Eine Datenschutz-Folgenabschätzung (DSFA) ist die strukturierte Bewertung, welche Risiken eine geplante Datenverarbeitung für die betroffenen Personen mit sich bringt und wie Sie diese Risiken in den Griff bekommen. Rechtsgrundlage ist Art. 35 DSGVO. Für KI-Tools ist die DSFA in den meisten Fällen keine Kür, sondern Pflicht.
Das Problem: Die meisten Anleitungen bleiben beim “Sie müssen eine DSFA machen” stehen und lassen Sie mit dem leeren Dokument allein. Dieser Beitrag geht den Prozess einmal komplett durch, von der Pflichtprüfung bis zur Aktualisierung. Am Ende wissen Sie, was in welcher Reihenfolge zu tun ist.
Wann ist eine DSFA für KI-Tools Pflicht?
Art. 35 Abs. 1 DSGVO verlangt eine DSFA, wenn eine Verarbeitung voraussichtlich ein hohes Risiko für die Rechte und Freiheiten natürlicher Personen zur Folge hat. Bei KI-Tools trifft das regelmäßig zu, aus drei Gründen.
Erstens: der Einsatz neuer Technologien. Art. 35 nennt ihn ausdrücklich als Kriterium. Generative KI fällt darunter.
Zweitens: die Art der Daten. Wer Mandantendaten, Personaldaten oder Gesundheitsdaten durch ein KI-Tool verarbeiten lässt, verarbeitet Daten, bei denen ein Fehler die Betroffenen erheblich treffen kann. Für Berufsgeheimnisträger kommt § 203 StGB als eigene Risikodimension dazu.
Drittens: die Aufsichtspraxis. Das BayLDA führt KI-Systeme auf seiner Muss-Liste für verpflichtende DSFAs. Wer in Bayern sitzt und ein KI-Tool auf personenbezogene Daten loslässt, sollte die Frage “brauche ich eine DSFA?” mit Ja beantworten und die Energie in die Durchführung stecken.
Kurz: Wenn Ihr KI-Tool personenbezogene Daten verarbeitet und Sie in einem regulierten Umfeld arbeiten, planen Sie die DSFA ein. Die Prüfung, ob Sie ausnahmsweise keine brauchen, kostet oft mehr Zeit als die DSFA selbst.
Schritt 1: Verarbeitung systematisch beschreiben
Art. 35 Abs. 7 lit. a verlangt eine systematische Beschreibung der geplanten Verarbeitungsvorgänge. Das ist die Grundlage für alles Weitere, und hier entscheidet sich die Qualität des ganzen Dokuments.
Beantworten Sie konkret:
- Welches Tool, welche Version, welcher Tarif? “ChatGPT” ist keine Beschreibung. “ChatGPT Team mit deaktivierter Trainingsnutzung” oder “Azure OpenAI, GPT-4o, Region Germany West Central” ist eine.
- Welche Daten gehen hinein? Mandantenkorrespondenz, Vertragsentwürfe, Personalunterlagen, Buchhaltungsdaten. Benennen Sie die Kategorien und die betroffenen Personengruppen.
- Wer nutzt das Tool? Alle Mitarbeiter oder eine Pilotgruppe? Die DSFA muss den tatsächlichen Umfang abbilden, nicht den maximal denkbaren.
- Wohin fließen die Daten? In welcher Region wird verarbeitet, wer ist Auftragsverarbeiter, welche Unterauftragsverarbeiter sind beteiligt? Beim Beispiel Azure OpenAI sind das dokumentierte, nachlesbare Fakten. Bei manchen Tools ist genau diese Frage nicht sauber beantwortbar, und das ist dann selbst ein Befund für die Risikobewertung.
Je konkreter dieser Schritt, desto leichter werden die Schritte 3 und 4. Vage Beschreibung, vage Risikobewertung, wertloses Dokument.
Schritt 2: Notwendigkeit und Verhältnismäßigkeit begründen
Art. 35 Abs. 7 lit. b verlangt eine Bewertung, ob die Verarbeitung für den Zweck notwendig und verhältnismäßig ist. Zwei Fragen helfen:
Warum dieses Tool und nicht ein datensparsameres? Wenn es eine Lösung mit EU-Datenstandort und vertraglich ausgeschlossener Trainingsnutzung gibt, warum nutzen Sie sie nicht? Wenn Sie sie nutzen, schreiben Sie genau das hinein. Das ist Ihre stärkste Zeile im ganzen Dokument.
Müssen alle Daten hinein? Wenn das Tool E-Mails zusammenfassen soll, braucht es dann Zugriff auf das gesamte Dokumentenarchiv? Jede Datenkategorie, die Sie vom Tool fernhalten, verkleinert das Risiko und verkürzt die DSFA.
Dokumentieren Sie auch die Rechtsgrundlage der Verarbeitung, typischerweise Art. 6 Abs. 1 lit. b oder lit. f DSGVO, je nach Zweck. Pro Verarbeitungszweck eine Rechtsgrundlage, nicht eine pauschale für alles.
Schritt 3: Risiken für die Betroffenen bewerten
Art. 35 Abs. 7 lit. c ist der Kern der DSFA. Was kann den Personen passieren, deren Daten verarbeitet werden? Für KI-Tools sehe ich in der Praxis vier wiederkehrende Risikokategorien:
- Unkontrollierter Datenabfluss. Mitarbeiter geben Daten in Prompts ein, die das Unternehmen nie hätten verlassen dürfen. Das ist das häufigste reale Risiko, und es ist ein organisatorisches, kein technisches.
- Verarbeitung außerhalb der EU oder zu Trainingszwecken. Abhängig vom Tool und Tarif. Hier zahlt sich die saubere Beschreibung aus Schritt 1 aus.
- Zugriff durch zu breite Berechtigungen. Relevant bei integrierten Assistenten wie Copilot, die alles sehen, worauf der Nutzer Zugriff hat. Für diesen Fall habe ich die Risiken im Copilot-DSFA-Beitrag im Detail beschrieben.
- Fehlerhafte Ausgaben mit Folgen für Betroffene. Wenn KI-Ausgaben ungeprüft in Bescheide, Schreiben oder Entscheidungen fließen, trifft ein Halluzinationsfehler eine reale Person.
Bewerten Sie jedes Risiko nach Eintrittswahrscheinlichkeit und Schwere, jeweils auf einer nachvollziehbaren Skala (etwa vierstufig: gering, mittel, hoch, sehr hoch). Wichtig ist nicht die perfekte Matrix, sondern dass eine Aufsichtsbehörde Ihre Herleitung nachvollziehen kann.
Schritt 4: Abhilfemaßnahmen festlegen
Art. 35 Abs. 7 lit. d verlangt die Maßnahmen, mit denen Sie die Risiken bewältigen. Die Regel ist einfach: Jedes Risiko aus Schritt 3 braucht mindestens eine dokumentierte Gegenmaßnahme.
Typische Maßnahmen für KI-Tools:
- Tool-Konfiguration: Trainingsnutzung deaktivieren, EU-Region wählen, Aufbewahrungsfristen einstellen. Was konfigurierbar ist, wird konfiguriert und dokumentiert.
- Vertragliche Absicherung: AVV abschließen und ablegen, Unterauftragsverarbeiter erfassen, Prozess für die Prüfung von Änderungen definieren.
- Zugriffs- und Berechtigungskonzept: Wer darf das Tool nutzen, mit welchen Daten, mit welchen Rechten.
- Nutzungsrichtlinie: Regeln, welche Daten in Prompts dürfen und welche nie. Ohne Richtlinie bleibt jede technische Maßnahme Stückwerk. Was hineingehört, steht im Beitrag zur KI-Nutzungsrichtlinie.
- Schulung: Mitarbeiter müssen die Regeln kennen, sonst existieren sie nur auf Papier.
Nach den Maßnahmen bewerten Sie jedes Risiko erneut: Was bleibt als Restrisiko? Diese zweite Bewertung ist der Teil, den Vorlagen am häufigsten weglassen, und genau der Teil, der die DSFA zur Entscheidungsgrundlage macht.
Schritt 5: Datenschutzbeauftragten konsultieren
Art. 35 Abs. 2 DSGVO: Der Rat des Datenschutzbeauftragten muss eingeholt werden, sofern ein DSB benannt ist. Das ist eine Pflicht, kein optionaler Review.
Dokumentieren Sie das Datum der Konsultation, die Stellungnahme und Ihren Umgang damit. Auch ein “keine Einwände” gehört schriftlich ins Dokument. Wenn Sie einen externen DSB haben, geben Sie ihm die Beschreibung aus Schritt 1 vorab. Er kann nur bewerten, was er kennt.
Schritt 6: Ergebnis dokumentieren und die Restrisiko-Frage beantworten
Jetzt fügen Sie alles zu einem Dokument zusammen: Beschreibung, Notwendigkeit, Risikobewertung, Maßnahmen, Restrisiko, DSB-Stellungnahme, Datum und Verantwortliche.
Dann kommt die entscheidende Weiche: Bleibt trotz aller Maßnahmen ein hohes Restrisiko, müssen Sie vor Beginn der Verarbeitung die Aufsichtsbehörde konsultieren (Art. 36 DSGVO, in Bayern das BayLDA). In der Praxis ist das selten nötig, wenn die Maßnahmen aus Schritt 4 greifen. Aber die Frage muss im Dokument beantwortet sein, nicht offen bleiben.
Die DSFA selbst reichen Sie nirgends ein. Sie muss vorliegen und auf Anforderung vorzeigbar sein, etwa bei einer Prüfung.
Schritt 7: Aktualisieren, wenn sich etwas ändert
Art. 35 Abs. 11 verlangt eine Überprüfung, wenn sich das Risiko der Verarbeitung ändert. Bei KI-Tools ändert sich ständig etwas: neue Modellversionen, neue Funktionen, neue Unterauftragsverarbeiter, erweiterte Nutzergruppen.
Praktikabel ist ein doppelter Auslöser: eine feste jährliche Überprüfung als Minimum plus eine anlassbezogene bei relevanten Änderungen. Definieren Sie, wer im Unternehmen Änderungen beim Anbieter mitbekommt und bewertet. Eine DSFA mit Stand von vor zwei Jahren, die ein längst verändertes Tool beschreibt, ist bei einer Prüfung fast so schlecht wie keine.
Die drei häufigsten Fehler
Die Anbieter-Vorlage als fertige DSFA behandeln. Microsoft, OpenAI und andere stellen Dokumentation bereit, die beschreibt, was der Anbieter tut. Ihre DSFA muss beschreiben, was Sie tun: Ihre Daten, Ihre Nutzer, Ihre Risiken, Ihre Maßnahmen.
Die DSFA nach dem Rollout schreiben. Art. 35 sagt “vor der Verarbeitung”. Eine nachgeschobene DSFA ist besser als keine, aber sie ist dann Dokumentation eines vollendeten Zustands statt eines Prüfschritts. Wenn das Tool schon läuft: trotzdem machen, ehrlich datieren.
Den Prozess nicht dokumentieren. Es reicht nicht, Risiken und Maßnahmen aufzulisten. Zeigen Sie, wie Sie zur Bewertung gekommen sind: welche Quellen, welche Kriterien, wer beteiligt war. Genau das unterscheidet eine belastbare DSFA von einer Fleißarbeit.
Der nächste Schritt
Wenn Sie jetzt loslegen wollen: Ich habe die Pflichtprüfung und alle Bestandteile als kostenlose DSFA-Checkliste aufbereitet. Damit gehen Sie die Schritte oben strukturiert durch und sehen sofort, was Ihnen noch fehlt.
Jose Lugo ist CISSP-zertifizierter KI-Compliance-Berater. Er erstellt Datenschutz-Folgenabschätzungen für regulierte Unternehmen in Deutschland.