Eine Datenschutz-Folgenabschätzung (DSFA) nach Art. 35 DSGVO ist für die meisten KI-Einsätze in Unternehmen Pflicht. Diese Checkliste führt Sie in 8 Schritten durch den Prozess — mit konkreten Praxistipps für bayerische Unternehmen und Verweisen auf die Anforderungen des BayLDA.
Zuletzt aktualisiert: März 2026
Bevor Sie eine DSFA starten, müssen Sie prüfen, ob eine Pflicht besteht. 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 ist das fast immer der Fall.
Art. 35 Abs. 3 DSGVO nennt drei Regelbeispiele: systematische und umfassende Bewertung persönlicher Aspekte (Profiling), umfangreiche Verarbeitung besonderer Kategorien personenbezogener Daten und systematische Überwachung öffentlich zugänglicher Bereiche. KI-Systeme erfüllen häufig mindestens eines davon.
Entscheidend ist die Blacklist des BayLDA (Bayerisches Landesamt für Datenschutzaufsicht in Ansbach). Diese „Muss-Liste" nach Art. 35 Abs. 4 DSGVO benennt konkrete Verarbeitungstätigkeiten, für die eine DSFA verpflichtend ist. Prüfen Sie Ihre KI-Verarbeitung gegen diese Liste.
Praxisbeispiel: Ihre Steuerberatungskanzlei setzt ChatGPT für die Recherche zu Steuerfragen ein. Auch wenn die Anfragen „nur" allgemeine Steuerthemen betreffen — sobald ein Mitarbeiter Mandantennamen, Steuer-IDs oder Falldetails in den Prompt eingibt, verarbeiten Sie personenbezogene Daten mit einer neuen Technologie. Das BayLDA wertet den Einsatz neuer Technologien als Risikofaktor, der eine DSFA auslöst.
Beschreiben Sie systematisch, was Ihr KI-System tut. Art. 35 Abs. 7 lit. a DSGVO verlangt eine „systematische Beschreibung der geplanten Verarbeitungsvorgänge und der Zwecke der Verarbeitung". Bei KI ist das anspruchsvoller als bei herkömmlichen IT-Systemen, weil der Datenfluss oft nicht sofort ersichtlich ist.
Dokumentieren Sie konkret: Welche Daten fließen in das KI-Modell? Werden Prompts gespeichert? Findet ein Datentransfer in Drittländer statt? Nutzt der Anbieter die Daten zum Training seiner Modelle? Wo werden die Ergebnisse gespeichert? Erstellen Sie ein Datenflussdiagramm, das den Weg der Daten vom Eingang bis zur Ausgabe zeigt.
Praxistipp: Zeichnen Sie den Datenfluss für einen typischen Anwendungsfall auf. Beispiel: „Mitarbeiter gibt Mandantenname + Steuernummer in ChatGPT ein → Daten werden an OpenAI-Server in den USA übertragen → Prompt wird 30 Tage gespeichert → Daten können zum Modelltraining verwendet werden (je nach Lizenz)." Allein diese Beschreibung macht die DSGVO-Risiken sichtbar.
Art. 35 Abs. 7 lit. b DSGVO verlangt eine Bewertung der Erforderlichkeit und Verhältnismäßigkeit. Konkret müssen Sie drei Fragen beantworten: Ist die KI-Verarbeitung für den Zweck tatsächlich erforderlich? Gibt es weniger eingriffsintensive Alternativen? Und steht der Nutzen in einem angemessenen Verhältnis zum Risiko für die Betroffenen?
Prüfen Sie die Rechtsgrundlage. Für die meisten KI-Einsätze im Unternehmen kommt Art. 6 Abs. 1 lit. f DSGVO (berechtigtes Interesse) in Frage. Bei besonderen Kategorien personenbezogener Daten — Gesundheitsdaten, religiöse Überzeugungen, Gewerkschaftszugehörigkeit — brauchen Sie eine Grundlage nach Art. 9 DSGVO, die deutlich enger ist.
Praxisbeispiel: Eine Kanzlei will KI für die Vertragsprüfung einsetzen. Die Erforderlichkeit ist gegeben — Verträge manuell zu prüfen dauert Stunden. Aber: Ist es verhältnismäßig, den gesamten Vertrag mit Mandantennamen und Adressen an die KI zu senden? Nein. Die verhältnismäßige Alternative: PII-Schwärzung vor der KI-Verarbeitung. Personenbezogene Daten werden automatisch entfernt, bevor das Dokument die KI erreicht. Gleiches Ergebnis, deutlich geringeres Risiko.
Art. 35 Abs. 7 lit. c DSGVO verlangt eine Bewertung der Risiken für die Rechte und Freiheiten der betroffenen Personen. Bei KI-Systemen gehen diese Risiken über klassische IT-Risiken hinaus. Sie müssen sowohl die Eintrittswahrscheinlichkeit als auch die Schwere des potenziellen Schadens bewerten.
KI-spezifische Risiken, die Sie bewerten müssen: Datentransfer in Drittländer — senden Sie Mandantendaten an Server in den USA? Trainingsnutzung — verwendet der Anbieter Ihre Eingaben zum Modelltraining? Halluzinationen — erzeugt die KI falsche Informationen, die zu Fehlentscheidungen führen? Prompt Injection — kann ein Angreifer das KI-System manipulieren, um geschützte Daten preiszugeben? Mangelnde Erklärbarkeit — können Sie nachvollziehen, wie die KI zu einem Ergebnis kommt?
Praxistipp: Verwenden Sie eine Risikomatrix mit den Dimensionen „Eintrittswahrscheinlichkeit" und „Schwere des Schadens". Ein Steuerberater, der Mandantendaten in ChatGPT Free eingibt, hat eine hohe Eintrittswahrscheinlichkeit (Daten gehen an US-Server) und eine hohe Schadensschwere (Steuer-IDs, Finanzdaten). Das ergibt ein „hohes Risiko" — und genau dafür brauchen Sie Abhilfemaßnahmen in Schritt 5.
Art. 35 Abs. 7 lit. d DSGVO verlangt die Festlegung von Garantien, Sicherheitsvorkehrungen und Verfahren zum Schutz personenbezogener Daten. Das sind Ihre technischen und organisatorischen Maßnahmen (TOMs) nach Art. 32 DSGVO — angepasst an die spezifischen Risiken von KI-Systemen.
Bewährte Abhilfemaßnahmen für KI-Einsätze: EU-Hosting — KI-Modelle auf Servern in der EU betreiben (z. B. Azure Germany West Central), statt Daten an US-Anbieter zu senden. PII-Schwärzung — personenbezogene Daten automatisch entfernen, bevor sie die KI erreichen. Auftragsverarbeitungsvertrag (AVV) — mit dem KI-Anbieter nach Art. 28 DSGVO abschließen. Zugriffskontrolle — nur autorisierte Mitarbeiter dürfen die KI nutzen. Audit-Trail — alle Interaktionen mit der KI protokollieren. Schulungen — Mitarbeiter im DSGVO-konformen Umgang mit KI schulen.
Praxisbeispiel: Eine Finanzberatung in Regensburg will KI für die Dokumentensuche nutzen. Statt ChatGPT wählt sie eine EU-gehostete Lösung mit PII-Schwärzung, die in ihrer eigenen Azure-Umgebung in Frankfurt läuft. Mitarbeiter erhalten eine 90-minütige Schulung. Alle Anfragen werden protokolliert. Der AVV mit dem KI-Anbieter liegt vor. Das Restrisiko sinkt von „hoch" auf „niedrig" — die DSFA dokumentiert das.
Die DSFA muss vollständig dokumentiert werden. Ein formloser Vermerk reicht nicht. Der Bericht sollte alle Schritte 1 bis 5 abdecken: die Notwendigkeitsprüfung, die Verarbeitungsbeschreibung, die Verhältnismäßigkeitsbewertung, die Risikobewertung und die festgelegten Maßnahmen. Halten Sie auch fest, wer an der DSFA mitgewirkt hat.
Art. 35 Abs. 11 DSGVO verlangt zudem, dass Sie die DSFA überprüfen, „zumindest wenn hinsichtlich des mit den Verarbeitungsvorgängen verbundenen Risikos Änderungen eingetreten sind." Bei KI passiert das ständig: Modell-Updates, neue Funktionen, geändertes Nutzerverhalten, neue Anwendungsfälle. Planen Sie mindestens eine jährliche Überprüfung ein.
Praxistipp: Führen Sie ein Änderungsprotokoll. Wenn OpenAI sein Modell von GPT-4 auf GPT-5 aktualisiert, hat sich die Verarbeitung geändert — prüfen Sie, ob Ihre DSFA noch aktuell ist. Das gleiche gilt, wenn Ihr Team die KI für neue Aufgaben einsetzt, etwa von allgemeiner Recherche zu Mandantenkorrespondenz. Dokumentieren Sie jede Überprüfung mit Datum, Ergebnis und ggf. Maßnahmen.
Art. 35 Abs. 2 DSGVO ist eindeutig: „Der Verantwortliche holt bei der Durchführung einer Datenschutz-Folgenabschätzung den Rat des Datenschutzbeauftragten ein." Das ist keine Empfehlung — es ist eine Pflicht. Wenn Ihr Unternehmen einen Datenschutzbeauftragten (DSB) hat, muss er in den DSFA-Prozess eingebunden werden.
Lassen Sie den DSB nicht erst die fertige DSFA absegnen. Beziehen Sie ihn von Anfang an ein — idealerweise bereits bei Schritt 1 (Notwendigkeitsprüfung). Dokumentieren Sie seine Stellungnahme und wie Sie seine Empfehlungen umgesetzt haben. Wenn Sie von einer Empfehlung abweichen, dokumentieren Sie die Begründung.
Praxistipp: Viele kleinere Unternehmen in Bayern haben keinen internen DSB und keinen externen bestellt — obwohl sie nach § 38 BDSG ab 20 Personen, die regelmäßig personenbezogene Daten verarbeiten, einen DSB benennen müssen. Wenn Sie keinen DSB haben, aber einen brauchen: Klären Sie das zuerst. Ein DSFA ohne DSB-Konsultation ist ein Verfahrensfehler, den das BayLDA beanstanden wird.
Wenn Ihre DSFA ergibt, dass trotz aller Abhilfemaßnahmen ein hohes Restrisiko verbleibt, müssen Sie vor Beginn der Verarbeitung die Aufsichtsbehörde nach Art. 36 DSGVO konsultieren. In Bayern ist das Bayerische Landesamt für Datenschutzaufsicht (BayLDA) in Ansbach zuständig — für alle nicht-öffentlichen Stellen.
Die Konsultation ist kein Genehmigungsverfahren. Das BayLDA prüft Ihre DSFA und gibt innerhalb von 8 Wochen (verlängerbar auf 14 Wochen) eine Stellungnahme ab. Es kann schriftliche Empfehlungen aussprechen oder die Verarbeitung untersagen. In der Praxis kommt die vorherige Konsultation selten vor — weil die meisten Unternehmen das Restrisiko durch angemessene Maßnahmen auf ein akzeptables Niveau senken können.
Praxisbeispiel: Sie setzen KI für die automatisierte Bewertung von Kreditanträgen ein — eine Verarbeitung mit direkter Auswirkung auf die Rechte der Betroffenen. Trotz EU-Hosting und Zugriffskontrolle bleibt ein hohes Risiko durch die automatisierte Entscheidungsfindung. Hier wäre die Konsultation des BayLDA vor Produktivstart der richtige Schritt. Für die meisten KI-Einsätze in Steuerberatung, Kanzleien und Finanzberatung lässt sich das Restrisiko aber durch die richtigen TOMs senken.
Unser kostenloser KI-Check zeigt Ihnen in 2 Minuten, wo Ihre KI-Nutzung DSGVO-konform ist — und wo Handlungsbedarf besteht.
Jose Lugo ist CISSP-zertifizierter KI-Sicherheitsberater mit 12 Jahren Erfahrung im Schutz sensibler Daten in Hochsicherheitsumgebungen. Er berät Unternehmen in Deutschland bei der DSGVO-konformen KI-Implementierung — einschließlich der Durchführung von Datenschutz-Folgenabschätzungen für KI-Systeme.