KI datenschutzkonform einsetzen: welche Daten in welche Plattform dürfen
Kurzantwort
KI ist datenschutzkonform, wenn die Plattform zur Datenklasse passt. Öffentliche und unkritische Marketing-Daten dürfen in eine Cloud-Plattform im Business- oder Team-Plan mit AVV und deaktiviertem Training. Interne Daten brauchen zusätzlich EU-Datenverarbeitung oder ein Open-Source-Modell auf EU-Server. Sensible Daten gehören auf ein lokales Modell im eigenen Haus. Stand: . Kein Rechtsrat: Diese Seite ersetzt keine Prüfung durch Ihren Datenschutzbeauftragten oder eine Kanzlei.
- Kosten: Der AVV ist in Business- und Team-Plänen meist Teil der Vertragsbedingungen. Preise der Plattformen stehen im Ratgeber zu Claude Team.
- Dauer: Die Zuordnung eines Workflows zu einer Datenklasse dauert mit der Prüfreihenfolge unten wenige Minuten.
- Voraussetzung: ein Business- oder Team-Plan, kein privater Account. Private Tarife haben in der Regel keinen AVV.
- Datenschutz: Drei Stufen. Stufe 1 deckt rund 80 % der Marketing-Aufgaben ab.
- Grenze: Das Modell ersetzt weder Verarbeitungsverzeichnis noch Datenschutz-Folgenabschätzung.
Methode
Das Datenklassen-Modell für KI im Marketing
Das Datenklassen-Modell ordnet jede Aufgabe einer von drei Stufen zu. Jede Stufe hat eine passende Plattform. „Die Datenklasse entscheidet über die Plattform, nicht die Gewohnheit.“
| Stufe 1 | Stufe 2 | Stufe 3 | |
|---|---|---|---|
| Datenklasse | Öffentlich und unkritisch | Intern und vertraulich ohne besonderen Personenbezug | Sensibel |
| Beispiele | Informationen aus öffentlichen Quellen oder zur Veröffentlichung auf Ihrer Website bestimmt: Keyword-Daten, Wettbewerbsanalysen, veröffentlichte Inhalte, Content-Entwürfe ohne Personenbezug | Strategiepapiere, Angebote, interne Auswertungen | personenbezogene Kundendaten, HR, Finanzen, Verträge, Geschäftsgeheimnisse |
| Plattform | Kommerzielle Cloud-Plattform im Business- oder Team-Plan mit AVV, Training deaktiviert | Cloud-Plattform mit AVV und EU-Datenverarbeitung oder Open-Source-Modell auf EU-Server | Lokales Open-Source-Modell auf eigener Hardware des Kunden (oder dediziertem Server), Daten verlassen das Haus nicht |
| Typischer Anteil | rund 80 % der Marketing-Aufgaben | projektabhängig | |
| Vertragliche Grundlage | AVV nach Art. 28 DSGVO | AVV und Nachweis zum Ort der Verarbeitung | kein externer Auftragsverarbeiter für die Modellnutzung |
| Ausführlich | Plattformen vergleichen | Plattformen vergleichen | lokale Modelle im Unternehmen |
- Stufe 1 und 2: Claude, ChatGPT, Gemini und lokale Modelle vergleichen
- Stufe 3: wann sich lokale KI-Modelle im Unternehmen lohnen
Die Stufen sind strenger als das Gesetz. Die DSGVO verbietet nicht, personenbezogene Daten in einer Cloud zu verarbeiten. Sie verlangt Rechtsgrundlage, AVV, Sicherheit und einen geprüften Drittlandtransfer. Das Modell legt die Grenze bewusst früher. So muss ein Marketing-Team nicht jeden Einzelfall juristisch prüfen.
Im Zweifel gilt die höhere Stufe. Ein Dokument mit einem einzigen Kundennamen ist Stufe 3, bis der Name entfernt ist.
Bei personenbezogenen Daten steht eine Frage am Anfang: Braucht die Aufgabe den Personenbezug? Oft liefert ein anonymer Datensatz dasselbe Ergebnis. Dann entfernen Sie die Namen, und die Stufe sinkt. Pseudonymisierte Daten bleiben nach der DSGVO personenbezogen (Erwägungsgrund 26). Sie gehören deshalb auf ein lokales Modell. Dort liefern sie in vielen Fällen gute Ergebnisse.
Entscheidungstabelle
Welche Marketing-Daten in welche KI-Plattform dürfen
Die Tabelle ordnet zwölf typische Marketing-Datenarten einer Stufe zu. Suchen Sie die Datenart Ihrer Aufgabe. Die Spalte „Vorher erledigen“ nennt, was vor dem Upload zu tun ist.
| Datenart | Stufe | Plattform | Vorher erledigen |
|---|---|---|---|
| Keyword-Listen, Suchvolumen, SERP-Daten | 1 | Cloud-Plattform mit AVV | nichts |
| Veröffentlichte Artikel, Produkttexte, Website-Inhalte | 1 | Cloud-Plattform mit AVV | nichts |
| Wettbewerbsanalyse aus öffentlichen Quellen | 1 | Cloud-Plattform mit AVV | nichts |
| Content-Entwurf ohne Personenbezug | 1 | Cloud-Plattform mit AVV | Namen, Zitate und Fotos von Personen prüfen |
| Anonymisierter Monatsreport (Traffic, Rankings, Klicks) | 2 | Cloud mit AVV und EU-Verarbeitung oder EU-Server | Export ohne Nutzer-IDs und IP-Adressen |
| Marketing-Strategie, Kampagnenplan | 2 | Cloud mit AVV und EU-Verarbeitung oder EU-Server | Mitarbeiternamen entfernen |
| Angebot, Budget, Preiskalkulation | 2 | Cloud mit AVV und EU-Verarbeitung oder EU-Server | Kundennamen entfernen; mit Kundenbezug Stufe 3 |
| Briefing mit Kundenstimmen und Namen | 3 | lokales Modell | Einwilligung prüfen; anonymisiert Stufe 1 oder 2 |
| Leads, CRM-Export, Newsletter-Liste | 3 | lokales Modell | Personenbezug nötig? Sonst entfernen oder pseudonymisieren; Rechtsgrundlage prüfen |
| Kundenfeedback, Support-Tickets, Bewertungen mit Namen | 3 | lokales Modell | anonymisiert Stufe 2 |
| Bewerbungen, Mitarbeiterdaten, Gehälter | 3 | lokales Modell | DSFA prüfen, Betriebsrat einbinden |
| Verträge, Bilanzen, unveröffentlichte Produktdaten | 3 | lokales Modell | Freigabe der Geschäftsführung |
Die Zuordnung ist eine Empfehlung von tiny web, keine Rechtsauskunft. Das gilt auch für B2B-Kontakte und Mitarbeiternamen. Fragen Sie zuerst, ob die Aufgabe den Namen braucht. Wenn nicht, entfernen Sie ihn vor dem Upload.
Unser Tipp: Anonymisieren hebt viele Daten eine Stufe nach unten. Ein Feedback-Export ohne Namen und E-Mail-Adressen ist ein internes Dokument, kein Kundendatensatz.
Prüfreihenfolge
Datenklasse eines KI-Workflows in fünf Fragen bestimmen
Fünf Fragen ordnen jeden Workflow einer Stufe zu. Beantworten Sie sie der Reihe nach. Die erste Frage mit „Ja“ entscheidet.
- Enthält die Eingabe Daten über eine erkennbare Person? Name, E-Mail, Foto, Kundennummer oder eine Kombination, die auf eine Person schließen lässt (Art. 4 Nr. 1 DSGVO). Ja: Prüfen Sie zuerst, ob die Aufgabe den Personenbezug braucht. Wenn nicht, anonymisieren Sie die Daten und fragen erneut. Wenn doch, gilt Stufe 3.
- Gehören Daten zu einer besonderen Kategorie? Gesundheit, Religion, politische Meinung, Gewerkschaft, biometrische Daten (Art. 9 DSGVO). Ja: Stufe 3 und Datenschutzbeauftragten fragen.
- Wäre die Eingabe ein Schaden, wenn ein Wettbewerber sie liest? Verträge, Margen, unveröffentlichte Produkte. Ja: Stufe 3.
- Ist die Eingabe intern, aber ohne Personenbezug? Strategie, Angebot ohne Kundennamen, anonymisierte Auswertung. Ja: Stufe 2.
- Ist alles öffentlich oder zur Veröffentlichung bestimmt? Daten aus öffentlichen Quellen und Texte für Ihre Website sind in der Regel unkritisch. Ja: Stufe 1.
Dokumentieren Sie das Ergebnis je Workflow in einem Satz, zum Beispiel in der Projektanweisung. Das ist zugleich Ihre Nutzungsrichtlinie.
Mehr zur Anweisung: Projektanweisungen mit Vorlage und Generator schreiben
Rechtsrahmen
DSGVO, AVV, Drittland und AI Act: der Rechtsstand Oktober 2026
Vier Regelwerke betreffen KI im Marketing: DSGVO, Auftragsverarbeitung, Drittlandtransfer und die KI-Verordnung (AI Act). Die folgenden Absätze fassen zusammen, was ein Marketing-Team wissen muss. Rechtsberatung ist das nicht.
Die DSGVO gilt, sobald personenbezogene Daten verarbeitet werden. Dann brauchen Sie eine Rechtsgrundlage (Art. 6), einen Eintrag im Verarbeitungsverzeichnis (Art. 30) und angemessene Sicherheit (Art. 32). Bei hohem Risiko kommt eine Datenschutz-Folgenabschätzung dazu (Art. 35). Entscheidungen mit rechtlicher Wirkung darf eine KI nicht allein treffen (Art. 22).
Die Datenschutzkonferenz (DSK) empfiehlt in ihrer Orientierungshilfe vom 6. Mai 2024: Zweck festlegen, Personenbezug vermeiden, Training mit Eingaben ausschließen, Beschäftigte schulen, Ergebnisse prüfen. Das Bayerische Landesamt für Datenschutzaufsicht (BayLDA) rät zu einem dokumentierten Freigabetest vor dem Einsatz.
Ein AVV nach Art. 28 DSGVO regelt, dass der Anbieter Daten nur in Ihrem Auftrag verarbeitet. Business-, Team- und Enterprise-Pläne enthalten ihn in der Regel in den Vertragsbedingungen. Private Tarife haben meist keinen AVV.
Beispiel Claude (Stand Juni 2026, Quelle Heuking): Free, Pro und Max laufen unter Verbraucherbedingungen ohne AVV. Team, Enterprise und API enthalten den AVV mit Standardvertragsklauseln. Eingaben werden dort nicht zum Training genutzt. Details und Preise: Claude Team für Unternehmen: Preis und Datenschutz
Daten in die USA dürfen nur mit einer Grundlage nach Art. 44 bis 46 DSGVO fließen. Das EU-US Data Privacy Framework (DPF) ist seit 10. Juli 2023 ein Angemessenheitsbeschluss für zertifizierte US-Unternehmen. Ohne Zertifizierung gelten Standardvertragsklauseln.
Das Gericht der EU hat das DPF am 3. September 2025 bestätigt (Rechtssache T-553/23). Ein Rechtsmittel liegt beim Europäischen Gerichtshof (C-703/25 P), ein Urteil steht aus (Stand Oktober 2026). Ob ein Anbieter zertifiziert ist, zeigt die offizielle Liste auf dataprivacyframework.gov.
Fällt das DPF, betrifft das Stufe 1 kaum: öffentliche Daten brauchen keinen Transferschutz. Stufe 2 und 3 sind davon unabhängig, weil sie in der EU oder im eigenen Haus bleiben. Das ist ein Grund für das Modell.
Wer ein KI-System beruflich nutzt, ist Betreiber im Sinne des AI Act (Art. 3 Nr. 4). Für Marketing-Teams gelten drei Pflichten.
- KI-Kompetenz (Art. 4), seit 2. Februar 2025: Seit dem Digital Omnibus (Verordnung (EU) 2026/1744, in Kraft seit 27. Juli 2026) müssen Betreiber Maßnahmen ergreifen, um die KI-Kompetenz ihrer Beschäftigten zu fördern. Ein bestimmtes Niveau ist nicht mehr vorgeschrieben. Eine Schulung mit Nachweis bleibt der einfachste Beleg.
- Transparenz (Art. 50), seit 2. August 2026: Realistisch wirkende KI-Bilder, -Videos und -Audios (Deepfakes) müssen Sie kennzeichnen. KI-Texte, die die Öffentlichkeit über Themen von öffentlichem Interesse informieren, ebenfalls, außer ein Mensch hat sie redaktionell geprüft und verantwortet.
- Verbote (Art. 5), seit 2. Februar 2025: zum Beispiel manipulative Techniken, die Entscheidungen von Menschen erheblich verzerren. Für normale Marketing-Texte ist das kein Thema.
Hochrisiko-Pflichten (Art. 26) betreffen das Marketing selten. Sie gelten nach dem Omnibus ab 2. Dezember 2027 für Systeme nach Anhang III, etwa KI zur Auswahl von Bewerbern. Das ist Stufe 3.
Typische Fehler
Typische Fehler beim Datenschutz mit KI im Marketing
Die meisten Verstöße entstehen nicht in der Plattform, sondern beim Upload. Diese sechs Fehler sehen wir in Marketing-Teams am häufigsten.
- Private Accounts für Firmenarbeit. Ohne Business- oder Team-Plan gibt es keinen AVV, und das Training ist oft eingeschaltet.
- Ganze CRM-Exporte als Kontext hochladen, obwohl die Aufgabe nur Branchen und Firmengrößen braucht.
- Kundenstimmen mit Namen in einen Content-Entwurf kopieren. Der Entwurf wird dadurch Stufe 3.
- Eine Wissensdatenbank einmal freigeben und nie prüfen. Jede neue Datei kann die Stufe des ganzen Projekts ändern.
- Eine Freigabe pro Tool statt pro Workflow. Dasselbe Tool kann Stufe 1 und Stufe 3 verarbeiten, nur nicht im selben Projekt.
- KI-Bilder von realistisch wirkenden Personen ohne Kennzeichnung veröffentlichen. Seit August 2026 ist das eine Pflicht nach Art. 50 AI Act.
- Ihr Unternehmen verarbeitet Gesundheits- oder Sozialdaten im Kerngeschäft. Dann gilt Berufs- oder Sozialrecht zusätzlich.
- Sie entwickeln ein eigenes KI-Produkt für Kunden. Dann sind Sie Anbieter im Sinne des AI Act, nicht nur Betreiber.
- Ein KI-System entscheidet über Menschen, etwa Bewerber oder Kreditwürdigkeit. Das ist ein Fall für Datenschutzbeauftragten und Kanzlei.
Aus der Praxis
Datenklassen-Modell
Informationen aus öffentlichen Quellen oder für die Veröffentlichung auf der Unternehmenswebsite sind in der Regel unkritisch. Sie können in Business-Accounts der großen LLM-Anbieter verarbeitet werden. Bei personenbezogenen Daten ist meine erste Frage: Brauchen wir die personenbezogene Zuordnung? Oder erreichen wir qualitativ dasselbe Ergebnis mit anonymen Daten? In vielen Fällen arbeiten wir mit pseudonymisierten Daten. Dann erreichen wir mit lokalen LLMs gute Ergebnisse.
Hans Jung, tiny web GmbH
In Ihren Projekten
Die Datenklasse in SEO, KI-Workflows und Automatisierung
Dieselbe Datenklasse gilt in allen drei Leistungen von tiny web. Sie entscheidet, welches Werkzeug ein Workflow nutzt.
- SEO: Keyword-Recherche, Briefs und Meta-Daten sind Stufe 1. Sie laufen in der Cloud. SEO-Beratung für KMU
- KI-Workflows: Claude Projects für Stufe 1, lokale Modelle für Stufe 3, gleiche Arbeitsweise. KI-Beratung für Marketing-Teams
- Automatisierung: n8n läuft selbst gehostet in der EU und kann lokale Modelle aufrufen. Marketing-Prozesse automatisieren lassen
Wir halten es auf tinyweb.com genauso: Schriften liegen auf dem eigenen Server, das Tracking kommt ohne Cookies aus, und der Terminkalender lädt erst nach Ihrem Klick. Warum Marketing der richtige Start ist, steht hier: warum Marketing der beste erste Schritt für KI ist
Häufige Fragen zu KI und Datenschutz
Ist die Nutzung von KI-Tools DSGVO-konform?
Hat Claude Team einen AVV?
Darf ich ein Budget oder eine Preiskalkulation in Claude hochladen?
Müssen wir nach dem AI Act eine KI-Schulung nachweisen?
Müssen KI-generierte Marketing-Texte gekennzeichnet werden?
Reicht es, Kundendaten zu pseudonymisieren, damit sie in die Cloud dürfen?
Was passiert mit unseren Workflows, wenn das Data Privacy Framework fällt?
Nächster Schritt
Finden wir heraus, welche Ihrer Aufgaben in welche Plattform gehören.
30 Minuten, unverbindlich, mit ehrlicher Einschätzung. Sie sprechen direkt mit Hans Jung.
- Antwort
- innerhalb eines Werktags
- Format
- Video-Call oder Telefon