KI am Arbeitsplatz: Datenschutz, Mitarbeiterüberwachung und Sicherheit – wer sieht welche Daten?

KI am Arbeitsplatz: Wo die Datenschutzrisiken wirklich entstehen

Mit dem Einsatz von KI am Arbeitsplatz ist das Thema in der Breite der Wirtschaft angekommen, und zwar schneller, als viele Regelwerke nachziehen konnten. In den meisten Betrieben war zuerst das Werkzeug da und erst danach die Frage, wer es wofür nutzen darf. Wer verstehen möchte, wie künstliche Intelligenz funktioniert, findet dazu eine verständliche Einordnung.

Mit der Verbreitung wächst die Unsicherheit. In vielen Diskussionen wird der Datenschutz bei KI am Arbeitsplatz als eine einzige Frage behandelt. Tatsächlich sind es vier, und sie liegen auf verschiedenen Ebenen. Erst wenn diese Ebenen getrennt betrachtet werden, lässt sich erkennen, welche Maßnahme an welcher Stelle überhaupt wirken kann.

Ebene 1: Endgerät und Netzwerk beim mobilen Arbeiten

Die erste Ebene ist die Verbindung selbst. Im Homeoffice, im Hotel, im Zug oder im Coworking-Space laufen Anfragen an KI-Dienste über Netze, die das Unternehmen nicht kontrolliert. Bei korrekt verschlüsselter Verbindung bleibt der übertragene Inhalt geschützt. Je nach Konfiguration von Endgerät, Browser und Verbindung können jedoch die angesteuerten Ziele sichtbar werden.

Sichtbar werden vor allem DNS-Anfragen. Sie übersetzen Domainnamen in technische Adressen und verraten damit, welche Dienste jemand ansteuert. In fremden Netzen ist das ein doppeltes Problem: Es lässt Rückschlüsse auf Projekte und Geschäftsbeziehungen zu, und es zeigt, welche KI-Werkzeuge im Haus überhaupt genutzt werden.

Verlässlich ist der Schutz auf dieser Ebene nur, wenn die Verbindung auch technisch sauber konfiguriert ist. Bei fehlerhafter Konfiguration können einzelne Anfragen am Tunnel vorbeilaufen: etwa durch eine unvollständig eingerichtete VPN-Verbindung, voreingestellte Adressen im Router oder Erweiterungen im Browser. Für Nutzer bleibt das im Arbeitsalltag häufig unbemerkt. Ein DNS-Leak-Check zeigt, welche Server die Anfragen tatsächlich beantworten und ob die Namensauflösung über die vorgesehene Verbindung läuft. Der Test betrifft ausschließlich diese Netzwerkebene. Über das, was der KI-Dienst anschließend mit den übermittelten Inhalten macht, sagt er nichts aus.

Ebene 2: Der KI-Anbieter

Auf der zweiten Ebene liegt der Dienst selbst. Hier entscheidet sich, was mit einem Prompt, einem hochgeladenen Dokument und den begleitenden Metadaten geschieht. Fünf Aspekte gehören auseinandergehalten: die Verarbeitung, der Verarbeitungsort, die Speicherdauer, die Verwendung für Modelltraining und die Frage, ob Menschen Einblick nehmen können.

Diese fünf Punkte werden im Alltag zu einer einzigen Sorge verkürzt. Das ist der Grund, warum viele Unternehmen die falsche Antwort erhalten: Sie fragen pauschal nach dem Training und übersehen, dass Speicherdauer und Zugriffsrechte häufig das größere Problem sind. Alle fünf Punkte gehören vor der Freigabe geprüft. Je nach Anbieter und Tarif sind sie vertraglich festgelegt, administrativ konfigurierbar oder lediglich dokumentiert, und sie unterscheiden sich erheblich zwischen einem privaten Gratiszugang und einem Geschäftskundenvertrag mit Auftragsverarbeitung.

Ebene 3: Das eigene Unternehmen

Die dritte Ebene gerät in der Praxis leicht aus dem Blick, obwohl sie am besten steuerbar ist. Sie betrifft die eigene Organisation: Wer darf welche Systeme nutzen, welche Zugriffsrechte bestehen, was wird protokolliert, und welche Werkzeuge sind überhaupt freigegeben?

Hier liegt auch der Ursprung dessen, was als Schatten-KI oder Shadow AI diskutiert wird. Fehlt eine verbindliche Regelung, entscheidet jede Abteilung für sich. Unternehmen, die KI im Mittelstand einführen, legen an dieser Stelle fest, ob die weiteren Maßnahmen greifen können. Ohne zentrale Vorgabe bleibt jede technische Vorkehrung dem Zufall überlassen, weil niemand weiß, welche Systeme abzusichern wären.

Ebene 4: Auswertung von Beschäftigtendaten

Die vierte Ebene ist die, an die viele zuerst denken. Es geht um Daten, die im Arbeitsverhältnis anfallen: Anmeldezeiten und Bearbeitungsdauern, Kommunikationsinhalte, Qualitätsbewertungen, Nutzungsstatistiken einzelner Werkzeuge.

Der entscheidende Unterschied zu den ersten drei Ebenen liegt in der Blickrichtung. Dort ging es darum, was das Unternehmen nach außen preisgibt. Hier geht es darum, was das Unternehmen über die eigene Belegschaft erfährt. Beides kann aus derselben technischen Anlage entstehen: Ein KI-Assistent, der Vorgänge protokolliert, erzeugt beiläufig eine Datenbasis, aus der sich Leistungsprofile bilden lassen. Ob und wie sie ausgewertet werden dürfen, richtet sich nach Datenschutz- und Arbeitsrecht.

KI am Arbeitsplatz: Der Weg eines Prompts durch die vier Ebenen

Die Ebenen lassen sich am besten an einem einzelnen Vorgang nachvollziehen. Eine Mitarbeiterin fügt einen Absatz aus einem Kundenangebot in ein KI-Werkzeug ein und bittet um eine sprachliche Glättung. Auf jeder der vier Ebenen wird etwas anderes von diesem Vorgang sichtbar.

Genau diese Zuordnung zeigt die folgende Infografik. Sie führt für jede Ebene auf, welche Daten dort anfallen, wer sie sehen kann und welche Schutz- oder Prüfmaßnahme an dieser Stelle wirkt.

Teilen: Link kopieren

Einbetten

Wer diese Zuordnung einmal vor Augen hat, erkennt die häufigste Fehlannahme sofort: Eine Maßnahme auf Station eins kann kein Problem auf Station zwei lösen.

Kann KI zur Überwachung von Mitarbeitern am Arbeitsplatz eingesetzt werden?

Diese Frage wird im Betrieb meist als eine gestellt und trägt doch zwei sehr verschiedene in sich. Die eine richtet sich an die Technik, die andere an das Recht. Wer sie zusammenzieht, bekommt zwangsläufig eine unscharfe Antwort.

Die Antwort zerfällt in zwei Teile:

1. Technisch ist sie längst möglich: Moderne Systeme können Aktivitätsdaten, Texte und Sprachaufzeichnungen in einem Umfang auswerten, der manueller Kontrolle unerreichbar war. Was früher stichprobenhaft geprüft wurde, lässt sich heute in deutlich größerem Umfang automatisiert auswerten. Die technische Hürde ist erheblich gesunken, auch wenn Datenzugang, Datenqualität und Systemintegration weiterhin Grenzen setzen.
2. Rechtlich nur unter engen Bedingungen: Jede Verarbeitung braucht einen festgelegten Zweck und muss dafür erforderlich und verhältnismäßig sein. Besteht ein Betriebsrat, kommt dessen Mitbestimmung hinzu, sobald eine technische Einrichtung eingeführt oder angewendet wird, die objektiv zur Überwachung von Verhalten oder Leistung geeignet ist. Diese Bedingungen sind keine Formalien: In der Praxis führen diese Anforderungen bei einer dauerhaften Leistungskontrolle regelmäßig zu erheblichen rechtlichen und organisatorischen Hürden.

Die verbreitete Annahme, KI-gestützte Kontrolle sei ohnehin verboten, ist damit ebenso unzutreffend wie die Gegenannahme, sie stehe im Belieben des Arbeitgebers.

Ein pauschales Verbot der Beschäftigtenkontrolle kennt das deutsche Recht nicht. Die Grenzen ergeben sich aus Zweckbindung, Erforderlichkeit und Verhältnismäßigkeit sowie aus den Beteiligungsrechten des Betriebsrats. Wer sich auf ein vermeintliches Verbot verlässt, unterschätzt sowohl die technischen Möglichkeiten als auch die tatsächlichen Gestaltungsspielräume.

Was KI am Arbeitsplatz tatsächlich auswerten kann

Die Stärke der Systeme liegt darin, große und unstrukturierte Datenmengen zu ordnen. Genau das lässt sich auf Beschäftigtendaten anwenden.

Diese Auswertungen kommen im Arbeitsumfeld vor:

• Aktivitäts- und Nutzungsdaten: Anmeldezeiten, Bearbeitungsdauer je Vorgang und Systemnutzung lassen sich zu Leistungsprofilen verdichten. Solche Daten fallen in nahezu jedem Fachsystem ohnehin an, weshalb die Auswertung oft nur einen Mausklick entfernt ist und ohne bewusste Entscheidung aktiviert wird.
• Analyse von Kommunikation: E-Mails und Chatnachrichten können auf Tonalität, Reaktionszeit und wiederkehrende Themen untersucht werden. Ist die private Nutzung erlaubt oder geduldet, kommen neben dem Datenschutzrecht weitere Schutzvorschriften hinzu, was den Zugriff zusätzlich erschwert.
• Qualitätsbewertung von Gesprächen: Rechtmäßig aufgezeichnete Kundengespräche lassen sich automatisiert transkribieren, bewerten und vergleichen. Vorgelagert ist die Frage, ob die Aufnahme selbst zulässig ist: Das nicht öffentlich gesprochene Wort steht unter strafrechtlichem Schutz. Neben den Beschäftigten sind deshalb auch die Gesprächspartner zu berücksichtigen.
• Automatisierte Aufgabenverteilung: Systeme verteilen Vorgänge nach zurückliegender Bearbeitungsgeschwindigkeit. Damit entsteht eine indirekte Rangfolge, auch wenn niemand sie so nennt. Für Beschäftigte ist der Bewertungsmaßstab meist nicht erkennbar, was die Akzeptanz solcher Systeme erfahrungsgemäß senkt.
• Vorauswahl im Bewerbungsverfahren: Eingehende Bewerbungen werden vorsortiert oder mit Punktwerten versehen. Das wirkt unmittelbar auf berufliche Chancen und zählt deshalb zu den am strengsten regulierten Anwendungen im Personalbereich.

Allen Anwendungen ist gemeinsam, dass sie personenbezogene Daten verarbeiten. Damit sind sie nicht per se unzulässig, aber stets begründungsbedürftig.

Wenn KI allein entscheidet: die Grenze des Artikels 22 DSGVO

Eine Vorschrift wird bei Personalentscheidungen regelmäßig übersehen, obwohl sie genau dort greift, wo KI-Systeme am attraktivsten wirken. Artikel 22 der Datenschutz-Grundverordnung schützt Menschen davor, einer ausschließlich automatisierten Entscheidung unterworfen zu werden, die ihnen gegenüber rechtliche Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt.

Das Verbot kennt allerdings Ausnahmen. Absatz 2 lässt ausschließlich automatisierte Entscheidungen zu, wenn sie für den Abschluss oder die Erfüllung eines Vertrags erforderlich, durch Unions- oder mitgliedstaatliches Recht erlaubt oder auf eine ausdrückliche Einwilligung gestützt sind.

Im Arbeitsverhältnis sind diese Ausnahmen wegen des Abhängigkeitsverhältnisses eng zu prüfen:

• Stützt sich die Entscheidung auf einen Vertrag oder eine ausdrückliche Einwilligung, müssen mindestens menschliches Eingreifen, die Darlegung des eigenen Standpunkts und die Anfechtung gewährleistet sein.
• Beruht sie dagegen auf einer gesetzlichen Erlaubnis, muss dieses Gesetz selbst geeignete Schutzmaßnahmen vorsehen.

Im Beschäftigungskontext betrifft das die Ablehnung im Bewerbungsverfahren ebenso wie Entscheidungen über den Bestand des Arbeitsverhältnisses. Entscheidend ist das Wort ausschließlich: Der Einsatz eines KI-Systems allein löst die Vorschrift noch nicht aus. Maßgeblich ist, ob ein Mensch die Entscheidung inhaltlich prüft oder das Ergebnis nur noch bestätigt. Eine formale Freigabe ohne eigene Bewertung genügt dafür nicht.

Für die Praxis folgt daraus eine klare Vorgabe: Wo KI vorsortiert oder bewertet, braucht es eine dokumentierte menschliche Prüfung mit echtem Entscheidungsspielraum. Wer diese Stelle nicht besetzt, verlagert ein Rechtsrisiko in einen Prozess, der im Alltag kaum auffällt.

Rechtsgrundlage nach dem Wegfall der bisherigen Generalklausel

Lange galt § 26 BDSG als zentrale Erlaubnisnorm für die Verarbeitung von Beschäftigtendaten. Diese Grundlage trägt nicht mehr. Der Europäische Gerichtshof hatte die vergleichbare hessische Regelung bereits 2023 beanstandet (Rechtssache C-34/21), weil sie die Datenschutz-Grundverordnung im Wesentlichen nur wiederholt.

Das Bundesarbeitsgericht hat sich dem mit Urteil vom 8. Mai 2025 angeschlossen (8 AZR 209/21). Praktisch bedeutet das: Soweit keine unionsrechtskonforme Spezialregel greift, richtet sich die Verarbeitung von Beschäftigtendaten unmittelbar nach Artikel 6 der Datenschutz-Grundverordnung. Betriebsvereinbarungen scheiden damit nicht aus: Nach § 26 Absatz 4 BDSG in Verbindung mit Artikel 88 der Verordnung können auch Kollektivvereinbarungen eine Grundlage bilden. Sie müssen deren Anforderungen jedoch vollständig wahren und unterliegen der gerichtlichen Kontrolle.

Was das für die Personalarbeit heißt, zeigt der Blick auf den Datenschutz in der Personalabteilung insgesamt. Auf eine Einwilligung sollten Arbeitgeber sich dabei nicht verlassen: Im Arbeitsverhältnis ist ihre Freiwilligkeit wegen des Abhängigkeitsverhältnisses schwer nachzuweisen.

Mitbestimmung des Betriebsrats bei technischen Einrichtungen

Existiert ein Betriebsrat, kommt eine zweite Hürde hinzu. Nach § 87 BetrVG bestehen Mitbestimmungsrechte bei Einführung und Anwendung technischer Einrichtungen, die dazu bestimmt sind, Verhalten oder Leistung der Arbeitnehmer zu überwachen.

Vor der Einführung kommt häufig eine weitere Pflicht hinzu. Führt eine Verarbeitung voraussichtlich zu einem hohen Risiko für die Betroffenen, verlangt Artikel 35 der Datenschutz-Grundverordnung eine Datenschutz-Folgenabschätzung. Bei umfangreicher oder systematischer Auswertung von Leistungs- und Verhaltensdaten liegt ein solches Risiko nahe; ob die Abschätzung erforderlich ist, richtet sich nach System, Umfang und Folgen für die Beschäftigten. Sie gehört an den Anfang eines Vorhabens, nicht in die Dokumentation danach.

Entscheidend ist außerdem die Auslegung durch die Rechtsprechung. Nach ständiger Praxis des Bundesarbeitsgerichts genügt bereits die objektive Eignung zur Überwachung. Eine Überwachungsabsicht muss der Arbeitgeber nicht haben, und eine tatsächliche Auswertung muss nicht stattfinden. Damit fällt eine große Zahl von Systemen unter die Mitbestimmung, ähnlich wie bei der Erfassung von Standortdaten von Mitarbeitenden. Eine Betriebsvereinbarung ist daher der übliche Weg.

KI am Arbeitsplatz: Einordnung der Anwendungsfälle

Nicht jede Auswertung wiegt gleich schwer. Maßgeblich ist, wie unmittelbar eine Anwendung auf einzelne Personen wirkt und welche Folgen eine Fehlentscheidung für sie hätte. Die folgende Gegenüberstellung ordnet sieben Anwendungsfälle aus dem Arbeitsalltag.

Anwendung	Grundproblem	Regulatorische Einordnung
Vorauswahl und Bewertung von Bewerbungen	Unmittelbarer Einfluss auf berufliche Chancen	Hochrisiko nach Anhang III der KI-Verordnung, Pflichten ab 2. Dezember 2027
Entscheidungen über Beförderung oder Kündigung	Eingriff in den Bestand des Arbeitsverhältnisses	Hochrisiko nach Anhang III, zusätzlich mitbestimmungspflichtig
Bewertung der Arbeitsleistung	Laufende Verhaltens- und Leistungskontrolle	Hochrisiko nach Anhang III, Pflichten ab 2. Dezember 2027; zusätzlich Artikel 6 DSGVO und Mitbestimmung
Automatisierte Zuweisung von Aufgaben	Indirekte Rangfolge ohne erkennbaren Maßstab	Hochrisiko nach Anhang III, wenn sie auf Verhalten oder persönlichen Merkmalen beruht
Analyse dienstlicher Kommunikation	Erfassung von Inhalten und Kontaktverhalten	Hohe Hürde bei erlaubter Privatnutzung, Mitbestimmung erforderlich
Ableitung von Emotionen aus biometrischen Stimmmerkmalen oder Mimik	Rückschlüsse auf innere Zustände	Nach Artikel 5 der KI-Verordnung seit 2. Februar 2025 grundsätzlich verboten
Aggregierte Prozessanalyse ohne Personenbezug	Kein unmittelbarer Bezug zu einzelnen Personen	Deutlich geringeres Risiko, sofern eine Rückrechnung ausgeschlossen bleibt

Einordnung verbreiteter KI-Anwendungen im Beschäftigungskontext

Die Tabelle zeigt ein Muster: Je näher eine Anwendung an der Bewertung einzelner Personen liegt, desto dichter wird der rechtliche Rahmen. Aggregierte Auswertungen sind der Weg mit den wenigsten Hürden, und sie liefern für die Steuerung eines Betriebs meist ohnehin die brauchbareren Erkenntnisse.

Praxisbeispiel: Wenn das Ticketsystem zur Leistungsakte wird

Wie schnell aus einem Organisationswerkzeug ein mitbestimmungspflichtiges Kontrollinstrument wird, zeigt der folgende Fall aus einem mittelständischen Dienstleistungsbetrieb. Bemerkenswert daran ist, dass niemand eine Überwachung beabsichtigt hatte.

Ausgangslage: Ein mittelständischer Anbieter technischer Dienstleistungen führt ein neues Ticketsystem für den Kundenservice ein. Ziel ist eine bessere Übersicht über offene Vorgänge. Im Lieferumfang enthalten ist ein Auswertungsmodul, das Bearbeitungszeiten je Mitarbeiter erfasst und automatisch Ranglisten erzeugt. Die Funktion ist ab Werk aktiv. Der Betriebsrat wird zur Einführung nicht beteiligt, weil das System aus Sicht der Geschäftsführung der Organisation dient und nicht der Kontrolle. Nach wenigen Wochen sprechen erste Teamleitungen einzelne Beschäftigte auf ihre Position in der Auswertung an.

Vorgehen: Die Geschäftsführung stoppt die Nutzung des Moduls und holt die Beteiligung nach. Gemeinsam mit dem Betriebsrat entsteht eine Betriebsvereinbarung mit drei Festlegungen: Auswertung ausschließlich auf Teamebene ab fünf Personen, keine personenbezogenen Ranglisten, Löschung der Rohdaten nach 90 Tagen.

Ergebnis: Das Unternehmen behält die Übersicht über Auslastung und Engpässe, die es ursprünglich wollte. Die Auswertung liefert Aussagen über Prozesse statt über Personen, womit die Diskussion über Leistungsdruck entfällt. Der nächste Schritt ist im Betrieb bereits festgelegt: Vor jeder Einführung eines Systems mit Auswertungsfunktionen wird künftig geprüft, ob eine Betriebsvereinbarung erforderlich ist.

KI am Arbeitsplatz und der EU AI Act: Rechtsstand nach dem Digital Omnibus

Rund um den EU AI Act werden zwei Begriffe regelmäßig verwechselt, und daraus entstehen die meisten Missverständnisse über den Zeitplan für KI am Arbeitsplatz. Beides bezeichnet einen anderen Vorgang. Inkrafttreten und Geltungsbeginn sind nicht dasselbe.

Die Verordnung (EU) 2024/1689 wird im Deutschen als KI-Verordnung und international als EU AI Act bezeichnet. Sie trat am 1. August 2024 in Kraft, anwendbar wird sie jedoch gestaffelt über mehrere Jahre. Der 2. August 2026 ist deshalb nicht das Inkrafttreten, sondern der allgemeine Geltungsbeginn nach Artikel 113. Kurz davor, am 27. Juli 2026, ist zusätzlich die Digital-Omnibus-Verordnung (EU) 2026/1744 in Kraft getreten und hat den Fristenplan an einer entscheidenden Stelle verändert.

Welche KI am Arbeitsplatz seit Februar 2025 verboten ist

Die für den Arbeitsplatz maßgeblichen Verbote aus Artikel 5 der KI-Verordnung gelten unverändert seit dem 2. Februar 2025. Der Digital Omnibus hat den Katalog zwar um zwei weitere Tatbestände ergänzt, die erst ab dem 2. Dezember 2026 greifen; sie betreffen den Beschäftigungskontext jedoch nicht. Für den Arbeitsplatz bedeutsam bleibt: Systeme, die Emotionen einer natürlichen Person ableiten, dürfen dort nicht eingesetzt werden.

Das Verbot beruht auf der besonderen Schutzbedürftigkeit in Abhängigkeitsverhältnissen. Ausnahmen bestehen aus medizinischen oder sicherheitstechnischen Gründen und sind eng gefasst. Davon zu trennen ist ein häufiges Missverständnis: Systeme, die ausschließlich körperliche Zustände wie Müdigkeit erkennen, fallen schon nicht unter den Begriff der Emotionserkennung und brauchen daher keine Ausnahme. Das Verbot trifft nicht nur Anbieter solcher Systeme, sondern ebenso die Unternehmen, die sie einsetzen. Seit August 2025 ist es sanktionsbewehrt: Der Rahmen reicht bis 35 Millionen Euro oder sieben Prozent des weltweiten Jahresumsatzes.

KI-Kompetenz: Eine Pflicht für jeden Betrieb mit KI am Arbeitsplatz

Eine Vorgabe wird in der Debatte um Fristen regelmäßig übersehen, obwohl sie praktisch jedes Unternehmen betrifft, das KI am Arbeitsplatz einsetzt. Artikel 4 der KI-Verordnung verpflichtet Anbieter und Betreiber, Maßnahmen zu ergreifen, um die Entwicklung der KI-Kompetenz ihres Personals und weiterer in ihrem Auftrag tätiger Personen zu unterstützen. Zu berücksichtigen sind dabei technische Kenntnisse, Erfahrung, Ausbildung sowie der konkrete Einsatzkontext.

Die Grundpflicht besteht seit dem 2. Februar 2025. Ihren Zuschnitt hat der Digital Omnibus zum 27. Juli 2026 verändert: Ein bestimmtes Kompetenzniveau je Person ist nicht mehr vorgeschrieben. Der Maßstab ist damit ausdrücklich als Förderpflicht ausgestaltet. Gemeint sind weiterhin keine Programmierkenntnisse, sondern ein Verständnis von Wirkungsweise, Grenzen und Risiken der eingesetzten Systeme.

Ein festes Schulungsformat schreibt die Verordnung nicht vor. Die Maßnahmen sollten zum jeweiligen Einsatzrisiko passen und nachvollziehbar dokumentiert werden. Für die Durchsetzung sind die nationalen Marktüberwachungsbehörden zuständig; die Entlastung beim Maßstab bedeutet also nicht, dass die Vorgabe folgenlos bliebe.

Was seit dem 2. August 2026 gilt

Mit dem allgemeinen Geltungsbeginn sind die Transparenzpflichten aus Artikel 50 der KI-Verordnung wirksam geworden. Ihr Umfang hängt davon ab, ob ein Unternehmen Anbieter oder Betreiber eines Systems ist. Die Europäische Kommission hat dazu am 20. Juli 2026 Leitlinien angenommen.

Anbieter interaktiver Systeme müssen kenntlich machen, dass Nutzer mit einem KI-System interagieren, sofern das nicht ohnehin offensichtlich ist. Anbieter generativer Systeme müssen synthetische Ausgaben grundsätzlich maschinenlesbar markieren.

Diese Pflicht entfällt, soweit ein System nur unterstützend arbeitet oder die eingegebenen Inhalte und deren Bedeutung nicht wesentlich verändert. Wer einen fertigen Text lediglich glätten lässt, fällt damit heraus.

Betreiber trifft die Pflicht, den Einsatz zulässiger Emotionserkennung offenzulegen, Deepfakes zu kennzeichnen und bestimmte KI-erzeugte Texte zu Angelegenheiten von öffentlichem Interesse als solche auszuweisen.

Für Texte gilt dabei eine Ausnahme, die im Arbeitsalltag entlastet: Findet eine menschliche Prüfung oder redaktionelle Kontrolle statt und trägt eine Person oder Organisation dafür die Verantwortung, entfällt die Offenlegungspflicht. Nicht jedes mit KI unterstützte Dokument muss deshalb gekennzeichnet werden. Maßgeblich sind Inhalt, Verwendung und die Rolle des Unternehmens.

Eine Einschränkung wird häufig zu weit ausgelegt. Die verlängerte Frist bis zum 2. Dezember 2026 gilt ausschließlich für die maschinenlesbare Markierung nach Artikel 50 Absatz 2 und nur für generative Systeme, die vor dem Stichtag bereits im Verkehr waren. Die übrigen Transparenzpflichten greifen ohne Schonfrist.

Für den Arbeitskontext ist eine Zuordnung besonders wichtig: Nutzt ein Beschäftigter ein KI-System im Auftrag und unter Kontrolle des Unternehmens, handelt das Unternehmen als Betreiber. Soweit Artikel 50 Pflichten an diese Rolle knüpft, treffen sie damit das Unternehmen und nicht die handelnde Person. Das gilt auch beim Einsatz von KI-Agenten, die eigenständig handeln.

Was auf Dezember 2027 verschoben wurde

Die eigentliche Änderung durch die Digital-Omnibus-Verordnung betrifft die Hochrisiko-Pflichten. Ursprünglich hätten sie ebenfalls ab dem 2. August 2026 gegolten. Sie greifen nun für eigenständige Systeme nach Anhang III ab dem 2. Dezember 2027 und für in Produkte eingebettete Systeme nach Anhang I ab dem 2. August 2028. Als Grund nennt die Änderungsverordnung, dass harmonisierte Normen und nationale Behördenstrukturen noch nicht bereitstanden.

Für Personalabteilungen ist das unmittelbar relevant, denn Personalverwaltung und Beschäftigtenbewertung gehören zu den Anwendungsfeldern des Anhangs III. Die Pflichten sind aufgeschoben, nicht aufgehoben. Die folgende Übersicht ordnet die Fristen.

Regelungsbereich	Gilt seit oder ab	Betroffen im Arbeitskontext
Verbotene Praktiken nach Artikel 5	2. Februar 2025	Emotionserkennung am Arbeitsplatz
Transparenzpflichten nach Artikel 50	2. August 2026	Hinweis bei direkter KI-Interaktion, Kennzeichnung von Deepfakes und bestimmten Texten von öffentlichem Interesse
Maschinenlesbare Markierung für Altsysteme	2. Dezember 2026	Generative Systeme, die vor dem 2. August 2026 im Verkehr waren
Hochrisiko nach Anhang III	2. Dezember 2027	Recruiting, Personalentscheidungen, Aufgabenverteilung, Bewertung
Hochrisiko nach Anhang I	2. August 2028	KI als Sicherheitsbauteil in regulierten Produkten

Fristen der KI-Verordnung nach der Digital-Omnibus-Verordnung (EU) 2026/1744

Die zusätzliche Zeit ist ein Vorteil für die Vorbereitung, kein Grund zum Abwarten. Datenschutzrecht und Mitbestimmung gelten unabhängig von diesen Fristen bereits heute.

Experten-Tipp!
Behandeln Sie die verschobenen Hochrisiko-Fristen nicht als Aufschub für die Betriebsvereinbarung. Mitbestimmung und Datenschutzrecht greifen sofort, unabhängig von der KI-Verordnung. Wer jetzt regelt, verhandelt in Ruhe statt unter Termindruck.

KI am Arbeitsplatz: Welche Unternehmensdaten tatsächlich abfließen

Bisher ging es um Daten von Beschäftigten. Die zweite große Frage zu KI am Arbeitsplatz dreht die Richtung um: Welche Informationen verlassen das Unternehmen, wenn Beschäftigte KI-Dienste nutzen? Hier liegt in der Praxis ein Risiko, das im Alltag leicht übersehen wird, weil es ohne böse Absicht entsteht.

Häufig wird von einer Blackbox gesprochen. Der Begriff meint zweierlei, und die Vermischung führt in die Irre. Die fehlende Erklärbarkeit eines Modells ist eine technische Eigenschaft, die Verarbeitung der eingegebenen Daten dagegen eine vertragliche Frage. Die erste lässt sich kaum auflösen, die zweite sehr wohl.

Personenbezogen ist bei KI am Arbeitsplatz nicht dasselbe wie vertraulich

Die Datenschutz-Grundverordnung schützt personenbezogene Daten. Ein erheblicher Teil dessen, was Unternehmen schützen müssen, fällt aber gar nicht darunter: Kalkulationen, Konstruktionsunterlagen, Quellcode, Vertragsentwürfe, Strategiepapiere, Preisuntergrenzen.

Diese Informationen sind schützenswert, ohne personenbezogen zu sein. Wer den Schutz allein am Datenschutzrecht ausrichtet, lässt eine ganze Kategorie ungeschützt. Hinzu kommt eine praktische Folge: Für Geschäftsgeheimnisse gilt ein gesetzlicher Schutz nur, wenn angemessene Geheimhaltungsmaßnahmen getroffen wurden. Fehlt eine Regel zur KI-Nutzung, kann genau dieser Nachweis im Streitfall schwerfallen.

Schatten-KI am Arbeitsplatz als unterschätztes Alltagsrisiko

Die ifo-Zahlen zeigen, wo das Problem entsteht. Von den Unternehmen, die KI einsetzen, greifen laut der ifo-Konjunkturumfrage vom Mai 2026 48,4 Prozent auf kostenfreie Anwendungen zurück, und 22,5 Prozent arbeiten ausschließlich mit kostenlosen Systemen. Eigene Systeme entwickeln lediglich 18,7 Prozent.

Zum Risiko werden kostenlose Anwendungen vor allem dann, wenn Beschäftigte sie über private Konten und ohne zentrale Freigabe nutzen. Dann gelten regelmäßig die Bedingungen des Privatkundenangebots. Ein vom Unternehmen abgeschlossener Auftragsverarbeitungsvertrag und zentrale Steuerungsmöglichkeiten fehlen in diesem Fall häufig, und die Nutzung kann dem Unternehmen verborgen bleiben. Diese Lücke ist im Alltag besonders relevant, weil sie ohne geplante Überwachung und meist ohne bewusste Risikoentscheidung entsteht.

Fünf Fragen, die jeder KI-Dienst beantworten muss

Viele Betriebe begnügen sich mit einer einzigen Erkundigung, nämlich der nach dem Training. Sie ist zu grob geschnitten und lässt genau die Punkte offen, auf die es bei einer belastbaren Entscheidung ankommt.

Diese fünf Fragen sollten Unternehmen je eingesetztem Dienst schriftlich beantworten können:

• Umfang der Verarbeitung: Welche Daten werden überhaupt verarbeitet? Neben dem eingegebenen Text zählen hochgeladene Dateien sowie Metadaten wie Zeitpunkt, Konto und Gerät. Gerade die Metadaten werden übersehen, obwohl sich aus ihnen Nutzungsmuster einzelner Personen ableiten lassen.
• Ort der Verarbeitung: Wo findet die Verarbeitung statt, und in welcher Rolle handelt der Anbieter dabei? Der Ort bestimmt nicht allein das anwendbare Recht, ist aber für Drittlandübermittlungen und mögliche Zugriffe durch Behörden anderer Staaten entscheidend. Manche Anbieter erlauben die Festlegung auf europäische Rechenzentren, andere nicht oder nur in höheren Tarifen.
• Dauer der Speicherung: Wie lange bleiben die Daten beim Anbieter? Aufbewahrungsfristen reichen von wenigen Tagen bis zu unbegrenzter Speicherung und sind je nach Vertrag konfigurierbar. Eine kurze Frist senkt das Risiko deutlich, weil im Fall einer Sicherheitslücke schlicht weniger vorhanden ist.
• Verwendung für Modelltraining: Fließen die Eingaben in das Training ein? Diese Frage ist von der Speicherung strikt zu trennen. Ein Dienst kann Eingaben speichern, ohne mit ihnen zu trainieren, und die Regelungen unterscheiden sich zwischen Privat- und Geschäftskundenangeboten erheblich.
• Menschlicher Einblick: Wer kann die Inhalte tatsächlich lesen? Prüfprozesse zur Missbrauchserkennung sehen bei vielen Anbietern menschliche Sichtung vor. Das ist nachvollziehbar, muss aber bekannt sein, bevor vertrauliche Inhalte in ein System gelangen.

Liegen diese Antworten schriftlich vor, bilden sie eine belastbare Grundlage für die Freigabeentscheidung. Je nach Daten und Anwendungsfall kommen eine rechtliche Prüfung oder eine Datenschutz-Folgenabschätzung hinzu.

Welche Einstellungen sich zentral vorgeben lassen

Ein Geschäftskundenzugang kann sich von einem privaten Konto durch besondere Vertragsbedingungen, einen Auftragsverarbeitungsvertrag, zentrale Administration, Rollenmodelle und konfigurierbare Speicherregeln unterscheiden. Welche dieser Merkmale tatsächlich angeboten werden, hängt von Dienst und Tarif ab. Wo sie bestehen, legt das Unternehmen fest, was für alle Beschäftigten gilt, statt auf freiwillige Einstellungen an jedem einzelnen Arbeitsplatz zu hoffen.

Je nach Anbieter, Tarif und Systemarchitektur lassen sich insbesondere diese Punkte zentral steuern:

• Aufbewahrungsfristen: Die Speicherdauer von Verläufen und hochgeladenen Dateien wird einmal festgelegt und gilt dann für alle Konten. Das verhindert, dass sich über Monate ungeprüfte Datenbestände beim Anbieter ansammeln.
• Verwendung für Modelltraining: In Geschäftskundenverträgen ist die Nutzung von Eingaben für das Training üblicherweise abschaltbar oder von vornherein ausgeschlossen. Der Nachweis dieser Einstellung gehört in die Dokumentation.
• Zugriffsrechte und Rollen: Welche Abteilung welche Funktionen nutzen darf, wird über Rollen abgebildet. So lässt sich etwa der Zugriff auf besonders leistungsfähige Modelle auf geschulte Personen begrenzen.
• Angebundene Drittanbieter: Erweiterungen und Schnittstellen holen Daten aus anderen Systemen hinzu oder geben sie weiter. Ohne zentrale Freigabeliste entstehen hier Datenflüsse, die in keiner Übersicht auftauchen.
• Protokollierung der Nutzung: Nutzungsprotokolle helfen bei der Aufklärung von Vorfällen. Sie sind selbst mitbestimmungspflichtig, sobald sie einzelnen Personen zugeordnet werden können, und gehören deshalb in die Betriebsvereinbarung.

Welche dieser Punkte im Einzelfall steuerbar sind, hängt von Anbieter, Vertrag und Systemarchitektur ab.

Ohne zentrale Konfiguration bleibt jede Regel eine Empfehlung. Die Zuständigkeit dafür sollte benannt sein, etwa in der Rolle eines KI-Managers. Wer die DSGVO-Compliance im Mittelstand ernst nimmt, verankert die Einstellungen technisch, statt sie in einem Merkblatt zu beschreiben. Ein Merkblatt beschreibt einen Sollzustand, eine Konfiguration stellt ihn her.

Was schützt wovor: VPN, DNS und KI-Anbieter beim Arbeiten mit KI

Aus den vier Ebenen folgt eine praktische Konsequenz für den Schutz von KI am Arbeitsplatz. Jede Schutzmaßnahme hat einen klaren primären Wirkungsbereich. Wer sie verwechselt, fühlt sich sicherer, als er ist.

Ein verbreiteter Denkfehler betrifft die Verbindung. Ein DNS-Leak ist nicht dasselbe wie ein Datenleck beim KI-Anbieter. Das eine betrifft die Frage, welche Ziele auf dem Übertragungsweg sichtbar werden. Das andere betrifft die Frage, was mit den Inhalten geschieht, nachdem sie beim Dienst angekommen sind.

Was ein VPN bei KI am Arbeitsplatz leistet und was nicht

Ein VPN verschlüsselt den Datenverkehr zwischen Endgerät und VPN-Server und verbirgt ihn damit vor anderen Teilnehmern desselben Netzes. Das ist besonders in fremden Netzen sinnvoll, wie auch das Bundesamt für Sicherheit in der Informationstechnik für die Nutzung öffentlicher WLAN-Hotspots empfiehlt.

Auf den Umgang des KI-Dienstes mit den übermittelten Inhalten hat ein VPN keinen Einfluss. Wer einen vertraulichen Vertragsentwurf in einen privaten Gratiszugang kopiert, hat ihn übermittelt, gleichgültig wie gut die Verbindung abgesichert war. Die Verbindungsebene schützt den Transportweg, nicht die Entscheidung über den Inhalt. Beide Fragen brauchen deshalb eigene Antworten.

Was ein DNS-Leak-Test zeigt und was er nicht zeigt

Das Domain Name System übersetzt Namen wie den eines KI-Dienstes in technische Zieladressen. Ein DNS-Leak liegt vor, wenn diese Anfragen trotz aktivem VPN nicht durch den Tunnel laufen, sondern etwa an den Server des Netzbetreibers gehen. Sichtbar wird dann, welche Dienste angesteuert werden, nicht aber der Inhalt der Anfragen.

Für Unternehmen ist dieser Unterschied wichtiger, als er zunächst klingt. Die Liste der aufgerufenen Ziele kann Rückschlüsse auf eingesetzte Werkzeuge, externe Dienste oder einzelne Geschäftsbeziehungen ermöglichen. Ein Test deckt eine solche Fehlleitung auf. Er sagt jedoch nichts darüber aus, ob eine Eingabe überhaupt hätte gemacht werden dürfen. Genau hier endet die technische Ebene und beginnt die organisatorische.

Was beim KI-Anbieter geschieht und was dort greift

Sobald eine Eingabe den Dienst erreicht, bestimmen Netzwerkmaßnahmen nicht mehr, wie der Anbieter die Inhalte verarbeitet. Maßgeblich sind dann Vertrag, Konfiguration und die tatsächliche technische Umsetzung: Speicherdauer, Trainingsnutzung, Zugriffsrechte und Verarbeitungsort.

Daraus folgt eine klare Arbeitsteilung. Auf dem Übertragungsweg schützt Technik, beim Anbieter schützt der Vertrag, und im eigenen Haus schützt die Regel. Eine Absicherung, die nur eine dieser drei Stellen bedient, lässt die anderen beiden offen. Das ist der häufigste strukturelle Fehler bei der Einführung von KI-Werkzeugen.

Anonymisierung und Pseudonymisierung sind nicht dasselbe

Der Rat, sensible Daten vor der Eingabe zu entfernen, ist richtig. In der Umsetzung wird jedoch häufig verwechselt, was tatsächlich geschieht.

Bei einer Anonymisierung wird der Personenbezug so entfernt, dass eine Zuordnung nicht mehr möglich ist. Bei einer Pseudonymisierung wird er lediglich ersetzt, etwa durch eine Kennung.

Der entscheidende Unterschied ist rechtlicher Natur: Pseudonymisierte Daten bleiben personenbezogen und damit vollständig dem Datenschutzrecht unterworfen. Wer Namen durch Kürzel ersetzt und glaubt, damit außerhalb der Verordnung zu stehen, irrt. Hinzu kommt, dass sich Personen in kleinen Einheiten oft aus dem Zusammenhang erschließen lassen, selbst wenn kein Name mehr im Text steht.

Freigegebene Systeme statt Verbotslisten

Eine Positivliste benennt, welche Werkzeuge für welche Datenkategorien freigegeben sind. Sie wirkt besser als eine Aufzählung verbotener Dienste, weil sie eine nutzbare Alternative anbietet und damit den Anreiz zum Ausweichen nimmt.

Damit sie im Alltag trägt, muss sie zwei Eigenschaften haben: Sie muss aktuell gehalten werden, und sie muss ein Verfahren für neue Werkzeuge enthalten. Fehlt dieses Verfahren, veraltet die Liste innerhalb weniger Monate und verliert ihre Wirkung. Das Zusammenspiel mit der übrigen IT-Sicherheitsstrategie entscheidet darüber, ob die Freigabeliste gepflegt wird oder zur Karteileiche wird.

Welche Maßnahme bei KI am Arbeitsplatz wogegen wirkt

Die folgende Übersicht ordnet die gängigen Maßnahmen danach, wogegen sie tatsächlich schützen. Die rechte Spalte ist dabei die eigentlich wichtige, weil sie die verbreiteten Fehlannahmen benennt.

Maßnahme	Schützt insbesondere vor	Schützt nicht automatisch vor
VPN	Einsicht in den Datenverkehr auf dem Transportweg	Verarbeitung und Speicherung beim KI-Anbieter
DNS-Leak-Test	Fehlerhaftem DNS-Routing außerhalb des Tunnels	Übermittlung sensibler Inhalte an den Dienst
Transportverschlüsselung der Verbindung	Mitlesen der Inhalte durch Dritte unterwegs	Auswertung der Inhalte durch den Empfänger
Anonymisierung vor der Eingabe	Zuordnung von Daten zu einer Person	Preisgabe sonstiger Geschäftsgeheimnisse
Pseudonymisierung vor der Eingabe	Direkter Erkennbarkeit einzelner Personen	Anwendbarkeit des Datenschutzrechts, da Personenbezug bleibt
Geschäftskundenzugang mit Vertrag	Unklaren Bedingungen und fehlender zentraler Steuerung	Fehleingaben durch Beschäftigte
Freigabeliste und Schulung	Unkontrollierter Nutzung nicht geprüfter Dienste	Technischen Schwachstellen beim freigegebenen Anbieter
Lokal betriebene KI	Weitergabe an externe Anbieter	Internen Zugriffs- und Berechtigungsproblemen

Wirkungsbereich gängiger Schutzmaßnahmen bei der KI-Nutzung

Keine einzelne Maßnahme deckt alle Ebenen ab. Schutz entsteht erst in der Kombination, und zwar in einer bewussten: Jede Zeile der Tabelle beantwortet nur die Frage, für die sie gedacht ist.

Experten-Tipp!
Prüfen Sie jede Schutzmaßnahme mit einer einzigen Frage: Auf welcher der vier Ebenen wirkt sie? Wer diese Frage nicht beantworten kann, hat die Maßnahme meist an der falschen Stelle eingeplant.

Cloud-KI oder lokale KI am Arbeitsplatz

Größere Unternehmen begegnen den Datenschutzfragen rund um KI am Arbeitsplatz häufig, indem sie Modelle selbst betreiben. Der Gedanke ist richtig, die verbreitete Begründung greift jedoch zu kurz.

Vielfach werden lokale Modelle mit offener Lizenzierung gleichgesetzt. Der Betriebsort eines Modells und seine Lizenz sind zwei voneinander unabhängige Eigenschaften. Ein offen lizenziertes Modell lässt sich in der Cloud betreiben, ein kommerziell lizenziertes im eigenen Rechenzentrum. Hinzu kommt eine zweite Verwechslung: Der Begriff der lokalen KI wird sowohl für ein Modell auf dem Arbeitsplatzrechner als auch für den Betrieb im eigenen Rechenzentrum verwendet. Beides unterscheidet sich in Leistung, Aufwand und Absicherung erheblich.

Drei Größen bestimmen die Entscheidung

Vor der Auswahl eines Betriebsmodells lohnt es sich, die Entscheidungskriterien zu benennen. Sie stehen in einem Zielkonflikt, der sich nicht auflösen, aber bewusst gestalten lässt.

Drei Größen sind maßgeblich:

• Kontrolle über die Daten: Sie beschreibt, wie genau das Unternehmen festlegen kann, wo Daten liegen, wie lange sie bleiben und wer sie einsehen darf. Bei Privatkundenzugängen ist diese Kontrolle meist gering. Beim Eigenbetrieb kann sie sehr hoch sein, sofern auch Schnittstellen, Berechtigungen und Betriebsprozesse intern beherrscht werden. Dazwischen liegt ein breites Feld vertraglicher Gestaltung.
• Laufender Aufwand: Gemeint sind nicht nur Anschaffungskosten, sondern der dauerhafte Betrieb: Aktualisierung, Überwachung, Fehlerbehebung und die Pflege der umgebenden Systeme. Dieser Aufwand fällt jeden Monat an und wird bei der Entscheidung regelmäßig zu niedrig veranschlagt.
• Leistungsfähigkeit im Alltag: Ein Modell nützt nur, wenn Beschäftigte damit tatsächlich arbeiten. Bleibt die Qualität hinter dem zurück, was frei verfügbar ist, weichen Nutzer erfahrungsgemäß auf externe Dienste aus, und das Schutzkonzept läuft ins Leere.

Wer die Kontrolle erhöht, zahlt in aller Regel mit Aufwand. Wer den Aufwand gering hält, gibt Steuerungsmöglichkeiten ab. Eine Entscheidung ohne bewusste Gewichtung dieser drei Größen fällt fast immer zugunsten der Bequemlichkeit aus.

Vier Betriebsmodelle im Vergleich

Zwischen dem privaten Gratiszugang und dem eigenen Rechenzentrum liegen mehrere Abstufungen. Die folgende Matrix stellt sie anhand der drei genannten Größen gegenüber.

Betriebsmodell	Kontrolle über die Daten	Laufender Aufwand	Leistungsfähigkeit
Kostenloser Zugang über Privatkonto	Gering, kaum steuerbar	Sehr niedrig	Anbieterabhängig, oft hoch
Geschäftskundenzugang mit Vertrag	Vertraglich steuerbar	Niedrig bis mittel	Anbieterabhängig, oft hoch
Abgeschottete Cloud-Umgebung des Anbieters	Hoch, mit festgelegtem Verarbeitungsort	Mittel bis hoch	Anbieterabhängig, oft hoch
Eigenbetrieb im eigenen Rechenzentrum	Sehr hoch, Daten können intern verbleiben	Hoch	Abhängig vom eingesetzten Modell

Betriebsmodelle für KI im Unternehmen im Vergleich

Die Matrix macht sichtbar, dass die Entscheidung selten zwischen zwei Extremen fällt. Für viele mittelständische Unternehmen bieten die beiden mittleren Modelle einen praktikablen Ausgleich zwischen Datenkontrolle und laufendem Betriebsaufwand.

Welche Kosten der Eigenbetrieb verursacht

Wer Modelle selbst betreibt, ersetzt eine monatliche Nutzungsgebühr durch eine Reihe eigener Aufwände. In der Kalkulation werden sie häufig unvollständig erfasst.

Diese Kostenarten sollten in der Kalkulation stehen:

• Rechenleistung und Hardware: Sprachmodelle benötigen spezialisierte Grafikprozessoren mit ausreichend Speicher. Die Anschaffung ist einmalig, die Auslastung entscheidet aber darüber, ob sich die Investition rechnet oder Kapazität ungenutzt bleibt.
• Betrieb und Fachpersonal: Installation, Aktualisierung, Überwachung und Fehlerbehebung binden Fachkräfte. In kleineren Unternehmen ist dies der kritische Faktor, weil die Zuständigkeit meist zusätzlich zu bestehenden Aufgaben getragen werden muss.
• Modellpflege: Offene Modelle erscheinen in kurzen Abständen in neuen Versionen. Ohne regelmäßige Aktualisierung altert die Qualität spürbar, und der Abstand zu den verfügbaren Cloud-Diensten wächst.
• Umgebende Systeme: Ein Modell allein genügt selten. Anbindung an interne Dokumente, Rechteverwaltung, Protokollierung und Benutzeroberfläche verursachen einen Aufwand, der oft größer ist als der Betrieb des Modells selbst.
• Energie und Rechenzentrumsbetrieb: Grafikprozessoren ziehen unter Last erheblich Strom und erzeugen Abwärme, die abgeführt werden muss. Beides schlägt auf die Nebenkosten durch und wird in Kalkulationen häufig gar nicht erst aufgeführt.
• Ausfallsicherheit und Notfallvorsorge: Wenn Beschäftigte täglich mit dem System arbeiten, wird es geschäftskritisch. Ersatzhardware, Sicherungen und ein Plan für den Ausfall gehören dann zum Betrieb, ebenso die regelmäßige Prüfung der Berechtigungen.

Belastbare Zahlen lassen sich nicht pauschal angeben, weil Modellgröße, Nutzerzahl, vorhandene Infrastruktur und das geforderte Verfügbarkeitsniveau die Kosten um ein Vielfaches auseinanderziehen. Sinnvoll ist deshalb eine Kalkulation über drei Jahre statt eines Vergleichs von Monatspreisen.

Wann sich der Eigenbetrieb bei KI am Arbeitsplatz lohnt

Der eigene Betrieb kommt besonders in drei Konstellationen in Betracht: wenn regelmäßig besonders sensible Daten verarbeitet werden, wenn regulatorische oder vertragliche Vorgaben den Verarbeitungsort festlegen, oder wenn große und gleichförmige Mengen anfallen, bei denen die Nutzungsgebühren eines externen Dienstes deutlich ins Gewicht fallen.

Die Tabelle beschreibt die Modelle nach ihren Eigenschaften. Für die Auswahl fehlt damit noch der Weg dorthin. Die folgende Infografik führt ihn in vier Fragen: Sie beginnen bei den anfallenden Daten und enden bei der Frage, wer das System dauerhaft betreibt. Jede Frage nennt, was aus der Antwort folgt.

Teilen: Link kopieren

Einbetten

Wer diese vier Fragen beantwortet hat, braucht selten eine fünfte. Der Eigenbetrieb ist dann kein Ziel an sich, sondern das Ergebnis der Antworten.

Zu beachten bleibt eine Einschränkung, die in Diskussionen oft untergeht: Der eigene Betrieb verlagert das Risiko nach innen, er beseitigt es nicht. Zugriffsrechte, Protokollierung und Berechtigungen müssen dann intern ebenso sauber geregelt sein wie zuvor vertraglich. Ein schlecht gepflegtes System im eigenen Serverraum ist nicht sicherer als ein gut konfigurierter Geschäftskundenzugang, es fühlt sich nur so an.

KI am Arbeitsplatz einführen: In sieben Schritten zur belastbaren KI-Richtlinie

Aus den vorangegangenen Abschnitten lässt sich ein Vorgehen für die Einführung von KI am Arbeitsplatz ableiten. Es ersetzt keine juristische Beratung im Einzelfall, sortiert aber die Reihenfolge.

Entscheidend ist die Reihenfolge selbst. Wer mit der Auswahl eines Werkzeugs beginnt statt mit den Anwendungsfällen, entscheidet über Datenkategorien, die er noch nicht kennt.

KI am Arbeitsplatz einführen: Die sieben Schritte im Überblick

Der folgende Ablauf hat sich als praktikabel erwiesen. Jeder Schritt baut auf dem vorherigen auf und liefert ein überprüfbares Ergebnis.

Diese sieben Schritte führen zu einer tragfähigen Regelung:

1. Anwendungsfälle erfassen: Sammeln Sie, wofür KI im Unternehmen bereits genutzt wird, ausdrücklich einschließlich der nicht freigegebenen Nutzung. Eine anonyme Abfrage kann ein realistischeres Bild liefern als eine Aufforderung zur Meldung, weil Beschäftigte weniger mit persönlichen Konsequenzen rechnen müssen. Ergebnis ist eine Liste realer Anwendungsfälle.
2. Datenkategorien bestimmen: Ordnen Sie jedem Anwendungsfall zu, welche Daten dabei anfallen: personenbezogen, vertraulich, geschäftskritisch oder unkritisch. Erst diese Zuordnung macht sichtbar, welche Vorgänge überhaupt problematisch sind und welche ohne weitere Prüfung laufen können.
3. Risiken bewerten: Bewerten Sie je Kombination aus Anwendungsfall und Datenkategorie, welcher Schaden bei einer Preisgabe entstünde. Zwei Fragen genügen für den Einstieg: Was passiert im schlimmsten Fall, und wie wahrscheinlich ist dieser Fall im Alltag?
4. Geeignete Dienste auswählen: Wählen Sie Werkzeuge anhand der fünf Fragen zu Verarbeitung, Ort, Speicherdauer, Training und Einblick aus. Halten Sie die Antworten schriftlich fest, denn sie sind später der Nachweis für die getroffene Entscheidung.
5. Rollen und Berechtigungen definieren: Legen Sie fest, wer welche Systeme für welche Datenkategorien nutzen darf und wer die zentralen Einstellungen verantwortet. Ohne benannte Zuständigkeit bleibt die Konfiguration ungepflegt, sobald der Einführungsprozess abgeschlossen ist.
6. Beschäftigte informieren und schulen: Vermitteln Sie an konkreten Fällen aus dem eigenen Haus, welche Information in welches System gehört. Allgemeine Vorsicht anzumahnen genügt nicht.
7. Nutzung regelmäßig überprüfen: Prüfen Sie in festen Abständen, ob die Freigabeliste noch zur tatsächlichen Nutzung und zur Rechtslage passt. Neben einem festen Rhythmus lohnt eine anlassbezogene Prüfung, etwa bei neuen Funktionen, geänderten Vertragsbedingungen oder einer veränderten Rechtslage.

Die Schritte lassen sich in kleineren Unternehmen innerhalb weniger Wochen durchlaufen, sofern eine Person die Verantwortung trägt.

Was in eine KI-Richtlinie gehört

Eine Richtlinie sollte kurz genug sein, dass Beschäftigte sie lesen. Bewährt haben sich fünf Grundbestandteile: die Liste freigegebener Systeme, die Zuordnung erlaubter Datenkategorien, das Verfahren für neue Werkzeuge, die Kennzeichnung KI-erzeugter Inhalte und eine benannte Ansprechperson. Ergänzend gehört hinein, wer KI-Ergebnisse prüft und freigibt, wie auffällige oder fehlerhafte Ausgaben gemeldet werden und wer in Zweifelsfällen entscheidet.

Ebenso wichtig ist, was nicht hineingehört. Eine Richtlinie, die jeden denkbaren Fall regelt, wird nicht gelesen und verfehlt damit ihren Zweck. Zwei Seiten mit klaren Beispielen wirken im Alltag verlässlicher als ein Regelwerk, das niemand aufschlägt. Wichtig ist die Ansprechperson: Ohne sie landen Zweifelsfälle nirgends, und Beschäftigte entscheiden im Alltag selbst. Die Verzahnung von Personalbereich und Führung, wie sie ein HR Business Partner herstellt, hilft bei der Verankerung.

Warum reine Verbote bei KI am Arbeitsplatz scheitern

Der Reflex, bestimmte Dienste im Firmennetz zu sperren, ist verständlich. Ein Verbot ohne nutzbare Alternative kann jedoch dazu führen, dass Beschäftigte auf private Geräte und Konten ausweichen, wo das Unternehmen keinen Einblick mehr hat. Aus einem sichtbaren Risiko wird ein unsichtbares.

Der Grund liegt im Nutzen: Wer mit einem Werkzeug spürbar schneller arbeitet, gibt es nicht auf, weil eine Sperre eingerichtet wurde. Er weicht aus. Hinzu kommt ein zweiter Effekt: Verbote ohne Alternative erzeugen den Eindruck, das Unternehmen habe zum Thema keine Haltung, sondern nur Bedenken. Damit sinkt die Bereitschaft, Zweifelsfälle überhaupt zu melden.

Wirksamer ist eine freigegebene und gut nutzbare Alternative, verbunden mit Schulung. Die Erfahrungen aus Awareness-Trainings für Beschäftigte lassen sich unmittelbar auf den sicheren Umgang mit KI übertragen.

Praxisbeispiel: Von der stillen Duldung zur freigegebenen KI-Umgebung

Wie sich der beschriebene Ablauf in einem Betrieb ohne bestehende Regelung umsetzen lässt, zeigt das folgende Beispiel. Es beginnt an dem Punkt, an dem sich viele Unternehmen derzeit befinden: bei einer Nutzung, die niemand angeordnet und niemand untersagt hat.

Ausgangslage: In einem Unternehmen mit rund 120 Beschäftigten nutzen Teile der Belegschaft seit Monaten KI-Dienste über private Zugänge. Es gibt keine Regelung, das Thema wird geduldet. Eine Mitarbeiterin fügt den Entwurf eines Liefervertrags in einen kostenlosen Dienst ein, um ihn sprachlich zu glätten. Die Geschäftsführung erfährt davon zufällig in einer Besprechung. Eine Übersicht darüber, welche Dienste im Haus überhaupt verwendet werden, existiert zu diesem Zeitpunkt nicht.

Vorgehen: In einer anonymen Kurzumfrage wird zunächst erhoben, welche Werkzeuge tatsächlich im Einsatz sind und wofür. Das Ergebnis nennt elf verschiedene Dienste. Auf dieser Grundlage werden drei Systeme als Geschäftskundenzugang beschafft und für definierte Datenkategorien freigegeben. Die Aufbewahrungsfristen werden zentral gesetzt, die Nutzung für Vertrags- und Personaldaten bleibt ausgeschlossen. Eine zweiseitige Richtlinie und zwei Schulungstermine begleiten die Einführung.

Ergebnis: Die Zahl der genutzten Dienste sinkt deutlich, weil die freigegebene Lösung im Alltag besser funktioniert als die privaten Zugänge. Sensible Vorgänge laufen über Systeme mit vertraglicher Grundlage. Als nächster Schritt steht eine halbjährliche Überprüfung der Freigabeliste im Kalender.

Experten-Tipp!
Beginnen Sie die Einführung mit einer anonymen Erhebung der tatsächlich genutzten Werkzeuge. Ohne Sanktionsandrohung erhalten Sie ein realistisches Bild, und die Freigabeliste passt anschließend zum Arbeitsalltag statt zur Vorstellung davon.

Fazit: KI am Arbeitsplatz verlangt Regeln auf allen vier Ebenen

KI am Arbeitsplatz macht die Auswertung von Beschäftigtendaten technisch einfacher. Rechtlich zulässig wird sie dadurch nicht automatisch: Das Datenschutzrecht bindet jede Verarbeitung an einen belegbaren Zweck, und das Betriebsverfassungsrecht zieht eine zweite Linie. Wer sich als Beschäftigter darauf verlässt, dass Überwachung ohnehin untersagt sei, liegt ebenso falsch wie ein Arbeitgeber, der sie für frei gestaltbar hält.

Ein im Arbeitsalltag häufig unterschätztes Risiko liegt an anderer Stelle. Es entsteht dort, wo Beschäftigte kostenlose Zugänge über private Konten für berufliche Aufgaben verwenden, ohne dass eine vom Unternehmen geprüfte vertragliche Grundlage besteht. Die Schutzmaßnahmen, die dagegen helfen, sind bekannt: gesicherte Verbindungen, geprüfte Vertragsbedingungen, Zurückhaltung bei sensiblen Daten, freigegebene Systeme und geschulte Beschäftigte.

Entscheidend ist, sie der richtigen Ebene zuzuordnen. Datenschutz bleibt damit kein einzelnes Werkzeug, sondern das Zusammenspiel aus Technik, Governance und klaren Nutzungsregeln.

Häufige Fragen (FAQ) zu KI am Arbeitsplatz

Rechtlicher Hinweis: Dieser Beitrag dient der allgemeinen Information und stellt keine Rechtsberatung dar. Er berücksichtigt den Rechtsstand vom 6. August 2026 und kann die Prüfung des konkreten Einzelfalls nicht ersetzen. Unternehmen sollten rechtlich relevante KI-Einsatzszenarien fachkundig prüfen lassen.