Sekretesshöjande tekniker: så använder ni dem rätt enligt GDPR

november 21, 2026, Jesper Thornberg

Sekretesshöjande tekniker, som Integritetsskyddsmyndigheten (IMY) kallar integritetshöjande teknik och som internationellt kallas PET (privacy-enhancing technologies), gör det möjligt att analysera och dela data med lägre risk för de personer som finns i den. Exempel är differential privacy, syntetiska data, pseudonymisering och krypterade beräkningar. Tekniken är ändå bara halva arbetet. En organisation som vill använda dem behöver också kunna visa vilken behandling tekniken skyddar, varför den valda metoden räcker, när en konsekvensbedömning krävs och vem som ansvarar för uppföljningen. Det är där de flesta projekt avgörs, och det är dokumentationen och styrningen runt tekniken som en compliance-plattform finns till för.

Trustview
Få bättre överblick över integritetsarbetet
Samla arbetet med integritetsrisker och efterlevnad i Trustview, från behandlingsregister och konsekvensbedömningar till ansvar och uppföljning.
  • ✓Behandlingsregister
  • ✓Risk- och konsekvensbedömningar
  • ✓Ansvarsfördelning
  • ✓Uppföljning av åtgärder

Besök

Kort sagt

  • Sekretesshöjande tekniker är metoder som stärker integritetsskyddet, till exempel differential privacy, syntetiska data, federerad inlärning, säker flerpartsberäkning, homomorf kryptering och pseudonymisering.
  • Pseudonymiserade eller krypterade uppgifter är fortfarande personuppgifter enligt GDPR om de kan kopplas till en person. Bara verkligt anonym information faller utanför.
  • Själva anonymiseringen är en personuppgiftsbehandling. Den omfattas av GDPR och kan kräva en konsekvensbedömning.
  • Differential privacy styrs av en integritetsbudget (epsilon): lägre värde ger starkare skydd men mindre exakta resultat.
  • Tekniken ger ingen egen rätt att dela data. Den rättsliga grunden måste finnas först, och tekniken används för att säkra delning som redan är tillåten.

Innehållsförteckning

Vad menas med sekretesshöjande tekniker?

Ordet sekretess leder lätt tankarna till offentlighets- och sekretesslagen (OSL) och reglerna om när myndigheter får lämna ut uppgifter. Den här artikeln handlar om något annat: de tekniska och organisatoriska metoder som gör att data kan användas utan att enskilda personer röjs. För myndigheter hänger frågorna ihop, eftersom tekniken kan bli ett sätt att dela data inom ramen för sekretessreglerna, men själva tekniken är densamma i offentlig och privat sektor.

I rapporten Integritet och ny teknik 2020–2024 använder IMY integritetshöjande teknik som samlingsbegrepp för tekniker eller metoder som stärker integritetsskyddet, antingen som komplement till befintligt skydd eller för att minska risker. Rapporten nämner syntetiska data, differentiell integritet, kryptering, federerad och distribuerad analys samt edge-teknik.

Regeringen använder i sin tur begreppet integritetsbevarande metoder. I kommittédirektivet dir. 2025:64 definieras de som metoder, bland annat tekniska, som ska göra delning av data möjlig utan att personuppgifter eller andra skyddsvärda uppgifter, till exempel företagshemligheter, röjs. Anonymisering, generalisering och randomisering anges som exempel.

För en dataskyddsansvarig eller CISO är den praktiska poängen enkel: tekniken flyttar gränsen för vad som går att göra med data, men den tar inte bort ansvaret. IMY konstaterar i samma rapport att det sällan är tekniken i sig som utgör risken eller möjligheten, utan hur människor och verksamheter använder den, och att många verksamheter fortfarande har grundläggande brister i sitt dataskyddsarbete.

Vad menas med sekretesshöjande tekniker?

De vanligaste teknikerna och när de används

Utredningen bakom SOU 2026:44 En stärkt förmåga till modern datadelning fokuserar på fem moderna tekniker samt de etablerade metoderna anonymisering och pseudonymisering. Tabellen sammanfattar vad de gör och vilken fråga ni behöver kunna besvara i dokumentationen.

Teknik Vad den gör Typisk användning Frågan ni behöver dokumentera
Pseudonymisering Ersätter direkta identifierare med koder; nyckeln förvaras separat Forskning, analys, träning av AI-modeller Hur skyddas nyckeln och vem har åtkomst?
Anonymisering Tar bort möjligheten att identifiera personer Öppna data, statistik, delning externt Är risken för återidentifiering försumbar?
Differential privacy Lägger till kontrollerat statistiskt brus i resultat Statistik och aggregerade analyser Vilken integritetsbudget används och varför?
Syntetiska data Skapar konstgjorda data med samma statistiska mönster Test, utveckling, modellträning Kan verkliga personer härledas ur datan?
Federerad inlärning Tränar modeller där datan finns, utan att flytta den Samarbeten mellan organisationer Vad lämnar varje part ifrån sig?
Säker flerpartsberäkning Flera parter räknar gemensamt utan att visa sina data Gemensam analys mellan aktörer Vem är personuppgiftsansvarig för vad?
Homomorf kryptering Beräkningar görs direkt på krypterade data Analys hos leverantör eller i moln Var och när dekrypteras resultatet?

Pseudonymisering är den teknik de flesta redan använder. eSams vägledning om pseudonymisering av personuppgifter understryker att de kompletterande uppgifterna, alltså kopplingsnyckeln, måste förvaras separat och skyddas med tekniska och organisatoriska åtgärder. Vägledningen nämner också pseudonymiserad information som underlag för att träna AI-modeller.

De moderna teknikerna kräver mer av organisationen. Säker flerpartsberäkning och federerad inlärning innebär nästan alltid flera parter, vilket gör rollfördelningen mellan personuppgiftsansvariga och personuppgiftsbiträden till en central fråga. Har ni inte klarlagt den, hjälper ingen kryptering. Läs mer om ansvarsfördelningen i vår guide om roller i integritetsskydd.

Differential privacy och GDPR

Differential privacy, på svenska ofta differentiell integritet, är den teknik som oftast diskuteras när statistik och analys ska delas. Enligt NIST:s riktlinjer SP 800-226 uppnås den vanligtvis genom att slumpmässigt brus läggs till i analysresultaten.

Så fungerar integritetsbudgeten

Principen är att resultatet av en fråga mot datan bara får ändras med en begränsad, förutbestämd mängd om en enskild person läggs till eller tas bort. Den gränsen styrs av en parameter som kallas epsilon. Enligt Utrecht universitets Data Privacy Handbook gäller följande:

  1. Lägre epsilon ger starkare integritetsskydd, men mer brus och mindre exakta resultat.
  2. Budgeten bestäms i förväg och varje fråga mot datan förbrukar en del av den.
  3. När budgeten är slut kan inga fler frågor ställas utan att skyddet försvagas.

NIST kallar avvägningen mellan starkare integritet och högre noggrannhet för privacy-utility tradeoff. Fördelen med differential privacy är att risken blir matematiskt mätbar. Samtidigt finns det enligt handboken ingen absolut korrekt metod för att välja epsilon för en viss typ av data, vilket gör valet till ett beslut som måste motiveras.

Exempel: statistik över kundärenden

Tänk dig ett försäkringsbolag som vill dela statistik över skadeärenden per postnummer med en forskargrupp. Utan skydd kan ett litet postnummerområde med ett fåtal ärenden peka ut enskilda kunder. Med differential privacy läggs brus till i varje tabell, så att förekomsten av en enskild kund inte går att utläsa.

Det juridiska arbetet ligger runt beslutet: vilket epsilon som valdes, hur många frågor budgeten räcker till, vem som godkände avvägningen och hur den följs upp om forskargruppen begär fler uttag. Det är just den typen av beslut som en tillsynsmyndighet frågar efter, och som behöver finnas dokumenterat med ansvarig person och datum.

Gör differential privacy datan anonym?

Inte automatiskt. Utrecht-handboken betonar att frågan om en datamängd kan betraktas som anonym enligt GDPR alltid beror på sammanhanget och datamängden, oavsett epsilon-värde. Behandla därför differential privacy som en skyddsåtgärd i er riskbedömning, och gör en separat bedömning av om resultatet uppfyller kraven för anonymitet.

När data fortfarande är personuppgifter

Den vanligaste missuppfattningen är att en teknisk åtgärd tar datan ut ur GDPR. IMY är tydlig på flera punkter:

  • Pseudonymiserade, kodade eller krypterade uppgifter är fortfarande personuppgifter om de kan kopplas till en fysisk person med hjälp av kompletterande uppgifter, enligt IMY:s sida om personuppgifter.
  • Verkligt anonym information omfattas inte av GDPR, men själva anonymiseringsprocessen är en personuppgiftsbehandling. Det framgår av IMY:s guide om anonymiserade personuppgifter. De registrerade har rätt till information om processen, och en konsekvensbedömning krävs om den sannolikt medför hög risk.
  • AI-system kan i vissa fall betraktas som anonymiserade, men enligt IMY:s rapport om GDPR vid användning av generativ AI krävs då att risken är försumbar för att både användare och externa parter ska kunna få ut personuppgifter ur systemet.

Konsekvensen för er är att anonymiseringsprojektet i sig ska finnas i registerförteckningen, ha en rättslig grund och riskbedömas. Särskild försiktighet krävs när underlaget kan innehålla personer med skyddade personuppgifter, där en återidentifiering kan få allvarliga följder för den enskilde. Hur en ansökan om skyddad identitet går till visar varför de uppgifterna kräver extra skydd i varje led av behandlingen.

Vad GDPR kräver när ni inför tekniken

Utredningen i SOU 2026:44 bedömer att integritetsfrämjande teknik utgör sådana lämpliga tekniska och organisatoriska skyddsåtgärder som dataskyddsförordningen kräver, och att teknikerna därför bör användas när det är lämpligt. Utredningen konstaterar också att tekniken inte ger någon egen rätt till datadelning. Rätten måste följa av annan lagstiftning. Det ger en tydlig arbetsordning.

1. Fastställ ändamål och rättslig grund

Börja med frågan om behandlingen eller delningen är tillåten alls. Tekniken kan säkra en delning som redan är laglig, men aldrig ersätta den rättsliga grunden. Här går många projekt fel: tekniken väljs först och juridiken prövas efteråt.

2. Registrera behandlingen

Både den ursprungliga behandlingen och anonymiserings- eller pseudonymiseringssteget hör hemma i registerförteckningen. I Trustview automatiseras registerförteckningen, så att nya behandlingar och skyddsåtgärder hålls samlade i samma struktur.

3. Gör en riskbedömning och vid behov en konsekvensbedömning

IMY:s rapport om generativ AI anger att riskbedömningar ska göras innan behandlingen påbörjas, och att en konsekvensbedömning krävs om behandlingen sannolikt medför hög risk för enskilda. IMY:s rättsliga tolkningsstöd om konsekvensbedömning nämner behandling, även arkivering, av pseudonymiserade känsliga personuppgifter från forskningsprojekt eller kliniska prövningar som exempel som uppfyller kriterier som kan kräva en konsekvensbedömning. Vår artikel om riskkriterier i DPIA går igenom hur ni avgör när kraven slår till, och guiden till konsekvensbedömning enligt GDPR visar hur bedömningen genomförs. I Trustview görs DPIA och TIA i plattformen med färdiga mallar.

4. Välj teknik och dokumentera avvägningen

Motivera varför just den tekniken räcker för risken: vilken nivå av brus, vilken nyckelhantering, vilka parter som ser vad. Ett beslut om epsilon eller om separat nyckelförvaring är ett riskbeslut och ska kunna spåras till en ansvarig.

5. Granska leverantörer och samarbetspartner

Förekommer molntjänster, analysplattformar eller andra organisationer i kedjan behöver ni bedöma dem. En svag länk hos en leverantör kan göra den bästa tekniken verkningslös. Se vår checklista för leverantörsbedömning.

6. Följ upp löpande

Enligt IMY gäller dataskyddsprinciperna både innan behandlingen börjar och löpande under hela behandlingen. Planera därför uppföljning: förbrukas integritetsbudgeten, har nya datakällor ökat risken för återidentifiering, har nyckeln hanterats rätt? I Trustview tilldelas åtgärder ansvariga och följs upp, med realtidsöversikt över compliance-status. Läs också så visar du att du följer GDPR, inte bara att du försöker.

Utvecklingen i Sverige 2025–2026

Frågan har fått tydligt politiskt fokus. Regeringen beslutade genom dir. 2025:64 att tillsätta en utredning om integritetsbevarande metoder för att stärka den offentliga förvaltningens förmåga att dela data med bibehållet skydd. Utredningen, med rättschefen Erik Janzon som särskild utredare, redovisades 2026 i SOU 2026:44.

Utredningen bedömer att integritetsfrämjande teknik kan göra informationsutbyte möjligt som annars inte hade varit tillåtet av integritetsskäl, med bibehållet skydd för enskilda. Den noterar också att både Europeiska dataskyddsstyrelsen (EDPB) och IMY har bedömt teknikerna som skyddsåtgärder. Betänkandet är ett förslag och inte gällande rätt, men det visar riktningen: offentliga aktörer och deras leverantörer kommer att förväntas kunna redogöra för hur de använder tekniken.

För privata organisationer är budskapet detsamma. Tekniken räknas som en del av de skyddsåtgärder GDPR redan kräver, och det som granskas är om valet är motiverat, dokumenterat och uppföljt.

Så ser vi på sekretesshöjande tekniker

Vi ser sekretesshöjande tekniker som ett av de mest användbara verktygen för organisationer som vill använda data i analys, AI och samarbeten utan att ge avkall på skyddet för enskilda. Men tekniken skapar bara värde när den är förankrad i ett strukturerat dataskyddsarbete.

Ett krypteringslager eller ett brusvärde är ett beslut om risk. Det beslutet behöver ha en rättslig grund, en registrerad behandling, en konsekvensbedömning när risken är hög, en ansvarig person och en plan för uppföljning. Saknas något av det står organisationen med en avancerad teknik som den inte kan försvara vid en granskning.

Trustview är byggt av jurister med expertis inom svensk och europeisk lagstiftning, just för att den juridiska och den operativa delen ska hänga ihop. Registerförteckning, DPIA, leverantörsbedömningar, ansvarsfördelning och uppföljning finns på samma ställe, och plattformen stödjer GDPR, NIS2, ISO 27000 och AI-förordningen. Det gör det möjligt att införa ny teknik utan att tappa överblicken.

Jesper

Samla dokumentationen på ett ställe

När sekretesshöjande tekniker införs växer kraven på dokumentation snabbt: behandlingar, riskbedömningar, konsekvensbedömningar, leverantörer och åtgärder. Trustview är en svenskutvecklad plattform där ni automatiserar registerförteckningen, genomför DPIA och TIA, bedömer leverantörer, delegerar ansvar och får automatiserade rapporter. Plattformen kostar från 2 500 kr per månad.

Trustview

Behöver ni stöd i en enskild bedömning, till exempel om ett anonymiserat dataset verkligen faller utanför GDPR, kan ni lägga till juridisk rådgivning. Se priser och upplägg för Trustview.

Vanliga frågor

Är sekretesshöjande tekniker samma sak som PET?

Ja. Begreppet motsvarar det engelska privacy-enhancing technologies. IMY använder termen integritetshöjande teknik, medan regeringen och SOU 2026:44 talar om integritetsbevarande metoder och integritetsfrämjande teknik.

Räcker differential privacy för att data ska räknas som anonym enligt GDPR?

Inte automatiskt. Om datan är anonym beror på sammanhanget och datamängden, oavsett vilket epsilon-värde som används. Gör därför alltid en separat bedömning av risken för återidentifiering och dokumentera den.

Måste vi göra en konsekvensbedömning när vi anonymiserar data?

Anonymiseringen är en personuppgiftsbehandling som omfattas av GDPR. En konsekvensbedömning krävs om processen sannolikt medför hög risk för de registrerade, till exempel när känsliga personuppgifter från forskning pseudonymiseras och arkiveras.

Ger tekniken oss rätt att dela data med andra organisationer?

Nej. Enligt SOU 2026:44 ger integritetsfrämjande teknik ingen egen rätt till datadelning. Den rättsliga grunden måste följa av annan lagstiftning, och tekniken används för att säkra delning som redan är tillåten.

Är pseudonymiserade uppgifter personuppgifter?

Ja. Så länge uppgifterna kan kopplas till en person med hjälp av kompletterande uppgifter, som en kodnyckel, är de personuppgifter och hela GDPR gäller.

Källor

Rekommendationer

Mer att upptäcka

Analytiker granskar statistik inför delning med integritetsskydd
Sekretesshöjande tekniker: så använder ni dem rätt enligt GDPR
Vad sekretesshöjande tekniker är, hur differential privacy fungerar och när data fortfarande räknas som personuppgifter enligt GDPR. En guide för…
Läs mer
Medarbetare bekräftar att de tagit del av policyn vid introduktionen.
Medarbetarkvittens av policyer: så bygger du en process som håller
Så bygger du en medarbetarkvittens av policyer som håller: vad den bekräftar, vilka policyer som ska kvitteras, vad som loggas…
Läs mer
Specialist jämför policyn med den faktiska arbetsrutinen
IMY:s vägledning om GDPR: så omsätter du den i praktiken
Var IMY:s vägledning om GDPR finns, vad den betyder rättsligt och hur du gör den till dokumenterade rutiner för rättslig…
Läs mer
De complianceansvariga planerar tillsammans en väg framåt
Färdplan för compliance: så bygger du den i sex steg
Så bygger du en färdplan för compliance som håller: kartlägg regelverken, prioritera risker, sätt ägare och tidsplan, och följ upp…
Läs mer
Separata serverrack för produktionsdata och säkerhetskopior
Säkerhetskopiering och GDPR: krav på backup, radering och BYOD
Vad GDPR och IMY kräver av era säkerhetskopior: skydd, lagringstid, radering, återläsningstest, leverantörer och en BYOD-policy som håller vid en…
Läs mer
ECCC Startar Nya Cybersäkerhetsprojekt: Viktig Uppdatering för EU-Efterlevnad och Rättslig Risk inom Digitala Tjänster
ECCC Startar Nya Cybersäkerhetsprojekt: Viktig Uppdatering för EU-Efterlevnad och Rättslig Risk inom Digitala Tjänster Europeiska Cybersäkerhetskompetenscentret (ECCC) har officiellt initierat…
Läs mer
Kravdokumenten jämförs i en mappningsmatris
Mappa ISO 27001 mot GDPR: så kopplar du ihop kraven i praktiken
Så mappar du ISO 27001 mot GDPR: var kraven överlappar, vilka GDPR-krav ditt ISMS inte täcker och sju steg till…
Läs mer
CISO och dataskyddsombud analyserar en incidentlogg
Samarbete mellan CISO och DPO: roller, gränser och arbetssätt
Så samarbetar CISO och dataskyddsombud utan att kompromissa med oberoendet: rollfördelning, intressekonflikter, incidenter och rapportering till ledningen.
Läs mer
Specialist går igenom vilka personuppgifter som krävs
Dataminimering enligt GDPR: så tillämpar ni principen i praktiken
Vad kräver uppgiftsminimering enligt artikel 5.1 c GDPR? Så avgör ni vad som är nödvändigt, dokumenterar bedömningen och följer upp…
Läs mer
Dataskyddsspecialist granskar en överföringsbedömning
TIA för molntjänster: så gör du överföringsbedömningen
Så gör du en TIA för molntjänster enligt GDPR: när den krävs, hur du bedömer mottagarlandet, vilka skyddsåtgärder som räcker…
Läs mer
VD och styrelseordförande går igenom integritetspolicyn
Ledningsansvar enligt GDPR: vad VD och styrelse måste göra
Vem bär ansvaret för GDPR, och vad måste VD och styrelse besluta, följa upp och kunna visa? En praktisk guide…
Läs mer
Workshop för att bedöma mognadsnivån inom informationssäkerhet
Mognadsmodell för informationssäkerhet: så mäter ni nivån
Så fungerar en mognadsmodell för informationssäkerhet: områden, nivåer, svenska modeller från MSB och hur ni gör bedömningen till en prioriterad…
Läs mer
Mall58 GDPR-kontroller för att analysera ert bolagChecklistan våra jurister använder. Kostnadsfri PDF.Ladda ner checklistan
Nya guider och nyheter, en gång i veckanTrustviews nyhetsbrev om dataskydd och informationssäkerhet. Avsluta när du vill.
Detta fält används för valideringsändamål och ska lämnas oförändrat.

Vi mejlar högst en gång i veckan. Du kan avsluta när du vill. Läs vår integritetspolicy.

Compliance with less effort

Upptäck mer inom området