Warum der Datenschutz selten das Problem ist, wenn ein KI-Projekt sechs Monate liegen bleibt

Wer blockiert wirklich: das Gesetz oder die Auslegung

In vielen Erstgesprächen sehen wir dieselbe Dynamik. Die Technik will automatisieren. Die Finanzabteilung sieht, dass die Marge schrumpft. Die Geschäftsführung gibt grünes Licht. Dann sagt jemand: “Das müssen wir erst mit dem Datenschutzbeauftragten klären.”

Sechs Monate später hat sich nichts bewegt. Kein Projekt wurde abgelehnt. Keines wurde genehmigt. Es gibt ein langes Gutachten, das niemand gelesen hat. Die eigentliche Funktion dieses Prozesses ist nicht Datenschutz. Es ist die Abwehr von Veränderung.

Das Problem ist nicht die DSGVO. Die DSGVO ist ein Regelwerk, das sich technisch umsetzen lässt. Das Problem ist, dass “Datenschutzbedenken” in Unternehmen ein Argument sind, gegen das niemand argumentieren kann, ohne fahrlässig zu wirken. Wer das Argument nutzt, muss es nicht begründen. Wer dagegenhält, muss es widerlegen.

Warum Blockieren aus Sicht des Einzelnen vernünftig ist

Die Regulierungsökonomie kennt das Muster als Regulatory Capture, zuerst beschrieben von George Stigler. Eine Aufsicht dient nach einer Weile nicht mehr dem Zweck, für den sie eingerichtet wurde, sondern den Interessen derer, die sie umgibt. In Unternehmen läuft das im Kleinen genauso.

Der Datenschutzbeauftragte hat eine schiefe Anreizstruktur. Genehmigt er ein Projekt und etwas geht schief, trägt er das Risiko. Blockiert er es, trägt niemand sichtbare Kosten. Die Kosten einer falschen Freigabe sind sichtbar: Bußgelder, Schlagzeilen. Die Kosten einer falschen Blockade sind unsichtbar: entgangene Effizienz, verlorene Wettbewerbsfähigkeit, schrumpfende Margen. Wer in dieser Struktur rational handelt, blockiert, unabhängig von der Rechtslage.

Das Ergebnis ist vorhersagbar. Innovation stirbt nicht durch Verbote. Sie stirbt durch Unterlassung. Durch Prüfschleifen, durch Gutachten, die weitere Gutachten erfordern, durch Gremien, die sich selbst beschäftigen. Die Legacy-Mentalität tarnt sich als Vorsicht.

Das ist keine Kritik an der Person. Es ist eine Kritik an der Aufgabe, die du ihr gibst. Wer einen Datenschutzbeauftragten fragt “Dürfen wir KI nutzen?”, bekommt zu Recht keine Antwort. Wer ihm eine konkrete Architektur vorlegt, bekommt eine.

Was sich seit 2023 verändert hat

2023 waren pauschale KI-Verbote eine verbreitete Reaktion. Samsung untersagte seinen Mitarbeitern im Mai 2023 die Nutzung von ChatGPT, nachdem Ingenieure Quellcode in das Werkzeug kopiert hatten. Viele Unternehmen folgten. Die Skepsis war damals nachvollziehbar: Es gab kaum standardisierte Verträge mit den Anbietern, keine klaren Zusagen zur Speicherung und wenig Erfahrung, wie man Sprachmodelle in eigene Systeme einbaut.

2026 sieht das anders aus. Die großen Anbieter bieten Programmierschnittstellen, kurz APIs, mit denen deine Systeme das Modell direkt ansprechen. Für diese Schnittstellen gilt bei OpenAI und Anthropic standardmäßig, dass Eingaben nicht zum Training genutzt werden. Die Speicherung zur Missbrauchskontrolle ist begrenzt, bei OpenAI auf bis zu 30 Tage, bei Anthropic auf sieben Tage. Beide bieten für Unternehmenskunden auf Antrag eine Vereinbarung ohne Speicherung. Auftragsverarbeitungsverträge, kurz AVV, also der Vertrag, der regelt, was ein Dienstleister mit deinen Daten tun darf, liegen als Standarddokumente vor. Bausteine zur Pseudonymisierung laufen als Open-Source-Software auf deinem eigenen Server.

Der Unterschied: 2023 war “Wir dürfen nicht” eine vertretbare Position. 2026 ist es meist ein Zeichen, dass niemand nachgesehen hat. Wer heute behauptet, KI sei nicht DSGVO-konform einsetzbar, sollte sagen können, welche Vorschrift genau im Weg steht.

Drei Einwände und was an ihnen dran ist

”Die Daten verlassen das Land”

Der verbreitetste Einwand. Entscheider hören “KI” und denken an Server in den USA. Die Architektur, die wir bauen, sieht anders aus.

Die eigentliche Datenverarbeitung läuft auf Servern bei Hetzner in Deutschland, ISO 27001 zertifiziert. Kundendaten, Dokumente und Protokolle bleiben dort. Zum Modellanbieter geht nur die einzelne Anfrage. Die geht vorher durch einen Filter. Dieser Filter auf deinem Server ersetzt personenbezogene Angaben durch Platzhalter. Aus “Max Müller, geboren 15.03.1985, Kundennummer 47291” wird “Person A, Datum B, Kunde C”. Das Modell verarbeitet das Muster, nie die Identität. Die Rückübersetzung passiert wieder auf deinem Server.

Was den Anbieter erreicht, hat damit keinen Personenbezug mehr. Das ist die Pseudonymisierung, die die DSGVO in Artikel 4 selbst definiert und in Artikel 32 als Schutzmaßnahme nennt. Datensouveränität ist keine Hoffnung. Sie ist eine Entscheidung darüber, wo welcher Schritt läuft.

Eine ehrliche Einschränkung: Bei Freitexten ist die Pseudonymisierung nie perfekt. Ein Kunde, der in einer E-Mail seine Adresse und die Krankheit seiner Tochter beschreibt, wird nicht in jedem Fall vollständig erkannt. Deshalb gehören der AVV und die Speicherzusage des Anbieters als zweite Schicht dazu. Die eine Maßnahme ersetzt die andere nicht.

”Die KI trainiert mit unseren Daten”

Hier werden zwei verschiedene Produkte verwechselt. ChatGPT im Browser und die OpenAI API sind nicht dasselbe. Beim Browserprodukt akzeptiert der einzelne Nutzer Bedingungen, die die Nutzung zur Verbesserung des Produkts erlauben können. Bei der Schnittstelle schließt dein Unternehmen einen Vertrag. Der Anbieter ist dann Auftragsverarbeiter nach Artikel 28 DSGVO, so wie ein externer Lohnbüro-Dienstleister, der deine Gehaltsdaten verarbeitet.

Für die Schnittstellen der großen Anbieter gilt standardmäßig, dass Eingaben nicht ins Training fließen. Das ist keine Vertrauensfrage, sondern steht in den Verträgen. Prüfe trotzdem im AVV die Speicherdauer und ob Unterauftragnehmer außerhalb der EU sitzen. Für die Übermittlung in die USA brauchst du eine Rechtsgrundlage, in der Regel Standardvertragsklauseln oder eine Zertifizierung des Anbieters nach dem EU-US Data Privacy Framework. Das ist Arbeit für einen Nachmittag, nicht für sechs Monate.

Die Ironie: Während Unternehmen aus Angst vor dem Training ihre offizielle Automatisierung blockieren, kopieren ihre Mitarbeiter täglich Daten in genau die Browserprodukte, vor denen die Bedenken bestehen. Das Verbot erzeugt das Risiko, das es verhindern soll.

”KI-Entscheidungen sind nicht transparent”

Artikel 22 DSGVO regelt automatisierte Einzelentscheidungen mit rechtlicher Wirkung, etwa eine Kreditablehnung ohne menschliche Beteiligung. Der Reflex: “KI entscheidet, das ist verboten.” Die meisten Anwendungen in Unternehmen fallen nicht darunter. Sie bereiten vor, sortieren, extrahieren und schlagen vor. Die Entscheidung trifft ein Mensch. Oder es gibt gar keine Entscheidung mit rechtlicher Wirkung.

Wo eine Entscheidung wirklich automatisch fällt, gehört ein Mensch in die Schleife. Technisch heißt das: Das System gibt zu jeder Antwort an, wie sicher es sich ist. Unterhalb einer festgelegten Schwelle geht der Vorgang an eine Person. Jeder Aufruf wird mit Eingabe, Ausgabe und Zweck protokolliert. Damit lässt sich jederzeit nachvollziehen, warum etwas passiert ist. Das ist mehr Nachvollziehbarkeit, als die meisten manuellen Prozesse bieten.

Wie eine Architektur aussieht, die die Prüfung trägt

Der Datenschutzbeauftragte kann ein Vorhaben nur freigeben, wenn er etwas Konkretes prüfen kann. Diese vier Schichten geben ihm das.

Schicht 1: Pseudonymisierung. Vor jedem Kontakt mit dem Modell laufen die Daten durch den Filter auf deinem Server. Personenbezogene Angaben werden durch Platzhalter ersetzt und lokal wieder eingesetzt.

Schicht 2: Vertrag mit dem Anbieter. Die Schnittstelle wird unter einem AVV genutzt. Kein Training, begrenzte oder keine Speicherung, dokumentierte Unterauftragnehmer, Rechtsgrundlage für den Drittlandtransfer.

Schicht 3: Datenhaltung in Deutschland. Alles, was dauerhaft gespeichert wird, liegt auf deinem Server in Deutschland: Kundendaten, Wissensspeicher, Protokolle. Kein Umweg über fremde Rechenzentren.

Schicht 4: Protokoll und Löschung. Jeder Aufruf wird mit Zeitstempel, pseudonymisierter Eingabe, Ausgabe und Zweck festgehalten. Löschfristen sind als Regeln hinterlegt und laufen automatisch. Eine Auskunftsanfrage nach Artikel 15 lässt sich damit aus dem Protokoll beantworten, statt aus Postfächern zusammengesucht zu werden.

Für automatisierte Rechnungsverarbeitung kommen die GoBD dazu, die Grundsätze zur ordnungsmäßigen Führung und Aufbewahrung von Büchern. Jede Buchung wird unveränderbar mit Zeitstempel abgelegt. Der Weg vom Rechnungseingang über die Extraktion bis zur Buchung ist lückenlos dokumentiert. Aufbewahrungsfristen laufen automatisch, seit 2025 acht Jahre für Buchungsbelege und weiterhin zehn Jahre für Jahresabschlüsse. Nach Ablauf wird gelöscht. Ein System vergisst das nicht. Ein Mensch schon.

Frage des Prüfers	Manueller Prozess	Automatisierter Prozess mit dieser Architektur
Kann etwas an den falschen Empfänger gehen	Ja, durch Tippfehler oder falschen Anhang	Empfänger ist in der Regel festgelegt
Werden Löschfristen eingehalten	Hängt davon ab, ob jemand daran denkt	Regel läuft automatisch
Wie lange dauert eine Auskunft nach Art. 15	Tage bis Wochen, aus Postfächern zusammengesucht	Aus dem Protokoll abrufbar
Wer hat wann was gesehen	Meist nicht nachvollziehbar	Jeder Aufruf protokolliert

Warum Nicht-Automatisieren auch ein Datenschutzrisiko ist

Manuelle Prozesse verursachen Datenschutzverletzungen auf ihre eigene Weise. Ein Mitarbeiter, der Kundendaten in Excel verwaltet, kann die Datei an den falschen Empfänger schicken. Wer Bewerbungen von Hand bearbeitet, kann vergessen, sie fristgerecht zu löschen. Wer Rechnungen manuell verbucht, kopiert Daten in Werkzeuge, die dafür nicht vorgesehen sind.

Ein automatisiertes System macht diese Fehler nicht, weil der Empfänger, die Löschfrist und die Systemgrenze als feste Regeln hinterlegt sind. Es macht andere Fehler, etwa eine falsch extrahierte Zahl. Deshalb gehört die Kontrolle durch einen Menschen dazu. Aber die Klasse der Fehler, die aus Vergessen und Vertippen entsteht, verschwindet.

Dazu kommt die Schatten-IT. Wenn ein Unternehmen KI offiziell verbietet, hört die Nutzung nicht auf. Sie wird unsichtbar. Mitarbeiter nutzen ChatGPT im privaten Browser, laden Kundenlisten zum Formulieren von E-Mails hoch und kopieren Vertragstexte in Übersetzungsdienste. In Projekten sehen wir das regelmäßig, sobald wir vor dem Start nachfragen. Diese Datenflüsse laufen ohne AVV, ohne Speicherzusage, ohne Protokoll. Der Datenschutzbeauftragte, der die offizielle Nutzung blockiert hat, hat damit die unkontrollierte Nutzung erzwungen.

Was dich die Blockade kostet

Eine ehrliche Rechnung kommt ohne Durchschnittswerte aus anderen Firmen aus. Du brauchst nur deine eigenen Zahlen.

Erstens: Liste die Prozesse auf, die sich mit KI automatisieren ließen, etwa Pflege der Kundendatenbank, Rechnungsverarbeitung, Kundenanfragen, Beschaffung. Zweitens: Rechne aus, was ein Vorgang heute an Personalzeit kostet. Drittens: Schätze, was der Vorgang automatisiert kostet, also Server plus Modellaufrufe plus die Zeit für die menschliche Kontrolle. Viertens: Die Differenz mal Jahresvolumen ist der Betrag, den jeder Monat Verzögerung kostet.

Das Ergebnis hängt von deinem Ausgangszustand ab. Bei einem Prozess mit wenigen hundert Vorgängen im Jahr ist die Blockade billig. Bei tausenden Vorgängen mit je einer Viertelstunde Handarbeit ist sie es nicht.

Was du jetzt prüfen kannst

Die strategische Frage ist nicht “Dürfen wir KI nutzen?”. Die Frage ist, welches Vorhaben du dem Datenschutzbeauftragten in einer Form vorlegst, die er prüfen kann.

• Nimm ein konkretes Vorhaben, nicht “KI im Unternehmen”. Ein Prozess, eine Datenart, ein Zweck.
• Schreib auf, welche Daten wohin fließen und an welchem Punkt sie pseudonymisiert werden.
• Hol den AVV des Modellanbieters und prüfe Training, Speicherdauer, Unterauftragnehmer und Rechtsgrundlage für den Transfer.
• Lege fest, wo ein Mensch entscheidet und wie das protokolliert wird.
• Frag deine Mitarbeiter, welche KI-Werkzeuge sie heute schon nutzen. Die Antwort ist meist das stärkste Argument für ein kontrolliertes Angebot.

Wenn der Datenschutzbeauftragte danach immer noch blockiert, hat er einen konkreten Einwand, den du beheben kannst. Oder es geht nicht um Datenschutz. Wie eine solche Architektur in deiner Umgebung aussieht, besprechen wir gern in einem Gespräch.