KI-Systeme datenschutzkonform einsetzen

🔄 Kurzer Rueckblick: In der letzten Lektion hast du die DSGVO-Prinzipien gelernt: Rechtsgrundlagen, Datenminimierung, Art. 22 und Betroffenenrechte. Jetzt schauen wir uns die konkreten KI-Tools an.

Die Theorie steht. Jetzt wird es praktisch: Welche KI-Tools kannst du im Unternehmen datenschutzkonform nutzen — und welche Einstellungen musst du aendern?

Consumer vs. Enterprise: Der entscheidende Unterschied

Die meisten Datenschutz-Probleme entstehen, weil Mitarbeiter die Consumer-Version eines KI-Tools fuer Arbeitsaufgaben nutzen. Das ist nachvollziehbar — aber riskant.

Merkmal	Consumer (gratis/Plus)	Enterprise/Business
AVV verfuegbar	Nein (oder eingeschraenkt)	Ja
Training mit Daten	Oft ja (opt-out moeglich)	Nein
EU-Datenresidenz	Selten	Oft verfuegbar
Admin-Kontrolle	Keine	Ja (Nutzer, Rechte, Logs)
SSO/Authentifizierung	Nein	Ja
Audit-Logs	Nein	Ja
Preis	0-25 EUR/Monat	25-50+ EUR/Monat/Nutzer

Die Faustregel: Fuer den geschaeftlichen Einsatz mit personenbezogenen Daten brauchst du die Enterprise-Version — oder du nutzt die Consumer-Version nur mit anonymisierten Daten.

✅ Quick Check: Welche KI-Tools nutzen deine Mitarbeiter gerade? Sind es Consumer- oder Enterprise-Versionen? Wenn du es nicht weisst, ist das bereits ein Problem.

Die grossen KI-Tools im DSGVO-Check

ChatGPT (OpenAI)

Version	AVV	EU-Daten	Training
Free/Plus	Eingeschraenkt	Nein	Opt-out moeglich
Team	Ja	Nein	Nein
Enterprise	Ja	Ja (optional)	Nein

Empfehlung: Mindestens ChatGPT Team fuer geschaeftlichen Einsatz. Enterprise fuer sensible Daten.

Microsoft Copilot

Version	AVV	EU-Daten	Training
Copilot Free (Bing)	Nein	Nein	Ja
Copilot for M365	Ja (DPA)	Ja (EU Data Boundary)	Nein

Empfehlung: Nur Copilot for Microsoft 365 mit aktiviertem EU Data Boundary.

Google Gemini

Version	AVV	EU-Daten	Training
Gemini Free	Eingeschraenkt	Nein	Opt-out moeglich
Gemini for Workspace	Ja	Ja (EU-Region)	Nein

Empfehlung: Nur Workspace-Version mit konfigurierter EU-Datenresidenz.

Claude (Anthropic)

Version	AVV	EU-Daten	Training
Free/Pro	Eingeschraenkt	Nein	Opt-out moeglich
Team/Enterprise	Ja	Ja (optional)	Nein

Empfehlung: Team- oder Enterprise-Version fuer geschaeftlichen Einsatz.

Konfigurationscheckliste: Vor dem Rollout

Bevor du ein KI-Tool im Unternehmen freigibst, muessen diese Punkte erledigt sein:

AVV abschliessen — Nicht nur lesen, sondern aktiv abschliessen und archivieren
EU-Datenresidenz aktivieren — Wo verfuegbar, auf EU-Region einstellen
Training deaktivieren — Sicherstellen, dass Eingaben nicht fuer Modelltraining genutzt werden
Zugriffsrechte konfigurieren — Wer darf das Tool nutzen? Mit welchen Daten?
SSO einrichten — Zentrale Authentifizierung, kein Wildwuchs an Einzelaccounts
Audit-Logs aktivieren — Nachvollziehbarkeit fuer die Datenschutzdokumentation
Nutzungsrichtlinie erstellen — Klare Regeln, was Mitarbeiter eingeben duerfen und was nicht

Lokale KI-Modelle: Die datenschutzfreundliche Alternative

Fuer besonders sensible Daten gibt es lokale KI-Modelle, die komplett auf deiner eigenen Infrastruktur laufen:

Modell	Laeuft lokal	Datenschutz	Einschraenkung
Ollama + Llama	Ja, auf eigenem Server	Maximal — keine Datenuebermittlung	Weniger leistungsfaehig als GPT-4
LM Studio	Ja, auf eigenem PC	Maximal	Hardware-Anforderungen
Azure OpenAI (private)	In deinem Azure-Tenant	Hoch — EU-Datenresidenz	Kosten, Setup-Aufwand

Wann lokale Modelle sinnvoll sind: Bei Gesundheitsdaten, Finanzdaten, Mitarbeiterdaten oder wenn Branchenvorschriften eine Datenuebermittlung an Dritte ausschliessen.

Key Takeaways

Consumer-Versionen von KI-Tools (ChatGPT Free, Copilot Free) sind fuer den geschaeftlichen Einsatz mit personenbezogenen Daten nicht geeignet
Enterprise-Versionen bieten AVV, deaktiviertes Training, EU-Datenresidenz und Admin-Kontrolle — muessen aber konfiguriert werden
„Enterprise" heisst nicht automatisch „compliant" — es heisst „compliancefaehig, wenn richtig eingerichtet"
Vor dem Rollout: AVV abschliessen, EU-Datenresidenz aktivieren, Nutzungsrichtlinie erstellen, Mitarbeiter schulen
Fuer besonders sensible Daten: Lokale KI-Modelle pruefen (Ollama, Azure OpenAI Private)

Up Next

In der naechsten Lektion lernst du, wie du eine Datenschutz-Folgenabschaetzung (DSFA) fuer KI-Projekte erstellst — Schritt fuer Schritt, mit Vorlage.