By · Last updated 2026-06-05

Zurück zum BlogDSGVO & Compliance

Remote-Arbeit hat ein neues GDPR-Risiko geschaffen...

Büroteams nutzen voll ausgestattete Desktop-Software. Remote-Mitarbeiter verwenden Webanwendungen mit möglicherweise unterschiedlichen Einstellungen.

June 5, 20266 min Lesezeit
remote work GDPRplatform consistencyhybrid workplace privacytechnical controlsGDPR compliance

Homeoffice und DSGVO: Das Plattform-Lücken-Problem.

Aktualisiert für 2026.

Die meisten DSGVO-Programme wurden für das Büro entwickelt. Alle Mitarbeiter nutzten verwaltete Arbeitsplatzrechner. Die IT hat auf jedem Gerät dieselbe Konfiguration eingestellt. Das Setup war einheitlich.

Mobiles Arbeiten und hybride Modelle haben das verändert. Heute kann dieselbe Person persönliche Daten montags an einem Bürorechner und freitags an einem Heimlaptop verarbeiten. Die DSGVO-Pflicht ändert sich nicht nach Standort. Die technischen Kontrollen tun es oft.

Warum der Standort eine Lücke schafft

DSGVO Artikel 32 ist eindeutig: Organisationen müssen geeignete technische Maßnahmen zum Schutz personenbezogener Daten anwenden. Die Vorschrift sagt nicht „im Büro." Sie gilt überall dort, wo Daten verarbeitet werden.

Wenn sich Büro- und Remote-Tools unterscheiden, unterscheiden sich auch die Kontrollen. Diese Lücke ist das Compliance-Problem.

Vier Arbeitsmuster existieren heute in den meisten Teams.

  • Büromitarbeiter an verwalteten Arbeitsplätzen mit IT-bereitgestellter Software.
  • Remote-Mitarbeiter auf privater Hardware — firmenseitig verwaltet oder BYOD.
  • Mobile Mitarbeiter auf jedem verfügbaren Gerät, mit eingeschränkter Konfigurationskontrolle.
  • Hybride Mitarbeiter, die jede Woche zwischen beiden wechseln.

Jede Umgebung kann andere Tools, andere Versionen und andere Einstellungen nutzen. DSGVO Artikel 32 gilt für alle vier.

Was Gerichte heute erwarten

Gerichte haben klargestellt, dass Richtlinien allein DSGVO Artikel 32 nicht erfüllen. Nachweise über operative technische Kontrollen sind erforderlich.

Eine Richtlinie, die Mitarbeitern vorschreibt, Daten vor der Nutzung von KI-Tools zu anonymisieren, ist keine technische Kontrolle. Die Maßnahme, die Anonymisierung tatsächlich umsetzt, ist die Kontrolle. Wird sie nicht einheitlich in Büro- und Remote-Umgebungen eingesetzt, versagt die Kontrolle. Eine inkonsistente Kontrolle ist keine konforme Kontrolle.

Vier Bereiche, in denen Konsistenz gilt

Für PII-Anonymisierungstools bedeutet Konsistenz über Standorte hinweg vier Dinge.

Entitätsabdeckung: Dieselben Entitätstypen werden im Büro und zu Hause erkannt. Nicht ungefähr dieselben — exakt dieselben. Unterschiedliche Erkennungsengines bedeuten, dass gleiche Abdeckung nicht beweisbar ist.

Konfidenz-Schwellenwerte: Derselbe Schwellenwert löst die automatische Anonymisierung an beiden Orten aus. Eine mit 87 % Konfidenz markierte Entität im Büro sollte zu Hause nicht nur eine Warnung erhalten.

Preset-Konfiguration: Das DSGVO-Standard-Preset des Compliance-Teams gilt in beiden Umgebungen. Serverseitige Speicherung bedeutet, dass Änderungen jeden Zugangspunkt sofort erreichen.

Prüfpfad: Verarbeitungen von zu Hause und aus dem Büro erscheinen in einem zentralen Protokoll. Es gibt kein separates Remote-Protokoll zum späteren Abgleich.

Das Desktop-vs.-Web-App-Risiko

Viele Organisationen setzen für Büromitarbeiter eine Desktop-App und für Remote-Mitarbeiter eine Web-App ein. Selbst vom selben Anbieter können diese zwei Produkte auseinanderdriften.

  • Update-Zyklen unterscheiden sich. Die Desktop-App kann der Web-App um mehrere Versionen nachhinken.
  • Konfigurations-Vererbung kann brechen. Ein in der Web-App aktualisiertes Preset erreicht den Desktop möglicherweise nicht.
  • Protokollierung kann sich aufteilen. Die Desktop-App schreibt lokale Protokolle, die Web-App protokolliert zentral.

Der Compliance-Test ist einfach: Können Sie nachweisen, dass dieselbe Erkennung auf jedes Dokument angewendet wurde? Erfordert die Antwort das Zusammenführen zweier verschiedener Protokollformate, sind die Kontrollen nicht abgestimmt.

Wie plattformunabhängige Abdeckung funktioniert

Die praktische Antwort ist eine serverseitige Erkennungs-API für jede Schnittstelle. Desktop-App, Web-App und Browser-Erweiterung rufen dieselbe Engine auf. Ein Modell läuft. Das Ergebnis ist überall dasselbe.

Dieser Ansatz deckt alle vier Konsistenzbereiche ab.

  • Erkennung läuft auf dem Server. Die Abdeckung ist über alle Schnittstellen identisch.
  • Schwellenwerte werden einmal festgelegt und von der API angewendet. Es gibt keinen clientseitigen Drift.
  • Presets leben serverseitig. Jede Schnittstelle lädt sie zur Laufzeit.
  • Alle Ereignisse gehen in eine Prüfdatenbank. Eine Abfrage deckt das gesamte Team ab.

Die IT stellt die Browser-Erweiterung für Remote-Mitarbeiter mit demselben Preset wie die Desktop-App bereit. Ein Konfigurationsdokument deckt alle Umgebungen ab.

Fallstudie: Enterprise-Team

Ein Compliance-Team von 35 Personen entdeckte bei einem internen Audit eine Plattformlücke. Das Team hatte 20 Mitarbeiter in München und 15 remote in Deutschland und den Niederlanden.

Büromitarbeiter nutzten ein Windows-Desktop-PII-Tool mit 285+ Entitätstypen und einem DSGVO-Preset. Remote-Mitarbeiter nutzten ein Web-Tool eines anderen Anbieters. Es deckte rund 80 Entitätstypen ab und hatte kein DSGVO-Preset. Dasselbe Team. Dieselben Daten. Unterschiedliche Tools.

Das Team wechselte zu einer einheitlichen Plattform.

  • Desktop-App auf verwalteten Arbeitsplätzen im Münchner Büro installiert.
  • Web-App mit demselben Preset für alle Remote-Mitarbeiter.
  • Chrome Extension auf allen Geräten für browserbasierte KI-Nutzung.
  • IT verwaltet ein Preset. Es synchronisiert sich automatisch mit jeder Schnittstelle.

Nach der Vereinheitlichung erstellte das Team ein Technical Measures-Dokument für alle 35 Mitglieder. Ein Prüfpfad. Eine vierteljährliche Konfigurationsprüfung. Der interne Audit-Befund wurde in 8 Wochen geschlossen.

Mehr zur Audit-Dokumentation finden Sie im Leitfaden zur rechtlichen Compliance. Technische Kontrollen in der Praxis finden Sie in der Sicherheitsübersicht.

Fazit

Mobiles Arbeiten hat die DSGVO nicht verändert. Es hat verändert, wo Daten verarbeitet werden. Dieser Wandel hat eine Lücke aufgedeckt, die einheitliche Büroumgebungen verborgen hatten.

Konsistente technische Kontrollen bedeuten dieselbe Erkennung, dieselben Schwellenwerte und denselben Prüfpfad. Sie gelten unabhängig davon, wo der Mitarbeiter arbeitet. Ein serverseitiger Ansatz macht Konsistenz zur Standardeinstellung. Plattformfragmentierung macht Inkonsistenz zur Standardeinstellung.

Erfahren Sie, wie anonym.legal einheitliche PII-Kontrollen für Remote- und Büroumgebungen bereitstellt.

Quellen

  • DSGVO Artikel 32: Sicherheit der Verarbeitung. gdpr-info.eu/art-32-gdpr/.
  • EDSA-Leitlinien 4/2019 zum Datenschutz durch Technikgestaltung. edpb.europa.eu.
  • ICO-Leitfaden zu Rechenschaftspflicht und Governance. ico.org.uk.

Bereit, Ihre Daten zu schützen?

Beginnen Sie mit der Anonymisierung von PII mit über 285 Entitätstypen in 48 Sprachen.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.