DSGVO Art. 32-Konformität für KI-Tools nachweisen
Aktualisiert für 2026.
DSGVO Artikel 32 fordert „geeignete technische und organisatorische Maßnahmen" zum Schutz personenbezogener Daten. Wenn Mitarbeitende externe KI-Tools nutzen — ChatGPT, Claude, Gemini — ist das Risiko real und messbar. Die Maßnahmen müssen es ebenfalls sein.
Eine Richtlinie, die besagt „keine personenbezogenen Daten an KI-Tools weitergeben", ist eine organisatorische Maßnahme. Sie ist keine technische Maßnahme. Sie reicht nicht aus, wenn ein DPA-Prüfer fragt: „Wie wissen Sie, dass Mitarbeitende sich daran halten?"
Was DPA-Prüfer zu KI-Tools fragen
Nach dem Samsung-ChatGPT-Vorfall im März 2023 haben Aufsichtsbehörden Enterprise-KI-Programme genau unter die Lupe genommen. DPA-Prüfer stellen jetzt konkrete Fragen.
Zu technischen Kontrollen fragen sie:
- Was verhindert, dass personenbezogene Daten KI-Systeme erreichen?
- Wie setzen Sie Maskierung in Echtzeit durch?
- Welche Belege zeigen, dass die Kontrollen funktionieren?
Zur Überwachung fragen sie:
- Wie tracken Sie die KI-Nutzung auf PII-Exposition?
- Welche Kennzahlen erheben Sie? Wie oft?
- Wie wissen Sie, dass Kontrollen nicht umgangen werden?
Zur Vorfallserkennung fragen sie:
- Wie würden Sie ein PII-Leck zu einem KI-Tool bemerken?
- Was ist Ihr Reaktionsplan?
Richtliniendokumente beantworten keine dieser Fragen. Sie beschreiben, was Mitarbeitende tun sollen. Sie zeigen nicht, was sie tatsächlich tun.
Die Überwachungslücke bei Browser-KI-Tools
Enterprise-IT-Teams stehen vor einem grundlegenden Problem: Browser-basierte KI-Tools sind schwer zu überwachen.
HTTPS-Verschlüsselung
ChatGPT, Claude und Gemini nutzen alle HTTPS mit HSTS. Netzwerkinspektoren können Prompt-Inhalte ohne TLS-Entschlüsselung nicht lesen.
TLS-Inspektion
SSL-Inspektion erfordert Enterprise-Zertifikate auf jedem Gerät. Sie kann Zertifikat-Pinning in manchen Apps brechen. Sie schafft neue Sicherheitslücken. Sie kann gegen AGB der KI-Plattformen verstoßen. Sie wirft Datenschutzfragen für Mitarbeitende in vielen Ländern auf.
Endpoint-DLP
Endpoint-Agenten überwachen Zwischenablage und Tastatureingaben. Aber sie erzeugen hohe Falsch-Positiv-Raten. Sie können nicht unterscheiden zwischen „Kundendaten in einen Vertrag tippen" und „Kundendaten in ChatGPT tippen." Verzögerung kann Live-Übermittlungen verpassen.
Ergebnis: Die meisten Unternehmen, die KI-Tools nutzen, haben kaum Einblick, welche Daten diese Systeme tatsächlich erreichen.
Ein Compliance-Dashboard in der Praxis
Ein CISO einer Finanzdienstleistungsfirma muss Prüfern zeigen, dass PII-Exposition bei KI-Tools überwacht und kontrolliert wird. Die Prüfanforderung: belastbare Daten zur aktiven Überwachung.
Die Firma rolliert eine Chrome-Erweiterung auf 500 Mitarbeitende aus. Eine Woche Ausgabe:
| Kennzahl | Wochenwert |
|---|---|
| Gesamt KI-Sitzungen | 8.400 |
| Erkannte PII-Entitäten | 12.000 |
| Maskierungsrate | 94 % |
| Gefundene Kundennamen | 4.800 |
| Gefundene Kontonummern | 3.200 |
| Gefundene Transaktions-IDs | 2.100 |
| Unmaskierte Übermittlungen (6 %) | 720 Entitäten |
Hinweis: Illustratives Szenario. Ergebnisse variieren nach Unternehmensgröße und KI-Nutzungsmustern.
Vier Dinge, die Prüfer daraus ableiten:
- Umfang der KI-Nutzung (8.400 Sitzungen pro Woche)
- PII-Risikevolumen (12.000 erkannte Entitäten)
- Kontrollleistung (94 % Maskierungsrate)
- Restrisiko (720 Entitäten benötigen Nachverfolgung)
Drei Dinge, die Prüfer verifizieren können:
- Technische Kontrolle ist aktiv (Deployment-Logs)
- Überwachung läuft und produziert Daten (Wochenberichte)
- Restrisiko wird gemanagt (Nachschulung für die 6 %)
Das ist der Unterschied zwischen „wir haben eine Richtlinie" und „hier ist unsere gemessene Kontrollleistung."
Aus Daten lernen
Die 6 %, die ohne Maskierung übermittelt wurden, sind kein Compliance-Versagen. Es ist ein Überwachungserfolg. Das Unternehmen weiß jetzt:
- Welche Mitarbeitenden Maskierungsaufforderungen ablehnen oder übersehen.
- Welche Entitätstypen am häufigsten unmaskiert übermittelt werden.
- Welche Teams höhere Umgehungsraten haben.
- Ob die Rate sinkt, wenn Mitarbeitende den Workflow adaptieren.
Das ermöglicht gezielte Maßnahmen. Mitarbeitende mit hohen Bypass-Raten erhalten zusätzliches Training. Häufig umgangene Entitätstypen brauchen stärkere UI-Hinweise. Teams mit wiederkehrenden Bypasses benötigen möglicherweise einen Workflow-Umbau.
Ohne diese Daten wird Training gleichmäßig verteilt. Mit diesen Daten geht es dorthin, wo das Risiko am höchsten ist.
Wie ein vollständiges Art. 32-Paket aussieht
Ein vollständiges DSGVO-Artikel-32-Dokumentenpaket für ein KI-Tool-Programm:
Technische Maßnahmen:
- Chrome-Erweiterung auf N Geräten (Nachweis: MDM-Logs)
- Live PII-Erkennung in KI-Tool-Eingabefeldern
- Maskierungs-Workflow mit Prüfpfad (Extension-Logs)
- Compliance-Dashboard (Erkennungsmetriken)
Organisatorische Maßnahmen:
- KI-Tool-Nutzungsrichtlinie
- Schulungsnachweise der Mitarbeitenden
- Incident-Response-Plan für KI-Datenlecks
- Vierteljährliche Überprüfung der Überwachungsdaten
Überwachungsnachweise:
- Wöchentliche Dashboard-Metriken (rollierend 12 Monate)
- Maskierungsraten-Trend
- Entitätstypaufschlüsselung
- Nachverfolgungsprotokolle für erkannte Bypasses
Vorfallserkennung:
- Überwachungsdaten erkennen auffälliges Verhalten (plötzlicher Ratenabfall, neue Entitätstypen)
- Incident-Response-Plan getestet am [Datum]
Dieses Paket erfüllt Artikel 32. Es belegt technische und organisatorische Maßnahmen mit echten Nachweisen.
Risikoreduzierung quantifizieren
Für den Verhältnismäßigkeitstest müssen Sie zeigen, welches Risiko die Kontrolle beseitigt.
Ohne Kontrolle:
- 11 % der KI-Prompts enthalten PII (Cyberhaven 2025)
- 8.400 Sitzungen/Woche × 11 % = 924 Sitzungen mit PII pro Woche
- Jede Sitzung: potenzielle DSGVO-Artikel-83-Exposition bei EU-Daten
Mit der Kontrolle (94 % Maskierungsrate):
- 924 Sitzungen mit erkanntem PII
- 94 % maskiert: 869 Sitzungen geschützt
- Rest: 55 Sitzungen pro Woche mit unmaskiertem Inhalt
Ergebnis: 94 % weniger PII-Exposition durch KI-Tool-Nutzung.
Für Aufsichtsbehörden, die den Verhältnismäßigkeitstest anwenden, ist eine 94%ige Reduktion durch eine eingesetzte technische Kontrolle ein starker Nachweis. Siehe auch Echtzeit-PII-Prävention für KI-Tools und Browser-DLP für ChatGPT, Claude und Gemini.
Fazit
DSGVO-Artikel-32-Konformität für KI-Tools kann nicht allein auf Richtlinien basieren. Die Überwachung von Browser-KI-Sitzungen auf PII-Exposition erfordert eine technische Kontrolle, die Belege produziert.
Live-Maskierung mit integrierter Überwachung liefert beides: Prävention (weniger Exposition) und Belege (gemessenes Risiko und Kontrollleistung). Diese Kombination erfüllt Artikel 32.
Für CISOs vor einem DPA-Audit: Prüfer wollen belastbare Daten. Zeigen Sie Erkennungsraten, Maskierungsraten und Restrisiko-Trends. Richtlinien sind der Anfang. Überwachungsdaten sind der Beweis.
Wie Blocking im Vergleich zur Maskierung als Kontrollstrategie abschneidet, lesen Sie unter Browser DLP: Blocking vs. Anonymization.