Anonimización y seudonimización
La seudonimización y la anonimización son conceptos distintos. La seudonimización es una medida de protección que reduce la posibilidad de vincular los datos a una persona concreta, pero sin la intención de eliminar por completo ese vínculo, mientras que la anonimización hace que los datos no puedan vincularse a ninguna persona. Los datos verdaderamente anonimizados ya no se consideran datos personales, por lo que quedan fuera del ámbito de aplicación del Derecho de la UE en materia de protección de datos.
El CEPD publica orientaciones sobre estos métodos para aclarar esta diferencia y ayudar al cumplimiento de los correspondientes requisitos de protección de datos.
Ejecución
Decisión vinculante 1/2021 relativa al conflicto planteado por el proyecto de decisión de la autoridad de control irlandesa en relación con WhatsApp Ireland con arreglo al artículo 65, apartado 1, letra a), del RGPD
Decisiones vinculantes del CEPD
#Data subject rights
#Basic principles
#GDPR enforcement
#Fines
#Cooperation between authorities
#Anonymisation/pseudonymisation
Read more about
Decisión vinculante 1/2021 relativa al conflicto planteado por el proyecto de decisión de la autoridad de control irlandesa en relación con WhatsApp Ireland con arreglo al artículo 65, apartado 1, letra a), del RGPD
Labor normativa
EDPB Informe anual 2025
Informes, declaraciones y cartas
#Anonimización y seudonimización
#Ejecución del RGPD
#Cooperación entre autoridades
#Cross-regulatory cooperation
#International cooperation
#Artificial intelligence
#Technology
Read more about
EDPB Informe anual 2025
Instrumentos de cumplimiento
Dictamen 28/2024 sobre determinados aspectos de la protección de datos relacionados con el tratamiento de datos personales en el contexto de los modelos de IA
Dictamen del Consejo (art. 64)
#Legal basis
#Artificial intelligence
#Anonymisation/pseudonymisation
Read more about
Dictamen 28/2024 sobre determinados aspectos de la protección de datos relacionados con el tratamiento de datos personales en el contexto de los modelos de IA