Blogpost vom 17.11.2025
DSGVO-konforme KI für Unternehmen: So verhindern Sie Schatten-IT
„Wie nutzen wir generative KI-Modelle produktiv, ohne dass unsere sensiblen Unternehmensdaten unkontrolliert ins Ausland abfließen?“
Diese Frage dominiert derzeit die Agenda von CISOs, CTOs und IT-Leitungen im gehobenen Mittelstand und Großunternehmen. Während Vorstände und Compliance-Beauftragte noch über Richtlinien brüten, haben die Fachbereiche längst gehandelt: Ob Source-Code-Refactoring in der Softwareentwicklung, Zusammenfassungen interner Strategiepapiere oder Kundensupport-Entwürfe – Generative AI (GenAI) ist im Arbeitsalltag angekommen.
Wer hier keine sicheren Alternativen bereitstellt, verliert die Kontrolle über seine Unternehmensdaten. Dieser Ratgeber zeigt, wie Sie eine DSGVO-konforme KI etablieren, unregulierte Nutzung unterbinden und mit flexiblen Hosting-Modellen volle Datensouveränität erreichen.
Die wachsende Gefahr: Warum unregulierte KI zur Schatten-IT wird
Die Debatte um KI-Datenschutz im Unternehmen ist kein theoretisches Problem von Juristen, sondern eine handfeste Bedrohung für den Kern Ihrer IT-Sicherheit. Wenn Organisationen keine standardisierten, sicheren KI-Tools bereitstellen, bahnt sich die Innovationsfreude der Beschäftigten ihren eigenen Weg.
Wie entsteht KI-Schatten-IT im Unternehmensalltag?
Mitarbeitende handeln in aller Regel nicht böswillig. Sie suchen nach Wegen, ihren Arbeitsalltag effizienter zu gestalten. Wenn ein IT-Freigabeprozess Monate dauert, greifen Entwickler, Produktmanager und Marketing-Teams schlichtweg zum privaten Browser-Tab und nutzen unregulierte Consumer-Accounts von ChatGPT, Claude oder DeepL.
Das Phänomen KI-Schatten-IT aufdecken gehört daher zu den vordringlichsten Aufgaben von IT-Sicherheitsabteilungen: Wo früher nicht freigegebene Cloud-Speicher oder Messaging-Apps genutzt wurden, werden heute proprietärer Programmcode, Kundendaten, Kalkulationstabellen und Quartalsberichte per Copy-and-Paste in externe Chatfenster gefüttert.
Welche Risiken birgt der Datenabfluss bei Standard-SaaS?
Sobald geschäftskritische oder personenbezogene Daten in frei zugänglichen Cloud-Tools landen, treten drei kritische Risikofaktoren auf:
1. Unfreiwilliges Modelltraining: Viele SaaS-Basistarife behalten sich in ihren Nutzungsbedingungen vor, Prompts und hochgeladene Anhänge zum Trainieren und Finetunen künftiger Modellgenerationen zu verwenden. Geschäftsgeheimnisse und Intellectual Property (IP) wandern unwiderruflich in den globalen Datenbestand Dritter.
2. Datentransfer in Drittländer & Bußgelder: Werden personenbezogene Daten ohne bindende Standardvertragsklauseln (SCCs), Auftragsverarbeitungsverträge (AVV nach Art. 28 DSGVO) oder außerhalb des EU-US Data Privacy Frameworks an Drittstaaten übermittelt, liegt ein klarer DSGVO-Verstoß vor.
3. Konflikte mit dem EU AI Act: Neben der DSGVO verlangt der europäische Rechtsrahmen eine klare Klassifizierung von KI-Systemen, transparente Dokumentationspflichten und standardisierte Risikomanagement-Prozesse.
Unregulierte Schatten-Tools verletzen diese Compliance-Vorgaben systematisch.
Ein pauschales KI-Verbot scheitert in der Realität. Wer Schatten-IT bei KI verhindern will, muss seinen Teams eine Lösung anbieten, die einfacher, schneller und vor allem sicherer ist als der unkontrollierte Consumer-Dienst.
Ist ChatGPT DSGVO-konform für Unternehmen?
Nein, die frei zugängliche Standard-Version von ChatGPT ist für den geschäftlichen Einsatz mit personenbezogenen oder vertraulichen Unternehmensdaten nicht DSGVO-konform.
Verbraucherzugänge erfüllen wesentliche Anforderungen der DSGVO (wie den Abschluss eines rechtskonformen AV-Vertrags, dokumentierte Löschfristen, granulare Zugriffsrechte und garantierte Nicht-Verwendung von Eingabedaten für das Modelltraining) standardmäßig nicht.
Erst spezialisierte B2B-Lösungen – zum Beispiel die dedizierte Enterprise-Plattform Micromata AI-Studio – oder die Nutzung von Foundation Models über geschlossene Cloud-Umgebungen ermöglichen einen rechtskonformen Betrieb. Dafür müssen zwingend folgende Voraussetzungen erfüllt sein:
- Zero-Data-Retention-Policies: Ein vertraglicher Ausschluss des Modelltrainings mit Unternehmens-Prompts.
- Geografische Datenresidenz: Datenverarbeitung und -speicherung ausschließlich in Rechenzentren innerhalb der EU bzw. in Deutschland.
- Enterprise Identity & Access Management (IAM): Authentifizierung über Single Sign-On (SSO) und Durchsetzung von Rollenkonzepten.
- Datenschutz-Folgenabschätzung (DSFA): Eine fundierte Risikoprüfung nach Art. 35 DSGVO inklusive enger Einbindung des Betriebsrats.
Wie nutzen wir KI-Modelle ohne Datenverlust?
Sichere KI beginnt mit klaren Regeln dafür, welche Daten wo verarbeitet werden dürfen. Mit der passenden Architektur geben Sie Ihren Teams leistungsfähige Werkzeuge an die Hand und behalten sensible Unternehmensinformationen unter Kontrolle.
Eine sichere KI-Infrastruktur verbindet freigegebene Sprachmodelle mit wirksamen Zugriffskontrollen und nachvollziehbaren Datenflüssen. Zero-Trust-Prinzipien sorgen dafür, dass Nutzer authentifiziert, Berechtigungen geprüft und Anfragen gezielt an geeignete Modelle weitergeleitet werden. Dieser Schutz umfasst auch angebundene Dokumentenspeicher, Schnittstellen und Unternehmenssysteme.
Für das Hosting stehen Ihnen mehrere Wege offen: eigene Infrastruktur, eine Private Cloud, geprüfte Cloud-Dienste oder eine Kombination daraus. Die passende Lösung richtet sich nach Ihren Daten, Anwendungen und betrieblichen Anforderungen.
Wie schafft LLM On-Premises Hosting mehr Datensouveränität?
Mit LLM On-Premises Hosting betreiben Sie Sprachmodelle auf eigener Infrastruktur oder in einer dedizierten, von Ihnen kontrollierten Umgebung. Das bietet insbesondere Unternehmen mit sensiblen Forschungs-, Kunden- oder Produktionsdaten weitreichende Gestaltungsmöglichkeiten.
- Daten kontrolliert verarbeiten: Prompts, Dokumente und Ergebnisse bleiben innerhalb der vorgesehenen Betriebsumgebung. Externe Schnittstellen und Telemetrie werden entsprechend eingeschränkt.
- Modelle gezielt auswählen: Lokal betreibbare Open-Weights-Modelle, beispielsweise aus den Modellfamilien Llama oder Mistral, lassen sich passend zu Ihren Anwendungsfällen einsetzen. Eignung und Lizenzbedingungen werden vorab geprüft.
- Den Betrieb selbst gestalten: Sie bestimmen über Modellversionen, Updates, Zugriffsrechte und Aufbewahrungsfristen.
- Besondere Schutzanforderungen erfüllen: Bei geeigneter technischer Auslegung ist auch ein abgeschotteter Betrieb ohne aktive Internetverbindung möglich.
Wer LLM lokal hosten möchte, braucht ausreichend Rechenleistung und ein verlässliches Betriebskonzept. Dazu gehören Sicherheitsupdates, Monitoring und Kapazitätsplanung. So entsteht eine belastbare Grundlage für Private AI für Unternehmen.
Was zeichnet eine souveräne KI-Cloud aus?
Eine Private Cloud oder ein geeigneter Cloud-Dienst in Deutschland beziehungsweise der EU ermöglicht KI-Nutzung ohne eigene GPU-Infrastruktur. Dafür kommen europäische Infrastrukturbetreiber, spezialisierte KI-Hosting-Anbieter und passende Hyperscaler-Angebote infrage.
Eine souveräne KI-Cloud verbindet transparente Datenverarbeitung mit klaren Zugriffsrechten und echter Wahlfreiheit. Der Standort ist dabei ein wichtiger Baustein: Datenresidenz beschreibt, wo Informationen gespeichert und verarbeitet werden. KI-Datensouveränität umfasst zusätzlich die Kontrolle über Zugriffe, Betriebsbedingungen und Anbieterwechsel.
Diese fünf Kriterien helfen Ihnen bei der Auswahl:
- Transparente Datenwege: Wo werden Prompts, Dokumente, Ergebnisse, Backups und Protokolle verarbeitet? Von welchen Standorten aus können Support und Unterauftragnehmer zugreifen?
- Verlässliche Datenschutzvereinbarungen: Sind Auftragsverarbeitung, Löschfristen und der Ausschluss von Modelltraining mit Unternehmensdaten verbindlich geregelt? Werden mögliche Drittlandtransfers angemessen abgesichert?
- Wirksame Zugriffskontrollen: Unterstützt das Angebot Mandantentrennung, Verschlüsselung, eingeschränkte Administrationsrechte und eine geeignete Schlüsselverwaltung?
- Nachvollziehbarer Betrieb: Sind Sicherheitsmaßnahmen, Unterauftragnehmer und relevante Änderungen transparent dokumentiert?
- Planbare Wechselmöglichkeiten: Lassen sich Daten und Konfigurationen exportieren? Können Anwendungen auf einer anderen Infrastruktur weiterbetrieben werden?
Auch bei Azure OpenAI hängt die DSGVO-Eignung vom konkreten Dienst, Deployment und den Vertragsbedingungen ab. Prüfen Sie jedes Angebot anhand derselben Anforderungen – unabhängig vom Anbieter.
KI Cloud vs. On-Premises: Welches Modell passt am besten?
Die passende Architektur folgt Ihren Anwendungsfällen. Besonders sensible Informationen können lokal verarbeitet werden, während freigegebene Aufgaben geeignete Cloud-Ressourcen nutzen. Ein hybrider Ansatz verbindet so Kontrolle mit flexibler Kapazität.
Eine verbindliche Datenklassifizierung und technische Routing-Regeln legen fest, welche Informationen an welches Modell übermittelt werden dürfen.
| Kriterium | LLM On-Premises Hosting | Private Cloud / Geprüfter Cloud-Dienst |
|---|---|---|
| Datenresidenz | Eigener oder dedizierter Standort | Vertraglich vereinbarte Verarbeitungsorte |
| Datensouveränität | Weitreichende Kontrolle über Infrastruktur und Betrieb | Kontrolle durch Verträge, Zugriffsregeln und Portabilität |
| Datenschutz | Eigene Schutzmaßnahmen und Betriebskonzepte | Zusammenspiel aus Anbietermaßnahmen |
| Betriebsaufwand | Hardware, Wartung und Verfügbarkeit in eigener Verantwortung | Je nach Angebot teilweise oder weitgehend durch den Betreiber übernommem |
| Modellauswahl | Lokal betreibbare Modelle mit geeigneten Lizenzen | Je nach Anbieter Open-Weights- und proprietäre Modelle |
| Skalierbarkeit | Abhängig von vorhandener Hardware und Ausbauplanung | Abhängig von Kapazitäten, Kontingenten und Kosten |
| Anbieterwechsel | Abhängigkeiten von Hardware und Software berücksichtigen | Offene Schnittstellen und klare Exit-Regelungen erleichtern den Wechsel |
Für alle Varianten gilt: DSGVO-konforme KI entsteht durch das Zusammenspiel von Technik, Verträgen und organisatorischen Maßnahmen. Das Hosting-Modell liefert dafür die Grundlage.
Welche Vorteile bietet ein zentrales Enterprise AI-Studio?
Ein Enterprise AI-Studio macht sichere KI im Arbeitsalltag einfach zugänglich. Mitarbeitende erhalten einen zentralen Einstieg für Chat, Dokumentenanalyse und freigegebene Workflows. IT und Compliance steuern Modelle, Datenzugriffe und Nutzungsregeln an einem Ort.
Eine anbieter- und modellunabhängige Plattform kann lokale Infrastruktur, Private Clouds und unterschiedliche Cloud-Dienste zusammenführen. So schaffen Sie eine attraktive Alternative zu unkontrollierten Einzeltools und können Schatten-IT bei KI verhindern.
Fünf Funktionen machen den Unterschied:
1. Ein zentraler Zugang für Ihre Teams
Eine gemeinsame Oberfläche bündelt freigegebene KI-Anwendungen. Ein KI Governance Framework und verständliche KI-Compliance-Richtlinien geben Orientierung: Welche Tools dürfen genutzt werden? Welche Daten sind dafür freigegeben?
2. Passende Rechte für jede Rolle
Single Sign-On und rollenbasierte Berechtigungen steuern den Zugriff auf Modelle, Anwendungen und Dokumente. Bestehende Zugriffsrechte bleiben auch bei der Nutzung von Unternehmenswissen berücksichtigt.
3. Schutz für sensible Informationen
Datenklassifizierung, Maskierung personenbezogener Angaben und Prüfregeln helfen, vertrauliche Inhalte vor einer Weiterleitung zu erkennen und zu schützen. Diese Kontrollen ergänzen die rechtliche und organisatorische Absicherung.
4. Wahlfreiheit bei Modellen und Infrastruktur
Offene Schnittstellen und exportierbare Konfigurationen erleichtern die Einbindung verschiedener Modelle und Hosting-Umgebungen. Dadurch können Sie Ihre KI-Landschaft gezielt weiterentwickeln und Anbieterabhängigkeiten reduzieren.
5. Transparenz für Betrieb und Compliance
Zweckgebundene Protokolle, definierte Löschfristen und Nutzungsübersichten unterstützen Kontrollen und Kostenplanung. Sie liefern zudem wichtige Informationen für eine gegebenenfalls erforderliche Datenschutz-Folgenabschätzung für KI. Datenschutzbeauftragte und der Betriebsrat werden entsprechend ihren Aufgaben und Beteiligungsrechten frühzeitig eingebunden.
Das Ergebnis: Ihre Fachbereiche arbeiten mit hilfreichen KI-Werkzeugen, während Ihr Unternehmen die Kontrolle über Daten und Betriebsumgebungen behält.
Fazit: Innovation und KI-Datenschutz erfolgreich vereinen
DSGVO-konforme KI für Unternehmen schafft einen verlässlichen Rahmen für produktive Innovation. Klare Regeln, geeignete Infrastruktur und ein zentraler Zugang ermöglichen Ihren Teams, KI sicher und gezielt einzusetzen.
Ob On-Premises, Private Cloud oder hybrides Deployment: Wählen Sie eine Architektur, die zu Ihren Daten und Prozessen passt. Transparente Datenflüsse, kontrollierte Zugriffe und planbare Wechselmöglichkeiten stärken dabei Ihre Datensouveränität.
Micromata begleitet Sie von der Auswahl des Betriebsmodells bis zur Integration in Ihren Arbeitsalltag. Im Mittelpunkt stehen:
- Private AI und On-Premises: Kontrollierte Betriebsumgebungen für sensible Unternehmensdaten.
- Anbieterunabhängige Cloud- und Hybrid-Architekturen: Hosting-Optionen, die zu Ihren Sicherheits-, Datenschutz- und Souveränitätsanforderungen passen.
- Enterprise AI-Studio und Governance: Freigegebene Modelle, Datenquellen und Anwendungen mit zentralem Rollen- und Rechtemanagement.
Jetzt Ihre souveräne KI-Strategie entwickeln!
Geben Sie Ihren Teams einen sicheren Weg, das Potenzial generativer KI zu nutzen – mit einer Infrastruktur, die zu Ihrem Unternehmen passt.
Vereinbaren Sie ein unverbindliches Fachgespräch mit unseren KI- und IT-Security-Spezialisten oder fordern Sie eine Demo unseres Enterprise AI-Studios an.
Gemeinsam klären wir, welches Betriebsmodell Ihre Anforderungen erfüllt und wie Sie sichere KI Schritt für Schritt in Ihren Unternehmensalltag integrieren.
Weiterführende Quellen & Orientierungshilfen:
- Datenschutzkonferenz (DSK): Orientierungshilfe zu Künstlicher Intelligenz und Datenschutz
- Bundesamt für Sicherheit in der Informationstechnik (BSI): Große Sprachmodelle – Risiken und Sicherheitsmaßnahmen
- Der Bundesbeauftragte für den Datenschutz und die Informationsfreiheit (BfDI): Position zur Nutzung generativer KI-Modelle
- Bitkom Leitfaden: Künstliche Intelligenz und Datenschutz im Praxiseinsatz
- Heise Online: Generative KI im Unternehmen – So klappt es DSGVO-konform















