德國卡爾斯魯爾行政法院(VG Karlsruhe)公布第一個有關DSGVO的判決

  卡爾斯魯爾行政法院在今年6月7日公布第一個關於歐盟個人資料保護規則(Datenschutzgrundverordnung,DSGVO)的判決。在本案中,原告是一間負責處個人信用資料的民間公司,其依據現行BDSG(Bundesdatenschutzgesetz,聯邦個人資料保護法)的規定來蒐集、保存與傳輸個人資料給第三人。巴登符騰堡邦的主管機關在預見原告將來會違反DSGVO規定的情況下,向原告發出一份行政處分(Verfügung),要求原告必須依照DSGVO的相關規定調整作業流程以符合DSGVO的規範。但原告認為,其只需要在2018年5月24號之後,就相關作業流程符合DSGVO的規範即可。

  本案的關鍵在於,主管機關是否已經可以用DSGVO的規定來規範民間企業?因為依據DSGVO第99條的規定,DSGVO現雖已生效,但必須到2018年5月25日才開始適用。

  根據BDSG第38條第5項規定,監督機構可以採取必要措施,確保民間企業在收集、傳播和使用個人資料時遵守相關保護規定;且本案中,原告在2018年5月24號後可能會出現的違法情形也已顯而易見,但法院並不同意行政機關可以預先發布行政處分的看法。因為DSGVO雖已生效,但民間企業必須適用的期限仍未屆至。行政機關不得在未有法律授權的情況下,預先規範限制未來的可能違法行為。現行法律對於行政機關的授權範圍必須被嚴格遵守,在DSGVO未開始適用的情況下,目前行政機關仍只能依據BDSG及DSAnpUG(Datenschutzanpassungs- und Umsetzungsgesetz,個人資料保護調整和施行法)的規定,來處理相關的行政措施。

相關連結
※ 德國卡爾斯魯爾行政法院(VG Karlsruhe)公布第一個有關DSGVO的判決, 資訊工業策進會科技法律研究所, https://stli.iii.org.tw/article-detail.aspx?d=7900&no=64&tp=1 (最後瀏覽日:2026/09/29)
引註此篇文章
你可能還會想看
eBay網站因販賣仿冒品被法國法院判決敗訴並須賠償原品牌業者

  繼eBay 於 今年6月4日因未制止網拍業者於eBay 網站上拍賣仿冒品被法國法院( The Tribunal de Grande Instance in Troyes)判決敗訴 、 須與網拍業者共同賠償精品業者愛瑪士 (Hermes)2萬歐元後,不到一個月的時間,另一法國法院( The Tribunal de Commerce in Paris) 於6月30日再度判定eBay因任由網拍業者拍賣仿冒物品而需賠償LVMH集團共3860萬歐元並禁止eBay在其網站上販賣LVMH集團旗下包括迪奧(Dior)、嬌蘭(Guerlain)、紀梵希(Givenchy)及Kenzo 4個品牌之香水。   eBay 表示為了保護品牌業者的智慧財產權,其已投資了超過2000萬美元建置相關機制(The Verified Rights Owner) 讓品牌業者可以容易的發現仿冒的網拍品並通知eBay 將該物品下架。但愛瑪士及LVMH集團皆認為該機制尚不足以杜絕仿冒品的銷售。   針對LVMH之判決,Vanessa Canzini, eBay 的發言人表示 “如果有仿冒品出現在eBay 的網站上, eBay會迅速地將該物品下架,但此次的判決非關仿冒品”。 Sravanthi Agrawal, eBay 的另一發言人表示 “此次判決的重點在銷售管制 (指LVMH集團企圖壟斷其銷售管道),因eBay 並非LVMH集團所授權的銷售管道之一”。 eBay 表示LVMH集團的壟斷行為將對消費者造成傷害,將代表消費者提起上訴。   以上兩案經由法國法院針對拍賣網站提供平台販售仿冒品之判決結果預計將於國際間引發連鎖效應。一位美國智財律師表示美國法院目前認為在美國商標法下,eBay 有義務將仿冒品從其網站上移除。而法國法院的判決則更進一步要求拍賣網站在仿冒品被放上網站拍賣前就有義務制止其被拿出來販售。法國法院的見解如未被推翻將可能鼓勵其它國法院針對類似案件做出相同的判決結果。

保護、分級與言論(下)

觀察韓國公平會與最高法院之數位證據存證趨勢,以雜湊值與數位軌跡確保證據同一

韓國公平交易委員會(Korea Fair Trade Commission,以下稱為韓國公平會)於2026年3月韓國公平會修訂《公平貿易委員會及其附屬機構組織的執行規則》,設立數位鑑識部門(Digital Forensics Division),並同步修訂《(公平交易委員會)關於蒐集、分析與管理數位證據之規則》(( 공정거래위원회 ) 디지털 증거의 수집·분석 및 관리 등에 관한 규칙),下稱數位證據規則),以因應案件量件量增加與數位化趨勢,調查案件的難度增加的挑戰。韓國公平會案件量由1990年代約1,300件,在過去5年內幾乎翻倍至約2,400件。修訂數位證據規則之目的旨於賦予數位鑑識部門對數位證據蒐集、保存與分析之權限。該規則建立嚴格的證據保管鏈規範,要求調查人員於蒐集數位資料時須填寫確認表,記錄所蒐集資料的「雜湊值(Hash Value)」、取證日期及地點、取證工具等,後續調查人員亦須針對「與確認表雜湊值相符的檔案」進行數位鑑識。可預期此制度將影響企業評估官方之數位證據可靠與否。 除偵查端採取雜湊值確保證據之同一性,在司法訴訟層面,數位證據之真偽早已成為法庭攻防之關鍵議題。韓國最高法院分別於2013、2015、2025年,持續探討數位資料存證之雜湊值(hash value)與數位證據同一性,並指出可透過雜湊值驗證數位證據之同一性。 2013年案件的核心證據為「從被扣押的電腦磁碟,透過列印文件或映像檔(Imaging)複製的文件」。最高法院指出原則上應由被扣押/搜查的一方透過簽署文件,加以證明影像之雜湊值與原始資料相同,但若此類證明不可能或極為困難,法院可透過參與扣押、封存等程序的調查人員或專家鑑定之證詞,判斷同一性。 2015年案件的核心證據為「錄音檔案的複製品」,最高法院認為原則上應透過直接比較方法(如雜湊值分析)確立複製檔案與原始檔案的同一性,法院並進一步指出,數位檔案雜湊值生成的時間點,「應於原始檔案或複製檔生成後立即計算出雜湊值」。 針對原始檔案遺失或損毀之情形,2025年案件的核心證據為「手機多份錄音檔案複製到電腦或外接硬碟後,再轉存於光碟」。由於訴訟當事人刪除手機中的部分原始錄音檔,屬於難以或無法提交原始檔案之情形,韓國最高法院再度指出「若難以或無法提交原件,且無法直接比對原件與副本,法院可綜合評估涉案者的證詞或陳述,如錄音檔案的建立、傳輸與儲存、錄音檔案的驗證與評價結果,以及調查與審判的進展,以決定是否證明為原始檔案之副本」。此一司法演進趨勢,反映出韓國對於數位資料可溯源之要求,不限於以數位檔案之原件與副本比對雜湊值,法院亦會就該數位檔案管理機制之完整性,綜合判斷該數位檔案之同一性。 藉由韓國實務存證演進趨勢,可見其司法領域邁向以雜湊值與完整的數位軌跡紀錄,證明數位資料之內容同一與存在時點。回顧我國司法領域之數位證據監管鏈,以司法院、法務部、臺灣高等檢察署、內政部警政署及法務部調查局等5個機關共同推動之「司法聯盟鏈」,以「b-JADE證明標章」結合區塊鏈技術。透過「b-JADE證明標章」確認既有數位原檔資料之管理機制、區塊鏈上的「存證資料」包含「與數位原檔資料最終版本連結的雜湊值及時戳」等。若訴訟爭執證據同一性,亦可透過司法聯盟鏈驗證「司法聯盟鏈成員上鏈之數位證據的雜湊值」與「法庭上數位證據證據之雜湊值」是否同一,於審理端加速確認證據之同一性,兼顧訴訟經濟與證據監管鏈之完整性。 本文為資策會科法所創智中心完成之著作,非經同意或授權,不得為轉載、公開播送、公開傳輸、改作或重製等利用行為。 本文同步刊登於TIPS網站(https://www.tips.org.tw)

FDA發佈人工智慧/機器學習行動計畫

  美國食品藥物管理署(U.S. Food & Drug Administration, FDA)在2021年1月12日發布有關人工智慧醫療器材上市管理的「人工智慧/機器學習行動計畫」(Artificial Intelligence/Machine Learning (AI/ML)-Based Software as a Medical Device (SaMD) Action Plan)。該行動計畫的制定背景係FDA認為上市後持續不斷更新演算法的機器學習醫療器材軟體(Software as Medical Device, SaMD),具有極高的診療潛力,將可有效改善醫療品質與病患福祉,因此自2019年以來,FDA嘗試提出新的上市後的監管框架構想,以突破現有醫療器材軟體需要「上市前鎖定演算法、上市後不得任意變更」的監管規定。   2019年4月,FDA發表了「使用人工智慧/機器學習演算法之醫療器材軟體變更之管理架構—討論文件」(Proposed Regulatory Framework for Modifications to Artificial Intelligence/Machine earning (AI/ML)-Based Software as a Medical Device (SaMD) - Discussion Paper and Request for Feedback)。此一諮詢性質的文件當中提出,將來廠商可在上市前審查階段提交「事先訂定之變更控制計畫」(pre-determined change control plan),闡明以下內容:(1)SaMD預先規範(SaMD Pre-Specification, SPS):包含此產品未來可能的變更類型(如:輸入資料、性能、適應症)、變更範圍;(2)演算法變更程序(Algorithm Change Protocol, ACP):包含變更對應之處理流程、風險控制措施,以及如何確保軟體變更後之安全及有效性。   根據「人工智慧/機器學習行動計畫」內容所述,「事先訂定之變更控制計畫」構想被多數(包含病患團體在內)的利害關係人肯認,並於相關諮詢會議當中提出完善的細部建言。FDA將根據收到的反饋意見,於2021年以前正式提出有關人工智慧/機器學習上市後監管的指引草案(Draft Guidance),並持續研究提高演算法透明度、避免演算法偏見的方法。

TOP