Zurück zur Übersicht
Datenschutz & Sicherheit

KI-Datenschutz neu gedacht: Warum Zero Data Retention, EU-APIs und Pseudonymisierung zusammengehören

·9 min Lesezeit·Solutioneers Team
Zero Data RetentionEU-APIsPseudonymisierungDSGVODatenschutzKI-SicherheitDatenminimierungAnyGuard

Datenschutz bei künstlicher Intelligenz ist mehr als eine Frage des Serverstandorts. Wer KI im Unternehmen sicher einsetzen möchte, muss verstehen, welche Daten verarbeitet werden, wo die Verarbeitung stattfindet und wie lange Informationen gespeichert bleiben.

Mit Zero Data Retention, europäischen API-Endpunkten und Echtzeit-Pseudonymisierung stehen heute verschiedene technische Möglichkeiten zur Verfügung, um den Umgang mit sensiblen Informationen besser zu kontrollieren.

Doch erst das Zusammenspiel dieser Maßnahmen schafft eine belastbare Grundlage für den professionellen KI-Einsatz.

Zero Data Retention

Wie lange bleiben Inhalte beim KI-Anbieter gespeichert?

EU-APIs

Wo findet die KI-Verarbeitung statt?

Pseudonymisierung

Welche identifizierenden Informationen erreichen das Modell?


KI im Unternehmen: Die Datenschutzfrage hat sich verändert

Generative KI ist längst im Arbeitsalltag angekommen.

Mitarbeitende verwenden KI-Systeme, um E-Mails zu formulieren, Dokumente zusammenzufassen, Informationen zu analysieren oder wiederkehrende Aufgaben zu automatisieren.

Dabei gelangen nicht selten Informationen in die Systeme, die für Unternehmen besonders schützenswert sind:

  • Personenbezogene Daten von Kunden, Mitarbeitenden oder Patienten
  • Interne Verträge, Angebote und Geschäftsunterlagen
  • Vertrauliche Informationen aus Projekten und Besprechungen
  • Unternehmensinternes Fachwissen
  • Dokumente mit sensiblen geschäftlichen oder organisatorischen Inhalten

Die entscheidende Frage lautet deshalb nicht mehr nur:

Dürfen wir KI im Unternehmen einsetzen?

Sondern vielmehr:

Die neue Kernfrage

Wie gestalten wir die Verarbeitung unserer Daten so, dass wir moderne KI nutzen können, ohne die Kontrolle über sensible Informationen zu verlieren?

Eine Antwort darauf erfordert mehr als eine einzelne Datenschutzfunktion.


Warum der Serverstandort allein nicht ausreicht

Viele Unternehmen achten bei der Auswahl einer KI-Lösung zunächst darauf, wo ihre Daten gespeichert werden.

Das ist sinnvoll. Gerade in Deutschland, Österreich und der Schweiz spielen regionale Datenhaltung, vertragliche Transparenz und die Auswahl geeigneter Dienstleister eine wichtige Rolle.

Allerdings wird häufig ein entscheidender Unterschied übersehen:

Der Standort einer Anwendung ist nicht automatisch identisch mit dem Ort der KI-Verarbeitung.

Eine KI-Plattform kann beispielsweise in Deutschland betrieben werden, während bestimmte Anfragen zur Verarbeitung an einen externen Modellanbieter weitergeleitet werden.

Zwei Ebenen, die getrennt zu betrachten sind

Ebene 1: Plattform & Datenhaltung

Wo läuft die Anwendung? Wo liegen Dokumente und Unternehmensdaten?

Ebene 2: Modellverarbeitung

An welchen Anbieter gehen Anfragen? In welcher Region werden sie verarbeitet und wie lange gespeichert?

Daher müssen mehrere Fragen getrennt betrachtet werden:

1

Wo wird die KI-Plattform betrieben?

2

Wo werden Dokumente und Unternehmensdaten gespeichert?

3

An welche KI-Anbieter werden Anfragen übermittelt?

4

In welchen Regionen werden diese Anfragen verarbeitet?

5

Welche Daten werden durch die beteiligten Anbieter gespeichert und wie lange?

Erst wenn diese Fragen beantwortet sind, lässt sich die tatsächliche Datenverarbeitung beurteilen.

Dabei gewinnen drei technische Schutzmechanismen besonders an Bedeutung: Zero Data Retention, EU-APIs und Pseudonymisierung.


1. Zero Data Retention: Wenn KI-Anbieter Anfragen nicht dauerhaft speichern

Bei der Nutzung generativer KI werden Informationen an ein Sprachmodell übermittelt. Das Modell verarbeitet die Anfrage und erzeugt eine Antwort.

Abhängig vom Anbieter, dem verwendeten Produkt und der technischen Konfiguration können dabei Daten gespeichert werden – beispielsweise zur Missbrauchserkennung, für den Betrieb des Dienstes oder für bestimmte Produktfunktionen.

Hier setzt das Konzept Zero Data Retention (ZDR) an.

Was bedeutet Zero Data Retention?

Zero Data Retention bezeichnet eine Datenverarbeitungsoption, bei der ein KI-Anbieter die übermittelten Inhalte im vereinbarten Umfang nicht dauerhaft für eigene Speicher- oder Protokollierungszwecke vorhält.

Das Ziel besteht darin, die Speicherung von Eingaben und Ausgaben beim Modellanbieter möglichst weitgehend zu reduzieren.

Für Unternehmen kann das besonders relevant sein, wenn sie regelmäßig mit vertraulichen Dokumenten, personenbezogenen Informationen oder geschäftskritischen Inhalten arbeiten.

Warum ist das wichtig?

Je weniger Daten bei externen Dienstleistern gespeichert werden, desto geringer ist die Menge an Informationen, die dort langfristig geschützt, verwaltet und gegebenenfalls gelöscht werden muss.

Das kann die Datenschutzarchitektur vereinfachen und bestimmte Risiken reduzieren.

Allerdings ist eine wichtige Unterscheidung notwendig:

Wichtig zu wissen

Zero Data Retention bedeutet nicht, dass während der Verarbeitung keinerlei Daten verarbeitet werden oder dass im gesamten System keine Speicherung stattfindet.

Eine KI-Anwendung kann beispielsweise Dokumente in einer eigenen Wissensdatenbank speichern, während für die Verarbeitung durch einen externen Modellanbieter Zero Data Retention gilt.

Auch können technische Ausnahmen, Metadaten oder anbieterspezifische Einschränkungen bestehen.

Deshalb sollte stets geprüft werden, für welche Modelle, API-Endpunkte und Funktionen die jeweilige ZDR-Regelung tatsächlich gilt.


2. EU-APIs: Warum der Ort der KI-Verarbeitung entscheidend ist

Neben der Speicherdauer spielt auch die geografische Verarbeitung eine wichtige Rolle.

Viele KI-Modelle werden von international tätigen Technologieunternehmen bereitgestellt. Unternehmen sollten deshalb genau prüfen, in welchen Regionen die jeweiligen API-Anfragen verarbeitet werden.

Was sind EU-APIs?

Mit EU-APIs sind in diesem Zusammenhang API-Endpunkte beziehungsweise regionale Verarbeitungsoptionen gemeint, bei denen der Anbieter bestimmte Datenverarbeitungsprozesse innerhalb der Europäischen Union anbietet.

Das kann für Unternehmen interessant sein, die Anforderungen an regionale Datenverarbeitung erfüllen oder internationale Datentransfers begrenzen möchten.

Welche Vorteile bieten europäische Verarbeitungsoptionen?

Sie können Unternehmen dabei unterstützen,

Datenflüsse geografisch besser einzugrenzen

interne Vorgaben zur Datenverarbeitung umzusetzen

Anforderungen von Kunden und Auftraggebern zu berücksichtigen

ihre Datenschutzdokumentation transparenter zu gestalten

Allerdings ist auch hier Präzision entscheidend.

Wichtig zu wissen

Ein EU-Endpunkt garantiert nicht automatisch, dass ausnahmslos jede Verarbeitung und jeder technische Zugriff innerhalb der EU stattfindet.

Welche Zusagen tatsächlich gelten, ergibt sich aus den Vertragsbedingungen, der Dokumentation des Anbieters und der konkreten technischen Konfiguration.

Hinweis für Schweizer Unternehmen

Die Schweiz ist nicht Mitglied der EU. Europäische Verarbeitungsregionen können dennoch eine sinnvolle Option sein; die datenschutzrechtliche Beurteilung muss aber die jeweiligen Anforderungen des Schweizer Datenschutzgesetzes berücksichtigen.

Hosting und Modellverarbeitung sind zwei unterschiedliche Ebenen

Bei AnyGuard wird die Plattform für Kunden in Deutschland und Österreich in Deutschland und für Kunden in der Schweiz in der Schweiz gehostet.

Deutschland

Hosting für Kunden aus Deutschland

Österreich

Hosting in Deutschland

Schweiz

Hosting in der Schweiz

Davon zu unterscheiden ist die Verarbeitung einzelner KI-Anfragen durch angebundene Modellanbieter.

Durch die Nutzung geeigneter europäischer API-Optionen lässt sich auch diese Ebene gezielter steuern.

Entscheidend bleibt dabei, welche Verarbeitungsregionen für die konkret eingesetzten Modelle und Funktionen verfügbar und aktiviert sind.


3. Pseudonymisierung: Sensible Informationen schützen, bevor sie das KI-Modell erreichen

Zero Data Retention reduziert die Speicherung beim KI-Anbieter.

EU-APIs ermöglichen eine gezieltere Steuerung der Verarbeitungsregion.

Doch beide Maßnahmen beantworten noch nicht die Frage, ob ein KI-Modell sämtliche personenbezogenen Informationen überhaupt erhalten muss.

Genau hier setzt die Pseudonymisierung an.

Was bedeutet Pseudonymisierung?

Bei der Pseudonymisierung werden identifizierende Informationen durch Ersatzwerte ersetzt.

Ein Beispiel: Ein Mitarbeitender möchte einen Bericht über eine Kundenreklamation mit KI zusammenfassen lassen.

Ursprüngliche Anfrage

„Fasse die Beschwerde von Frau Anna Müller, wohnhaft in der Musterstrasse 12 in Zürich, zusammen und formuliere eine Antwort.“

Echtzeit-Pseudonymisierung

An das Modell übermittelt

„Fasse die Beschwerde von [KUNDIN_01], wohnhaft unter [ADRESSE_01], zusammen und formuliere eine Antwort.“

Das Modell kann die Aufgabe weiterhin bearbeiten, ohne dass für diesen Verarbeitungsschritt der vollständige Name und die konkrete Adresse erforderlich sind.

Warum ist Echtzeit-Pseudonymisierung besonders interessant?

In vielen Unternehmen wäre es unrealistisch, von sämtlichen Mitarbeitenden zu erwarten, dass sie jede Anfrage vor der Nutzung einer KI manuell auf sensible Informationen überprüfen.

Eine automatisierte Pseudonymisierung kann deshalb einen wichtigen Beitrag leisten.

Sie kann helfen, erkannte personenbezogene Angaben vor der Weiterleitung an externe KI-Modelle zu ersetzen.

Dadurch lassen sich Datenschutzmaßnahmen direkt in den Arbeitsablauf integrieren.

Wichtig ist jedoch:

Wichtig zu wissen

Pseudonymisierung ist nicht dasselbe wie Anonymisierung.

Pseudonymisierte Daten können weiterhin personenbezogene Daten sein. Außerdem erkennt eine automatisierte Lösung nicht zwangsläufig jede sensible Information oder jeden identifizierenden Kontext.

Pseudonymisierung reduziert Risiken, ersetzt aber weder eine rechtmäßige Verarbeitung noch weitere organisatorische und technische Schutzmaßnahmen.


Warum alle drei Maßnahmen zusammengehören

Die drei Ansätze verfolgen unterschiedliche Ziele.

SchutzmechanismusZentrale Frage
Zero Data RetentionWie lange werden Inhalte beim KI-Anbieter gespeichert?
EU-APIsWo findet die KI-Verarbeitung statt?
PseudonymisierungWelche identifizierenden Informationen werden an das KI-Modell übermittelt?

Jede dieser Maßnahmen adressiert einen anderen Teil der Datenverarbeitung.

Erst durch ihre Kombination entsteht ein mehrschichtiger Ansatz.

Ein vereinfachtes Beispiel

Ein Unternehmen möchte einen vertraulichen Kundenbericht mithilfe von KI analysieren.

1

Schritt 1: Pseudonymisierung

Erkannte personenbezogene Angaben werden vor der Übermittlung an das Modell durch Platzhalter ersetzt.

2

Schritt 2: Regionale API-Verarbeitung

Die Anfrage wird über einen entsprechend konfigurierten europäischen API-Endpunkt an ein geeignetes KI-Modell übermittelt.

3

Schritt 3: Zero Data Retention

Für die Modellverarbeitung wird eine verfügbare und entsprechend vereinbarte Zero-Data-Retention-Option genutzt.

4

Schritt 4: Kontrollierte Weiterverarbeitung

Das Ergebnis wird innerhalb der Unternehmensanwendung entsprechend den festgelegten Berechtigungen und Aufbewahrungsregeln verwendet.

So lassen sich verschiedene Datenschutzrisiken gleichzeitig adressieren.

Das ist kein Ersatz für eine vollständige Datenschutzprüfung, aber eine deutlich differenziertere Architektur als die alleinige Betrachtung des Hostingstandorts.


Datenschutz ist nicht nur Technologie – sondern auch Governance

Selbst die beste technische Architektur reicht nicht aus, wenn Unternehmen keine Regeln für den Umgang mit KI festlegen.

Zu einem verantwortungsvollen KI-Einsatz gehören deshalb auch organisatorische Maßnahmen. Dazu zählen insbesondere:

Zugriffsrechte

Wer darf welche KI-Funktionen und Wissensbestände nutzen?

Verantwortlichkeiten

Wer entscheidet über neue Modelle, Anwendungsfälle und Datenquellen?

Auftragsverarbeitung

Welche vertraglichen Regelungen bestehen mit den beteiligten Dienstleistern?

Datenminimierung

Welche Informationen müssen tatsächlich an ein Modell übermittelt werden?

Transparenz

Welche Datenflüsse und Verarbeitungsschritte sind dokumentiert?

Schulung

Wissen Mitarbeitende, welche Informationen sie in KI-Systemen verwenden dürfen?

Die DSGVO verlangt keine bestimmte Kombination aus Zero Data Retention, EU-APIs und Pseudonymisierung.

Sie verlangt aber unter anderem eine rechtmäßige Verarbeitung sowie angemessene technische und organisatorische Maßnahmen zum Schutz personenbezogener Daten.

Für Unternehmen ist deshalb entscheidend, die eingesetzten Maßnahmen anhand ihrer tatsächlichen Risiken und Verarbeitungsvorgänge zu bewerten.


Wie AnyGuard diese Ansätze verbindet

AnyGuard wurde entwickelt, um Unternehmen eine strukturierte und kontrollierte Nutzung generativer KI zu ermöglichen.

Die Plattform verbindet den Zugang zu leistungsfähigen KI-Modellen mit Funktionen für Datenschutz, Zusammenarbeit und unternehmensspezifisches Wissen.

Ein wesentlicher Bestandteil ist die Kombination mehrerer Schutzebenen.

Echtzeit-Pseudonymisierung

AnyGuard unterstützt die automatisierte Pseudonymisierung erkannter personenbezogener Informationen, bevor diese an externe KI-Modelle weitergegeben werden.

Dadurch kann die Menge direkt identifizierbarer Informationen reduziert werden, die ein Modell für die Bearbeitung einer Aufgabe erhält.

Zero Data Retention

AnyGuard nutzt mittlerweile auch Zero-Data-Retention-Optionen bei angebundenen KI-Diensten.

Damit lässt sich die Speicherung von Anfrage- und Antwortinhalten beim jeweiligen Modellanbieter im Rahmen der verfügbaren und aktivierten Optionen begrenzen.

Welche Regelungen im Einzelfall gelten, hängt vom verwendeten Anbieter, Modell und API-Endpunkt ab.

Europäische API-Optionen

AnyGuard setzt zusätzlich auf europäische API-Optionen, um die regionale Verarbeitung von KI-Anfragen gezielter zu gestalten.

Dies ergänzt das Hosting der Plattform in Deutschland beziehungsweise der Schweiz.

Unternehmensweite Steuerung

Datenschutz wird bei AnyGuard mit Funktionen für den produktiven Unternehmenseinsatz verbunden:

Gemeinsame KI-Assistenten für Teams und Abteilungen

Integration unternehmensspezifischer Wissensdatenbanken

Wiederverwendbare Arbeitsabläufe und Vorlagen

Zentrale Team- und Berechtigungsstrukturen

Nutzung unterschiedlicher KI-Modelle innerhalb einer Plattform

Damit entsteht nicht nur ein Zugang zu generativer KI, sondern eine Arbeitsumgebung, in der Unternehmen den KI-Einsatz strukturieren und organisatorisch begleiten können.


Was Unternehmen bei der Auswahl einer KI-Plattform prüfen sollten

Wer eine KI-Lösung für den professionellen Einsatz bewertet, sollte sich nicht auf allgemeine Aussagen wie „sicher“, „europäisch“ oder „DSGVO-konform“ verlassen.

Aussagekräftiger sind konkrete Fragen:

Checkliste zur Plattformauswahl

  1. 1Wo werden unsere Unternehmensdaten gespeichert?
  2. 2Welche externen KI-Anbieter erhalten unsere Anfragen?
  3. 3Welche Verarbeitungsregionen werden tatsächlich genutzt?
  4. 4Welche Daten werden beim Modellanbieter gespeichert und wie lange?
  5. 5Stehen Zero-Data-Retention-Optionen zur Verfügung?
  6. 6Werden personenbezogene Informationen vor der Modellverarbeitung minimiert oder pseudonymisiert?
  7. 7Welche Auftragsverarbeitungsverträge und technischen Dokumentationen liegen vor?
  8. 8Wie werden Berechtigungen, Wissenszugriffe und die Nutzung innerhalb des Unternehmens gesteuert?

Die Antworten auf diese Fragen sind häufig wesentlich aussagekräftiger als ein einzelnes Datenschutzversprechen.


Fazit: Sicherer KI-Einsatz braucht mehrere Schutzebenen

Generative KI eröffnet Unternehmen enorme Möglichkeiten.

Doch je stärker KI in Geschäftsprozesse integriert wird, desto wichtiger wird ein bewusster Umgang mit sensiblen Informationen.

Zero Data Retention, EU-APIs und Pseudonymisierung lösen unterschiedliche Probleme – und ergänzen sich gerade deshalb.

  • Zero Data Retention adressiert die Speicherung beim Modellanbieter.
  • EU-APIs ermöglichen eine gezieltere regionale Verarbeitung.
  • Pseudonymisierung reduziert identifizierende Informationen, bevor diese an ein KI-Modell übermittelt werden.

Gemeinsam mit klaren Berechtigungen, dokumentierten Datenflüssen und einer geeigneten Governance entsteht daraus eine belastbare Grundlage für den professionellen Einsatz von KI.

Die entscheidende Frage ist deshalb nicht nur, welches KI-Modell ein Unternehmen verwendet.

Kernaussage

Entscheidend ist, unter welchen Bedingungen dieses Modell mit Unternehmensdaten arbeiten darf.


KI nutzen – mit Datenschutz als Bestandteil der Architektur

Mit AnyGuard verbinden Unternehmen moderne KI-Modelle, Teamarbeit und Unternehmenswissen mit einer mehrschichtigen Datenschutzarchitektur.

Erfahren Sie, wie Zero Data Retention, europäische API-Optionen und Echtzeit-Pseudonymisierung in Ihrer konkreten AnyGuard-Konfiguration zusammenspielen können.

Bereit für mehrschichtigen KI-Datenschutz?

Testen Sie AnyGuard risikofrei oder lassen Sie sich die Plattform persönlich zeigen.

Hinweis: Dieser Artikel dient der allgemeinen Information und stellt keine Rechtsberatung dar. Welche Zusagen im Einzelfall gelten, hängt von Anbieter, Modell, API-Endpunkt und Konfiguration ab. Für Fragen zu Ihrer konkreten Datenschutzarchitektur stehen wir Ihnen gerne in einem persönlichen Gespräch zur Verfügung.

Haben Sie Fragen oder Interesse an unseren Lösungen?

Kontaktieren Sie uns für eine individuelle Beratung oder erfahren Sie mehr über unsere datenschutzkonformen KI-Lösungen.