KI im Büroalltag — was geht, was nicht
Konkrete Szenarien: Welche KI-Nutzung ist datenschutzkonform, welche nicht — und wie du die Grenze erkennst.
🔄 Recall: Personenbezogene Daten erkennen — jetzt anwenden
In Lektion 4 hast du gelernt, personenbezogene Daten zu erkennen und zu anonymisieren. Jetzt wird es praktisch: Typische Büro-Szenarien, bei denen KI hilft — und wo die Datenschutzgrenze verläuft.
Die Ampel: Grün, Gelb, Rot
🟢 Grün — Ohne Bedenken
| Aufgabe | Warum unbedenklich |
|---|---|
| E-Mail-Vorlagen erstellen (ohne Kundendaten) | Kein Personenbezug |
| Texte korrigieren lassen (allgemein) | Kein Personenbezug |
| Brainstorming und Ideenfindung | Keine Daten beteiligt |
| Allgemeine Recherche | Öffentliche Informationen |
| Code-Hilfe und Debugging | Kein Personenbezug (wenn keine API-Keys eingefügt) |
| Marketing-Texte erstellen | Kein Personenbezug |
| Rechtschreibung und Stil prüfen | Kein Personenbezug |
🟡 Gelb — Mit Vorsicht und Anonymisierung
| Aufgabe | Was du tun musst |
|---|---|
| Angebote erstellen | Branche + Projektumfang eingeben, Name nachher selbst einfügen |
| Meeting-Protokolle zusammenfassen | Vorher Namen und sensible Details entfernen |
| Berichte analysieren | Personenbezogene Daten rausnehmen oder generalisieren |
| Kundenfeedback auswerten | Kundennamen und Kontaktdaten vorher entfernen |
| Bewerbungen vorselektieren | Nie personenbezogene Daten eingeben — nur Kriterien beschreiben |
| Verträge prüfen lassen | Parteinamen und spezifische Konditionen anonymisieren |
🔴 Rot — Nicht ohne Enterprise + AVV
| Aufgabe | Warum kritisch |
|---|---|
| Kundendatenbank analysieren | Personenbezogene Massendaten |
| Mitarbeiter-Leistungsbewertungen | Besonders schutzbedürftig |
| Gesundheitsdaten verarbeiten | Art. 9 DSGVO — besondere Kategorie |
| Gehaltsabrechnungen erstellen | Finanzdaten + Personenbezug |
| Personalakten durchsuchen | Umfangreiche personenbezogene Daten |
| Kündigungen formulieren (mit Personenbezug) | Arbeitsrechtlich + datenschutzrechtlich sensibel |
✅ Quick Check: Du willst KI nutzen, um Feedback für ein Mitarbeitergespräch vorzubereiten. Wie machst du das datenschutzkonform?
(Antwort: Nicht „Erstelle Feedback für Max Müller, der oft zu spät kommt und seine Umsatzziele um 15% verfehlt hat". Sondern: „Hilf mir, konstruktives Feedback zu formulieren für einen Mitarbeiter, der Pünktlichkeitsprobleme hat und quantitative Ziele nicht erreicht." Kein Name, keine identifizierbaren Details.)
Praxisbeispiel: E-Mail schreiben
❌ So nicht:
Schreibe eine E-Mail an Frau Dr. Meier (k.meier@muster-gmbh.de),
Geschäftsführerin der Muster GmbH, bezüglich des Angebots über
150.000 € für die IT-Modernisierung ihres Standorts in Düsseldorf.
✅ So ja:
Schreibe eine geschäftliche E-Mail an eine Geschäftsführerin
eines mittelständischen Unternehmens. Thema: IT-Modernisierungsprojekt,
Angebotsphase. Ton: professionell, wertschätzend.
Den Namen, die E-Mail-Adresse und konkrete Beträge fügst du nachher selbst ein. Kostet 30 Sekunden — spart potenziell 30.000 € Bußgeld.
Praxisbeispiel: Bericht analysieren
❌ So nicht:
Hier ist unser Quartalsbericht mit individuellen Vertriebszahlen:
Hans Schmidt: 340.000 € / Lisa Weber: 280.000 € / ...
Analysiere die Leistungsunterschiede.
✅ So ja:
Hier sind anonymisierte Vertriebszahlen eines Teams mit 8 Mitgliedern:
Vertrieb A: 340k / Vertrieb B: 280k / Vertrieb C: 410k / ...
Analysiere die Leistungsverteilung und identifiziere Muster.
Der 5-Sekunden-Test
Bevor du auf Enter drückst, nimm 5 Sekunden und frag dich:
- Enthält meine Eingabe einen Namen? → Ersetzen durch Rolle
- Enthält sie eine E-Mail/Telefonnummer? → Entfernen
- Kann jemand eine Person daraus identifizieren? → Anonymisieren
- Enthält sie Geschäftsgeheimnisse? → Generalisieren
- Würde ich das einem externen Berater schicken? → Wenn nein, nicht eingeben
Wichtigste Erkenntnisse
- Ampel-System: Grün (unbedenklich), Gelb (mit Anonymisierung), Rot (nur Enterprise + AVV)
- Die meisten Büroaufgaben sind Grün oder Gelb — KI ist produktiv nutzbar
- 30 Sekunden Anonymisierung sparen potenziell 30.000 € Bußgeld
- Der 5-Sekunden-Test vor jedem Enter-Drücken: Name? E-Mail? Identifizierbar? Geheim? Berater-Test?
- KI-Output nachbearbeiten — konkrete Daten nachher selbst einfügen
Nächste Lektion
Lektion 6 vertieft ein besonders kritisches Thema: KI und Kundendaten — was du bei CRM-Daten, Support-Anfragen und Kundenkommunikation beachten musst.
Wissenscheck
Erst das Quiz oben abschließen
Lektion abgeschlossen!