Datenschutz-Grundlagen
Die sechs Grundsätze, die bei jedem KI-Einsatz gelten, und die Fragen, die sie in der Praxis stellen.
Die sechs Grundsätze und die Fragen dazu
| Grundsatz | Die Frage in der Praxis |
|---|---|
| Rechtmäßigkeit und Transparenz | Auf welcher Grundlage, und wissen die Betroffenen davon? |
| Zweckbindung | Wofür wurden die Daten erhoben, und ist das noch derselbe Zweck? |
| Datenminimierung | Braucht das Werkzeug wirklich alles, was es bekommt? |
| Richtigkeit | Was passiert, wenn das Ergebnis falsch ist? |
| Speicherbegrenzung | Wann wird gelöscht, und wer stellt das sicher? |
| Integrität und Vertraulichkeit | Wer kann darauf zugreifen, auch beim Anbieter? |
Wann überhaupt personenbezogene Daten vorliegen
Häufiger als erwartet. Personenbezug entsteht nicht nur durch Namen, sondern durch jede Angabe, die eine Person bestimmbar macht: Kundennummer, IP-Adresse, Gerätekennung, eine Kombination aus Postleitzahl, Alter und Beruf. Auch Geschäftskontakte sind personenbezogen.
Die Prüfung vor dem Einsatz
- 01
Welche Daten fließen tatsächlich?
Nicht die geplanten, sondern die, die in der Eingabe landen. Eine Aktennotiz enthält Namen, auch wenn niemand das vorhatte.
- 02
Welcher Zweck, und ist er gedeckt?
Bei einem neuen Zweck: Vereinbarkeitsprüfung nach Art. 6 Abs. 4 oder eine eigene Rechtsgrundlage.
- 03
Wie weit lässt sich minimieren?
Pseudonymisierung vor dem Modellaufruf ist fast immer möglich und der wirksamste einzelne Hebel.
- 04
Wer verarbeitet mit?
Anbieter, Unterauftragnehmer, Konzerngesellschaften. Alle drei, nicht nur der erste.
Betroffenenrechte im KI-Kontext
| Recht | Besonderheit |
|---|---|
| Auskunft | Umfasst auch Eingaben und Ausgaben, soweit gespeichert |
| Berichtigung | Bei Modellausgaben schwierig; die Quelle wird berichtigt, nicht das Modell |
| Löschung | Betrifft Bestände und Indizes, auch Vektorindizes |
| Widerspruch | Bei berechtigtem Interesse jederzeit möglich |
| Automatisierte Entscheidung | Art. 22 mit Anspruch auf menschliches Eingreifen |
Die Punkte, die im KI-Kontext neu sind
- Trainingsdaten. Ein Löschbegehren an einem trainierten Modell ist praktisch nicht erfüllbar. Deshalb gehören personenbezogene Daten vor das Training entfernt, nicht danach.
- Embeddings. Sie sind aus dem Ausgangstext ableitbar und teilweise invertierbar. Der Vektorindex unterliegt denselben Pflichten wie der Bestand.
- Protokolle. Ein vollständiges Protokoll aller Eingaben ist eine eigene Verarbeitung mit eigener Grundlage und eigener Löschfrist.
- Ausgaben. Eine Modellausgabe über eine Person ist ein personenbezogenes Datum, auch wenn sie erfunden ist. Die Richtigkeit nach Art. 5 Abs. 1 lit. d gilt auch dafür.
- Drittlandbezug. Nicht nur der Serverstandort, sondern auch die Zugriffsmöglichkeit einer Konzernmutter aus einem Drittland.
Der vierte Punkt wird zunehmend praktisch relevant: Aufsichtsbehörden haben festgestellt, dass eine erfundene Aussage über eine Person eine unrichtige Verarbeitung ist und ein Berichtigungsanspruch besteht.
Wann eine Folgenabschätzung nötig ist
- Umfangreiche Verarbeitung besonderer Kategorien nach Art. 9.
- Systematische umfangreiche Überwachung öffentlich zugänglicher Bereiche.
- Systematische und umfassende Bewertung persönlicher Aspekte mit erheblicher Wirkung.
- Einsatz neuer Technologien mit hohem Risiko, worunter viele KI-Anwendungen fallen.
- Immer, wenn ein Hochrisikosystem nach AI Act personenbezogene Daten verarbeitet.
Passende Kurse und Quellen
Leitlinien des Europäischen Datenschutzausschusses
Die Auslegung der DSGVO durch das Gremium der Aufsichtsbehörden. Bei Streit über eine Rechtsgrundlage die belastbarste Quelle nach dem Gesetzestext.
Für Rechtsabteilungen und Datenschutzbeauftragte, wenn eine Auslegung belastbar sein muss.
Österreichische Datenschutzbehörde
Die zuständige Aufsicht für Österreich, mit Formularen, Entscheidungen und Hinweisen zur Meldung von Verletzungen.
Für österreichische Verantwortliche: die zuständige Stelle für Meldungen und Auskünfte.