KI-Automatisierung & DSGVO: Worauf Unternehmen achten müssen

Warum Datenschutz bei KI-Automatisierung besonders wichtig ist

Automatisierungen verbinden mehrere Systeme miteinander. Eine Kundenanfrage kann dabei durch das Kontaktformular, das Automatisierungs-Tool, ein KI-Modell, das CRM und das E-Mail-System laufen. Jede dieser Stationen ist eine Verarbeitung personenbezogener Daten, häufig durch unterschiedliche Anbieter in unterschiedlichen Ländern. Hinzu kommt, dass Automatisierungs-Tools Ausführungsprotokolle speichern, die ebenfalls personenbezogene Daten enthalten.

Das heißt nicht, dass KI-Automatisierung in Europa schwierig oder riskant sein muss. Es heißt nur, dass der Datenfluss von Anfang an mitgedacht werden muss, nicht erst nach dem Go-live. Wer Datenschutz in der Konzeptphase berücksichtigt, spart sich teure Umbauten.

Die DSGVO-Grundpflichten im Überblick

Rechtsgrundlage

Jede Verarbeitung personenbezogener Daten braucht eine Rechtsgrundlage nach Art. 6 DSGVO. Bei KI-Automatisierungen kommen in der Praxis vor allem die Vertragserfüllung oder vorvertragliche Maßnahmen (etwa die Bearbeitung einer Anfrage), berechtigte Interessen (etwa interne Effizienz, mit Interessenabwägung) und in manchen Fällen die Einwilligung in Betracht. Welche Grundlage passt, hängt vom konkreten Zweck ab.

Zweckbindung und Datenminimierung

Daten dürfen nur für festgelegte Zwecke verarbeitet werden, und nur so viele, wie für den Zweck nötig sind. Praktisch bedeutet das: Schicke an das KI-Modell nur die Informationen, die es für die Aufgabe braucht. Für eine Klassifizierung einer Anfrage nach Thema sind Name, Telefonnummer und Adresse meist überflüssig.

Auftragsverarbeitung

Verarbeitet ein Dienstleister Daten in deinem Auftrag, brauchst du einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO. Das betrifft das Automatisierungs-Tool, den KI-Anbieter, Hosting-Dienste und gegebenenfalls die umsetzende Agentur, wenn sie Zugriff auf Daten hat.

Informationspflichten

Betroffene müssen nach Art. 13 und 14 DSGVO wissen, welche Daten zu welchem Zweck verarbeitet werden und an wen sie gehen. Ergänze deine Datenschutzerklärung um die eingesetzten Dienste und den KI-Einsatz.

Verzeichnis und Sicherheit

Neue Verarbeitungen gehören in das Verzeichnis von Verarbeitungstätigkeiten (Art. 30 DSGVO). Außerdem brauchst du angemessene technische und organisatorische Maßnahmen: Zugriffsrechte, Verschlüsselung, sichere Speicherung von Zugangsdaten, Protokollierung und Löschkonzepte.

Drittlandtransfer: KI-Anbieter außerhalb der EU

Viele leistungsstarke KI-Modelle und Automatisierungs-Tools stammen von US-Anbietern. Ein Transfer personenbezogener Daten in die USA ist möglich, braucht aber eine Grundlage. Seit 2023 gibt es das EU-U.S. Data Privacy Framework: Ist ein US-Anbieter darunter zertifiziert, gilt für den Transfer ein Angemessenheitsbeschluss. Das Gericht der EU hat das Abkommen im September 2025 bestätigt, ein Rechtsmittel beim Europäischen Gerichtshof ist nach bisherigem Kenntnisstand noch anhängig (Stand Oktober 2026). Alternativ werden Standardvertragsklauseln genutzt, oft ergänzt um eine Transfer-Folgenabschätzung.

Manche Anbieter bieten inzwischen die Verarbeitung oder Speicherung in europäischen Rechenzentren an, teilweise nur in bestimmten Tarifen. Prüfe den aktuellen Stand direkt beim Anbieter, denn diese Angebote ändern sich (Stand Oktober 2026). Beachte außerdem, dass sich die rechtliche Bewertung von Transfers in der Vergangenheit mehrfach geändert hat. Eine Architektur, die bei Bedarf auf einen EU-Anbieter oder ein selbst gehostetes Modell umschwenken kann, reduziert das Risiko.

Hosting-Optionen im Datenschutz-Vergleich

Welche Option die richtige ist, hängt von der Sensibilität deiner Daten, deinem Budget und deinen technischen Ressourcen ab. Für viele KMU ist ein Mittelweg sinnvoll: Automatisierungs-Tool auf einem Server in Deutschland, externe KI-Modelle mit AVV und konsequenter Datenminimierung. Eine Einordnung der Tools findest du im Artikel n8n vs. Make vs. Zapier.

Automatisierte Entscheidungen und sensible Daten

Art. 22 DSGVO schränkt Entscheidungen ein, die ausschließlich automatisiert getroffen werden und Menschen gegenüber rechtliche Wirkung entfalten oder sie ähnlich erheblich beeinträchtigen. Beispiele wären eine vollautomatische Ablehnung eines Kreditantrags oder einer Bewerbung. Für solche Fälle gelten strenge Voraussetzungen und Rechte der Betroffenen, etwa auf Eingreifen einer Person.

In der Praxis lässt sich das gut lösen: Die KI bereitet vor und empfiehlt, ein Mensch entscheidet. Das ist nicht nur rechtlich sauberer, sondern auch fachlich klüger, weil KI-Modelle Fehler machen können.

Besondere Kategorien personenbezogener Daten nach Art. 9 DSGVO, etwa Gesundheitsdaten, erfordern zusätzliche Sorgfalt. Für Praxen, Therapeuten und ähnliche Bereiche kommen zudem berufsrechtliche Verschwiegenheitspflichten hinzu. Hier ist eine fachkundige rechtliche Prüfung vor dem Start dringend zu empfehlen, und die Datenschutz-Folgenabschätzung nach Art. 35 DSGVO wird häufig erforderlich sein.

Was der EU AI Act für KI-Automatisierung bedeutet

Der EU AI Act ergänzt die DSGVO um Regeln speziell für KI-Systeme. Er teilt Anwendungen nach Risiko ein. Die meisten typischen Automatisierungen in KMU, etwa E-Mails sortieren, Angebote vorbereiten oder Anfragen beantworten, fallen nicht in die Hochrisiko-Kategorie. Einige Pflichten betreffen aber auch sie:

• KI-Kompetenz: Unternehmen, die KI-Systeme einsetzen, sollen dafür sorgen, dass ihre Mitarbeitenden über ausreichendes Wissen im Umgang damit verfügen. Diese Pflicht gilt seit Februar 2025. Mit dem 2026 beschlossenen Digital Omnibus wurde sie etwas abgeschwächt, Unternehmen müssen aber weiterhin angemessene Maßnahmen ergreifen.
• Transparenz: Wer mit einem KI-System interagiert, etwa mit einem Chatbot, soll das erkennen können, sofern es nicht offensichtlich ist. Auch KI-generierte Inhalte unterliegen bestimmten Kennzeichnungspflichten. Diese Transparenzpflichten gelten seit dem 2. August 2026, für die maschinenlesbare Kennzeichnung bei bereits zuvor angebotenen Systemen gibt es eine Übergangsfrist bis Dezember 2026.
• Hochrisiko-Anwendungen: Für KI in sensiblen Bereichen wie Personalauswahl oder Kreditwürdigkeitsprüfung gelten umfangreiche Anforderungen. Deren Geltungsbeginn wurde 2026 verschoben, für die meisten Bereiche auf Dezember 2027, für KI in regulierten Produkten auf August 2028.

Mit dem Digital Omnibus (Verordnung (EU) 2026/1744) wurden einzelne Fristen des AI Act bereits angepasst, weitere Änderungen, etwa an der DSGVO, werden noch verhandelt (Stand Oktober 2026). Behalte die Entwicklung im Blick oder lass dich beraten, wenn du KI in sensiblen Bereichen einsetzt.

Schritt für Schritt zur datenschutzkonformen Automatisierung

1. Datenfluss skizzieren: Welche Daten kommen woher, gehen durch welche Systeme und werden wo gespeichert?
2. Daten klassifizieren: Sind personenbezogene Daten betroffen? Sensible Kategorien? Geschäftsgeheimnisse?
3. Rechtsgrundlage festlegen: Für jeden Zweck die passende Grundlage bestimmen und dokumentieren.
4. Anbieter prüfen: AVV, Serverstandort, Unterauftragnehmer, Transfergrundlage, Nutzung von Daten für Training, Aufbewahrungsfristen.
5. Datenminimierung umsetzen: Nur nötige Daten an KI-Modelle senden, wo möglich pseudonymisieren.
6. Sicherheit gestalten: Rechte nach Minimalprinzip, Zugangsdaten sicher speichern, Protokolle mit begrenzter Aufbewahrung.
7. Menschliche Kontrolle einbauen: Bei Entscheidungen mit Wirkung auf Personen entscheidet ein Mensch.
8. Dokumentieren und informieren: Verarbeitungsverzeichnis, Datenschutzerklärung und gegebenenfalls Folgenabschätzung aktualisieren.
9. Team schulen: Mitarbeitende wissen, was die Automatisierung tut, wo ihre Grenzen liegen und was sie nicht in KI-Tools eingeben sollen.

So prüfst du Tool- und KI-Anbieter konkret

Bevor ein neues Tool oder ein KI-Modell personenbezogene Daten verarbeitet, solltest du einige Fragen beantworten können. Die Antworten findest du meist in den Datenschutz- und Sicherheitsinformationen der Anbieter, im Auftragsverarbeitungsvertrag und in der Liste der Unterauftragnehmer.

• Vertrag: Gibt es einen Auftragsverarbeitungsvertrag, und ist er für deinen Tarif verfügbar? Manche Anbieter stellen ihn erst ab bestimmten Tarifen bereit.
• Verarbeitungsort: In welchen Ländern werden Daten verarbeitet und gespeichert? Lässt sich eine Region wählen?
• Unterauftragnehmer: Welche weiteren Dienstleister sind beteiligt, etwa Cloud-Hoster, und wo sitzen sie?
• Training: Werden deine Eingaben zum Training der Modelle verwendet? Bei Business- und API-Angeboten großer Anbieter ist das nach deren Angaben standardmäßig ausgeschlossen, prüfe es trotzdem für deinen konkreten Vertrag.
• Speicherdauer: Wie lange speichert der Anbieter Eingaben und Ausgaben, etwa zur Missbrauchserkennung? Lässt sich das verkürzen?
• Sicherheit: Welche Maßnahmen beschreibt der Anbieter, etwa Verschlüsselung, Zugriffskontrollen und Zertifizierungen nach anerkannten Standards?
• Löschung: Wie werden Daten nach Vertragsende gelöscht?

Halte die Ergebnisse kurz schriftlich fest. Diese Dokumentation hilft dir bei Rückfragen von Kunden, Datenschutzbeauftragten oder Aufsichtsbehörden und erleichtert es, bei Änderungen der Anbieterbedingungen schnell zu reagieren.

Datenminimierung in der Praxis umsetzen

Datenminimierung klingt abstrakt, lässt sich in Automatisierungen aber sehr konkret umsetzen. Einige bewährte Techniken:

• Felder filtern: Übergib dem KI-Modell nur die Felder, die es für die Aufgabe braucht, etwa den Anfragetext ohne Kontaktdaten.
• Pseudonymisieren: Ersetze Namen, E-Mail-Adressen oder Kundennummern vor dem KI-Aufruf durch Platzhalter und setze sie danach wieder ein.
• Protokolle begrenzen: Speichere in Automatisierungs-Tools nur fehlgeschlagene Ausführungen oder lösche erfolgreiche Ausführungen nach kurzer Zeit.
• Zugriffe trennen: Nicht jeder Workflow und nicht jede Person braucht Zugriff auf alle Daten. Trenne Zugänge nach Aufgaben.
• Löschfristen automatisieren: Nutze Automatisierung auch für den Datenschutz selbst, etwa um alte Anfragen nach Ablauf der Frist zu löschen.

Diese Maßnahmen reduzieren nicht nur rechtliche Risiken, sondern oft auch die Kosten, weil weniger Text an das KI-Modell übertragen wird.

Typische Fehler aus der Praxis

• Private KI-Konten im Arbeitsalltag: Mitarbeitende kopieren Kundendaten in kostenlose KI-Tools, ohne Vertrag und ohne Kontrolle. Eine klare Richtlinie und ein freigegebenes Firmenwerkzeug verhindern das.
• Protokolle vergessen: Automatisierungs-Tools speichern Ausführungsdaten oft länger als nötig. Lege Aufbewahrungsfristen fest.
• Zu viele Daten an die KI: Ganze Kundendatensätze werden übertragen, obwohl ein Bruchteil reichen würde.
• AVV nur mit dem Haupt-Tool: Der KI-Anbieter oder ein Zusatzdienst wird übersehen.
• Kein Hinweis im Chatbot: Kunden wissen nicht, dass sie mit einer KI sprechen.
• Datenschutz als Blockade behandeln: Statt Projekte zu stoppen, lieber früh klären, was wie möglich ist. Fast immer gibt es einen gangbaren Weg.

Aus unseren Projekten bei EcoWise wissen wir, dass Datenschutzfragen am wenigsten Aufwand verursachen, wenn sie im Konzept beantwortet werden. Deshalb gehört die Datenfluss-Analyse bei uns zum Start jeder Automatisierung. Mehr zur Umsetzung findest du auf der Seite KI-Automatisierung.

Hinweise nach Branche

• Handwerk und lokale Dienstleister: Meist Kontaktdaten und Auftragsinformationen. Mit AVV, Datenminimierung und angepasster Datenschutzerklärung in der Regel gut lösbar.
• E-Commerce: Bestell- und Kundendaten, oft hohe Volumen. Besonderes Augenmerk auf Protokolle, Löschfristen und den Service-Chatbot. Dazu mehr in Kundenservice mit KI automatisieren.
• B2B-Dienstleister: Neben personenbezogenen Daten häufig vertrauliche Kundeninformationen. Vertraulichkeitsvereinbarungen mit Kunden können zusätzliche Grenzen setzen.
• Praxen und Kanzleien: Sensible Daten und Berufsgeheimnisse. Selbst gehostete Lösungen, strenge Rechtekonzepte und rechtliche Prüfung sind hier die Regel.

Datenschutz-Checkliste für deine Automatisierung

• Datenfluss dokumentiert
• Rechtsgrundlage je Zweck festgelegt
• AVV mit allen Dienstleistern abgeschlossen
• Transfergrundlage bei Nicht-EU-Anbietern geprüft
• Training mit eigenen Daten vertraglich oder per Einstellung ausgeschlossen
• Nur notwendige Daten an KI-Modelle übermittelt
• Aufbewahrungsfristen für Protokolle festgelegt
• Menschliche Entscheidung bei relevanten Auswirkungen auf Personen
• Datenschutzerklärung und Verarbeitungsverzeichnis aktualisiert
• KI-Hinweis in Chatbots und automatisierten Antworten
• Team geschult