Sensible Daten in die AI kippen, und die Rechtsabteilung sagt nein? Ein Leitfaden zum Datenschutz im Unternehmen

Diese Frage höre ich in letzter Zeit ständig. Vor allem, seit Designteams AI-Tools für Korrektorat, Farbabstimmung und Layout nutzen, und irgendwann steht Legal oder die Geschäftsführung daneben und sagt: Kundendaten dürfen da nicht rein

Die Sorge der Rechtsabteilung ist nicht übertrieben. Die öffentliche Version von ChatGPT, also die Version, bei der man einfach den Browser öffnet und sich einloggt, hat ein entscheidendes Verhalten: Was man eingibt, kann standardmäßig von OpenAI zur Verbesserung der Modelle verwendet werden. Das ist kein Geheimnis. Es steht in der Datenschutzerklärung von OpenAI ziemlich klar, nur lesen die meisten sie nicht genau

Wo liegt das konkrete Problem? Wenn du eine Auftrags- oder Angebotsbestätigung mit Kundennamen, Ansprechpartnern und bestellten Produkten in ChatGPT kopierst, damit der Text geglättet wird, landet diese Information auf den Servern von OpenAI. Rechtlich liegt die Kontrolle über diese Daten dann nicht mehr vollständig bei dir

Das taiwanische Datenschutzgesetz schreibt vor, dass Unternehmen personenbezogene Daten nur zu einem bestimmten Zweck erheben, verarbeiten und nutzen dürfen, und nur im erforderlichen Umfang. Kundendaten an eine externe AI-Plattform zu übermitteln, überschreitet diese Grenze streng genommen, es sei denn, du hast die Betroffenen bei der Erhebung informiert und ihre Zustimmung eingeholt. Im B2B-Druckgeschäft macht das praktisch niemand

Das ist die rote Linie hinter dem Nein der Rechtsabteilung. Es ist keine Schikane

AI pauschal zu verbieten wäre das andere Extrem. Nötig ist es nicht. Entscheidend ist, welche Art von AI du nutzt, denn die Datenisolation ist nicht dieselbe

Öffentliche Versionen (Consumer Tier)

・Kostenlose ChatGPT-Version, persönliche Plus-Konten: Eingaben fließen standardmäßig in den Trainingspool, sofern man die Option zur Modellverbesserung nicht manuell in den Einstellungen deaktiviert

・Geeignet für private Nutzung und kreative Ideenfindung ohne kundenbezogene Identifikationsdaten

Enterprise- und API-Versionen (Enterprise / API Tier)

・ChatGPT Enterprise, Microsoft 365 Copilot über Azure OpenAI: OpenAI sagt ausdrücklich zu, Daten von Enterprise-Kunden nicht zum Training der Modelle zu verwenden. Daten sind außerdem bei Übertragung und Speicherung verschlüsselt

・Bei API-Aufrufen gilt die Richtlinie zur Nichtnutzung für Training ebenfalls, sofern der user-Parameter gesetzt ist und das Konto im API-Programm läuft

Lokale Bereitstellung

・Open-Source-Modelle wie die Llama-Familie im eigenen Rechenzentrum oder in einer Private Cloud: Die Daten verlassen die eigene Umgebung nicht. Das ist aus Compliance-Sicht am risikoärmsten

・Der Nachteil: Es braucht IT-Aufwand und Infrastrukturkosten. Das passt eher zu Druckereien oder Designstudios ab einer gewissen Größe

Kurz gesagt: Beides heißt AI, aber das Schicksal der Daten ist bei öffentlicher und Enterprise-AI völlig verschieden. Wenn Unternehmen sagen, AI dürfe nicht genutzt werden, meinen sie eigentlich: Öffentliche AI darf keine Kundendaten verarbeiten. Das ist ein großer Unterschied

Variabler Datendruck (Variable Data Printing, VDP) ist in der Druckbranche der Bereich, bei dem man besonders wachsam sein muss

Einfach gesagt bedeutet VDP: Innerhalb derselben Druckauflage trägt jedes Exemplar andere Namen, Adressen, Barcodes oder personalisierte Inhalte. Direct-Mail-Umschläge, Mitgliedskarten, Versicherungspolicen und Deckblätter medizinischer Berichte sind typische VDP-Anwendungen. Solche Jobs haben eine klare Eigenschaft: Man hat immer eine große Liste personenbezogener Daten in der Hand

Ich habe einen sehr typischen Fall gesehen: Ein Designer wollte prüfen, ob das Layout einer VDP-Vorlage korrekt funktioniert, und kopierte eine komplette CSV mit 500 Kundendatensätzen in ein AI-Tool, damit es die Feldformate kontrolliert. Namen, Adressen und Telefonnummern dieser 500 Personen waren damit weg

Bei VDP-Jobs sollte das Layout grundsätzlich mit anonymisierten Testdaten geprüft werden. Die echte Kundenliste läuft ab dem Moment der Datenübernahme nur noch in einer Umgebung mit kontrollierter Informationssicherheit und darf nie mit öffentlichen AI-Tools in Berührung kommen

Wenn AI bei der Optimierung der VDP-Logik oder der Satzregeln helfen soll, formuliere die Regeln als Text, zum Beispiel: Das Namensfeld umfasst maximal 8 chinesische Zeichen, bei Überschreitung wird die Schriftgröße auf 8pt reduziert. Gib die Regel in die AI, nicht die echten Daten

Das ist in der Praxis die häufigste Frage. Eine einfache Einteilung hilft:

Darf direkt in AI eingegeben werden (geringes Risiko)

・Öffentliche Informationen wie Produktspezifikationen, Materialbeschreibungen und Erklärungen zu Druckverfahren

・Vollständig erfundene Texte für Layoutentwürfe, etwa Lorem Ipsum oder selbst erstellte Dummy-Daten

・Interne Prozessdokumente ohne Identifikationsdaten von Kunden oder Mitarbeitenden

・Technische Fragen, zum Beispiel: Wie lautet der Standardwert für die Umrechnung von Pantone 485C in CMYK?

Erst nach Anonymisierung eingeben

・Kundenbriefings: Firmennamen durch Kunde A ersetzen, Personennamen durch Einkaufskontakt

・Referenzen aus früheren Projekten: Alle konkret identifizierenden Angaben unkenntlich machen, erst dann beschreiben

・Angebotsentwürfe: Produkte und Spezifikationen dürfen bleiben, Kundenname, Steuernummer und Name des Einkäufers müssen entfernt werden

Auf keinen Fall eingeben (hohes Risiko, unabhängig vom AI-System)

・Listen mit Namen natürlicher Personen, Telefonnummern, Adressen oder Ausweisnummern

・Originale Designdateien oder Brand-Guidelines, die unter eine mit dem Kunden geschlossene Vertraulichkeitsvereinbarung fallen

・Finanzdaten, Vertragsklauseln und detaillierte Angebotspositionen, besonders bei wettbewerblichen Ausschreibungen

・Gehalts-, Leistungs- oder Personaldaten von Mitarbeitenden

Der Kern der Anonymisierung ist einfach: Nach dem Entfernen darf niemand aus den verbleibenden Angaben auf eine reale Person oder ein bestimmtes Unternehmen zurückschließen können. Nur den Namen auszutauschen, aber eine einzigartige Geschäftsbeschreibung stehen zu lassen, ist keine echte Anonymisierung

Wenn du AI bei der Vorbereitung eines Druckangebots einsetzen möchtest, kannst du mit dem Beratungsteam der MINDS Knowledge Academy besprechen, wie ein rechtskonformer AI-Workflow aufgebaut wird, besonders für VDP und Akzidenzdruck mit klarer Datenklassifizierung

Viele Unternehmen prüfen bei der Einführung von AI-Tools nur Funktionen und Preise. Die Vertraulichkeitsvereinbarung wird nebenbei abgehakt. Genau da passieren oft Fehler

Eine vertrauenswürdige NDA oder ein belastbarer Servicevertrag mit einem AI-Anbieter sollte mindestens diese Punkte abdecken:

Datenverwendung

・Sagt der Anbieter ausdrücklich zu, Eingabedaten nicht zum Training von Modellen zu verwenden?

・Gibt es eine klare Aufbewahrungsfrist, zum Beispiel Löschung innerhalb von 30 Tagen nach Abschluss der Verarbeitung?

・Werden die Daten ausschließlich für den im Vertrag festgelegten Zweck genutzt und nicht an Dritte offengelegt?

Datenspeicherung und Trennung

・Serverstandort prüfen: Die EU-GDPR und das taiwanische Datenschutzrecht enthalten Regeln zur grenzüberschreitenden Datenübermittlung. Daten auf US-Servern sind nicht automatisch compliant

・Hat das Enterprise-Konto eine logische Mandantentrennung, sodass deine Daten sauber von anderen Kunden getrennt bleiben?

Haftung bei Verstößen

・Bei einem Datenleck muss der Anbieter dich innerhalb weniger Stunden informieren. 72 Stunden sind ein gängiger Branchenstandard

・Die Schadensersatzklauseln müssen konkret sein. Ein bloßes Wir bemühen uns reicht nicht

Audit-Rechte

・Darfst du vom Anbieter Nachweise oder Protokolle zur Datenverarbeitung verlangen?

・ISO 27001 oder SOC 2 ist eine sinnvolle Mindestschwelle. Es zeigt, dass der Anbieter eine externe Prüfung der Informationssicherheit bestanden hat

Wenn die Nutzungsbedingungen des Anbieters nur ein öffentliches Online-Dokument sind und nicht individuell angepasst werden können, bleibt dir nur die Prüfung, ob die Plattformrichtlinien zu deinem Bedarf passen. Falls nicht, verarbeitest du Kundendaten auf eine nicht vertrauenswürdige Weise

Die großen SaaS-Werkzeuge der Druck- und Designbranche, etwa Adobe Creative Cloud oder Canva Enterprise, haben in den letzten Jahren klare Erklärungen zu GDPR und Datenschutz veröffentlicht. Solche Erklärungen ersetzen aber keine NDA. Wirklich belastbar wird es erst mit einem Enterprise-Vertrag

Diese Liste nutze ich selbst, wenn ich Druckereien und Designstudios bei der Einführung von AI-Workflows begleite. Sie ist kein theoretisches Framework, sondern aus echten Projekten entstanden:

Vor der Einführung prüfen

・Version der Nutzungsbedingungen und Erklärung zur Datenverwendung der eingesetzten AI-Plattform prüfen

・Je nach Sensibilität der Daten entscheiden, ob Enterprise-Version, API-Version oder lokale Bereitstellung nötig ist

・Mit Legal klären, ob bestehende Kundenverträge Klauseln enthalten, die die Weitergabe von Kundendaten an Dritte zur Verarbeitung untersagen

Interne Regeln aufbauen

・Eine Datenklassifizierung für AI-Nutzung erstellen, orientiert an der oben beschriebenen Einteilung

・Festlegen, welche Workflows AI nutzen dürfen und welche nicht, zum Beispiel: öffentliche AI ist während des gesamten VDP-Prozesses verboten

・Schulung zur AI-Nutzung für Mitarbeitende einführen, mindestens einmal pro Jahr

Anbietermanagement

・Von allen AI-Tool-Anbietern einen DPA, also Data Processing Agreement, verlangen

・Prüfen, ob der Anbieter ISO 27001 oder SOC 2 zertifiziert ist

・Nach Vertragsabschluss die Datenschutzerklärung des Anbieters jedes Jahr erneut prüfen

Täglicher Betrieb

・Vor dem Einfügen in AI eine Anonymisierungsprüfung durchführen: Enthält dieser Inhalt Informationen, mit denen eine bestimmte Person oder ein bestimmtes Unternehmen identifiziert werden kann?

・Bei Zweifeln erst ersetzen, dann absenden. Nicht darauf wetten, dass es schon gutgeht

・Nach Abschluss sensibler Aufgaben die Gesprächshistorie der AI-Plattform löschen. Die meisten Plattformen bieten dafür eine manuelle Option

Wenn dein Unternehmen Druckaufträge mit hohem Schutzbedarf für personenbezogene Daten übernimmt, etwa Medizin, Finanzwesen oder öffentliche Ausschreibungen, ist die Zusammenarbeit mit einer kommerziellen Druckerei wie MINDS Druckerei sinnvoll, die vollständige Compliance-Prozesse hat. Von Design bis Druckdatenaufbereitung bleibt alles in einer kontrollierten Umgebung, und das reduziert Angriffsflächen

・Die öffentliche Version von ChatGPT kann deine Eingaben standardmäßig zum Training von Modellen verwenden. Enterprise- und API-Versionen sagen ausdrücklich zu, dies nicht zu tun. Das Compliance-Risiko liegt nicht in derselben Größenordnung

・Beim variablen Datendruck (VDP) müssen echte Kundenlisten ab Datenübernahme vollständig von AI-Tools getrennt bleiben. Layouttests laufen nur mit Dummy-Daten

・Die Untergrenze für Anonymisierung lautet: Nach dem Entfernen darf kein Rückschluss auf eine reale Person oder ein reales Unternehmen möglich sein. Nur den Namen zu ändern und eine einzigartige Geschäftsbeschreibung stehen zu lassen, zählt nicht

・Bei Verträgen mit AI-Anbietern zählen vier Dinge: Datenverwendung, Serverstandort, Meldepflichten und Audit-Rechte. Ohne DPA gibt es keinen echten Schutz

・Interne Regeln zur AI-Nutzung dürfen nicht nur auf dem Papier stehen. Das Verbot öffentlicher AI bei VDP muss in die SOP aufgenommen werden, sonst ist es nicht umgesetzt

Bei Compliance hat die Druckbranche eigentlich einen Vorteil gegenüber vielen anderen Branchen. Wir sind es gewohnt, vertrauliche Kundendaten zu verarbeiten: Entwürfe bleiben geheim, Proofs gehen nicht nach außen, Angebote werden nicht öffentlich gemacht. Diese Logik auf AI-Tools zu übertragen, ist nicht schwer

Der pragmatischste nächste Schritt ist eine einzige Aufgabe: Alle AI-Tools auflisten, die im Unternehmen aktuell genutzt werden, und einzeln prüfen, ob es Enterprise-Versionen sind und ob ein DPA abgeschlossen wurde. Wenn Mitarbeitende Tools über persönliche Konten nutzen, sollte das jetzt auf Firmenkonten umgestellt oder direkt auf Enterprise hochgezogen werden. Das ist kein komplizierter Schritt, kann aber 80% des Risikos abfangen

Designstudios und Druckereien müssen bei AI-Compliance nicht warten, bis etwas passiert. Eine Datenklassifizierung aufzubauen und Mitarbeitenden klar zu sagen, was eingegeben werden darf und was nicht, ist deutlich günstiger als spätere Schadensbegrenzung