anonym.legal

By · Last updated 2026-05-05

Bloga DönGDPR & Uyumluluk

Anonimleştirme Aracınız GDPR İhlali mi?

İrlanda VKO'sunun TikTok'a AEA kullanıcı verilerini Çin'e aktarması nedeniyle verdiği 530 milyon Euro ceza net bir emsal oluşturdu: AB kişisel verilerini işlemek için AB dışı bir araç kullanmak.

May 5, 20268 dk okuma
GDPR data transfer violationTikTok DPC fineEU data processinganonymization tool GDPRArticle 46 data transfer

Anonimleştirme Aracı ve GDPR: TikTok Cezası Açıklandı

TikTok Emsal Kararı

Mayıs 2025'te İrlanda Veri Koruma Komisyonu TikTok'a 530 milyon Euro ceza verdi. TikTok, AB kullanıcı bilgilerini Çin'e göndermişti. Yeterli güvencelerden yoksundu.

Temel nokta dardır. İhlalin kaynağı KKB'nin dışarı aktarımının kendisidir. Toplanması değil. Çin'de ne olduğu da değil. AB kayıtlarının AB dışı bir sunucuya gönderilmesi Madde 46(1)'i ihlal etmiştir.

GDPR'ın 44–49. Maddeleri, AB kayıtlarının herhangi bir sınır ötesi aktarımına uygulanır. Her aktarım için bir hukuki dayanak gerekir. Yaygın seçenekler:

  • Yeterlilik kararı (AB'nin alıcı ülkenin yasalarını onaylaması)
  • Alıcıyı bağlayan Standart Sözleşme Maddeleri
  • Büyük çok uluslu şirketler için Bağlayıcı Şirket Kuralları
  • Başka bir Madde 46 mekanizması

GDPR cezaları 2025 yılı sonuna kadar 5,65 milyar Euro'ya ulaştı. Sınır ötesi ihlaller artık uygulama başına ortalama 18 milyon Euro'ya mal olmaktadır (DLA Piper 2025). Bunlar en yüksek maliyetli GDPR kategorileri arasındadır.

Anonimleştirme Aracı Sorunu

Pek çok AB firması, içeriklerinden KKB'yi temizlemek için ABD kökenli araçlar kullanmaktadır. Bu güvenli görünür. AB müşteri içeriğini yükle. Temiz çıktıyı geri al. AB'de depola.

Ancak ham kişisel bilgiler önce bir ABD sunucusundan geçmiştir. Bu geçiş, Maddeler 44–49 kapsamında bir aktarım olarak sayılır. İyi niyet hukuki testi değiştirmez. KKB'nin sonradan kaldırılması önceki transferi geri almaz. İhracat zaten gerçekleşmiştir.

İrlanda VKO'sunun TikTok mantığı burada geçerlidir. İhlalin kaynağı AB kullanıcı kayıtlarının AB dışı bir sunucuya gönderilmesidir. AB KKB'sini ABD sunucularında alan bir ABD aracı, herhangi bir sınır ötesi aktarım gibi bir ihracat almıştır. SCC'ler, yeterlilik kararı veya BCR'ler gerektirir — aynı herhangi bir sınır ötesi aktarım gibi.

Kuruluşlar bunu sıklıkla gözden kaçırır. Anonimleştirme sonucunun ihracatı meşrulaştırdığını varsayarlar. Meşrulaştırmaz. Hukuki analiz AB'yi neyin terk ettiği üzerinden işler, neyin geri döndüğü üzerinden değil.

Sıfır Bilgi Çözümü

Çözüm mimariseldir. Kişisel bilgileri hiç almayan bir araç sınır ötesi ihlale neden olamaz.

Sıfır bilgi tasarımı, KKB tespitini yerel tutar. İşleme kullanıcının tarayıcısında veya yerel uygulamasında çalışır. Aracın sunucusu yalnızca temiz çıktıyı görür — gerçek isimler, kimlikler ve iletişim bilgilerinin yerini alan jetonlar.

GDPR kapsamında kişisel bilgi içermeyen çıktı, ihracat kurallarına tabi değildir. AB'yi gerçek hiçbir içerik terk etmemiştir.

Bu ayrım, Madde 30 kayıtları açısından önem taşır. Sıfır bilgi kullanan AB aracına ait bir ROPA girdisi, sınır ötesi aktarım kaydetmez. Ham AB KKB'si alan bir ABD aracına ait ROPA girdisi ise bir ihracat kaydeder. Bu girdi için açıkça belgelenmiş bir hukuki dayanağa ihtiyaç vardır.

GDPR uyumluluk kılavuzumuz ROPA girdilerinin neleri kapsaması gerektiğini açıklar. Güvenlik uyumluluğuna genel bakış sayfamız bunları destekleyen teknik kontrolleri açıklar. Ayrıca bkz. anonimleştirme tutarlılık kılavuzumuz araçlar genelinde belgeleme ipuçları için.

Kaynaklar

İlgili Makaleler

GDPR & Uyumluluk

Japan My Number: Verhoeff & APPI

63% of generic tools fail My Number detection in Japanese documents. My Number uses Verhoeff algorithm — the most complex national ID checksum in Asia.

GDPR & Uyumluluk

HDPA Greece: AFM & AMKA Detection

Greek AFM detected with 52% accuracy by generic tools. HDPA issued 89 decisions in 2024 — up 162% from 2022. Tourism and maritime sectors face distinct.

GDPR & Uyumluluk

NAIH Hungary: TAJ-Szám and Adóazonosító Jel

Hungarian NER accuracy is 67% vs. EU average 82% — NAIH's 2024 assessment. TAJ-szám weighted checksum and adóazonosító jel detection gaps.

Verilerinizi korumaya hazır mısınız?

48 dilde 285+ varlık türü ile PII anonimleştirmeye başlayın.

Ücretsiz Deneme BaşlatÖzellikleri Görüntüle

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.