka entitetstyper, vilken metod)
  • Datum och format för svarleverans
  • Undantagsgranskningsprocess för manuella beslut

Batchbehandling skapar ett naturligt granskningsspår: behandlingsloggar visar vilka dokument som behandlades, vilken konfiguration som tillämpades och när. Denna dokumentation är värdefull både för intern ansvarsskyldighet och för att svara på DPA-förfrågningar.

Vad DSAR-brister kostar

Vodafone Spaniens böter på 1,2 miljoner € (AEPD, 2021) involverade systematiska DSAR-svarsbrister – att inte svara inom 30-dagarsfönstret, ge ofullständiga svar och underlåta att verifiera identitet korrekt innan förfrågningar avvisades.

Böterna på 225 000 € mot ett tyskt företag (Bayersk DPA, 2023) involverade ett mönster av försenade DSAR-svar och otillräcklig dataidentifiering – organisationen producerade svar som inte inkluderade all relevant data.

Båda böterna återspeglar inte enskilda fel utan systematiska processbrister. När volymen av DSAR:er överstiger manuella processers kapacitet följer systematiska brister. Automatisering förhindrar inte alla DSAR-efterlevnadsbrister, men det eliminerar kapacitetsbegränsningen som orsakar systematiska förseningar.

Implementeringschecklista

Före automatisering:

  • Dokumentera din DSAR-intag-process
  • Identifiera alla system som innehåller personuppgifter
  • Skapa en datamappning för korsssystemsfrågor

Automatisationsinställning:

  • Konfigurera "DSAR-redigering"-förinställning med lämpliga entitetstyper
  • Definiera undantagskriterier (vad kräver mänsklig granskning)
  • Testa på 5–10 exempel-DSAR:er före produktionsdriftsättning

Löpande process:

  • Batchladda upp dokument för varje DSAR eller som ett dagligt batch
  • Dirigera undantagsdokument till mänsklig granskningskö
  • Generera svarpaket från behandlad utdata
  • Logga svarsdatum och format för efterlevnadsdokumentation

Slutsats

DSAR-volymen minskar inte. I takt med att medvetenhet om integritetsrättigheter ökar – accelererad av integritetsorganisationer, webbläsarextensioner som automatiserar DSAR-inlämning och nyhetsbevakning av stora integritetskränkningar – kan organisationer förvänta sig att DSAR-volymer fortsätter att öka med 40–60 % per år.

Manuell DSAR-behandling kan inte skalas. Tre heltidstjänster dedikerade till redigering är inte en efterlevnadsstrategi; det är en tillfällig lösning på ett permanent växande problem. Batchautomatisering som hanterar det mekaniska redigeringsarbetet – vilket frigör efterlevnadspersonal för dataidentifiering, undantagsgranskning och svarshantering – är det hållbara tillvägagångssättet.

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.