Ratgeber · Datensicherheit
KI DSGVO-konform nutzen: erst die Daten sortieren, dann das Betriebsmodell wählen
Viele Unternehmen wollen KI DSGVO-konform nutzen und landen bei einer von zwei schlechten Antworten: Totalverbot oder Wildwuchs. Beides kostet Geld. Die brauchbare Antwort beginnt an anderer Stelle, nämlich bei der Frage, welche Daten überhaupt verarbeitet werden sollen. Danach ergibt sich das passende Betriebsmodell fast von selbst.
Wann die DSGVO überhaupt greift
Die DSGVO regelt die Verarbeitung personenbezogener Daten. Ein Prompt wie „Fasse diesen öffentlichen Marktbericht zusammen" berührt sie gar nicht. Eine E-Mail mit Kundennamen, ein Bewerbungsschreiben oder ein Beschwerdeprotokoll dagegen sehr wohl. In der Praxis heißt das: Ein erheblicher Teil der täglichen KI-Anwendungsfälle ist sofort und ohne Klimmzüge nutzbar, weil schlicht keine personenbezogenen Daten im Spiel sind. Wer das sauber trennt, gewinnt Tempo an den unkritischen Stellen und Sorgfalt an den kritischen.
Neben dem Personenbezug gibt es eine zweite Kategorie, die zwar nicht die DSGVO betrifft, aber genauso geschützt gehört: Geschäftsgeheimnisse. Kalkulationen, Verträge, Konstruktionsdaten. Für die Wahl des Betriebsmodells behandeln Sie beide Kategorien am besten gleich streng.
Die vier Fragen, die jedes KI-Werkzeug bestehen muss
Sobald personenbezogene Daten verarbeitet werden sollen, muss der Anbieter vier Fragen belastbar beantworten. Diese vier Punkte finden Sie in jeder seriösen Prüfung wieder:
- 1. Gibt es einen Auftragsverarbeitungsvertrag (AVV)? Nach Art. 28 DSGVO Pflicht, sobald ein Dienstleister personenbezogene Daten für Sie verarbeitet. Consumer-Versionen von KI-Diensten bieten in der Regel keinen AVV; Business- und Enterprise-Versionen schon.
- 2. Wo werden die Daten verarbeitet? EU-Verarbeitung vereinfacht vieles. Bei US-Anbietern kommt es auf Drittlandtransfer-Mechanismen an (aktuell das EU-US Data Privacy Framework). Zur Einordnung: Dessen zwei Vorgänger (Safe Harbor, Privacy Shield) wurden gerichtlich gekippt, und der US CLOUD Act kann US-Anbieter unabhängig vom Serverstandort zur Herausgabe verpflichten. Ein EU-Rechenzentrum allein ist also noch keine Garantie. Kein Ausschlusskriterium, aber ein Punkt für die Risikoabwägung.
- 3. Ist das Training mit Ihren Daten vertraglich ausgeschlossen? Der Unterschied zwischen Consumer- und Business-Konditionen. Ein Opt-out in den Einstellungen ist gut, ein vertraglicher Ausschluss ist besser.
- 4. Was passiert mit Eingaben nach der Verarbeitung? Aufbewahrungsfristen, Löschkonzept, Zugriffskontrolle und Protokollierung. Bei riskanten Verarbeitungen verlangt die DSGVO zusätzlich eine Datenschutz-Folgenabschätzung (Art. 35).
Aktueller Stand zum Data Privacy Framework (Juli 2026): Das Abkommen gilt formal weiter, steht aber von zwei Seiten unter Druck. Vor dem EuGH ist die Berufung im Verfahren Latombe anhängig (C-703/25 P), mit einer Entscheidung wird ab Ende 2026 gerechnet. In den USA hat der Supreme Court am 29. Juni 2026 entschieden (Trump v. Slaughter), dass der Präsident FTC-Kommissare ohne Angabe von Gründen entlassen darf – ausgerechnet die FTC beaufsichtigt die DPF-Zertifizierungen, weshalb die Datenschutzorganisation noyb inzwischen einen geordneten Ausstieg aus dem Abkommen fordert. Das Kontrollgremium PCLOB ist zudem seit 2025 nicht beschlussfähig besetzt. Praktische Konsequenz: US-Transfers so aufsetzen, dass ein Umstieg möglich bleibt (Standardvertragsklauseln als vertraglicher Fallback, dokumentierte Exit-Fähigkeit) – oder für sensible Daten gleich eine Stufe höher auf der Treppe einsteigen.
Dieser Ratgeber ist Praxiserfahrung aus Beratungsprojekten, keine Rechtsberatung. Für die rechtliche Absicherung gehören Datenschutzbeauftragte oder Fachanwälte an den Tisch. Die Vorarbeit hier spart dort allerdings viel Zeit.
Mehr als DSGVO: Gespräche, Aufnahmen und Berufsgeheimnisse
Die DSGVO ist nicht die einzige Rechtsschicht, und die zweite wird in Tool-Vergleichen fast immer übersehen. Zwei Fälle aus dem Arbeitsalltag zeigen das:
Meeting-Transkription. Das nichtöffentlich gesprochene Wort ist in Deutschland eigens geschützt (§ 201 StGB). Wer ein Gespräch ohne Erlaubnis aller Beteiligten mitschneidet, riskiert eine Strafbarkeit, und zwar unabhängig davon, wie datenschutzkonform das Transkriptionswerkzeug ist. Das Werkzeug ersetzt die Erlaubnis nicht. Praktisch heißt das: Einwilligung einholen, bevor die Aufnahme startet, und das als festen Schritt in den Meeting-Ablauf einbauen.
Berufsgeheimnisträger. Für Ärzte, Anwälte, Steuerberater und vergleichbare Berufe kommt § 203 StGB dazu: Die Weitergabe geschützter Informationen an einen Cloud-Dienst ist eine Offenbarung an Dritte und braucht eine deutlich strengere vertragliche und technische Absicherung. Für diese Gruppen ist die oberste Stufe der Triage-Treppe der Normalfall, nicht die Ausnahme. Ausführlich durchdekliniert am Beispiel Transkription: DSGVO-konforme Transkription.
Die verallgemeinerbare Regel dahinter: Recht ist geschichtet. Ob ein KI-Einsatz zulässig ist, entscheidet sich auf mehreren Ebenen gleichzeitig – Erlaubnis zur Erhebung, Datenschutz bei der Verarbeitung, Berufs- und Geheimnisschutz beim Weitergeben. Jede Ebene braucht ihre eigene Antwort; die beste Antwort auf der einen ersetzt keine der anderen.
Daten-Triage: welche Daten in welches Betriebsmodell dürfen
Das fehlt in fast jedem Tool-Vergleich: eine Zuordnung von Datenklasse zu Betriebsmodell. Genau diese Zuordnung macht KI-Nutzung entscheidbar. Als Faustregel hat sich diese Treppe bewährt:
| Datenklasse | Beispiele | Passendes Betriebsmodell |
|---|---|---|
| Öffentlich / ohne Personenbezug | Marktberichte, eigene Website-Texte, allgemeine Recherche | Cloud-Dienste, auch Standard-Versionen |
| Intern, ohne Personenbezug | Prozessbeschreibungen, anonymisierte Auswertungen | Cloud mit Business-Konditionen (Trainingsausschluss) |
| Personenbezogen | Kundenkorrespondenz, Protokolle mit Namen | Enterprise-Rahmen mit AVV, geklärtem Verarbeitungsort und Löschkonzept |
| Besonders sensibel | Gesundheitsdaten (Art. 9), Mandanten- und Patientendaten (§ 203 StGB), HR-Fälle, Kalkulationen, Konstruktionsdaten | On-Premise oder streng abgegrenzte EU-Verarbeitung, Einzelfallprüfung |
Die Treppe ist bewusst konservativ. Sie dürfen einzelne Anwendungsfälle nach Prüfung höher einstufen; der Fehler in die andere Richtung ist teurer.
On-Premise: wenn keine Daten das Haus verlassen sollen
Für die oberste Stufe der Treppe gibt es inzwischen eine ernstzunehmende Option, die vor zwei Jahren noch Nischenthema war: KI im eigenen Netzwerk. Offene Modelle sind leistungsfähig genug für Textarbeit, Zusammenfassungen, Recherche in eigenen Dokumenten und viele Automatisierungen, und sie laufen auf Hardware, die für einen Mittelständler bezahlbar ist. Der entscheidende Unterschied: Es existiert kein Drittlandtransfer, kein AVV-Geflecht und keine Abhängigkeit von den Vertragsänderungen eines Anbieters, weil die Daten das eigene Netzwerk gar nicht erst verlassen. In manchen Konstellationen reicht sogar ein einzelner, gut ausgestatteter Rechner.
Ehrlich gehört dazu: On-Premise verlangt Einrichtung, Wartung und jemanden, der sich kümmert. Die stärksten Cloud-Modelle bleiben den lokalen in der Spitze voraus. Deshalb ist On-Premise selten die Antwort auf alles, sondern die Antwort auf die sensiblen zwanzig Prozent der Fälle, während der Rest in ein sauber konfiguriertes Cloud- oder Enterprise-Modell wandert. Diese Mischung aus beidem ist in der Praxis der Normalfall, den ich in Projekten aufsetze.
Die drei teuersten Fehler
- Totalverbot Erzeugt Schatten-KI: Mitarbeiter nutzen private Accounts auf privaten Geräten, und genau dann landen Firmendaten unkontrolliert in Consumer-Diensten. Ein Verbot fühlt sich sicher an und ist das Gegenteil.
- Consumer-Accounts im Firmeneinsatz Kein AVV, kein vertraglicher Trainingsausschluss, keine zentrale Kontrolle. Der Wechsel auf Business-Konditionen ist meist der billigste Compliance-Gewinn überhaupt.
- Alles in die schwerste Lösung zwingen Wer jede Zusammenfassung eines öffentlichen Dokuments durch die On-Premise-Instanz oder den Freigabeprozess schleust, bremst die Nutzung aus und verliert die Akzeptanz im Team.
Checkliste für den Start
- 1. Anwendungsfälle sammeln und je Fall notieren, welche Daten wirklich hinein müssen.
- 2. Daten-Triage anwenden: öffentlich, intern, personenbezogen, besonders sensibel.
- 3. Für jede benötigte Stufe ein Betriebsmodell festlegen, statt ein Tool für alles zu suchen.
- 4. Business- statt Consumer-Konditionen abschließen, AVV und Trainingsausschluss prüfen.
- 5. Bei Aufnahmen und Meeting-Transkription: Einwilligung aller Beteiligten einholen, bevor aufgenommen wird.
- 6. Eine kurze, ermöglichende KI-Richtlinie schreiben: was ist womit erlaubt, was ist tabu.
- 7. Datenschutzbeauftragten früh einbinden; bei riskanten Verarbeitungen DSFA aufsetzen.
- 8. Nach drei Monaten prüfen, was genutzt wird, und die Treppe nachjustieren.
Aus der Praxis
Betriebsmodell für Ihre Datenlage finden
In der KI-Potenzialanalyse gehört die Daten-Triage zum Standardprogramm: Bedarf, Hebel und das Betriebsmodell, das zu Risiko und Budget passt – bis hin zum On-Premise-System, bei dem keine Daten das Haus verlassen.
Direkt fragen: info@sh-beratung.com · 02261 479902