Tillbaka till startsidan

Introduktion till dataskyddsarbetet

Den digitala transformationen av den svenska offentliga sektorn har medfört en exponentiell ökning av informationshantering, där personuppgifter utgör en central beståndsdel i allt från myndighetsutövning till serviceleverans. Införandet av EU:s allmänna dataskyddsförordning (GDPR) 2018 innebar ett paradigmskifte, inte bara juridiskt utan även organisatoriskt.

För svenska myndigheter, som verkar i skärningspunkten mellan en lång tradition av offentlighet och de strikta integritetskrav som förordningen ställer, har detta skapat ett behov av nya kompetenser och roller.

Roller och ansvar

1. Personuppgiftsansvarig (PUA) – Det yttersta ansvaret

Det är en vanlig missuppfattning att IT-avdelningen eller dataskyddsombudet "äger" ansvaret. Lagstiftningen är tydlig: det är den juridiska personen, i kommunal kontext oftast respektive nämnd (t.ex. Kommunstyrelsen, Utbildningsnämnden), som är personuppgiftsansvarig (PUA).

PUA har ansvaret att:

  • Laglig grund: Säkerställa att det finns stöd i lagen för alla behandlingar.
  • Information: Informera de registrerade om hur deras uppgifter hanteras.
  • Säkerhet: Upprätthålla säkerheten genom tekniska och organisatoriska åtgärder.
  • Incidenter: Rapportera personuppgiftsincidenter till IMY.

Personuppgiftsansvarig i kommunal verksamhet

Inom kommunen är det nämnderna som är personuppgiftsansvariga för sina respektive verksamhetsområden. Detta regleras i nämndernas reglementen.

Det är aldrig:

En enskild anställd, dataskyddsombudet, förvaltningschefen eller direktören.

I praktiken delegeras arbetsuppgifterna till förvaltningschefer och verksamhetsansvariga, men det juridiska ansvaret stannar hos nämnden. Detta ställer krav på att förtroendevalda politiker får utbildning och regelbunden återrapportering om dataskyddsstatusen i verksamheten.

Vem bestämmer? (Kontroll och Inflytande)

Begreppet personuppgiftsansvarig avgörs inte av titel eller avtal, utan av vem som i praktiken bestämmer varför och hur personuppgifter behandlas.

1. Kontroll enligt lag: Lagen pekar ut ansvaret eller ålägger en aktör en uppgift som kräver behandling. (T.ex. Socialtjänsten)

2. Kontroll genom faktiskt inflytande: Vem bestämmer ändamål och medel i praktiken? (T.ex. en advokatbyrå är självständig, en IT-leverantör är det inte).

Källa: EDPB, Riktlinjer 07/2020.

2. Dataskyddsombudet (DSO) – Kontrollfunktionen

Alla offentliga myndigheter är skyldiga att utse ett dataskyddsombud. DSO:s roll är att vara en oberoende granskare och rådgivare, inte att utföra det operativa arbetet.

DSO:s kärnuppgifter:

  • Övervaka efterlevnad: Genomföra granskningar och kontroller (t.ex. av logguppföljning eller gallringsrutiner).
  • Rådgivning: Stötta verksamheten vid konsekvensbedömningar (DPIA) och vid införande av nya system.
  • Kontaktpunkt: Fungera som länk till IMY och för medborgare som har frågor om sina rättigheter.

Oberoende är kritiskt

En kritisk framgångsfaktor är DSO:s oberoende. En IT-chef eller HR-chef kan sällan vara DSO eftersom de då skulle granska sina egna beslut (jäv). DSO ska rapportera direkt till högsta ledningen.

3. Samordnare – Den operativa organisationen

För att brygga gapet mellan den strategiska nivån (Nämnden/DSO) och den dagliga verksamheten (handläggare/lärare/vårdpersonal), har många organisationer inrättat roller som dataskyddssamordnare eller datakontaktpersoner.

Dataskyddssamordnare (DSS)

Denna titel används frekvent inom universitet, regioner och större kommuner. Exempelvis har Lunds universitet, Stockholms universitet och Region Uppsala formaliserat rollen som dataskyddssamordnare.

Central DSS: Arbetar ofta på stabsnivå, nära DSO eller säkerhetsfunktionen, med ansvar för myndighetsövergripande processer, mallar och utbildningar.
Lokal DSS: Finns ute på en institution, förvaltning eller klinik. Deras fokus är implementering i den specifika verksamheten.

Varför behövs rollen? – "Missing Link"

Behovet av dataskyddssamordnare har uppstått ur en strukturell nödvändighet. DSO får inte utföra det operativa arbetet (jäv). Den ytterst ansvariga (PuA) saknar i regel den operativa förmågan och tiden. Förvaltningschefen behöver en resurs som gör jobbet. Denna resurs är dataskyddssamordnaren.

Rollen innebär: Samordnaren "äger" processerna, medan DSO "granskar" dem och PuA "beslutar" om dem.

Samordnarens uppgifter:

  • Registervård: Hålla registerförteckningen uppdaterad.
  • Incidenthantering: Leda incidenthanteringen lokalt.
  • Riskfångst: Fånga upp behov av konsekvensbedömningar (DPIA).
  • Utbildning: Sprida information och utbildning från central nivå.

Samspel med Dataskyddsombudet (DSO)

  • Rapportering: Samordnare förser DSO med information om förändringar i verksamheten, nya system, och incidenter.
  • Stöd: DSO ger samordnaren juridisk tolkning och råd.
  • Oberoende: Samordnaren måste respektera att DSO ibland måste inta en granskande roll gentemot samordnarens förvaltning.

Operativt Dataskydd

Här beskrivs de konkreta arbetsuppgifter som utgör kärnan i rollen som dataskyddssamordnare. Dessa är de processer denne förväntas driva, förvalta och utveckla.

1. Registerförteckning (Artikel 30)

Enligt GDPR artikel 30 måste alla myndigheter föra ett register över sina behandlingar. Detta är inte bara en lista på IT-system, utan en karta över hur och varför data flödar genom organisationen.

Utan en uppdaterad och korrekt förteckning är det i praktiken omöjligt att uppfylla andra skyldigheter i förordningen, såsom att hantera de registrerades rättigheter (artikel 15–22), utföra konsekvensbedömningar (DPIA) enligt artikel 35, eller hantera personuppgiftsincidenter enligt artikel 33. Registerförteckningen fungerar som organisationens minne och karta, vilket möjliggör transparens gentemot medborgarna och kontroll för tillsynsmyndigheten Integritetsskyddsmyndigheten (IMY).

Krav på innehåll och kvalitet

För att en registerförteckning ska uppfylla kraven i artikel 30 måste specifika datamängder inkluderas. Nedan följer en genomgång av de sex viktigaste komponenterna:

1

Namn och kontaktuppgifter

Registret ska innehålla namn och kontaktuppgifter för:

  • Personuppgiftsansvarig: (T.ex. Nämnden)
  • Företrädare: (Om tillämpligt)
  • Dataskyddsombudet (DSO): Kontaktväg för registrering och tillsyn.
2

Ändamålen med behandlingen

Detta är kärnan. Varför gör vi detta? Ändamålet måste vara specifikt och kopplat till en laglig grund.

Felaktigt: "Personaladministration"

Korrekt: "Hantering av löneutbetalningar och skatterapportering"

3

Kategorier av registrerade och personuppgifter

En beskrivning av vems data ni har och vilken typ av data det gäller.

  • Kategorier av registrerade: T.ex. Elever, Brukare, Anställda.
  • Kategorier av personuppgifter: T.ex. Kontaktuppgifter, Hälsa (Känsliga uppgifter).
4

Kategorier av mottagare

De mottagare till vilka personuppgifterna har lämnats eller ska lämnas ut.

  • Andra myndigheter: Skatteverket, FK, SCB.
  • Personuppgiftsbiträden: IT-leverantörer som lagrar data åt er.
5

Överföringar till tredjeland

I tillämpliga fall, information om överföringar av personuppgifter till ett tredjeland (utanför EU/EES) eller en internationell organisation.

Här ska även dokumentation om lämpliga skyddsåtgärder finnas om överföringen sker med stöd av t.ex. standardavtalsklausuler.

6

Tidsfrister för radering

Om möjligt, de förutsedda tidsfristerna för radering av de olika kategorierna av uppgifter.

Detta styrs ofta av dokumenthanteringsplanen (t.ex. "10 år" eller "Bevaras").

7

Tekniska och organisatoriska säkerhetsåtgärder

Om möjligt, en allmän beskrivning av hur ni skyddar datan (TOM).

  • Inloggning (MFA)
  • Kryptering
  • Logguppföljning
  • Fysisk säkerhet (passerkort etc.)

Att genomföra inventeringen - Tips för workshops

Verksamhetsansvariga kan sällan GDPR-terminologi. Bjud in till workshop och ställ operativa frågor som ni sedan översätter.

Fråga så här:
  • "Varför gör ni det här? Vad händer om ni slutar?"
    (Blir: Ändamål)
  • "Vems uppgifter knappar ni in? Bara anställda?"
    (Blir: Kategorier)
  • "Var ligger servrarna? USA?"
    (Blir: Tredje land)
Jaga "Skugg-IT"

De största riskerna finns ofta utanför systemen.

"Har ni egna Excel-listor? Dropbox? WhatsApp-grupper?"

Strategisk Användning

En korrekt förteckning är inte byråkrati – det är er karta för att navigera rätt.

1. Grund för DPIA

Ska ni införa ny teknik? Förteckningen ger startdatan: Vilka drabbas? Vilka system? Detta sparar tid vid analysen.

2. Vid Incidenter

72 timmar! Vid ett intrång ger förteckningen snabba svar: Vad fanns där? Var det känsligt? Vem ska vi varna?

3. Rättigheter

När någon begär "Registerutdrag" eller "Radering" är förteckningen ert index. Utan den hittar ni inte allt.

Verktyg
Många använder Excel-mallar (som finns att hämta från SKR eller regionarkiv), men större myndigheter går ofta över till dedikerade systemstöd (t.ex. Draftit, DF Respons, DPOrganizer) för att hantera komplexiteten.

2. Incidenthantering (Artikel 33-34)

Trots förebyggande arbete sker incidenter. Det kan vara en borttappad tjänstetelefon, ett dataintrång, eller – vanligast av allt – ett brev eller mejl med känsliga uppgifter som skickas till fel mottagare ("den mänskliga faktorn").

"En säkerhetsincident som leder till oavsiktlig eller olaglig förstöring, förlust eller ändring eller till obehörigt röjande av eller obehörig åtkomst till de personuppgifter som överförts, lagrats eller på annat sätt behandlats"
Artikel 4.12 GDPR

Artikel 29-gruppen har delat in personuppgiftsincidenter i tre olika kategorier: konfidentialitetsbrott, integritetsbrott och tillgänglighetsbrott. Detta brukar även kallas för CIA-triaden (Confidentiality, Integrity, Availability).

Källa: Artikel 29-gruppen, Riktlinjer om anmälan av personuppgiftsincidenter enligt förordning (EU) 2016/679 s. 8.

Tre typer av incidenter (CIA-triaden)

Konfidentialitet

Någon obehörig får tillgång till information (t.ex. mejl skickas till fel person).

Integritet

Information ändras av misstag så den inte längre är pålitlig.

Tillgänglighet

Information går förlorad eller går inte att nå (t.ex. vid ransomware).

Vanliga exempel

  • Mänskliga faktorn: Ett mejl med känsliga personuppgifter skickas till fel mottagare.
  • Förlust: En oskyddad laptop eller mobiltelefon tappas bort.
  • Cyberattack: Ransomware som krypterar databaser.
  • Behörighetsfel: En anställd har tillgång till journaler hen inte behöver.

Lagkrav på hantering (Artikel 33-34)

Enligt GDPR måste organisationer ha system för att upptäcka incidenter. Om en incident inträffar avgör allvarlighetsgraden vilka åtgärder som krävs:

1. Dokumentera (Gäller alltid)

Alla incidenter måste loggas internt med händelseförlopp och åtgärder. Detta gäller även små incidenter. Dokumentationen ska kunna visas upp vid tillsyn.

2. Rapportera till IMY (Gäller vid risk)

Om incidenten medför en risk för personers rättigheter ska den anmälas till IMY.

Tid: Inom 72 timmar från att man fått "vetskap" (rimlig visshet) om incidenten.

3. Informera (Gäller vid HÖG risk)

Om incidenten sannolikt leder till en hög risk för de drabbade måste de informeras direkt.

Obs: Detta ersätter inte anmälan till IMY, utan är en extra skyldighet.

Sammanfattningsvis: Logga allt internt. Rapportera till myndigheten vid risk. Informera de drabbade vid hög risk.

Incidentprocessen – Steg för steg

1. Upptäckt
Alla måste våga larma. "No blame culture".
2. Larm
Rapportera direkt internt till DSO/Funktionsbrevlåda.
3. Triage
Riskbedömning: Ingen / Risk / Hög risk.
4. Beslut
Formellt beslut om anmälan till IMY ska göras.
5. Åtgärd
Stoppa läckan, återställ data, utvärdera rutiner.

3. Konsekvensbedömningar (DPIA - Artikel 35)

En av de största förändringarna med GDPR var skiftet från att söka tillstånd till att själv bedöma risker. Detta görs genom en Konsekvensbedömning avseende dataskydd (Data Protection Impact Assessment - DPIA).

När krävs en DPIA?

En konsekvensbedömning måste inte genomföras för alla typer av personuppgiftsbehandlingar. Skyldigheten inträder för sådana typer av personuppgiftsbehandlingar som definieras i artikel 35.1 GDPR. I artikeln stadgas att en DPIA krävs om en behandling sannolikt leder till en hög risk för de registrerades integritet.

För att avgöra om en konsekvensbedömning måste genomföras kan man inledningsvis kolla på artikel 35.3 i GDPR, där det listas tre olika exempel på omständigheter som innebär att personuppgiftsbehandlingen sannolikt innebär hög risk för de registrerade. Föreligger någon av dessa omständigheter ska man med andra ord genomföra en konsekvensbedömning.

  • Automatiserat beslutsfattande & profilering

    Personuppgiftsbehandlingen innebär en systematisk och omfattande bedömning av fysiska personers personliga aspekter som grundar sig på automatisk behandling, inbegripet profilering, och på vilken beslut grundar sig som har rättsliga följder för fysiska personer eller på liknande sätt i betydande grad påverkar fysiska personer.

  • Känsliga uppgifter i stor omfattning

    Personuppgiftsbehandlingen innebär behandling av särskilda kategorier av uppgifter (artikel 9.1), eller av personuppgifter som rör fällande domar i brottmål och överträdelser (artikel 10), i stor omfattning.

  • Systematisk övervakning av allmän plats

    Personuppgiftsbehandlingen innebär systematisk övervakning av en allmän plats i stor omfattning.

Artikel 29-gruppen samt IMY har publicerat riktlinjer där de utvecklar hur den inledande riskbedömningen ska genomföras. Detta innebär att, utöver de tre områdena, omständigheterna som räknas upp ovan, och där det räcker att en är tillämplig för att kravet på en konsekvensbedömning ska bli aktuellt, så räknas i dessa riktlinjer upp ytterligare nio omständigheter som ska beaktas. Om två eller fler av dessa är tillämpliga på en personuppgiftsbehandling, så stadgas i dessa riktlinjer att det sannolikt föreligger hög risk, och att en konsekvensbedömning därmed ska genomföras. De omständigheter som räknas upp är följande:

  • 1. Utvärdering eller poängsättning

    Inbegripet profilering och förutsägelse, särskilt ”aspekter avseende den registrerades arbetsprestation, ekonomiska situation, hälsa, personliga preferenser eller intressen, pålitlighet eller beteende, vistelseort eller förflyttningar”.

  • 2. Automatiskt beslutsfattande

    Med rättsliga eller liknande betydande följder.

  • 3. Systematisk övervakning

    Behandling som används för att observera, övervaka eller kontrollera registrerad.

  • 4. Känsliga uppgifter eller uppgifter av mycket personlig karaktär

    Till exempel särskilda kategorier av personuppgifter eller brottsuppgifter.

  • 5. Uppgifter som behandlas i stor omfattning

    Följande faktorer ska beaktas särskilt vid bedömningen av om behandlingen utförs i stor omfattning:

    • Antalet registrerade som berörs, antingen som ett särskilt antal eller som en andel av den aktuella populationen.
    • Mängden uppgifter och variationen av hanterade dataelement.
    • Databehandlingens varaktighet eller beständighet.
    • Behandlingens geografiska omfattning.
  • 6. Matchande eller kombinerande uppgiftsserier

    Som till exempel kommer från två eller flera personuppgiftsbehandlingar som utförs i olika syften och/eller av olika personuppgiftsansvariga på ett sätt som överstiger den registrerades rimliga förväntningar.

  • 7. Uppgifter som rör sårbara registrerade

    Till exempel barn, anställda, sårbara befolkningsgrupper.

  • 8. Innovativ användning

    Eller tillämpning av nya tekniska eller organisatoriska lösningar.

  • 9. Hinder för rättighet/tjänst

    Om behandlingen i sig ”hindrar de registrerade från att utöva en rättighet eller använda en tjänst eller ett avtal”.

Källa: Riktlinjer om konsekvensbedömning avseende dataskydd och fastställande av huruvida behandlingen ”sannolikt leder till en hög risk” i den mening som avses i förordning 2016/679

Vad ska en konsekvensbedömning innehålla?

Enligt artikel 35.7 ska en konsekvensbedömning innehålla:

1

Systematisk beskrivning

En systematisk beskrivning av den planerade behandlingen och behandlingens syften, inbegripet, när det är lämpligt, den personuppgiftsansvariges berättigade intresse.

2

Behov & Proportionalitet

En bedömning av behovet av och proportionaliteten hos behandlingen i förhållande till syftena.

3

Riskbedömning

En bedömning av de risker för de registrerades rättigheter och friheter som avses i punkt 1.

4

Åtgärder

De åtgärder som planeras för att hantera riskerna, inbegripet skyddsåtgärder, säkerhetsåtgärder och rutiner för att säkerställa skyddet av personuppgifterna och för att visa att denna förordning efterlevs, med hänsyn till de registrerades och andra berörda personers rättigheter och berättigade intressen.

Vad händer efter bedömningen?

När konsekvensbedömningen är gjord är nästa steg att försöka åtgärda de identifierade riskerna. I de allra flesta fall kan organisationen sänka risken till en godtagbar nivå genom tekniska eller organisatoriska åtgärder, exempelvis genom kryptering eller begränsad åtkomst. Om risken framgångsrikt reduceras kan behandlingen påbörjas utan inblandning av myndigheter.

När krävs förhandssamråd? (Artikel 36)

Det finns dock situationer där konsekvensbedömningen visar att risken är hög, och där organisationen – trots försök till åtgärder – inte lyckas sänka risken. Om det föreligger en kvarstående hög risk träder kravet på förhandssamråd in.

Detta innebär att:

  • Behandlingen får inte påbörjas.
  • Organisationen måste kontakta Integritetsskyddsmyndigheten (IMY) för att samråda.
  • IMY granskar ärendet och avgör om behandlingen får genomföras och under vilka villkor.

Kort sagt: Om ni inte kan bygga bort den höga risken på egen hand, måste ni be IMY om lov innan ni startar.

Lärdomar från Praxis: Analys av Sanktionsbeslut

IMY:s tillsynsbeslut fungerar som prejudikat och ger viktig vägledning.

3.1 Fallet Östersund: Dokumentationens Nödvändighet

Östersunds kommun migrerade till molntjänsten Google Apps för skolan. IMY utfärdade en sanktionsavgift på 300 000 kr för brister i konsekvensbedömningen.

Felet

Kommunen hade inte tillräckligt utrett riskerna med att personuppgifter kunde överföras till tredjeland (USA) och att personuppgiftsbiträdet (Google) potentiellt kunde använda data för egna syften. Man hade förlitat sig för mycket på leverantörens generella löften utan att göra en egen, specifik riskbedömning.

Lärdomen

En DPIA kan inte "outsourcas" mentalt. Ansvaret ligger hos myndigheten att förstå avtalsvillkoren och dataströmmarna. Att dokumentera resonemanget är lika viktigt som slutsatsen. "Att man tänkt" räcker inte om det inte finns nedskrivet hur man tänkt och vilka avvägningar som gjorts.

3.2 Fallet Skellefteå: Ansiktsigenkänning och Samtyckets Gränser

En gymnasieskola i Skellefteå genomförde ett pilotprojekt med ansiktsigenkänning för närvarokontroll för att effektivisera lektionsstarten.

Felet

Kommunen baserade behandlingen på samtycke från eleverna. Kammarrätten och IMY slog fast att samtycke i en skolmiljö inte är frivilligt på grund av den betydande ojämlikheten i maktrelationen (betygssättning, skolplikt). Dessutom ansågs behandlingen av biometriska data (känsliga uppgifter) för ett så trivialt ändamål som närvarokontroll vara oproportionerlig.

Lärdomen

Effektivisering är sällan en godtagbar grund för att införa integritetskänslig teknik i beroendeförhållanden. När ny teknik (Kriterium 8) kombineras med sårbara registrerade (Kriterium 7) och känsliga uppgifter (Kriterium 4) är risken extremt hög. Förhandssamråd borde ha skett.

3.3 Fallet Gnosjö: Kameraövervakning i Hemmet

En kommun installerade en kamera i sovrummet hos en brukare på ett LSS-boende för att kunna titta till personen nattetid utan att störa (s.k. digital tillsyn).

Felet

Kamerabevakning i ett sovrum är ett av de största möjliga intrången i den personliga integriteten. IMY konstaterade att det saknades laglig grund och att ingen DPIA hade genomförts som kunde motivera varför mindre ingripande åtgärder (t.ex. ljudlarm eller sensorer) inte var tillräckliga.

Lärdomen

"Omtanke" och "god vilja" är inte juridiska grunder. Ju mer privat sfären är, desto högre krav ställs på nödvändighet och proportionalitet. En DPIA hade sannolikt visat att åtgärden var olaglig.

4. Personuppgiftsbiträdesavtal (PUB-avtal) (Artikel 28)

När ni anlitar en extern part för att behandla personuppgifter måste ni teckna ett PUB-avtal.

Kravet enligt Artikel 28.3:
Kravet att ingå ett så kallat personuppgiftsbiträdesavtal med sina personuppgiftsbiträden framgår av artikel 28.3 i GDPR. Där framgår att om personuppgifter ska behandlas av ett personuppgiftsbiträde så ska hanteringen av personuppgifter regleras genom ett avtal eller en annan rättsakt.

Vad är ett personuppgiftsbiträde?

Vem gör vad?
Personuppgiftsbiträde
  • Agerar endast på era instruktioner.
  • Får inte använda data för egna syften.
  • Exempel: IT-leverantörer, molntjänster, lönebyråer.
Personuppgiftsansvarig (Ni)
  • Bestämmer ändamål (varför) och medel (hur).
  • Är alltid ytterst ansvarig gentemot medborgarna.
Viktigt: En anställd är aldrig ett biträde.

Vad måste avtalet innehålla? (Artikel 28.3)

Enligt artikel 28.3 i GDPR ska följande omständigheter regleras i personuppgiftsbiträdesavtalet:

  • att personuppgiftsbiträdet endast får behandla personuppgifter på dokumenterade instruktioner från den personuppgiftsansvarige,
  • att personuppgiftsbiträdet säkerställer att personer med behörighet att behandla personuppgifterna har åtagit sig att iaktta konfidentialitet eller omfattas av en lämplig lagstadgad tystnadsplikt,
  • att lämpliga säkerhetsåtgärder enligt artikel 32 i GDPR vidtas,
  • att personuppgiftsbiträdet enbart får anlita underbiträden med ett allmänt eller ett särskilt skriftligt tillstånd från den personuppgiftsansvarige,
  • att personuppgiftsbiträdet vid anlitandet av ett underbiträde säkerställer att denne åläggs samma skyldigheter som ålagts personuppgiftsbiträdet enligt personuppgiftsbiträdesavtalet,
  • att personuppgiftsbiträdet med tanke på behandlingens art, ska hjälpa den personuppgiftsansvarige genom lämpliga tekniska och organisatoriska åtgärder, i den mån detta är möjligt, så att den personuppgiftsansvarige kan fullgöra sin skyldighet att svara på begäran om utövande av den registrerades rättigheter,
  • att personuppgiftsbiträdet ska bistå den personuppgiftsansvarige med att se till att skyldigheterna enligt artiklarna 32–36 fullgörs, med beaktande av typen av behandling och den information som personuppgiftsbiträdet har att tillgå,
  • att personuppgiftsbiträdet vid avslutat förhållande antingen ska återlämna eller radera personuppgifterna beroende på vad den personuppgiftsansvarige väljer, och
  • att personuppgiftsbiträdet ska ge den personuppgiftsansvarige tillgång till all information som krävs för att visa att de skyldigheter som fastställs i denna artikel har fullgjorts samt möjliggöra och bidra till granskningar, inbegripet inspektioner, som genomförs av den personuppgiftsansvarige eller av en annan revisor som bemyndigats av den personuppgiftsansvarige.

Samordnarens checklista:

  • Finns PUB-avtal för alla externa tjänster?
  • Är leverantörens säkerhetsåtgärder granskade?
  • Följer vi upp biträdena (tillsyn)?

5. Utbildning och Kultur

Vad är en dataskyddskultur?

Dataskyddskultur handlar om de gemensamma värderingar, attityder och beteenden som finns i en organisation gällande hantering av personuppgifter. Man brukar säga att dataskydd handlar till 90% om beteende och bara 10% om teknik.

I en organisation med stark dataskyddskultur:
  • Ser medarbetarna integritetsskydd som en kvalitetsfaktor och en rättighet för medborgaren/kunden, snarare än ett administrativt hinder.
  • Sitter säkerhetstänket i "ryggmärgen". Man låser datorn när man går, man ifrågasätter varför man ska samla in vissa uppgifter, och man reagerar om en kollega gör fel.
  • Är dataskydd en naturlig del av alla nya projekt från start (Privacy by Design), inte något man "klistrar på" i slutet.

Hur bygger man en dataskyddskultur?

Enligt forskning och vägledning från bland annat IMY och eSam, bygger man kultur genom följande steg:

"Tone from the Top"

Ledningen måste visa vägen. Om kommundirektören eller VD:n slarvar med säkerheten eller pratar om GDPR som ett "onödigt ont", kommer resten av organisationen att göra detsamma.

Gör det relevant

Abstrakt lagtext ändrar inga beteenden. Utbildning måste kopplas till den anställdes vardag. För en undersköterska handlar det om tystnadsplikt och journaler; för en HR-specialist handlar det om CV-hantering.

Tillåtande felkultur (Just Culture)

Det måste vara tryggt att göra fel. Om man råkar mejla fel person ska reaktionen vara "Bra att du sa till, nu begränsar vi skadan", inte en utskällning. Detta är avgörande för att upptäcka incidenter i tid.

Förenkling

Gör det lätt att göra rätt. Om säkerhetsreglerna är för krångliga (t.ex. orimliga lösenordskrav eller komplexa inloggningar) kommer medarbetarna att hitta vägar runt dem ("Shadow IT").

Konkreta Aktiviteter

Introduktion

Dataskydd ska vara en del av introduktionen för nyanställda.

Riktad utbildning

Anpassa budskapet. Socialtjänsten behöver annan info än IT-tekniker.

Lathundar

Enkla "Do's and Don'ts" för vardagen (t.ex. "Så krypterar du mejl").

Det Systematiska Dataskyddsarbetet

Hur bör man då arbeta? Svaret ligger i systematik och kontinuitet. Dataskydd är inte ett projekt med ett start- och slutdatum, utan en process som måste integreras i verksamhetens årscykel.

Årshjulet: En modell för styrning

För att säkerställa att alla moment genomförs regelbundet bör arbetet styras via ett årshjul. Baserat på praxis från bland annat Stockholms stad kan ett årshjul struktureras enligt följande:

Q1: Planering

Fokus: Registervård.

  • Uppdatera registerförteckningen.
  • Fastställa årets granskningsplan.
  • Se över styrdokument.
Q2: Genomförande

Fokus: Utbildning.

  • Grundutbildning nyanställda.
  • Insatser för högriskområden.
  • Granska PUB-avtal.
Q3: Uppföljning

Fokus: Säkerhet.

  • Loggkontroller & incidenter.
  • Testa 72h-rapportering.
  • Analysera mönster.
Q4: Analys

Fokus: Bokslut.

  • DSO:s årsrapport.
  • Utvärdera mognadsgrad.
  • Rapportera till nämnd.

Varför årshjul? Detta strukturerade arbetssätt förhindrar att dataskyddsarbetet blir händelsestyrt och reaktivt. Det tvingar organisationen att arbeta förebyggande.

Informationsklassning: Att värdera för att skydda

Historiskt har säkerhetsarbete inom offentlig sektor ofta varit synonymt med tekniska barriärer – brandväggar, antivirus och nätverkssegmentering. KLASSA representerar ett paradigmskifte där fokus flyttas från tekniken till informationen i sig. Genom att anamma ett informationscentrerat perspektiv tvingas verksamheten först definiera vad som ska skyddas innan man beslutar om hur det ska skyddas. Detta är i linje med ISO/IEC 27000-serien, som utgör den internationella standarden för ledningssystem för informationssäkerhet (LIS), och som KLASSA är byggt för att stödja.

Systematiken i KLASSA bygger på insikten att all information inte är likvärdig. En matsedel för en skola har inte samma skyddsbehov som en orosanmälan inom socialtjänsten eller data om kritisk infrastruktur för vattenförsörjning. Att applicera samma höga säkerhetsnivå på all information skulle vara ekonomiskt ohållbart och hämma verksamhetens effektivitet. Omvänt skulle en för låg säkerhetsnivå på kritisk information kunna leda till katastrofala konsekvenser för individers integritet och samhällets funktionalitet. KLASSA fungerar därmed som ett verktyg för resursallokering och riskstyrning, där målet är att hitta den "lämpliga säkerhetsnivån" som efterfrågas i GDPR artikel 32.

2. Metodologiskt Ramverk för Informationsklassning

Informationsklassning är kärnprocessen i KLASSA och utgör fundamentet för allt efterföljande säkerhetsarbete. Processen syftar till att värdera informationstillgångar utifrån konsekvenserna av en potentiell säkerhetsincident. Det är en kvalitativ process som kräver djup verksamhetskunskap, varför ansvaret för klassningen alltid ligger på informationsägaren (ofta en verksamhetschef), inte på IT-avdelningen.

Informationsägarens Ansvar kontra Personuppgiftsansvarig (PuA)

Det finns en viktig distinktion mellan rollerna i KLASSA och rollerna i GDPR.

Personuppgiftsansvarig (PuA):

Är oftast en juridisk person (t.ex. en nämnd i en kommun) som bär det yttersta ansvaret för att behandlingen följer lagen.

Informationsägare:

Är den roll i KLASSA (ofta en förvaltningschef eller enhetschef) som operativt ansvarar för att klassa informationen.

KLASSA tydliggör detta delegerade ansvar. Nämnden (PuA) fastställer policyn att KLASSA ska användas, men informationsägaren utför arbetet. Om informationsägaren slarvar med klassningen och underlåter att skydda känsliga data, är det dock fortfarande Nämnden som drabbas av sanktionsavgifter.

2.1 CIA-triaden (KRT) i Praktiken

Analysen i KLASSA struktureras kring de tre universella säkerhetsaspekterna inom informationssäkerhet, ofta benämnda CIA-triaden (Confidentiality, Integrity, Availability), eller på svenska KRT (Konfidentialitet, Riktighet, Tillgänglighet). För varje informationstillgång måste verksamheten besvara frågan: "Vilka blir konsekvenserna om denna aspekt brister?"

Konfidentialitet (Sekretess)

Denna aspekt handlar om att skydda information från obehörigt röjande. I en GDPR-kontext är detta den mest centrala aspekten för att skydda den registrerades integritet. Frågeställningarna i KLASSA fokuserar på skadan för individen (kränkning, diskriminering, identitetsstöld) såväl som skadan för organisationen (förtroendekris, viten, lagbrott). För en patientjournal är konsekvensen av brusten konfidentialitet ofta bedömd som "Allvarlig".

Riktighet (Integritet)

Riktighet handlar om att informationen är korrekt, fullständig och inte har manipulerats. Detta är kritiskt i beslutsprocesser. Om en läkemedelslista i ett journalsystem ändras obehörigen kan patienten dö. Om ett beslutsunderlag i socialtjänsten förvanskas kan rättssäkerheten sättas ur spel. KLASSA tvingar verksamheten att reflektera över hur beroende de är av att data är exakt och oförvanskat.

Tillgänglighet

Denna aspekt avser att informationen och systemen finns tillgängliga för behöriga användare när de behövs. Analysen handlar om tidskriticitet. Hur länge kan socialtjänsten fungera utan tillgång till sina akter? Hur länge kan ett sjukhus operera utan tillgång till röntgenbilder? Här definieras krav på återställningstider (RTO - Recovery Time Objective) och maximal acceptabel dataförlust (RPO - Recovery Point Objective).

En fjärde aspekt, Spårbarhet, behandlas ofta integrerat i kravkatalogerna snarare än som en separat klassningsvariabel i huvudmatrisen, men är likväl kritisk för efterlevnad av GDPR och OSL.

2.2 Konsekvensnivåernas Taxonomi

KLASSA använder en fyrgradig skala (0-3 eller 1-4 beroende på version och lokal anpassning, men standardmodellen följer MSB/SIS) för att gradera konsekvenserna. Denna taxonomi är avgörande för att skapa jämförbarhet mellan olika förvaltningar och organisationer.

Nivå Benämning Beskrivning av Konsekvens Exempel
0 Försumbar Ingen eller marginell påverkan. Inga personuppgifter eller endast harmlös information. Externa webbnyheter, matsedlar, öppen data, allmänna broschyrer.
1 Måttlig Viss störning i verksamheten som kan hanteras med befintliga rutiner. Mindre ekonomisk förlust. Ingen bestående skada för individen. Interna mötesanteckningar, icke-känsliga personuppgifter (t.ex. e-postlistor), administrativa dokument.
2 Betydande Påtaglig störning som kräver extra resurser. Risk för förtroendeskada. Integritetsincidenter som kan leda till obehag eller materiell skada för individen men ej livshotande. Löneuppgifter, elevhälsodata, avtal under förhandling, infrastrukturdata (ej kritisk).
3 Allvarlig Kritisk störning av samhällsviktig verksamhet. Allvarlig skada på individ (liv, hälsa, omfattande integritetsintrång). Stora ekonomiska förluster / viten. Patientjournaler, känsliga personuppgifter (GDPR art. 9), uppgifter om skyddad identitet, kritisk infrastruktur.

Viktigt: Högsta principen gäller

Det är viktigt att notera att en informationstillgång klassas efter den högsta konsekvensen inom någon av aspekterna. Om ett system bedöms som K3 (Konfidentialitet: Allvarlig), R1 (Riktighet: Måttlig) och T2 (Tillgänglighet: Betydande), kommer de säkerhetskrav som genereras att dimensioneras för att möta nivå 3, särskilt gällande behörighet och kryptering.

2.3 Aggregeringseffekter och Systemberoenden

En av de mer komplexa delarna i KLASSA-metodiken är hanteringen av aggregeringseffekter. En enskild uppgift (t.ex. ett namn och en adress) kanske har lågt skyddsvärde (Nivå 1). Men om en databas innehåller namn och adresser till alla invånare i en kommun, inklusive de med skyddad identitet, höjs skyddsvärdet drastiskt till Nivå 3. KLASSA stöder användaren i att identifiera dessa risker, särskilt vid analys av molntjänster där stora mängder data ofta centraliseras.

Aggregering kan ske på flera sätt:

  • Mängd: Volymen av data ökar konsekvensen av ett läckage.
  • Kombination: Två ofarliga uppgifter (t.ex. en fastighetsbeteckning och en lista över larmkunder) kan tillsammans avslöja var sårbara individer bor.
  • Tid: Historiska data över lång tid kan möjliggöra profilering som är mer integritetskänslig än enstaka datapunkter.

Från analys till kravställning

När klassningen är gjord översätts den till en skyddsnivå. Denna nivå styr direkt vilka krav vi ställer vid upphandling och systemförvaltning.

Hög konfidentialitet?

Då krävs t.ex. stark autentisering (SITHS/BankID) och kryptering.

Hög tillgänglighet?

Då krävs reservsystem och redundans.

Genom att använda KLASSA säkerställer vi att verksamheten och IT talar samma språk och att vi lägger resurserna på rätt skyddsåtgärder – varken för lite eller för mycket.

Innovation och Framtid – AI och Sandlådor

Offentlig sektor kan inte stanna upp. Innovation, särskilt inom AI, är nödvändig för att möta framtidens välfärdsutmaningar. Men hur förenar man detta med strikt dataskydd?

1. Inbyggt Dataskydd (Privacy by Design) – "Bromsen som gör att du vågar köra fort"

Många ser dataskydd som något man kontrollerar i slutet av ett projekt. Det är då det blir ett hinder. GDPR Artikel 25 kräver inbyggt dataskydd. Det innebär att integritetsskyddet ska vara en kravspecifikation innan första koden skrivs, precis som prestanda eller användarvänlighet.

I praktiken

När en kommun vill införa en AI-tjänst för att förutse behov inom äldreomsorgen, ställer man frågan vid ritbordet: "Kan vi bygga modellen så att den automatiskt gallrar data efter 30 dagar?" eller "Kan vi kryptera fälten så att inte ens systemutvecklarna ser personnumren?"

Kulturell aspekt

I en god dataskyddskultur ser utvecklarna integritet som en utmaning att lösa tekniskt, inte som juridisk byråkrati.

2. IMY:s Regulatoriska Sandlådor – "Tillåtelse att testa i gråzonen"

Att innovera innebär ofta att man rör sig i juridiska gråzoner där lagen (som är teknikneutral) inte hunnit ikapp tekniken (t.ex. generativ AI). Rädslan för sanktionsavgifter gör att många myndigheter inte vågar testa alls.

IMY:s regulatoriska sandlådor är ett initiativ för att bryta denna förlamning.

Hur det fungerar

En myndighet eller ett företag får testa en innovativ lösning i dialog med IMY. Istället för att IMY kommer i efterhand och granskar (tillsyn), är de med under processen och ger vägledning.

Syfte

Att skapa praxis. Slutrapporterna från dessa projekt blir "facit" för andra organisationer.

Konkreta exempel från sandlådan:

Banker och penningtvätt

IMY testade om banker får dela kunddata med varandra för att stoppa penningtvätt. Slutsatsen visade på juridiska hinder, vilket nu ger lagstiftaren underlag för att eventuellt ändra lagen.

Federerad maskininlärning i vården

Ett projekt testade om sjukhus kan träna AI på patientdata utan att flytta datan från sjukhuset (AI-modellen flyttar sig till datan istället). Detta visade sig vara en framkomlig väg för att skydda integriteten.