KI-Tools datenschutzkonform einsetzen

🔄 Recall: DSGVO-Grundlagen — jetzt die Praxis

In Lektion 2 hast du die DSGVO-Grundsätze und den AVV kennengelernt. Jetzt schauen wir uns an, wie du die großen KI-Anbieter konkret datenschutzkonform einsetzt — welche Einstellungen, welche Abos und welche Alternativen es gibt.

Die großen Drei im Datenschutz-Vergleich

Kriterium	ChatGPT (OpenAI)	Claude (Anthropic)	Gemini (Google)
Serverstandort	USA	USA	USA/EU
Training auf Eingaben (kostenlos)	Ja (opt-out möglich)	Nein (API/Pro)	Ja
Training auf Eingaben (Business)	Nein	Nein	Nein
AVV verfügbar	Enterprise/Team	Business/API	Workspace
EU-Hosting	Nicht standard	Nicht standard	Für Workspace
DSGVO-Konformität	Bedingt	Bedingt	Bedingt

Fazit: Kein Anbieter ist „out of the box" DSGVO-konform für personenbezogene Daten. Alle brauchen die richtigen Einstellungen und Abos.

Schritt 1: Modelltraining deaktivieren

ChatGPT: Einstellungen → Data Controls → „Improve the model for everyone" → Ausschalten

Claude: API und Pro-Accounts nutzen standardmäßig kein Training auf Eingaben. Im kostenlosen Tier: Eingaben können genutzt werden.

Gemini: Google-Konto → Aktivitätseinstellungen → Gemini-Apps-Aktivität → Deaktivieren

Wichtig: Diese Einstellung ist der Mindeststandard. Auch mit deaktiviertem Training werden Eingaben temporär auf Servern des Anbieters verarbeitet.

Schritt 2: Das richtige Abo wählen

Nutzungsart	Empfehlung	Warum
Privat, keine sensiblen Daten	Kostenlos + Training deaktiviert	Reicht für allgemeine Fragen
Beruflich, keine personenbezogenen Daten	Pro/Plus-Abo + Training deaktiviert	Bessere Leistung, kein Training
Beruflich, mit Kundendaten	Enterprise/Business-Abo + AVV	AVV ist Pflicht, kein Training, höhere Sicherheit
Hochsensible Daten	Lokale KI-Modelle oder API mit Datenschutzvertrag	Daten verlassen nicht die eigene Infrastruktur

✅ Quick Check: Dein Chef sagt: „Nutzt doch einfach alle ChatGPT — ich hab gestern den Firmen-Account eingerichtet." Es ist ein ChatGPT Plus-Abo (20$/Monat) auf eine private E-Mail-Adresse. Was ist das Problem?
(Antwort: Kein Enterprise/Team-Abo = kein AVV, kein garantierter Ausschluss vom Training, keine zentrale Verwaltung. Für geschäftliche Nutzung mit Kundendaten nicht DSGVO-konform. Lösung: ChatGPT Team oder Enterprise mit AVV.)

Schritt 3: API vs. Weboberfläche

	Weboberfläche (Chat)	API
Datenspeicherung	Chat-Verlauf gespeichert	Keine dauerhafte Speicherung (standard)
Training	Möglich (je nach Einstellung)	Nein
AVV	Nur bei Business-Abos	Ja (Teil der API-Nutzungsbedingungen)
Kontrolle	Begrenzt	Vollständig
Für Entwickler	Nein	Ja

Praxis: Für den normalen Büroalltag reicht die Weboberfläche mit den richtigen Einstellungen. Für systematische Datenverarbeitung oder Integration in eigene Systeme: API nutzen.

Alternativen: Lokale KI-Modelle

Wenn deine Daten auf gar keinen Fall dein Netzwerk verlassen dürfen:

Ollama — Lokale Open-Source-Modelle auf deinem Rechner (Llama, Mistral)
LM Studio — Benutzerfreundliche Oberfläche für lokale Modelle
GPT4All — Einfache lokale KI für den Desktop

Vorteile: Daten bleiben lokal, kein Cloud-Dienst, kein AVV nötig Nachteile: Geringere Qualität als Cloud-Modelle, braucht gute Hardware, keine Updates

Für wen sinnvoll: Branchen mit Berufsgeheimnissen (Anwälte, Ärzte, Steuerberater) oder Unternehmen mit sehr strengen Datenschutzanforderungen.

Checkliste: Vor der ersten Nutzung

Training auf eigene Daten deaktiviert?
Richtiges Abo-Level für den Nutzungszweck?
AVV vorhanden (bei Business-Nutzung)?
Chat-Verlauf-Einstellungen geprüft?
Datenschutzbeauftragter informiert?
Team über Regeln informiert?

Wichtigste Erkenntnisse

Kein KI-Anbieter ist „out of the box" DSGVO-konform für personenbezogene Daten
Modelltraining deaktivieren ist der absolute Mindeststandard
Business-Abos + AVV sind Pflicht für geschäftliche Nutzung mit Kundendaten
API gibt dir mehr Kontrolle als die Weboberfläche
Lokale Modelle sind die sicherste Option — aber mit Qualitätseinbußen
Vor der ersten Nutzung: Checkliste durchgehen, nicht einfach lostippen

Nächste Lektion

Lektion 4 zeigt dir, wie du personenbezogene Daten zuverlässig erkennst — denn das ist die häufigste Fehlerquelle im KI-Alltag.