Gå til indhold

Privatlivslove former designet

Findes også på 28 sprog

English · Español · 日本語 · Português (Brasil) · Français · Deutsch · Italiano · 한국어 · 简体中文 · Português (Portugal) · 繁體中文 · Bahasa Indonesia · Türkçe · Polski · Tiếng Việt · ไทย · Nederlands · العربية · עברית · Українська · हिन्दी · Русский · Svenska · Norsk bokmål · Suomi · Español (México) · Français (Canada) · Deutsch (Schweiz)

An old stone bridge carries one road across a calm river between two towns with different roofs and building traditions.
Billedet er lavet med AI

Modul 4 af 6 i kapitlet Datakvalitet og styring, kapitel 5 i kurset Data Architect. Hvert modul står på egne ben. Forrige: Kend dine data · Næste: Samtykke og retten til at blive glemt

Spørgsmålet, dette modul besvarer: Hvad kræver databeskyttelsesregler og branchereguleringer af et design i Salesforce?

Da jeg arbejdede i Australien, mødte jeg masser af kommende arkitekter, der aldrig havde hørt om GDPR (databeskyttelsesforordningen). Europæere har ofte ikke hørt om Californiens privatlivslov, eller Canadas, eller Brasiliens. Det er naturligt: Du kender reglerne, hvor du arbejder. Men de love rækker på tværs af grænser, og de former systemdesign, selvom ingen af dem handler om Salesforce. Derfor hører de hjemme i et kursus i dataarkitektur.

Du behøver ikke blive advokat. Men du skal kunne se, at en regel kan ændre, hvor data opbevares, hvad du indsamler, hvem der ser det, hvorfor du må bruge det, hvor længe du gemmer det, hvor du sender det hen, om du kan slette det, hvilken historik du gemmer, og hvad du kan bevise bagefter. Det er ikke kun juridiske spørgsmål. Det er spørgsmål om dataarkitektur.

Dette modul er arkitekturvejledning, ikke juridisk rådgivning. Jura- og compliance-teams beslutter, hvilke love der gælder, og hvad de kræver. Arkitekten omsætter de krav til et design, der kan håndhæves.

Den største misforståelse først: »Vi er ikke i Europa, så GDPR gælder ikke.« Måske, måske ikke. GDPR’s territoriale anvendelsesområde omfatter organisationer uden for EU, der udbyder varer eller tjenester til personer i EU eller overvåger deres adfærd der (artikel 3 i forordning (EU) 2016/679 (opens in a new tab)). Så hvor din virksomhed har hovedkontor, er ikke enden på spørgsmålet. Hvor er dine kunder, dine medarbejdere, de personer, hvis data du har, dine systemer, dine databehandlere? Hvor rejser dataene hen? Det er landskabet fra kapitel 4 igen. Du kan ikke træffe gode beslutninger om databeskyttelse uden at vide, hvor dataene tager hen.

Her er de navne, en arkitekt bør kende, med det, hver af dem dækker. Det er en genkendelsestabel, ikke en matrix over, hvad der gælder: Læs den ikke og beslut, at »vi har kunder i Californien, så krav X gælder«. Det er juras afgørelse. Din opgave er at vide nok til at stille spørgsmålet, før systemet bygges.

Lov eller standardHvor eller hvadHvorfor en arkitekt bør kunne genkende den
GDPR (opens in a new tab)Den Europæiske UnionPersonoplysninger, lovlig behandling, den registreredes rettigheder, opbevaring, overførsler, databeskyttelse gennem design
CCPA, som ændret ved CPRA (opens in a new tab)CalifornienForbrugernes rettigheder over de personoplysninger, virksomheder indsamler om dem
PIPEDA (opens in a new tab)CanadaHvordan organisationer i den private sektor håndterer personoplysninger
LGPD (opens in a new tab)BrasilienBrasiliens generelle lov om beskyttelse af personoplysninger
Privacy Act 1988 (opens in a new tab)AustralienHvordan organisationer håndterer personoplysninger, under Australian Privacy Principles
HIPAA (opens in a new tab)Sundhedssektoren i USABeskyttede helbredsoplysninger i de omfattede sammenhænge
PCI DSS (opens in a new tab)BetalingskortBeskyttelse af kontodata for betalingskort
Sarbanes-Oxley (SOX) (opens in a new tab)Børsnoterede selskaber i USAKontroller og dokumentation bag den finansielle rapportering
COPPA (opens in a new tab)USA, børn onlinePersonoplysninger, der indsamles online fra børn

Listen vokser (flere amerikanske delstater har deres egne love), og lovene ændrer sig. Derfor vil jeg ikke have, at du lærer en tabel udenad og tror, du har lært arkitektur for databeskyttelse. Lær navnene, og lær så de spørgsmål, der overlever dem.

Detaljerne er forskellige, men de store databeskyttelseslove vender tilbage til de samme få ting, og hver af dem lander på arkitekturen.

Rettigheder. Personer kan bede om at se deres data, få dem berigtiget, få dem slettet og tage dem med sig; efter Californiens og Brasiliens love kan de også fravælge, at de bliver solgt. Hver eneste af de anmodninger betyder, at personens data skal findes, alle sammen.

Overførsler. GDPR og LGPD regulerer personoplysninger, der forlader deres jurisdiktion, og kræver tilstrækkelig beskyttelse dér, hvor de havner; PIPEDA forventer samme beskyttelsesniveau, når en tredjepart behandler dataene, uanset hvor de er. Det er landskabet igen: Hvilke pile krydser en grænse?

Anmeldelse af brud. Når personoplysninger bliver eksponeret, forventer lovene, at du anmelder bruddet til myndighederne og nogle gange underretter de berørte personer inden for en frist, der varierer fra lov til lov. Du kan ikke give besked om data, du ikke vidste, du havde, eller sige, hvad der blev eksponeret, hvis du ikke kan finde kopierne.

Ansvarlighed. Du skal kunne påvise overholdelse: fortegnelser over, hvad du behandler og hvorfor, konsekvensanalyser for behandling med høj risiko og, efter GDPR og LGPD, en databeskyttelsesrådgiver. Arkitekturen skal kunne levere fortegnelserne.

Før du beskytter personoplysninger, skal du finde dem. Nogle er indlysende: navn, hjemmeadresse, telefon, e-mail. Andre er ikke: lokation, enheds-id’er, IP-adresser, billeder, adfærdsdata, alt, der kan kobles tilbage til en person. Og konteksten betyder noget. En levering hos Steve Trucking bærer modtagerens navn, adresse, telefonnummer, leveringsnoter og fotos. Et foto kan vise en kasse på en trappe, eller en person, eller indersiden af et hjem. Leveringen er driftsdata, men nogle af dens attributter er personlige. Derfor klassificerede modul 3 felter: Databeskyttelse starter med at vide, hvad du har.

»I Salesforce.« Sandsynligvis ikke kun i Salesforce. Kom de fra en detailpartner? Blev de kopieret til Snowflake, indlæst i Data 360, skrevet til en integrationslog, eksporteret af en bruger, efterladt i felthistorikken, arkiveret, kopieret til en sandbox, givet videre til en partner, brugt i en agents samtale? Personoplysninger spreder sig. Så når jura spørger »hvor har vi denne persons oplysninger?«, er »vi ved, hvor den aktuelle værdi er« ikke et svar. Jeg vil have landskabet og dataoprindelsen: hvor kopierne tog hen.

Privatliv gælder også for kopierne Vejen for én modtagers telefonnummer hos Steve Trucking. Det kommer ind på en detailpartners manifest til RouteDesk, tastes ind igen i hånden i Salesforce, hvor leveringsteams ser det på dagen for deres egne stop, og går ud til Snowflake gennem det ugentlige eksportjob. Fremhævet i ravgult er de kopier, folk glemmer: felthistorikken gemmer hver gammel værdi, en sandbox kopierer produktion, en agents kontekst gemmer en samtale og en log, integrationslogfiler gemmer partnerens payload til support, og arkivet gemmer gamle leveringer. Nedenunder: privatliv gælder også for kopierne. MENNESKER TIL HØJRE: INTERNE SYSTEMER KOPIER, FOLK GLEMMER NEDERST TIL HØJRE: IND OG FLERE KOPIER Leveringsteams ser det på dagen, kun egne stop EKSPORTJOB Snowflake leveringsanalyse RouteDesk ruter og 8 års historik Felthistorik hver gammel værdi Sandbox en kopi af produktion Agentkontekst en samtale, en log Detailpartner manifestet Integrationslogfiler payloads, gemt til support Arkiv gamle leveringer Salesforce leveringen, teamets stop telefonnummer ind tastet ind igen ugentlig eksport Salesforce mennesker et internt system data ind og ud integrationslaget starter ved det system, der åbner forbindelsen; etiketten siger, hvad der flytter sig stiplet: gjort i hånden en kopi, folk glemmer Privatliv gælder også for kopierne. © 2026 Twinshark LLC · stevetecharc.com
Click to enlarge

Ét telefonnummer, mange kopier. Databeskyttelse gælder også for kopierne.

At have data og at have lov til at bruge dem er ikke det samme. Steve Trucking har en modtagers telefonnummer for at koordinere dagens levering. Gør det nummeret til en markedsføringsliste? Nej. Retsgrundlaget afhænger af jurisdiktionen og situationen, og det vejleder jura om, men arkitekturen skal bære svaret: hvorfor dataene blev indsamlet, hvilken brug der blev godkendt, om der var brug for samtykke, om det blev givet eller trukket tilbage, og for hvilken kanal, adresse og hvilket formål. Tilladelsen til at bruge data skal kunne repræsenteres som data, for et politikdokument kan ikke træffe en beslutning, mens systemet kører. Det næste modul modellerer det.

At indsamle mindre er en arkitekturbeslutning

Sektion kaldt “At indsamle mindre er en arkitekturbeslutning ”

En af de stærkeste databeskyttelseskontroller er ikke at indsamle dataene, eller ikke at kopiere dem derhen, hvor der ikke er brug for dem. Har Snowflake brug for modtagerens telefonnummer? Har analyserne brug for den fulde gadeadresse? Har sandboxen brug for rigtige leveringsfotos? Har en agent brug for modtagerens personlige oplysninger for at besvare dette spørgsmål? Hvis ikke, er den stærkeste kontrol måske at lade være med at lægge dem dér. Hver kopi, du ikke laver, er en, du ikke skal sikre, opbevare, slette, holde styr på samtykke for, revidere eller indberette ved et brud. De billigste følsomme data at styre er dem, du aldrig kopierede.

»Vi gemmer alt indtil videre« er en opbevaringspolitik. Det er bare en dårlig en. For vigtige data vil jeg vide på designtidspunktet, hvor længe vi har brug for dem og hvorfor; om én regel fastsætter et minimum og en anden et maksimum; hvornår uret begynder at tikke; og hvad der sker til sidst: slette, arkivere, afidentificere, og hvor er kopierne? Regnskabsdata skal måske gemmes i en bestemt periode. En modtagers lågekode har intet formål år efter leveringen. De beslutninger venter ikke, til databasen er blevet stor.

Anonymiseret, pseudonymiseret, krypteret, maskeret

Sektion kaldt “Anonymiseret, pseudonymiseret, krypteret, maskeret ”

Erstat »Jane Smith« med 7F92A1. Er Jane anonymiseret? Ikke hvis en anden tabel stadig siger 7F92A1 = Jane Smith. Det er pseudonymisering: Den direkte identifikator er erstattet, men dataene kan kobles sammen igen ved hjælp af oplysninger, der opbevares separat, og efter GDPR er pseudonymiserede data stadig personoplysninger (artikel 4, nr. 5). Anonymisering går videre: Dataene kan ikke længere med rimelighed kobles til personen (betragtning 26). Så når nogen siger »vi behøver ikke slette det, vi fjerner bare navnet«, så vær forsigtig. Hvis personen stadig med rimelighed kan identificeres, har du ikke krydset den linje. Om et resultat opfylder loven, er juras afgørelse; arkitektens opgave er at sige præcis, hvad systemet gør: Kan dataene kobles sammen igen, hvilke nøgler er tilbage, og hvor ligger mappings?

Brug ordene præcist, for de løser forskellige problemer. Kryptering beskytter data mod uautoriseret videregivelse; en autoriseret bruger kan stadig dekryptere dem. Maskering ændrer, hvad bestemte brugere eller miljøer ser. Pseudonymisering adskiller den direkte identitet, men bevarer en vej tilbage. Anonymisering fjerner den rimelige mulighed for at identificere personen. Kun den sidste tager data ud af kategorien »personoplysninger«.

Jura behøver ikke fortælle mig, at jeg skal oprette et tilladelsessæt; det er min side af linjen. Jura siger måske: »Kun medarbejdere med et legitimt forretningsmæssigt behov må få adgang til denne kategori af personoplysninger.« Så oversætter jeg: Hvem er de, hvordan identificerer vi kategorien, hvordan gives adgangen, hvad sker der, når nogen skifter job, kan en integration læse dem, kan en agent, kan de eksporteres, og hvordan beviser vi, hvem der så dem? Ejerne fastsætter politikken; arkitekterne håndhæver den. Jura og compliance fastlægger forpligtelsen, dataejerne fastsætter forretningspolitikken, og arkitekten designer håndhævelsen.

Fra regulering til bevis En kæde med fem trin, oppefra og ned. Et, reguleringen: jura siger, at personoplysninger kun er til et legitimt behov. Den bliver til to, forretningspolitikken: ejeren siger, at teams ser modtageroplysninger for deres egne stop. Den bliver til tre, fremhævet, kravet: arkitekten specificerer egne stop, kun på dagen. Det bygges som fire, håndhævelsespunktet: arkitekten designer deling og feltadgang. Det bevises af fem, beviset: compliance kan vise, hvem der så det, og hvornår. Nedenunder: jura fortolker loven; arkitekten får den til at virke, og til at kunne bevises. bliver bliver bygges som bevises af 1 · Regulering Jura: personoplysninger kun til et legitimt behov 2 · Forretningspolitik Ejer: teams ser modtageroplysninger for deres egne stop 3 · Krav Arkitekt: egne stop, kun på dagen 4 · Håndhævelsespunkt Arkitekt: deling og feltadgang 5 · Bevis Compliance: hvem så det, hvornår Jura fortolker loven; arkitekten får den til at virke, og til at kunne bevises. © 2026 Twinshark LLC · stevetecharc.com
Click to enlarge

Fra regulering til dokumentation: Jura fortolker, ejeren fastsætter politikken, arkitekten får det til at virke og til at kunne bevises.

Og compliance er ikke et produkt. Du kan ikke købe »compliance: til«. Kryptering kan understøtte et krav, revisionsfunktioner leverer dokumentation, opbevaringsværktøjer udfører politikken, samtykkedata understøtter tilladt brug, men at købe licens til en funktion gør ikke en arkitektur compliant. Compliance kommer fra hele designet: mennesker, politik, proces, data, kontroller og dokumentation. Salesforce er en del af det, ikke det hele. Og hvis en politik er vigtig nok til at blive håndhævet, så spørg, om den er vigtig nok til at blive bevist: Hvem tilgik denne post den 17. marts, hvem ændrede dette felt, hvad indeholdt den eksport? Modul 6 dækker dokumentationen.

Hos Steve Trucking kommer modtagerens personoplysninger ind via tre partnerintegrationer. Salesforce har brug for dem til at køre leveringerne; teamene har brug for nogle af dem, kun for deres egne stop og kun på dagen; Snowflake vil have leveringsanalyser; økonomi har brug for nok til at fakturere, men ikke det, teamet ser. Og én detailpartner må aldrig se en andens modtagere. Databeskyttelse ændrer pilene: Visse felter går ikke til Snowflake, analyserne får en mindre identificerbar version, teamene ser kun deres egne stop, og opbevaringen længere nede i kæden er en anden end den operationelle opbevaring. Kravet om databeskyttelse står ikke ved siden af landskabsdiagrammet. Det ændrer det.

Reglerne ændrer sig, så hav et holdbart sæt spørgsmål med dig til alle følsomme eller regulerede data:

  • Hvad er det? Personlige, følsomme, finansielle, helbreds-, betalings- eller børns data, eller på anden måde regulerede?
  • Hvor bor det? Hver kopi: integrationer, historik, analyser, arkiver, sandboxes, logs, brug i AI.
  • Hvorfor må vi bruge det? Hvilket formål og retsgrundlag gælder? Er samtykke involveret?
  • Hvem må bruge det? Mennesker, systemer, partnere, integrationer, agenter.
  • Hvor længe gemmer vi det, og hvad sker der til sidst?
  • Kan personen udøve sine rettigheder over det? Indsigt, berigtigelse, sletning, dataportabilitet, indsigelse, som loven giver.
  • Kan vi bevise, hvad der skete? Adgang, ændringer, eksporter, samtykke, sletning, opbevaring.

AI tilføjer endnu en forbruger af styrede data. Kan et AI-system bruge disse data, til hvilket formål, som grounding (forankring i data), kombineret med hvad, gentaget i sit output, logget hvor og hvor længe? Styring af AI bevæger sig fra virksomhedspolitik ind i lovgivningen: EU’s AI-forordning (forordning (EU) 2024/1689 (opens in a new tab)) er det første brede eksempel. Hvad den kræver, afhænger af systemet og brugen. Retningen for arkitekter er klar: AI står ikke uden for styringen; det er endnu en forbruger af styrede data.

  • Hvor regulerede eller følsomme data kommer ind, bor, bevæger sig og bliver kopieret på tværs af landskabet.
  • Hvordan politik fra jura og compliance bliver til krav, der kan håndhæves, uden at arkitekten fortolker loven.
  • Om hvert system, der modtager følsomme data, har brug for dem, eller om en mindre identificerbar version ville være nok.
  • Hvordan opbevaring, sletning, anonymisering, pseudonymisering, beskyttelse og dokumentation former dataenes livscyklus.
  • Hvilken dokumentation der skal findes for at vise, at de vigtige kontroller faktisk virkede.

Regler bliver ikke til arkitektur ved at sætte deres navne på et slide. De bliver til arkitektur, når de ændrer, hvordan data indsamles, klassificeres, flyttes, beskyttes, opbevares, slettes og bevises.