DSGVO-konforme KI-Automatisierung: der Leitfaden

Die erste Frage lautet immer: Wo läuft das Modell? Die meisten gängigen Automatisierungs-Stacks senden Ihre Daten an Server außerhalb der EU — ein Tool wie Zapier, das OpenAIs API aufruft, leitet Kunden-E-Mails, Rechnungen und interne Dokumente über Dritte, und Drittlandtransfers in die USA stehen seit Schrems II auf wackeligem Boden. Nach DSGVO ist das ein Transferproblem (Art. 44), bevor es ein KI-Problem ist.

DSGVO-konformes Hosting gibt es in zwei Ausprägungen. EU-basierte Cloud hält Daten innerhalb der Union — mit einem sauberen Auftragsverarbeitungsvertrag (AVV) — der pragmatische Weg, wenn Sie verwaltete Infrastruktur wollen. On-Premise bzw. self-hosted betreibt offene Modelle wie Llama oder Mistral auf Ihren eigenen Servern, sodass personenbezogene Daten Ihre Grenze nie verlassen — der Weg, auf dem regulierte Firmen in Recht, Gesundheitswesen und Finanzen meist landen. Beide ersetzen unvorhersehbare Pro-Token-Preise durch planbare feste Infrastrukturkosten und beseitigen die Transferfrage vollständig. Der Einsatz lohnt die Sorgfalt: DSGVO-Bußgelder erreichen bis zu 20 Mio. € oder 4 % des weltweiten Jahresumsatzes, je nachdem, welcher Betrag höher ist (DSGVO Art. 83).

Die Dokumentenverarbeitung ist der Bereich, in dem sich DSGVO-konforme Automatisierung am schnellsten auszahlt — und in dem die Regeln am härtesten greifen, denn Verträge, Rechnungen sowie Patienten- oder Mandantenakten sind dicht mit personenbezogenen Daten. Das konforme Muster ist Schwärzung an der Tür: Eine Erkennungsschicht identifiziert personenbezogene Daten im Moment der Aufnahme und ersetzt sie durch Platzhalter, bevor ein Modell sie liest. Die KI arbeitet mit der geschwärzten Fassung; die Originale bleiben in Ihrer Infrastruktur. Das ist Datensparsamkeit (Art. 5), durch Architektur erzwungen statt in einer Richtlinie versprochen.

Gut gemacht ist das für die Nutzenden unsichtbar — Mitarbeitende stellen eine Frage in normaler Sprache und erhalten eine belegte Antwort, während Schwärzung, EU- oder On-Premise-Verarbeitung und ein Audit-Trail je Anfrage für Ihren DSB im Hintergrund laufen. Genau dieses Setup steckt hinter unserem Private-KI-Projekt für eine Kanzlei, wo anwaltliche Verschwiegenheit keinen Spielraum lässt, dass Daten wandern.

Keine Plattform ist per Etikett „DSGVO-konform“ — Konformität ist eine Eigenschaft der Bereitstellung, kein Siegel, das ein Anbieter druckt. Cloud-Orchestratoren wie Zapier und Make lassen sich rechtmäßig nutzen, aber nur mit unterzeichnetem AVV und Verarbeitung in der EU-Region — und sie leiten Daten weiterhin über ihre eigenen Server. Self-hosted Orchestrierung wie n8n auf Ihrer eigenen Infrastruktur umgeht das, indem die Workflow-Engine innerhalb Ihrer Grenzen bleibt.

Statt einem Etikett zu vertrauen, prüfen Sie jeden Stack an fünf Fragen: Lässt er sich self-hosten oder in einer EU-Region betreiben? Gibt es einen AVV? Läuft die Modell-Schicht auf EU-gehosteten oder On-Premise-Modellen? Wird vor externen Aufrufen geschwärzt? Und wird jeder Datenfluss protokolliert (Art. 5 Abs. 2)? Ein Stack, der überall Ja sagt, ist auf die einzig relevante Weise konform — von Grund auf. Genau diese Checkliste prüft ein KI-Audit gegen Ihre konkreten Tools, bevor etwas gebaut wird.

Teams, die eigene Tools entwickeln, treffen dieselben Regeln eine Ebene tiefer. Das wiederverwendbare Muster ist eine Schwärzungs-Schicht als Infrastruktur — eine Grenze, die jeden Identifikator entfernt, bevor ein Prompt Ihre Systeme verlässt, vor jeder Modell-API Ihrer Wahl. Genau das haben wir als anonLLM produktisiert, sodass ein internes Team die Datenschutz-Schicht erhält, ohne sie neu zu bauen. Für einen ersten Schritt ganz ohne Einrichtung prüft unsere kostenlose Expose-Nothing-Browser-Erweiterung jede Seite auf personenbezogene Daten, bevor sie ein öffentliches Modell erreicht.

Um diesen Kern herum erwartet die DSGVO einige Disziplinen von Haus aus: Datenschutz durch Technikgestaltung und durch datenschutzfreundliche Voreinstellungen (Art. 25), eine Datenschutz-Folgenabschätzung bei risikoreicher Verarbeitung (Art. 35) und ein Verzeichnis von Verarbeitungstätigkeiten, das Ihr DSB tatsächlich einsehen kann. Nichts davon bremst ein kompetentes Team — es sind meist Entscheidungen, die einmal beim Design getroffen werden, statt nach einem Audit nachgerüstet zu werden. Enablement heißt also weniger, Mitarbeitende zur Vorsicht zu schulen, als ihnen Infrastruktur zu geben, die von sich aus sicher ist.

Ist KI-Automatisierung DSGVO-konform?

Sie kann es sein und ist es regelmäßig. Konformität hängt von der Architektur ab: personenbezogene Daten geschwärzt, bevor ein externes Modell sie sieht, Verarbeitung in der EU oder on-premise, Datensparsamkeit by design (Art. 5) und jeder Fluss protokolliert. Risiko entsteht bei reinen Cloud-Setups, die Daten an US-APIs senden.

Darf ich ChatGPT oder Cloud-KI unter der DSGVO nutzen?

Nicht, indem Sie personenbezogene Daten in das öffentliche Produkt kopieren. Dieselbe Modellklasse lässt sich rechtmäßig hinter einer Schwärzungs-Schicht nutzen, die Identifikatoren zuerst entfernt — mit EU-Region-Deployment und AVV: die Produktivität ohne die Preisgabe.

Wo sollte DSGVO-konforme KI gehostet werden?

Entweder in EU-basierter Cloud mit Datenresidenz und AVV oder on-premise / self-hosted auf Ihren eigenen Servern. On-Premise gibt die stärkste Garantie, weil personenbezogene Daten Ihre Grenze nie verlassen; EU-Cloud ist der pragmatische Mittelweg.

Wie gilt die DSGVO für automatisierte Dokumentenverarbeitung?

Dokumente sind voll personenbezogener Daten, daher greift Datensparsamkeit (Art. 5) unmittelbar: Identifikatoren bei der Aufnahme erkennen und schwärzen, die geschwärzte Fassung verarbeiten, Originale in Ihrer Infrastruktur behalten und jede Anfrage für Ihren DSB protokollieren.

Welche Bußgelder drohen bei nicht-konformer KI?

Bis zu 20 Mio. € oder 4 % des weltweiten Jahresumsatzes, je nachdem, welcher Betrag höher ist (DSGVO Art. 83) — plus Reputationsschaden. Deshalb behandeln regulierte Firmen Datenschutz-Architektur als Voraussetzung, nicht als Zusatz.

DSGVO-Konformität und KI-Automatisierung sind keine Gegensätze — sie setzen lediglich die richtige Architektur voraus. Hosten Sie in der EU oder on-premise, schwärzen Sie vor jedem externen Modell, minimieren Sie Daten by design und protokollieren Sie jeden Fluss, und ein europäisches Team automatisiert so konsequent wie jedes US-Pendant — bei voller Datenhoheit. Der EU AI Act verschärft dies für risikoreiche Systeme weiter, daher ist die Infrastruktur, die Sie jetzt bauen, zugleich der Compliance-Vorteil von morgen.

Der schnellste Weg zu Ihrem konformen Pfad ist, zuerst Ihre tatsächlichen Datenflüsse zu kartieren. Genau das leistet ein KI-Audit — es beziffert das Risiko und liefert einen Bauplan, bevor eine Zeile Automatisierung geschrieben wird.