Datenschutz: was gebe ich (nicht) ein?¶

Kernbotschaft

Alles, was du in ein Online-Werkzeug eingibst, verlässt deinen Rechner. Faustregel: nichts eingeben, was nicht auf einer Postkarte stehen dürfte — und für alles andere gibt es Wege, bei denen nichts das Haus verlässt.

Wenn du etwas in ein KI-Tool tippst, geht es in der Regel an einen Server im Internet — und kann dort gespeichert und je nach Anbieter zum Training verwendet werden. Was einmal raus ist, holst du nicht zurück. „In der Regel" heißt aber auch: Es gibt Auswege, und die schauen wir uns auf dieser Seite an.

Was nicht in die KI gehört:

echte Namen und andere personenbezogene Daten (von dir oder anderen)
Passwörter, Zugangsdaten, API-Schlüssel — die Zugangscodes, mit denen sich ein Programm bei einem Dienst anmeldet
vertrauliche Dokumente und Geschäftsgeheimnisse
fremde Gesundheits- oder Finanzdaten

Was schützt:

anonymisieren — Namen und Details entfernen, bevor du etwas eingibst: Aus „Herr Müller von der Firma Meier reklamiert Rechnung 4711" wird „ein Kunde reklamiert eine Rechnung". (Gängige Regel, von uns nicht systematisch erprobt.)
Anbieter mit Vertrag — Tarife bzw. Firmenverträge mit ausdrücklichen Datenschutz-Zusagen (keine Speicherung, kein Training)
lokale Modelle — die KI läuft auf deinem eigenen Rechner, nichts verlässt das Haus

Kurz vorweg: kein Rechtsrat

Alles auf dieser Seite ist die Erfahrung unserer Lerngruppe, keine Rechtsberatung. Wenn es bei dir um echte Firmen-, Kunden- oder Patientendaten geht, ist die zuständige Stelle in deinem Unternehmen (Datenschutzbeauftragte, IT, Rechtsabteilung) die richtige Adresse — nicht diese Website.

Sortiere zuerst die Daten, nicht das Werkzeug¶

Der häufigste Denkfehler ist, KI pauschal in „erlaubt" und „verboten" zu sortieren. Sinnvoller ist die andere Reihenfolge: Schau dir erst an, womit du arbeitest — und wähl danach das Werkzeug.

Ein Werbetext, der ohnehin öffentlich wird, ein Kochrezept, eine Formulierungshilfe für eine Mail an dich selbst: unkritisch. Eine Kundenliste, eine Personalakte, ein Arztbrief, ein internes Angebot: kritisch. Diese beiden Enden sortiert man schnell. Dazwischen liegt aber eine große Grauzone — und dort liegen die meisten echten Fälle.

Vier Fälle aus der Grauzone — zum Durchdenken¶

Die folgenden vier Fälle sind konstruierte Übungsbeispiele, keine Geschichten aus unserer Gruppe. Sie zeigen eine Denkweise, keine Erlaubnis. Die Bewegung ist jedes Mal dieselbe: Was ist daran heikel? Wie sähe die entschärfte Variante aus? Und wann arbeitest du besser gleich lokal?

1. Das Meeting-Protokoll mit Kollegennamen zusammenfassen¶

Heikel daran: Im Protokoll stehen echte Personen, die nicht gefragt wurden — wer was gesagt, zugesagt oder abgelehnt hat. Dazu oft interne Themen, die nach außen nichts verloren haben.

Entschärft: Namen durch Rollen ersetzen („Person A", „die Projektleitung"), Firmen-, Kunden- und Projektnamen raus. Für eine Zusammenfassung („wer macht was bis wann") reicht die Rolle fast immer aus — den echten Namen setzt du danach selbst wieder ein.

Lieber lokal: wenn die Personen trotz Entschärfung erkennbar bleiben — kleines Team, eindeutiges Thema —, oder wenn der Inhalt selbst vertraulich ist.

2. Die Kundenmail umformulieren¶

Heikel daran: Name, Firma, Vorgangs- oder Rechnungsnummer — und meist der Streitpunkt gleich mit. Das ist die Kombination, aus der sich eine reale Person und ein realer Geschäftsvorgang zusammensetzen lassen.

Entschärft: Nicht die Mail hochladen, sondern die Situation beschreiben: „Ein Kunde reklamiert eine Rechnung und ist verärgert; ich möchte sachlich, aber freundlich antworten und einen Rückruf anbieten." Den Entwurf, den du zurückbekommst, füllst du selbst mit den echten Angaben.

Lieber lokal: wenn du den Originaltext wirklich brauchst — etwa weil es auf den genauen Wortlaut des Kunden ankommt.

3. Das interne Konzept ohne Zahlen¶

Heikel daran: Hier steckt kein einziger Name drin — und trotzdem kann genau das das Vertraulichste sein, was du hast. „Ohne Zahlen" heißt nicht „unkritisch": Die Idee selbst ist unter Umständen das Geschäftsgeheimnis.

Entschärft: Über die Form sprechen statt über den Inhalt: „Wie gliedere ich ein Konzept für ein internes Vorhaben? Welche Kapitel gehören hinein, worauf achten Entscheider?" Du bekommst eine Struktur, die du selbst füllst.

Lieber lokal: sobald es um den konkreten Inhalt geht — Wettbewerbsvorteile gehören zu den Dingen, die man kein zweites Mal zurückholt.

4. Privat: Arztbrief, Bewerbung, Kinderfoto¶

Heikel daran: Ein Arztbrief ist so persönlich, wie ein Dokument nur sein kann. In einer Bewerbung stehen neben deinen eigenen Daten auch frühere Arbeitgeber, Projekte und manchmal Kunden. Und auf einem Kinderfoto ist jemand abgebildet, den niemand gefragt hat.

Entschärft: Vom Arztbrief nur den Befundtext abtippen — ohne Name, Geburtsdatum, Versichertennummer und Praxisadresse. Bei der Bewerbung Kontaktdaten und Firmennamen durch Platzhalter ersetzen und nur den Text prüfen lassen. Beim Foto gibt es kein Entschärfen: Das Bild ist die Information.

Lieber lokal: bei Gesundheitsunterlagen und bei Fotos anderer Menschen — besonders von Kindern.

Und wenn nach dem Entschärfen nichts Brauchbares mehr übrig bleibt, ist genau das das Signal: Diese Aufgabe gehört auf den eigenen Rechner.

Vier Fälle aus unserer Gruppe¶

1. Berufsaufgabe, komplett auf dem eigenen Rechner¶

Der klarste Fall bei uns: Mathias brauchte ein Flussdiagramm über die Formeln in seinem beruflichen Berichtstool — dem Programm, mit dem in seiner Firma die Auswertungen erstellt werden. Firmeninterne Logik also, nichts, was in ein öffentliches Chatfenster gehört. Sein Weg: Er exportierte die Formeln in eine Textdatei, gab sie zusammen mit einer Formatreferenz — einem Beispiel, das zeigt, wie das Ergebnis aussehen soll — einem lokalen Modell auf seinem eigenen Mac und hatte nach rund 15 Minuten das fertige Diagramm.

Aus der Praxis

„Also für so einfache Aufgaben ist das doch sehr sehr sinnvoll und sehr nützlich und vor allem auch DSGVO-konform weil ich das ja nur auf meinem eigenen Rechner mache. Brauche ich keine Angst haben dass die Daten irgendwie abgegriffen werden. Tipp für euch: LM Studio ist super easy dafür. 🙂" — Mathias, 12.03.2026

Das ist der Musterfall für alles, was nicht raus darf: Die Aufgabe war einfach genug, dass ein kleines Modell auf einem normalen Rechner sie lösen konnte — und damit war die Datenschutz-Frage nicht „gelöst", sondern gar nicht erst entstanden. Wie du LM Studio einrichtest, steht unten in „So legst du los".

2. Wenn lokal allein nicht reicht: die Aufgabe teilen¶

Nicht jede Aufgabe passt komplett auf den eigenen Rechner — aber oft ist nur ein Teil davon heikel. Thanhs selbst gebaute Diktier-App macht genau das: Das Gesprochene wird lokal auf seiner eigenen Grafikkarte in Text umgewandelt; erst der fertige Text geht zur sprachlichen Politur an einen Cloud-Dienst.

Der heikle Teil (die Original-Tonaufnahme) bleibt also zu Hause, und nach draußen geht nur, was ohnehin gehen darf.

Dafür brauchst du weder eine eigene App noch eine Grafikkarte — dasselbe Muster geht auch von Hand, und das ist für die meisten die praktischere Variante: Du entfernst den heiklen Teil selbst (Namen, Nummern, Firmenbezüge) und gibst nur den entschärften Text nach draußen. Genau das sind die vier Grauzonen-Fälle von oben.

3. „Die speichern keine Daten" ist eine Annahme, kein Nachweis¶

Thanh liebäugelte eine Weile mit Ollama — einem Werkzeug, mit dem man Modelle auf dem eigenen Rechner laufen lässt —, weil er davon ausging, dass dort nichts gespeichert wird:

Aus der Praxis

„jaja.. deswegen hab ich ja so auf Ollama geschielt weil die keine Daten speichern ^^" — Thanh, 05.03.2026

Der Haken: Zu Ollama gibt es inzwischen auch einen Cloud-Dienst, bei dem die Rechenarbeit eben doch auf fremden Servern passiert — und genau für den nahm eine Recherche, die Thanh kurz darauf selbst teilte, die Annahme auseinander. „Läuft lokal" und „Anbieter speichert nichts" sind also zwei verschiedene Aussagen; beim selben Namen kann beides gelten, je nachdem, welche Variante du benutzt.

Zwei Punkte aus der Recherche, die allgemein gelten:

Eine Zusage in einem Marketing-Text ersetzt keinen Vertrag. Im Firmenkontext heißt das nötige Papier Auftragsverarbeitungsvertrag (kurz AVV): eine schriftliche Vereinbarung, die regelt, was ein Dienstleister mit deinen Daten tun darf.
Server außerhalb der EU stehen unter einer anderen Rechtsordnung. Dort können Behörden unter anderen Voraussetzungen auf Daten zugreifen als hier. Auch deshalb genügt ein Satz auf der Werbeseite nicht — es kommt darauf an, wo die Daten liegen und was vertraglich zugesichert ist.

(Diese Recherche entstand selbst mit KI-Hilfe — sie ist unser Ausgangspunkt zum Weiterprüfen.)

Die Lehre daraus ist die praktischste dieser Seite: selbst nachschauen statt dem Werbeversprechen glauben. Ein brauchbares Raster dafür fanden wir in einer Übersicht zu DSGVO-konformen KI-Tools (Link unten in „Tiefer eintauchen" — die Tool-Bewertungen dort mit Vorsicht genießen, das Raster ist der Gewinn). Diese fünf Fragen kannst du jedem Anbieter stellen:

Serverstandort — wo laufen die Server, EU oder außerhalb?
Auftragsverarbeitungsvertrag (AVV) — bietet der Anbieter einen an?
Datennutzung — werden deine Eingaben zum Training verwendet?
Transparenz — steht das nachvollziehbar in den Bedingungen oder nur im Werbetext?
Zertifizierungen — gibt es geprüfte Nachweise?

Wo ein Anbieter „wir speichern nichts" schreibt, gibt es fast immer ein Kleingedrucktes, das es genauer sagt.

4. In regulierten Bereichen gelten fremde Regeln — nicht deine Einschätzung¶

Als in der Gruppe die Idee einer KI-Diktierlösung für Kliniken aufkam, war der erste Einwand kein technischer: Krankenhäuser dürfen aus Datenschutzgründen teils nur bestimmte Drucker verwenden — Regularien könnten so ein Projekt schlicht unmöglich machen (Jack). Die Antwort darauf ist ein guter Merksatz für die ganze Seite:

Aus der Praxis

„Ja genau Datenschutz sollte aber unser freund sein" — Thanh, 09.04.2026

Genau so ist es gemeint. Datenschutz ist nicht der Gegner deiner KI-Idee, sondern der Rahmen, in dem sie überhaupt einsetzbar wird. In Kliniken, Kanzleien, Banken, Behörden oder Schulen gilt: Erst klären, was die Hausregeln erlauben — dann bauen.

Und wenn es schon passiert ist?¶

Kein Grund zur Panik, aber auch nichts zum Aussitzen: Lösch das Gespräch und, wo der Anbieter das anbietet, in den Einstellungen auch die gespeicherten Daten und den Verlauf. Ging es um Firmen-, Kunden- oder Personaldaten, sag der zuständigen Stelle Bescheid (Datenschutzbeauftragte, IT) — die kann einschätzen, ob mehr zu tun ist, und genau dafür ist sie da. Und beim nächsten Mal stellst du dieselbe Aufgabe entschärft.

Unsere Empfehlung

Das ist unsere subjektive Sicht als Gruppe. Als Entscheidungshilfe von oben nach unten:

Im Firmenkontext gilt die Hausregel vor der eigenen Einschätzung. Erst klären, was erlaubt ist und ob es schon offizielle Zugänge gibt — dann loslegen. Wer angestellt ist, fängt hier an, nicht bei der Technik.
Erst die Daten sortieren, dann das Werkzeug wählen. Ein öffentlicher Werbetext ist etwas völlig anderes als Gesundheits-, Mandanten- oder Personaldaten.
Bei Unkritischem ruhig das stärkste Cloud-Modell nehmen. Nicht aus Prinzip lokal arbeiten — für harmlose Aufgaben verschenkst du damit nur Qualität. Welche Werkzeuge das sind, steht in Die großen Werkzeuge; zur Frage kostenlos oder bezahlt siehe Kostenlos vs. bezahlt.
Sobald Firmen-, Kunden- oder Personendaten im Spiel sind: lokal rechnen. Für einfache Aufgaben reicht das erwiesenermaßen — siehe Mathias' Flussdiagramm oben.
Reicht lokal nicht: Anbieter mit EU-Hosting und Vertrag statt direktem Zugang zu einem US-Dienst. Es gibt Anbieter, die Hosting in der EU und Verträge für Firmen anbieten — welcher davon zu euch passt, ist genau die Frage für IT und Datenschutz (die fünf Fragen von oben helfen beim Sortieren).
Geht beides nicht: die Aufgabe teilen. Den heiklen Teil selbst entfernen oder lokal rechnen, nur das Unbedenkliche nach draußen geben.

So legst du los

Schritt 1 — wenn du KI beruflich einsetzen willst:

Finde heraus, was bei euch offiziell erlaubt ist und ob es bereits einen freigegebenen KI-Zugang gibt. Ansprechpartner sind IT, Datenschutzbeauftragte oder deine Führungskraft. Diese eine Frage erspart mehr Ärger als jeder Trick auf dieser Seite — und die wenigsten stellen sie.

Schritt 2 — die KI lokal laufen lassen, damit nichts deinen Rechner verlässt:

LM Studio herunterladen und installieren: lmstudio.ai. Wenn du auf dem Arbeitsgerät nichts installieren darfst: Das ist in vielen Firmen gesperrt und der Normalfall, kein Sonderfall — zum Üben tut es ein privater Rechner.
Ein Modell auswählen: Die App schlägt beim ersten Start selbst welche vor und zeigt an, welche auf deinem Gerät laufen. Nimm zum Ausprobieren ein kleines vorgeschlagenes Modell — ist es zu langsam, nimm ein kleineres.
Den ersten Chat starten — alles bleibt auf deinem Rechner.
Gib ihm eine echte, aber einfache Aufgabe aus deinem Alltag — so wie Mathias die exportierten Formeln.

Erwartung dämpfen: Auf einem gewöhnlichen Rechner laufen kleine Modelle. Sie sind langsamer und schwächer als die großen Cloud-Dienste — Mathias' Flussdiagramm brauchte rund 15 Minuten. Zum Ausprobieren und für einfache Aufgaben reicht das.

Und in eigener Sache: diese Website¶

Wir predigen das nicht nur. Bevor diese Seite online ging, hat die Gruppe gemeinsam festgelegt, was aus dem Chat nicht veröffentlicht wird: persönliche Details und sensible Geschäftsdaten fliegen raus, im Zweifel wird weggelassen — und alle Beteiligten wurden vorher gefragt. Ein Mitglied wollte seinen echten Vornamen nicht auf einer öffentlichen Website haben; deshalb erscheint es hier durchgehend unter einem Wunschnamen. Dieselbe Sortier-Übung wie oben, nur an unserem eigenen Material.

Tiefer eintauchen

DSGVO-konforme KI-Tools — große Übersicht (im Chat von Mathias entdeckt), Quelle des Fünf-Fragen-Rasters oben: ki-tools-deutschland.com/…/dsgvo-konforme-ki-tools-grosse-uebersicht

Mit Vorsicht zu genießen: In der Gruppe hielten wir die Seite für stark KI-generiert und in Teilen fragwürdig — die konkrete Tool-Bewertung dort würden wir nicht übernehmen. Brauchbar ist ihr Kriterien-Raster als Denkhilfe.
Lokale Modelle einrichten — LM Studio, gemietete GPUs, Claude Code lokal anbinden (YouTube): youtube.com/watch?v=3zSANOIBHYw

Zum Nachdenken

Wo verläuft deine persönliche Grenze zwischen „praktisch" und „zu heikel"? Und welcher deiner echten Fälle aus dieser Woche wäre nach dem Entschärfen noch brauchbar gewesen?