Datenschutz beim Arbeiten mit KI-Tools: zehn Gewohnheiten, die dich schützen

Der häufigste Datenschutz-Fehler mit KI-Tools passiert in Sekunden. Du kopierst eine Kundenliste, eine E-Mail mit Namen oder einen Vertrag ins Chatfenster, weil du schnell eine Zusammenfassung willst. In dem Moment hast du personenbezogene Daten an einen Anbieter gegeben, oft in die USA, möglicherweise ins Training. Das ist kein Grund, KI zu meiden. Es ist ein Grund, ein paar Gewohnheiten zu haben. Dieses Playbook gibt dir zehn davon. Keine davon macht dich langsamer, wenn sie einmal sitzt. Ich schreibe das für Solo-Selbstständige und Wechsler, die mit fremden Daten arbeiten und nicht jedes Mal ins Grubeln kommen wollen.

Schritt 1: Die eine Regel, die alles andere trägt

Merk dir einen Satz und der Rest ergibt sich fast von selbst. Alles, was du in ein Chatfenster tippst, könnte gespeichert werden und in fremde Hände geraten. Nicht muss, aber könnte. Wenn du bei jedem Absatz kurz denkst "wäre das schlimm, wenn es irgendwo landet", triffst du automatisch bessere Entscheidungen.

Schreib dir diesen Satz sichtbar hin, auf ein Post-it am Monitor:

Wuerde ich das auch auf eine Postkarte schreiben?

Klingt banal, wirkt aber. Eine Postkarte kann jeder auf dem Weg lesen. Genau so behandelst du alles, was du in ein KI-Tool gibst, solange du nicht sicher weißt, dass der Anbieter es anders handhabt.

Schritt 2: Was niemals in ein Chatfenster gehört

Es gibt eine kurze Liste, die du im Kopf haben solltest. Klarnamen von echten Personen zusammen mit Kontext. Adressen, Geburtsdaten, Personalnummern. Gesundheitsdaten. Bankdaten und Vertragsdetails. Zugangsdaten und Passwörter sowieso. Alles, was unter Berufsgeheimnis fällt, also Mandanten- oder Patientendaten.

Kleb dir diese Merkliste an den Bildschirm:

NIE ins KI-Tool ohne Anonymisierung:
- echte Namen + Kontext
- Adressen, Geburtsdaten, IDs
- Gesundheits- und Bankdaten
- Passwoerter und Zugaenge
- Mandanten-, Patienten-, Klientendaten

Wenn du eins davon eingeben willst, geh erst zu Schritt 4 und anonymisiere. Das kostet dreißig Sekunden und erspart dir eine Menge Ärger.

Schritt 3: Training-Opt-out einstellen

Viele Anbieter nutzen deine Eingaben standardmäßig, um ihre Modelle zu verbessern, wenn du einen kostenlosen Tarif hast. Fast alle bieten einen Schalter, mit dem du das abstellst. Der sitzt meist in den Einstellungen unter Datenschutz oder Data Controls. Wo genau, ändert sich immer wieder, deshalb nenne ich dir keinen festen Klickpfad. Such nach dem Wort "Training", "Model improvement" oder "Daten".

Deine Aufgabe für heute:

Oeffne bei jedem KI-Tool, das du nutzt, die Einstellungen und
suche nach der Option, dass deine Eingaben NICHT fuers Training
verwendet werden. Schalte sie aus. Notiere dir das Datum.

Wichtig: Opt-out heißt nicht, dass gar nichts gespeichert wird. Deine Chats liegen oft trotzdem eine Weile auf den Servern, nur eben nicht im Training. Das ist ein Unterschied, den du kennen solltest.

Schritt 4: Kundendaten anonymisieren, bevor sie ins Tool gehen

Der praktische Ausweg für den Alltag: du ersetzt echte Daten durch Platzhalter, bevor du sie eingibst. Aus "Frau Schneider aus Hamburg, Vertrag 4711" wird "die Kundin, Stadt A, Vertrag X". Die KI hilft dir trotzdem beim Formulieren, aber sie sieht nichts Echtes.

Bau dir eine feste Ersetzungs-Routine:

Ersetze vor dem Einfügen:
- Namen  -> Person A, Person B
- Firmen -> Firma X
- Orte   -> Stadt 1
- Zahlen/IDs -> [ID]
Nach der Antwort setzt du die echten Werte wieder ein.

Das Wiedereinsetzen machst du lokal in deinem Dokument, nicht im Chat. So bekommt das Tool nie die Verbindung zwischen Name und Kontext, und genau die Verbindung ist das Sensible.

Schritt 5: Business-Tarife gegen kostenlose Tarife abwägen

Bei den meisten Anbietern gibt es einen wichtigen Unterschied zwischen kostenlosen und bezahlten Business- oder Team-Tarifen. Die Business-Varianten sichern dir oft vertraglich zu, dass deine Daten nicht ins Training fließen, und bieten manchmal einen Vertrag zur Auftragsverarbeitung an. Genau den brauchst du, sobald du mit fremden personenbezogenen Daten arbeitest.

Bevor du für Kundenarbeit ein Tool nutzt, klär diese Frage:

Bietet der Anbieter einen Vertrag zur Auftragsverarbeitung (AVV)
an und schliesst er Training auf meinen Daten vertraglich aus?
Wenn nein, ist das Tool für echte Kundendaten tabu.

Für deine eigenen, harmlosen Sachen reicht der kostenlose Tarif oft. Für alles mit fremden Daten ist der Business-Tarif mit AVV kein Luxus, sondern die Grundlage.

Schritt 6: Schau, wo die Server stehen

Für den europäischen Raum macht es einen Unterschied, ob deine Daten auf Servern in der EU oder in den USA landen. Manche Anbieter bieten inzwischen eine EU-Datenverarbeitung an, oft nur in den bezahlten Tarifen. Das ist kein Garant für alles, aber es reduziert die Reibung erheblich.

Bevor du dich für ein Tool für Kundenarbeit festlegst:

Suche auf der Datenschutz-Seite des Anbieters nach "EU", "data
residency" oder "Serverstandort". Kannst du EU-Verarbeitung
waehlen? Wenn ja, aktiviere sie. Wenn nicht, notiere das als Risiko.

Die Info steht immer irgendwo in der Datenschutzerklärung des Anbieters. Wenn du sie nicht findest, ist das selbst schon ein Signal.

Schritt 7: Ein eigenes Loesch-Ritual

Deine Chat-Historie sammelt sich an. Nach ein paar Monaten liegen dort Dutzende Gespräche, manche mit Resten sensibler Infos. Anbieter löschen nicht automatisch für dich. Also machst du es selbst, regelmäßig, als festen Termin.

Setz dir eine Erinnerung, einmal im Monat:

Monatliches Ritual:
- Chat-Historie durchgehen
- Alles mit sensiblem Inhalt loeschen
- Bei Bedarf gesamte Historie leeren
- Papierkorb / geloeschte Chats final entfernen

Fünf Minuten im Monat. Das hält die Menge an Daten, die überhaupt irgendwo liegen könnte, klein. Weniger gespeichert heißt weniger Risiko.

Schritt 8: Bei Kundenprojekten vorher fragen

Wenn du für Kunden arbeitest, ist die Frage nicht nur, was du technisch tust, sondern was vereinbart ist. Manche Kunden haben klare Vorgaben, welche Tools erlaubt sind. Andere haben nie darüber nachgedacht. In beiden Fällen bist du auf der sicheren Seite, wenn du es ansprichst, statt es stillschweigend zu machen.

Eine kurze Nachricht an den Kunden reicht:

Ich nutze für Teile der Arbeit KI-Tools. Kundendaten gebe ich
dabei nur anonymisiert ein. Ist das für dich in Ordnung, oder
gibt es Tools oder Daten, die ich aussen vor lassen soll?

Die meisten sagen ja und finden es gut, dass du fragst. Und falls mal etwas schiefgeht, hast du die Transparenz auf deiner Seite.

Schritt 9: Lokale Modelle als Ausweg für das wirklich Sensible

Für die heikelsten Fälle gibt es einen Weg, bei dem gar keine Daten das Haus verlassen: ein Modell, das auf deinem eigenen Rechner läuft. Diese lokalen Modelle sind nicht so stark wie die großen Cloud-Dienste, aber für Zusammenfassungen, Umformulierungen und einfache Aufgaben reichen sie oft. Und alles bleibt bei dir.

Wenn du regelmäßig mit sehr sensiblen Daten arbeitest:

Prüfe, ob ein lokales KI-Modell für deine sensibelsten Aufgaben
reicht. Suche nach "lokales LLM" oder "offline KI". Fuer alles,
was das Haus nicht verlassen darf, ist das der sicherste Weg.

Du musst nicht alles lokal machen. Der Trick ist, zu wissen, welche zehn Prozent deiner Arbeit so heikel sind, dass sie einen eigenen, geschlossenen Weg verdienen.

Schritt 10: Dein Datenschutz-Check in fünf Minuten

Zum Schluss packst du alles in eine kurze Routine, die du bei jedem neuen Tool einmal durchgehst. So musst du nicht jedes Mal neu überlegen, sondern hakst nur ab.

Neues KI-Tool, bevor ich es ernsthaft nutze:
1. Training-Opt-out gesetzt?
2. Serverstandort EU möglich?
3. AVV verfuegbar (falls Kundendaten)?
4. Anonymisierungs-Routine im Kopf?
5. Loesch-Ritual eingeplant?

Wenn du diese fünf Punkte einmal für ein Tool durchgegangen bist, kannst du es entspannt nutzen. Der ganze Aufwand steckt im ersten Mal. Danach ist es Gewohnheit, und Gewohnheiten kosten keine Nerven.

Was als nächstes

Datenschutz und Vertrauen in KI-Antworten hängen zusammen. Wenn du verstehen willst, warum du KI-Ausgaben ohnehin nie blind übernehmen solltest, ist Halluzinationen erkennen der passende nächste Schritt. Und wer tiefer einsteigen und Daten dauerhaft im eigenen Griff behalten will, findet in der Lektion Was ist MCP den Einstieg, wie Tools sauber und kontrolliert an deine Daten andocken, statt dass du alles blind in ein Chatfenster kippst.

Woher die Infos

Die Einstellungs-Menüs und Tarif-Details der Anbieter ändern sich laufend, deshalb nenne ich hier bewusst keine festen Klickpfade. Verlass dich immer auf die aktuelle Datenschutzerklärung des jeweiligen Anbieters und, bei Kundenarbeit im deutschsprachigen Raum, auf die Orientierungshilfen der zuständigen Datenschutzbehörde. Dieses Playbook gibt dir Gewohnheiten an die Hand, keine Rechtsberatung.