DSGVO-konforme KI für Unternehmen - Der komplette Leitfaden

DSGVO-konforme KI im Unternehmen: rechtliche Anforderungen, EU AI Act, technische Maßnahmen und AWS-Architektur - praxisnah erklärt.

Veröffentlicht: 2026-03-01. Aktualisiert: 2026-10-12.

DSGVO-konforme KI für Unternehmen - Der komplette Leitfaden

Die DSGVO verbietet KI nicht - sie verlangt, dass personenbezogene und sensible Kundendaten kontrolliert verarbeitet werden. Unternehmen, die KI mit Rechtsgrundlage, EU-Datenresidenz (AWS eu-central-1 oder eigene Hardware), Verschlüsselung und dokumentierten Prozessen einsetzen, handeln datenschutzkonform. Unternehmen, die KI ignorieren, riskieren unkontrollierte „Shadow AI" durch Mitarbeiter, die ChatGPT mit Firmendaten nutzen. Dieser Leitfaden zeigt die rechtlichen Grundlagen (DSGVO + EU AI Act), die technische Architektur, vier Praxisfälle mit sensiblen Daten, eine 15-Punkte-Checkliste und den passenden nächsten Schritt je nach Ergebnis.

Warum DSGVO und KI kein Widerspruch sind

Viele Unternehmen verzichten auf KI, weil sie Datenschutz-Verstöße fürchten. Gleichzeitig nutzen ihre Mitarbeiter längst ChatGPT, Google Gemini oder andere Consumer-Tools - mit Firmendaten, ohne Wissen der IT-Abteilung, ohne Auftragsverarbeitungsvertrag. Diese sogenannte "Shadow AI" ist das eigentliche Risiko.

Die DSGVO verbietet KI nicht. Sie schreibt vor, dass personenbezogene Daten verantwortungsvoll verarbeitet werden. Das ist ein Unterschied. Ein Unternehmen, das KI kontrolliert einsetzt - mit klarer Rechtsgrundlage, technischen Schutzmaßnahmen und dokumentierten Prozessen - handelt datenschutzkonform. Ein Unternehmen, das KI ignoriert und seine Mitarbeiter mit unkontrollierten Tools arbeiten lässt, handelt fahrlässig.

Die Frage ist nicht, ob Sie KI nutzen sollten, sondern wie Sie es richtig tun. Genau das behandelt dieser Leitfaden.

Die rechtlichen Grundlagen

DSGVO - Die 6 wichtigsten Artikel für KI-Systeme

Die DSGVO ist seit 2018 in Kraft. Für KI-Systeme, die personenbezogene Daten verarbeiten, sind sechs Artikel besonders relevant:

Artikel 5 - Datensparsamkeit und Zweckbindung. Sie dürfen nur die Daten verarbeiten, die für den konkreten Zweck erforderlich sind. Wenn Ihr KI-System Rechnungen klassifiziert, braucht es die Rechnungsdaten - aber nicht die komplette Kundenhistorie. Dieser Grundsatz hat direkte Auswirkungen auf Prompt-Design und Datenarchitektur: Je weniger personenbezogene Daten Sie in einen KI-Prompt übergeben, desto geringer das Risiko.

Artikel 6 - Rechtsgrundlage. Jede Verarbeitung personenbezogener Daten braucht eine Rechtsgrundlage. Für KI-Systeme im Unternehmenskontext kommen typischerweise drei in Frage: Vertragserfüllung (Art. 6 Abs. 1 lit. b), berechtigtes Interesse (Art. 6 Abs. 1 lit. f) oder Einwilligung (Art. 6 Abs. 1 lit. a). Die Rechtsgrundlage muss vor dem Go-Live dokumentiert sein - nicht nachträglich.

Artikel 13 und 14 - Transparenzpflichten. Betroffene Personen haben das Recht zu wissen, dass ihre Daten durch ein KI-System verarbeitet werden. Das betrifft Ihre Datenschutzerklärung, aber auch interne Richtlinien: Wenn Sie Bewerbungen mit KI vorfiltern, müssen die Bewerber darüber informiert werden. Wenn ein Chatbot Kundenanfragen beantwortet, muss erkennbar sein, dass es sich um ein automatisiertes System handelt.

Artikel 22 - Automatisierte Einzelentscheidungen. Dieser Artikel ist für KI-Anwendungen besonders kritisch. Wenn ein KI-System automatisch Entscheidungen trifft, die rechtliche Wirkung entfalten oder eine Person erheblich beeinträchtigen - Kreditvergabe, Bewerbungsablehnung, Versicherungstarifierung - hat die betroffene Person das Recht auf menschliche Überprüfung. Rein automatisierte Entscheidungen sind nur unter engen Voraussetzungen zulässig. In der Praxis bedeutet das: Implementieren Sie einen Human-in-the-Loop. Das KI-System empfiehlt, ein Mensch entscheidet.

Artikel 25 - Privacy by Design und Privacy by Default. Datenschutz darf nicht nachträglich aufgesetzt werden, sondern muss von Anfang an in die technische Architektur eingebaut sein. Für KI-Systeme heißt das: Verschlüsselung als Standard, Zugriffskontrollen ab Tag eins, minimale Datenspeicherung, keine Datenübermittlung an Dritte ohne vertragliche Grundlage. Dieses Prinzip sollte die gesamte Architekturentscheidung leiten - von der Wahl des Cloud-Providers bis zur Prompt-Gestaltung.

Artikel 28 - Auftragsverarbeitung. Wenn Sie einen Cloud-Provider für Ihre KI-Infrastruktur nutzen - und das tun Sie in den meisten Fällen - brauchen Sie einen Auftragsverarbeitungsvertrag (AVV, englisch DPA). AWS stellt standardisierte Auftragsverarbeitungsverträge bereit, die den Anforderungen von Artikel 28 entsprechen. Lesen Sie den Vertrag trotzdem durch und prüfen Sie, ob er Ihre spezifischen Verarbeitungszwecke abdeckt.

EU AI Act - Was ab 2026 gilt

Der EU AI Act ist seit August 2024 in Kraft und wird schrittweise wirksam. Für Unternehmen, die KI einsetzen, sind vor allem die Risikokategorien relevant:

Unakzeptables Risiko (verboten). KI-Systeme für Social Scoring, Emotionserkennung am Arbeitsplatz oder biometrische Echtzeit-Identifikation im öffentlichen Raum. Diese Verbote gelten seit Februar 2025. Für die meisten Mittelstandsunternehmen sind diese Kategorien nicht relevant.

Hohes Risiko. KI-Systeme, die in kritischen Bereichen eingesetzt werden: HR-Entscheidungen (Bewerbungsauswahl, Leistungsbewertung), Kreditwürdigkeit, Versicherungstarife, Bildung, kritische Infrastruktur. Hochrisiko-Systeme unterliegen ab August 2026 umfangreichen Anforderungen: Risikomanagement, Datenqualitätsstandards, technische Dokumentation, menschliche Aufsicht, Transparenzpflichten und Registrierung in einer EU-Datenbank.

Begrenztes Risiko (Transparenzpflichten). KI-Systeme, die mit Menschen interagieren - Chatbots, Deepfakes, KI-generierte Texte. Hier gilt eine Kennzeichnungspflicht: Nutzer müssen wissen, dass sie mit einem KI-System interagieren. Diese Pflicht gilt seit August 2025.

Minimales Risiko. Die meisten KI-Anwendungen im Mittelstand fallen in diese Kategorie: Dokumentenverarbeitung, E-Mail-Klassifikation, interne Wissenssuche, Übersetzung. Für diese Systeme gelten keine speziellen Auflagen aus dem AI Act - die DSGVO-Anforderungen bleiben aber unverändert bestehen.

Praktische Einordnung: Wenn Sie einen internen Dokumenten-Chatbot oder ein E-Mail-Routing-System betreiben, fallen Sie wahrscheinlich unter "minimales Risiko" mit Transparenzpflicht (weil ein Chatbot mit Menschen interagiert). Wenn Sie KI im Bewerbermanagement einsetzen, ist das "hohes Risiko" - und Sie müssen die entsprechenden Compliance-Anforderungen erfüllen, sobald die Hochrisiko-Regelungen im August 2026 greifen.

Datenschutz-Folgenabschätzung (DSFA)

Eine Datenschutz-Folgenabschätzung (DSFA, englisch DPIA) ist nach Artikel 35 DSGVO erforderlich, wenn eine Datenverarbeitung voraussichtlich ein hohes Risiko für die Rechte und Freiheiten natürlicher Personen mit sich bringt. Für KI-Systeme ist eine DSFA in folgenden Fällen typischerweise erforderlich:

• Automatisierte Entscheidungsfindung mit rechtlicher Wirkung (Art. 22)
• Systematische Überwachung (z.B. Verhaltensanalyse von Mitarbeitern)
• Umfangreiche Verarbeitung besonderer Kategorien personenbezogener Daten (Gesundheitsdaten, biometrische Daten)
• Innovative Technologien in Kombination mit umfangreicher Datenverarbeitung

Die DSFA dokumentiert: Welche Daten werden verarbeitet? Was ist der Zweck? Welche Risiken bestehen? Welche technischen und organisatorischen Maßnahmen mindern diese Risiken? Die deutschen Datenschutzbehörden (DSK) haben eine Liste von Verarbeitungstätigkeiten veröffentlicht, für die eine DSFA zwingend erforderlich ist.

Meine Empfehlung: Führen Sie bei jedem neuen KI-System eine vereinfachte Risikobewertung durch, auch wenn keine formale DSFA-Pflicht besteht. Das kostet einen halben Tag und schützt Sie im Ernstfall erheblich.

Technische Architektur für DSGVO-konforme KI

Die rechtlichen Anforderungen übersetzen sich in konkrete technische Entscheidungen. Jede Architekturkomponente muss dazu beitragen, dass Daten geschützt, nachvollziehbar und kontrolliert verarbeitet werden.

AWS eu-central-1: Daten bleiben in Frankfurt

Die Wahl der Cloud-Region ist die erste und wichtigste Architekturentscheidung. Wenn Sie KI-Workloads in AWS eu-central-1 (Frankfurt) betreiben, bleiben Ihre Daten physisch in Deutschland. Es findet kein grenzüberschreitender Datentransfer statt - und damit entfallen die komplexen Fragen zu Standardvertragsklauseln und Angemessenheitsbeschlüssen, die bei US-basierten Diensten relevant werden.

AWS betreibt in Frankfurt ein vollwertiges Rechenzentrum mit mehreren Availability Zones. Amazon Bedrock - der Managed Service für Foundation Models - ist in eu-central-1 verfügbar. Sie können Claude, Titan und andere Modelle nutzen, ohne dass Ihre Daten die EU verlassen.

Zusätzlich bietet AWS die Möglichkeit, über Service Control Policies (SCPs) in AWS Organizations zu erzwingen, dass Ressourcen ausschließlich in zugelassenen Regionen erstellt werden können. Damit verhindern Sie, dass ein Entwickler versehentlich eine Lambda-Funktion in us-east-1 deployed und dort Kundendaten verarbeitet.

Wenn Daten das Haus gar nicht verlassen dürfen - etwa bei Berufsgeheimnisträgern nach § 203 StGB oder bei Betriebsgeheimnissen, für die kein Cloud-AVV in Frage kommt - ist Self-Hosting auf eigener Hardware die Alternative. Was das an Kosten, Betrieb und tatsächlicher DSGVO-Wirkung bedeutet, vergleiche ich in KI lokal hosten im Unternehmen: Self-Hosting vs. AWS Bedrock. Die Architekturprinzipien in diesem Leitfaden gelten in beiden Fällen.

AWS Bedrock vs. ChatGPT: Datenschutz-Vergleich

Für Unternehmen, die personenbezogene Daten verarbeiten, ist AWS Bedrock in eu-central-1 die sicherste Option - volle Kontrolle über Datenfluss, Verschlüsselung und Netzwerkisolation.

VPC-Isolation und PrivateLink

KI-Modelle sollten nicht über das öffentliche Internet erreichbar sein. Die Architektur sollte so aussehen: Ihre Anwendung läuft in einer privaten VPC (Virtual Private Cloud). Der Zugriff auf Amazon Bedrock erfolgt über einen VPC-Endpoint (AWS PrivateLink). Der gesamte Datenverkehr zwischen Ihrer Anwendung und dem KI-Modell bleibt im AWS-Backbone-Netzwerk und verlässt nie das Internet.

Warum ist das wichtig? Erstens minimieren Sie die Angriffsfläche: Kein öffentlich erreichbarer Endpunkt bedeutet weniger Angriffsvektoren. Zweitens können Sie den Datenfluss über VPC Flow Logs vollständig protokollieren und nachweisen, dass keine unautorisierten Verbindungen bestehen. Drittens erfüllen Sie damit die Anforderungen von Art. 25 DSGVO (Privacy by Design) auf Netzwerkebene.

Die Konfiguration ist unkompliziert: Ein VPC-Endpoint für bedrock-runtime, eine Security Group, die nur ausgehenden Traffic auf Port 443 erlaubt, und eine VPC-Endpoint-Policy, die den Zugriff auf die benötigten Modelle beschränkt.

Verschlüsselung: KMS, TLS, S3 Server-Side

Verschlüsselung ist kein optionales Feature, sondern eine Grundanforderung. Für DSGVO-konforme KI-Systeme gilt:

Daten in Ruhe (at rest). Alle Daten in S3, DynamoDB, EBS und anderen Speicherdiensten werden mit AWS KMS (Key Management Service) verschlüsselt. Sie können entweder AWS-verwaltete Schlüssel oder kundenverwaltete CMKs (Customer Managed Keys) verwenden. Kundenverwaltete Schlüssel geben Ihnen volle Kontrolle über den Schlüssellebenszyklus - inklusive der Möglichkeit, Schlüssel zu rotieren oder zu widerrufen.

Daten in Transit. Alle Verbindungen laufen über TLS 1.2 oder höher. Das gilt für die Kommunikation zwischen Ihrer Anwendung und Bedrock ebenso wie für den Zugriff auf S3 oder andere AWS-Services. Erzwingen Sie TLS über S3-Bucket-Policies und Security Groups.

Prompt- und Antwortdaten. Die Daten, die Sie an Bedrock senden (Prompts) und zurückbekommen (Completions), werden während der Verarbeitung im Arbeitsspeicher gehalten und nach Abschluss der Anfrage gelöscht. Sie werden nicht auf persistenten Speichern abgelegt - es sei denn, Sie aktivieren explizit Model Invocation Logging.

CloudTrail + Audit-Logging

Nachvollziehbarkeit ist eine Kernanforderung der DSGVO. Sie müssen dokumentieren können, wer wann auf welche Daten zugegriffen hat. AWS CloudTrail protokolliert jeden API-Aufruf in Ihrem Account - inklusive Bedrock-Aufrufe. In Kombination mit S3-Access-Logs und VPC Flow Logs erhalten Sie ein lückenloses Audit-Trail.

Für KI-Systeme empfehle ich zusätzlich ein anwendungsseitiges Logging: Welcher Benutzer hat welchen Prompt gesendet? Welche Daten wurden verarbeitet? Welches Ergebnis wurde zurückgegeben? Diese Logs sollten in einem separaten, schreibgeschützten S3-Bucket gespeichert werden - mit einer Retention Policy, die Ihren Aufbewahrungsfristen entspricht.

Wenn eine Datenschutzbehörde nachfragt, können Sie nachweisen: Welche Daten wurden verarbeitet, auf welcher Rechtsgrundlage, durch welchen Benutzer, zu welchem Zeitpunkt, und wo wurden sie gespeichert. Das ist der Unterschied zwischen "wir haben KI im Einsatz" und "wir haben KI DSGVO-konform im Einsatz".

AWS Bedrock Data Policies

Amazon Bedrock unterscheidet sich grundlegend von Consumer-KI-Tools wie ChatGPT: Ihre Eingabedaten werden standardmäßig nicht für das Training von Foundation Models verwendet. AWS hat das in seiner Dokumentation und in den Servicebedingungen klar festgelegt.

Zusätzlich können Sie über Bedrock Data Policies explizit konfigurieren, dass Ihre Daten weder für Modellverbesserung noch für andere Zwecke verwendet werden. Die Opt-out-Option ist standardmäßig aktiv - Sie müssen sie nicht erst einschalten.

Konkret bedeutet das: Wenn ein Mitarbeiter über Ihren internen Chatbot eine Frage zu einem Vertrag stellt, wird diese Frage von Claude bearbeitet und die Antwort zurückgegeben. Danach existieren diese Daten in Bedrocks Infrastruktur nicht mehr. Kein Training, keine Speicherung, keine Weitergabe.

Das ist der fundamentale Unterschied zu einem Mitarbeiter, der denselben Vertrag in ChatGPT kopiert - wo die Daten potenziell für Modelltraining genutzt, auf US-Servern gespeichert und ohne Auftragsverarbeitungsvertrag verarbeitet werden.

DSGVO-konforme KI in der Praxis: 4 Use Cases

Theorie ist wichtig, aber die Umsetzung entscheidet. Im Folgenden zeige ich vier konkrete Anwendungsfälle, die ich in mittelständischen Projekten umgesetzt habe, und wie die DSGVO-Anforderungen jeweils adressiert werden.

Vertragsprüfung mit sensiblen Daten

Verträge enthalten personenbezogene Daten (Namen, Adressen, Bankverbindungen) und Geschäftsgeheimnisse (Preise, Konditionen, Haftungsklauseln). Bei der KI-gestützten Vertragsprüfung werden diese Dokumente an ein KI-Modell übergeben, das kritische Klauseln identifiziert und ein Risiko-Scoring erstellt.

DSGVO-Maßnahmen: Verträge werden in einem verschlüsselten S3-Bucket gespeichert. Der Zugriff auf Bedrock erfolgt ausschließlich über PrivateLink. Die Analyse findet in eu-central-1 statt. Die Ergebnisse werden dem Juristen präsentiert, der die finale Entscheidung trifft - Human-in-the-Loop. Verarbeitungsprotokolle werden in CloudTrail aufgezeichnet.

Rechtsgrundlage: Berechtigtes Interesse (Art. 6 Abs. 1 lit. f) - die effiziente Prüfung von Vertragsrisiken ist ein legitimes Geschäftsinteresse. Die betroffenen Vertragspartner werden in der Datenschutzerklärung über die KI-gestützte Verarbeitung informiert.

RAG-Chatbot mit Unternehmensdokumenten

Ein interner Dokumenten-Chatbot auf Basis von RAG (Retrieval Augmented Generation) ermöglicht es Mitarbeitern, Fragen zu internen Richtlinien, Handbüchern und Verträgen zu stellen. Die KI antwortet ausschließlich auf Basis der hochgeladenen Dokumente - keine Halluzination, keine externen Datenquellen.

DSGVO-Maßnahmen: Dokumente und Chat-Verläufe bleiben in der VPC. Der Chatbot ist nur über das interne Netzwerk oder VPN erreichbar. Benutzer-Authentifizierung über Amazon Cognito stellt sicher, dass nur autorisierte Mitarbeiter Zugriff haben. Dokumente werden nach einer definierten Retention-Periode automatisch gelöscht.

Wie ich so ein System als Wissensassistent für Unternehmen mit Quellenangabe und Zugriffskontrolle aus dem Quellsystem umsetze, steht auf der Leistungsseite.

E-Mail-Klassifikation mit Kundendaten

Bei der automatischen E-Mail-Klassifikation werden eingehende E-Mails analysiert und an das zuständige Team weitergeleitet: Kundenanfragen an den Support, Bewerbungen an HR, Rechnungen an die Buchhaltung.

DSGVO-Maßnahmen: Das KI-System verarbeitet den E-Mail-Inhalt nur so weit, wie für die Klassifikation erforderlich (Datensparsamkeit). Es werden keine E-Mail-Inhalte gespeichert - nur die Klassifikationsentscheidung (Kategorie, Konfidenz, Ziel-Mailbox). Die Verarbeitung erfolgt über Bedrock in eu-central-1. Kunden werden in der Datenschutzerklärung über die automatisierte Verarbeitung informiert.

Rechtsgrundlage: Berechtigtes Interesse - die effiziente Bearbeitung von Geschäftskorrespondenz. Da keine automatisierte Entscheidung mit rechtlicher Wirkung getroffen wird (die E-Mail wird nur geroutet, nicht beantwortet), ist Art. 22 hier nicht einschlägig.

Bewerbermanagement und Art. 22 DSGVO

Das KI-gestützte Bewerbermanagement ist der anspruchsvollste Use Case aus DSGVO-Sicht. Wenn ein KI-System Bewerbungen bewertet und priorisiert, handelt es sich um eine automatisierte Verarbeitung personenbezogener Daten mit erheblicher Auswirkung auf die betroffene Person.

DSGVO-Maßnahmen: Art. 22 verlangt einen Human-in-the-Loop. Das KI-System erstellt eine Vorauswahl mit Scoring und Begründung - aber ein HR-Mitarbeiter trifft die Entscheidung über Einladung oder Ablehnung. Bewerber werden in der Empfangsbestätigung darüber informiert, dass KI-gestützte Verarbeitung stattfindet. Sie haben das Recht auf menschliche Überprüfung und können der automatisierten Verarbeitung widersprechen.

Zusätzlich: Ab August 2026 fällt KI im Bewerbermanagement unter die Hochrisiko-Kategorie des EU AI Act. Das bedeutet erweiterte Dokumentationspflichten, Bias-Testing und Registrierung. Wenn Sie jetzt ein solches System aufbauen, sollten Sie diese Anforderungen von Anfang an einplanen.

Eine DSFA ist hier zwingend erforderlich.

Checkliste: Ist Ihre KI-Lösung DSGVO-konform?

Verwenden Sie diese 15-Punkte-Checkliste, um Ihre bestehende oder geplante KI-Lösung zu überprüfen:

1. Rechtsgrundlage dokumentiert. Sie haben eine schriftliche Dokumentation der Rechtsgrundlage (Art. 6) für jede Verarbeitung personenbezogener Daten durch das KI-System.
2. Verarbeitungsverzeichnis aktualisiert. Das KI-System ist in Ihrem Verzeichnis der Verarbeitungstätigkeiten (Art. 30) eingetragen.
3. Datenschutzerklärung angepasst. Ihre Datenschutzerklärung informiert Betroffene über den Einsatz von KI-Systemen, deren Zweck und die Logik der Verarbeitung.
4. Auftragsverarbeitungsvertrag (AVV) abgeschlossen. Mit jedem Cloud-Provider und Drittanbieter, der Daten verarbeitet, besteht ein AVV nach Art. 28.
5. Datenresidenz in der EU sichergestellt. Alle Daten werden in einer EU-Region verarbeitet und gespeichert (idealerweise eu-central-1 Frankfurt).
6. Kein Modelltraining mit Ihren Daten. Sie haben bestätigt, dass Ihr KI-Provider Ihre Eingabedaten nicht für Modelltraining verwendet (z.B. Bedrock Data Policies).
7. Verschlüsselung implementiert. Daten sind at rest (KMS) und in transit (TLS 1.2+) verschlüsselt.
8. Netzwerkisolation konfiguriert. KI-Endpunkte sind über VPC-Endpoints/PrivateLink erreichbar, nicht über das öffentliche Internet.
9. Zugriffskontrollen eingerichtet. IAM-Policies folgen dem Least-Privilege-Prinzip. Nur autorisierte Benutzer und Services können auf KI-Endpunkte zugreifen.
10. Audit-Logging aktiv. CloudTrail, S3-Access-Logs und anwendungsseitige Logs protokollieren alle Datenzugriffe.
11. Datensparsamkeit umgesetzt. Das KI-System verarbeitet nur die Daten, die für den konkreten Zweck erforderlich sind.
12. Human-in-the-Loop bei automatisierten Entscheidungen. Bei Entscheidungen mit rechtlicher oder erheblicher Wirkung (Art. 22) ist eine menschliche Überprüfung implementiert.
13. Datenschutz-Folgenabschätzung durchgeführt. Für Hochrisiko-Verarbeitungen liegt eine DSFA vor.
14. Löschkonzept definiert. Es gibt eine dokumentierte Retention-Policy: Wie lange werden Prompts, Ergebnisse und Logs gespeichert, und wann werden sie gelöscht?
15. EU AI Act-Einordnung vorgenommen. Sie haben Ihr KI-System in die Risikokategorien des EU AI Act eingeordnet und die entsprechenden Pflichten identifiziert.

Wenn Sie weniger als 12 Punkte abhaken können, besteht Handlungsbedarf. Wenn Sie weniger als 8 abhaken können, empfehle ich eine sofortige Compliance-Prüfung.

Was Ihr Ergebnis bedeutet - und was der nächste Schritt ist

Die Checkliste sagt, wo Sie stehen. Der passende nächste Schritt hängt davon ab, ob Sie ein neues KI-Vorhaben planen oder ein bestehendes System absichern wollen:

Beide Einstiege rechne ich vollständig an, wenn innerhalb von 8 Wochen ein Umsetzungsbaustein oder die Produktentwicklung folgt. Wer vorher für sich selbst einordnen will, wie weit das Unternehmen insgesamt ist, nimmt den kostenlosen KI-Readiness-Check mit 16 Fragen zu Daten, Prozessen, Technik und Organisation.

EU-Unternehmen auf Zypern: Voller DSGVO-Schutz

Eine Frage, die mir gelegentlich gestellt wird: Wenn ich über Zypern arbeite, gelten dann die gleichen Datenschutzregeln wie in Deutschland? Die Antwort ist eindeutig: Ja.

Zypern ist EU-Mitglied seit 2004. Die DSGVO gilt in Zypern direkt und vollständig - genauso wie in Deutschland, Frankreich oder den Niederlanden. Es gibt keine Sonderregeln, keine Ausnahmen und keine abgeschwächte Version. Die zyprische Datenschutzbehörde (Commissioner for Personal Data Protection) überwacht die Einhaltung und arbeitet im Europäischen Datenschutzausschuss (EDPB) mit den anderen nationalen Behörden zusammen.

EU-Vertragsrecht, nicht Drittland. Wenn Sie mit einem EU-Unternehmen auf Zypern zusammenarbeiten, gelten EU-Vertragsrecht und EU-Datenschutzrecht. Es gibt keinen "Drittland-Transfer" im Sinne der DSGVO, weil Zypern kein Drittland ist. Die Zusammenarbeit ist rechtlich identisch zur Zusammenarbeit mit einem Unternehmen in München, Hamburg oder Wien.

Alle Daten in AWS eu-central-1 (Frankfurt). Unabhängig vom Unternehmenssitz werden alle Kundendaten, KI-Workloads und Infrastruktur in AWS Frankfurt betrieben. Die Daten verlassen Deutschland nicht. Dieses Hosting-Modell wähle ich bewusst, weil es den höchsten Standard für deutsche Unternehmen bietet - unabhängig davon, von wo aus ich arbeite.

Verträge und Kommunikation auf Deutsch. Alle Verträge, Dokumentationen und Projektabstimmungen erfolgen auf Deutsch. Sie arbeiten mit einem deutschsprachigen Ansprechpartner, der die Anforderungen deutscher Unternehmen kennt - von DSGVO bis GoBD.

Das Unternehmensmodell kombiniert die operative Flexibilität eines EU-Standorts mit der technischen und rechtlichen Stringenz, die deutsche Mittelständler erwarten. Datenschutz ist kein Standortthema - sondern eine Frage der Architektur, der Verträge und der Arbeitsweise.

Vertiefung für regulierte Branchen

Die DSGVO ist selten die einzige Vorgabe. Je nach Branche kommen Berufsgeheimnis, Lieferkettensicherheit oder die Frage hinzu, ob Daten überhaupt in eine Cloud dürfen. Diese Artikel führen den Leitfaden jeweils an einer Stelle weiter:

• § 203 StGB und KI: Was Berufsgeheimnisträger technisch beachten müssen - für Kanzleien, Steuerberater und Praxen, bei denen ein AVV allein nicht reicht.
• NIS2 und KI-Systeme: Warum Ihr Chatbot Teil der Lieferkette ist - wenn KI-Anbieter und Modell-APIs ins Risikomanagement gehören.
• KI lokal hosten im Unternehmen: Self-Hosting vs. AWS Bedrock - der ehrliche Vergleich, wenn Daten das Haus nicht verlassen dürfen.
• Case Study: KI-Produktentwicklung von der Idee bis zum Livegang - wie aus einer Produktidee eine Dokumentenverarbeitung mit OCR, RAG und kontrollierter Auslieferung wurde.

Häufige Fragen zu DSGVO und KI

Dürfen wir Kundendaten in KI-Systemen verarbeiten?

Ja, wenn Sie eine dokumentierte Rechtsgrundlage haben (Art. 6 DSGVO), die Verarbeitung in Ihrer Datenschutzerklärung offenlegen und technische Schutzmaßnahmen implementiert haben. Die Verarbeitung muss zweckgebunden und auf das notwendige Minimum beschränkt sein. Consumer-Tools wie ChatGPT erfüllen diese Anforderungen in der Regel nicht - Managed Services wie AWS Bedrock mit entsprechender Konfiguration schon.

Was passiert, wenn ein Mitarbeiter ChatGPT mit Firmendaten nutzt?

Dann haben Sie ein Shadow-AI-Problem. Die Daten werden auf US-Servern verarbeitet, möglicherweise für Modelltraining genutzt und ohne Auftragsverarbeitungsvertrag gespeichert. Das ist ein DSGVO-Verstoß, für den das Unternehmen haftet - nicht der Mitarbeiter. Die Lösung: Stellen Sie eine kontrollierte KI-Alternative bereit und etablieren Sie eine klare KI-Nutzungsrichtlinie.

Brauchen wir eine Datenschutz-Folgenabschätzung?

Wahrscheinlich ja, wenn Ihr KI-System automatisierte Entscheidungen trifft, besondere Kategorien personenbezogener Daten verarbeitet oder eine systematische Überwachung durchführt. Für einfache Use Cases wie Dokumentenklassifikation oder interne Suche ist eine formale DSFA meist nicht zwingend erforderlich - eine vereinfachte Risikobewertung ist dennoch empfehlenswert.

Ist AWS Bedrock DSGVO-konform?

AWS Bedrock kann DSGVO-konform betrieben werden, wenn Sie die richtigen Konfigurationen vornehmen: Region eu-central-1, VPC-Endpoints, Verschlüsselung, Data Policies (kein Modelltraining), Auftragsverarbeitungsvertrag mit AWS. Der Dienst allein ist nicht automatisch konform - es kommt auf Ihre Konfiguration und Nutzung an.

Wie stelle ich sicher, dass Daten nicht für KI-Training verwendet werden?

Bei AWS Bedrock sind Ihre Daten standardmäßig vom Modelltraining ausgeschlossen. Das ist in den Servicebedingungen festgelegt und über die Bedrock Data Policies konfigurierbar. Zusätzlich können Sie über CloudTrail und VPC Flow Logs nachweisen, dass keine Daten an externe Endpunkte übermittelt werden. Bei anderen Anbietern prüfen Sie die Servicebedingungen und das Data Processing Addendum sorgfältig.

Was ändert sich durch den EU AI Act?

Für die meisten Mittelstandsanwendungen (Dokumentenverarbeitung, interne Suche, E-Mail-Routing) ändert sich praktisch wenig - diese fallen unter "minimales Risiko". Chatbots müssen als KI-Systeme gekennzeichnet werden (Transparenzpflicht seit August 2025). KI im HR-Bereich (Bewerbermanagement) fällt ab August 2026 unter die Hochrisiko-Kategorie mit erweiterten Pflichten. Die DSGVO-Anforderungen bleiben unverändert bestehen und werden durch den AI Act ergänzt, nicht ersetzt.

Fazit

DSGVO-konforme KI ist kein Widerspruch und kein Luxus - es ist die Voraussetzung für den nachhaltigen Einsatz von KI im Unternehmen. Die rechtlichen Anforderungen sind klar definiert, die technischen Lösungen existieren, und die Kosten für eine konforme Architektur sind überschaubar.

Der wichtigste Schritt ist der erste: Statt KI zu ignorieren und Shadow AI zu tolerieren, sollten Sie eine kontrollierte, dokumentierte und sichere KI-Infrastruktur aufbauen. Mit der richtigen Architektur - AWS eu-central-1, VPC-Isolation, Verschlüsselung, Audit-Logging und Bedrock Data Policies - erfüllen Sie die DSGVO-Anforderungen und können gleichzeitig die Produktivitätsvorteile von KI nutzen.

Dieser Artikel hat Ihnen die rechtlichen und technischen Grundlagen gegeben, um diese Use Cases datenschutzkonform umzusetzen.

So setze ich das mit Ihnen um

Ich entwickle KI-Produkte von der Discovery bis zum Livegang - mit der Architektur aus diesem Leitfaden als Grundlage, nicht als nachträglichem Audit. Der Einstieg ist die Produkt-Discovery zum Festpreis von 1.500 €: Am Ende liegen Scope-Dokument, technische Richtung, die zugehörigen DSGVO- und AI-Act-Pflichten und ein belastbares Folgeangebot vor. Für ein bestehendes System startet stattdessen der Architektur- und Kosten-Check. Beides wird angerechnet, wenn die Umsetzung innerhalb von 8 Wochen folgt.

Im kostenlosen Erstgespräch klären wir in 30 Minuten, welcher Einstieg zu Ihrem Vorhaben passt.

Kostenloses Erstgespräch buchen

Vitalij Bojatschkin - KI-Produktentwickler und Cloud Engineer

Weiterlesen

• E-Mail-Klassifikation mit KI - Minimale Datenverarbeitung bei maximaler Effizienz
• KI lokal hosten im Unternehmen - Self-Hosting vs. AWS Bedrock: Kosten, Betrieb, DSGVO-Realität
• § 203 StGB und KI - Berufsgeheimnis und KI aus Ingenieursicht
• Wissensassistent für Unternehmen - Leistungsseite: interne Dokumente als Assistent mit Quellenangabe und Zugriffskontrolle
• KI-Prozessanalyse - Leistungsseite: aus mehreren KI-Ideen den Startpunkt mit dem klarsten Nutzen auswählen

Häufige Fragen

Welche KI-Systeme fallen unter die DSGVO?

Jedes KI-System, das personenbezogene Daten verarbeitet, ist DSGVO-pflichtig. Dazu gehören: Chatbots mit Kundenkontakt, automatisierte E-Mail-Verarbeitung, Personalentscheidungssysteme, Dokumentenverarbeitung mit Kundendaten und KI-basierte Analytik über identifizierbare Personen. Rein interne Systeme, die keine personenbezogenen Daten verarbeiten (z. B. Produktionsoptimierung mit anonymisierten Sensordaten), sind weniger kritisch.

Darf ich Kundendaten für das Training von KI-Modellen verwenden?

Nur mit expliziter Einwilligung und klarer Zweckbindung – was in der Praxis kaum umsetzbar ist. Meine Empfehlung: Verwenden Sie für das Training ausschließlich synthetische Daten oder anonymisierte Datensätze. Für produktive Systeme nutzen Sie Managed Services (AWS Bedrock, Azure OpenAI) per Inference-API – dabei werden Ihre Daten nicht für das Modelltraining verwendet.

Was ist der EU AI Act und ab wann gilt er für mein Unternehmen?

Der EU AI Act ist die erste umfassende KI-Regulierung weltweit und gilt seit August 2024 schrittweise. Verbotene KI-Systeme mussten ab Februar 2025 abgeschaltet werden. Hochrisiko-KI (u. a. für Personalentscheidungen, Kreditwürdigkeit, kritische Infrastruktur) muss bis August 2026 den Anforderungen entsprechen. Für die meisten Mittelstands-KI-Systeme (interne Automatisierung, Dokumentenverarbeitung) gelten die milderen Anforderungen für Niedrigrisiko-KI.

Wie dokumentiere ich KI-Systeme DSGVO-konform?

Pflichtdokumentation umfasst: Verzeichnis der Verarbeitungstätigkeiten (Art. 30 DSGVO) mit KI-Eintrag, Datenschutz-Folgenabschätzung (DSFA) bei Hochrisiko-Verarbeitung, technisch-organisatorische Maßnahmen (TOMs), Auftragsverarbeitungsvertrag (AVV) mit dem KI-Anbieter und Protokollierung von automatisierten Entscheidungen. Ich empfehle, diese Dokumente von Anfang an im Projekt zu erstellen, nicht nachträglich.

Was droht bei DSGVO-Verstößen mit KI-Systemen?

Bußgelder bis 4% des weltweiten Jahresumsatzes oder 20 Millionen Euro (je nachdem, was höher ist). In der Praxis sind Unternehmen bisher vor allem durch Datenpannen (ungesicherte APIs, Datenlecks) in den Fokus geraten. Wichtiger als die Vermeidung von Bußgeldern: Reputationsschäden durch Datenpannen sind oft gravierender als die direkten Strafen. DSGVO-Konformität schützt also auch Ihr Geschäftsmodell.

• KI lokal hosten im Unternehmen
• Wissensassistent für Unternehmen
• E-Mail-Klassifikation mit KI
• Produkt-Discovery
• Architektur- und Kosten-Check
• § 203 StGB und KI
• NIS2 und KI-Systeme: Warum Ihr Chatbot Teil der Lieferkette ist
• Case Study: KI-Produktentwicklung von der Idee bis zum Livegang
• KI-Prozessanalyse
• Zur Blog-Uebersicht
• Leistungen & Use Cases