Wer KI-Agenten im Unternehmen einsetzt, sollte diese Fragen für den gesamten Ablauf beantworten: vom Eingang über die Modellverarbeitung bis zur Speicherung und Freigabe der Antwort. Eine zusätzliche Schutzmaßnahme ist die Pseudonymisierung: Dabei können personenbezogene Angaben vor der Modellverarbeitung durch Platzhalter ersetzt werden. Anschließend können berechtigte Prozesse die Angaben wieder zuordnen. Ob der verbleibende Kontext Rückschlüsse auf eine Person ermöglicht, muss ebenfalls geprüft werden.
Künstliche Intelligenz kann Schritte in Geschäftsprozessen eigenständig vorbereiten und so die Automatisierung unterstützen. Wer solche Abläufe automatisieren möchte, sollte die eingesetzte Technologie und ihre Datenquellen vorab gemeinsam mit IT und Datenschutz prüfen. Je nach Aufgabe darf ein Agent Daten aus mehreren Systemen abrufen. Für den Einsatz von KI im Unternehmen sollten Verantwortliche deshalb festlegen, auf welche Informationen die Anwendung tatsächlich zugreifen darf.
Im Folgenden zeigen wir anhand eines vereinfachten Beispiels, wie ein solcher Datenfluss aussehen kann, wo seine Grenzen liegen und welche Fragen Unternehmen vor dem produktiven Einsatz klären sollten.
Hinweis: AI Cowork ist unser eigenes Produkt. Das Beispiel beschreibt einen schematischen Ablauf, keinen dokumentierten Kundenfall.
Welche personenbezogenen Daten können KI-Agenten verarbeiten?
Personenbezogene Daten sind Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen. Dazu zählen offensichtliche Angaben wie Name, persönliche E-Mail-Adresse oder Telefonnummer. Auch eine Kombination aus Vorgangsdetails, Rolle, Zeit und Kundenbeziehung kann unter Umständen einen Rückschluss auf eine Person ermöglichen.
Im Arbeitsalltag können solche Informationen an mehreren Stellen auftauchen:
- Kundenservice: E-Mails, Gesprächsnotizen und Reklamationen.
- Vertrieb: Ansprechpartner, Kontaktdaten und Angebotsverläufe.
- Personalbereich: Bewerbungen, Abwesenheiten oder Mitarbeiterdaten.
- Projektarbeit: Protokolle, Aufgaben und Dokumente mit Namen oder Kontaktdetails.
- Anhänge und Metadaten: Dateinamen, Kommentare, Tabellen, Scans oder eingebettete Informationen.
Neben personenbezogenen Daten gibt es vertrauliche Geschäftsdaten. Preisformeln, technische Zeichnungen oder interne Kalkulationen können schützenswert sein, auch wenn sie keiner Person zugeordnet werden. Für beide Kategorien sollten Unternehmen passende Zugriffs- und Weitergaberegeln festlegen.
Wo entstehen beim KI-Agenten Datenflüsse?
Ein KI-Agent kann Informationen aus verschiedenen Quellen abrufen, mit einem Sprachmodell verarbeiten und über angebundene Tools weitergeben. Für den Datenschutz reicht es deshalb nicht, allein den Standort des Chatfensters zu kennen.
Eine einfache Kundenanfrage kann beispielsweise diese Stationen durchlaufen:
- Eingang: Ein Postfach oder ein anderes System empfängt die Anfrage.
- Vorbereitung: Der Inhalt wird für die Aufgabe ausgewählt und gegebenenfalls pseudonymisiert.
- Wissenssuche: Der Agent sucht nach freigegebenen Produkt- oder Prozessinformationen.
- Modellverarbeitung: Das Sprachmodell erhält den benötigten Kontext und erstellt einen Entwurf.
- Zuordnung und Freigabe: Platzhalter können wieder zugeordnet werden; eine zuständige Person prüft die Antwort vor dem Versand.
- Speicherung: Vorgangsstatus, Antwort und gegebenenfalls Protokolle werden nach den vereinbarten Regeln aufbewahrt.
Nicht jeder Agent nutzt alle Schritte. Hinzu kommen können Suchindizes, externe Schnittstellen oder Unterauftragsverarbeiter. Entscheidend ist, den tatsächlichen Prozess mit seinen Datenarten, Berechtigungen und beteiligten Diensten zu dokumentieren. E-Mail-Postfächer, Dokumentenablagen und Zwischenergebnisse verdienen dabei besondere Aufmerksamkeit: Für jede Station sollte klar sein, welche Angaben sie benötigt, wo sie gespeichert werden und wer sie einsehen kann.
Was bedeutet Pseudonymisierung vor der Modellverarbeitung?
Bei einer Pseudonymisierung werden Angaben so verändert, dass die Zuordnung zu einer Person zusätzliche Informationen benötigt. Eine mögliche technische Methode ersetzt einen Namen durch einen Platzhalter. Wer Informationen vor einem Modellaufruf pseudonymisieren möchte, sollte auch prüfen, ob der verbleibende Text weiterhin Rückschlüsse auf eine Person zulässt. Die zusätzliche Information für die Zuordnung muss getrennt aufbewahrt und durch geeignete Maßnahmen geschützt werden. Sie darf nur für den vorgesehenen Zweck genutzt werden.
Die folgende Darstellung ist ein vereinfachtes Beispiel. Die Namen und Angaben sind erfunden; sie zeigen keine echte Kundenanfrage und keine getestete Produktoberfläche.
| Schritt | Beispiel |
|---|---|
| Ursprüngliche Anfrage | „Frau Beispiel möchte ein Angebot für die Wartung ihrer Anlage.“ |
| Nach Ersetzung | „[PERSON_1] möchte ein Angebot für die Wartung ihrer Anlage.“ |
| Aufgabe für das Modell | Einen Antwortentwurf anhand freigegebener Wartungsinformationen erstellen |
| Modellantwort | „Guten Tag [PERSON_1], gerne bereiten wir ein Angebot vor …“ |
| Zuordnung | Der Platzhalter im Entwurf wird wieder der ursprünglichen Angabe zugeordnet |
| Freigabe | Eine berechtigte Person prüft den Entwurf und entscheidet über den Versand |
Der Platzhalter kann den direkten Namen aus der Modellanfrage entfernen. Weitere Informationen können dennoch einen Personenbezug herstellen – etwa eine einzigartige Funktion oder eine Kombination seltener Vorgangsdetails. Deshalb sollten Unternehmen auch den verbleibenden Kontext betrachten.
Pseudonymisierung und Anonymisierung: der Unterschied
Bei der Pseudonymisierung bleibt eine Zuordnung mithilfe zusätzlicher Informationen möglich. Anonymisierung verfolgt das Ziel, dass eine Person unter Berücksichtigung der relevanten Umstände nicht mehr identifizierbar ist. Der Europäische Datenschutzausschuss unterscheidet diese Begriffe ausdrücklich.
Pseudonymisierte Daten bleiben aus Sicht der Stelle, die sie wieder einer Person zuordnen kann, personenbezogene Daten. Wie Daten für weitere beteiligte Stellen einzuordnen sind, hängt vom jeweiligen Kontext und den verfügbaren Zusatzinformationen ab. Für den konkreten Prozess sind die datenschutzrechtlichen Anforderungen daher weiterhin zu prüfen.
Wie setzt AI Cowork die zusätzliche Schutzmaßnahme ein?
Bei AI Cowork ersetzen wir personenbezogene Angaben vor der Modellverarbeitung durch Platzhalter. Zurückgegebene Platzhalter werden nach der Verarbeitung wieder den Originalangaben zugeordnet. Die zusätzliche Schutzmaßnahme verwenden wir sowohl bei lokalen KI-Modellen als auch beim Einsatz von Azure oder Amazon Bedrock.
Wenn Azure oder Amazon Bedrock eingesetzt werden, nutzen wir Server in Deutschland. Falls diese für den vorgesehenen Einsatz dort nicht verfügbar sind, wählen wir alternativ einen Standort in der EU. Die konkrete Projektgestaltung legt fest, welche Daten verarbeitet, welche Dienste angebunden und welche Betriebsbedingungen vereinbart werden.
Die Pseudonymisierung ergänzt die weiteren Schutzmaßnahmen des Systems. Dazu gehören die geplanten Rollen und Zugriffsrechte sowie die Entscheidung, welche Aktionen eine Freigabe benötigen. Welche Datenarten und Kanäle im konkreten Ablauf erfasst werden und wie die getrennte Aufbewahrung und der Schutz der Zuordnung umgesetzt sind, besprechen wir im Projekt. Eine vollständige Erkennung jeder denkbaren Angabe lässt sich aus der allgemeinen Beschreibung allein nicht ableiten.
Auf unserer Seite zu DSGVO und eigener KI-Instanz erläutern wir die weiteren Grundlagen für Betrieb und Datenflüsse.
Welche Informationen braucht das Modell wirklich?
Vor der Ersetzung steht eine einfachere Frage: Welche Informationen sind für die Aufgabe erforderlich? Je weniger Daten eine Aufgabe benötigt, desto kleiner kann die Menge der Daten sein, die vor der Verarbeitung geschützt werden muss. Ein Antwortentwurf zu allgemeinen Wartungsbedingungen benötigt häufig weniger Kontext als die Bearbeitung eines konkreten Vertragsvorgangs.
Eine praktische Einteilung kann so aussehen:
| Information | Beispiel für die Prüfung |
|---|---|
| Name und Kontaktdaten | Sind sie für die Modellaufgabe erforderlich oder können Platzhalter verwendet werden? |
| Inhalt des Anliegens | Welche Angaben helfen bei der fachlichen Antwort? |
| Vertrags- oder Vorgangsnummer | Wird sie für eine erlaubte Abfrage benötigt oder kann sie weggelassen werden? |
| Dokumentanhang | Welche Abschnitte sind für den Zweck relevant? Enthält der Anhang weitere Personenangaben? |
| Gesundheits- oder andere besonders sensible Angaben | Ist die Verarbeitung erforderlich und für diesen Fall rechtlich sowie organisatorisch freigegeben? |
| Interne Preiskalkulation | Welche Rolle darf sie sehen und für welche Aufgabe wird sie gebraucht? |
Die Tabelle ist eine Entscheidungshilfe. Sie ersetzt keine Bewertung des konkreten Einzelfalls. Gerade bei besonders sensiblen Informationen sind Zweck, Rechtsgrundlage, Zugriffe und Schutzmaßnahmen sorgfältig zu klären.
Fünf Stellen, an denen Unternehmen genauer hinsehen sollten
1. Indirekte Hinweise im Text
Wird nur der Name ersetzt, können weitere Angaben die Person erkennbar machen. Eine Formulierung wie „die einzige Standortleiterin in einer kleinen Niederlassung“ kann zusammen mit weiteren Informationen einen Rückschluss ermöglichen. Für einen Piloten sollten deshalb auch ungewöhnliche Kombinationen geprüft werden.
2. Anhänge, Scans und Metadaten
Ein KI-Agent kann neben dem Nachrichtentext zusätzliche Daten erhalten. Dazu können Anhänge, Tabellen, Dateinamen oder aus Bildern erkannter Text gehören. Prüfen Sie für jeden genutzten Kanal, welche Inhalte die Schutzmaßnahme erfasst und was bei nicht unterstützten Formaten geschieht.
3. Zuordnung und Wiederherstellung
Die Information, mit der ein Platzhalter wieder einer Person zugeordnet wird, ist besonders schutzbedürftig. Für die Planung sind unter anderem Verantwortlichkeit, Zugriffsrechte, getrennte Aufbewahrung und Löschung relevant. Der Entwurf der EDSA-Leitlinien zur Pseudonymisierung behandelt den Schutz solcher Zusatzinformationen. Die genaue technische Umsetzung wird für das jeweilige System dokumentiert.
4. Suchindex, Memory und Protokolle
Der Modellaufruf ist nur eine Station. Personenangaben können bereits im Originalsystem, im Suchindex, in einem Gesprächsverlauf oder in Protokollen liegen. Legen Sie fest, wer diese Bereiche nutzen darf, welche Inhalte erforderlich sind und wie lange sie aufbewahrt werden. Bei gelöschten oder korrigierten Angaben müssen gegebenenfalls auch abgeleitete Kopien berücksichtigt werden. Für den operativen Betrieb hilft ein Plan, der Quellsystem, Suchindex und weitere Speicherorte erfasst. Er beschreibt, wer eine Korrektur oder Löschung veranlasst und wie geprüft wird, ob die Änderung in angebundenen Systemen angekommen ist.
5. Aktionen und Weitergabe
Ein geschützter Eingabetext verhindert für sich genommen keine unerlaubte Aktion. Der Agent benötigt getrennte Rechte für das Lesen, das Vorbereiten einer Antwort und das Schreiben oder Versenden. Besonders bei externen Nachrichten und Änderungen in CRM oder ERP sollten Aufgaben, Berechtigungen und Freigaben klar feststehen.
Wie gemeinsame Wissensquellen und Zugriffsebenen zusammenspielen, erläutern wir auf der Seite zu Berechtigungen in AI Cowork.
Verantwortlichkeiten und menschliche Kontrolle
Auch ein autonom gestarteter Ablauf braucht eine verantwortliche Stelle im Unternehmen. Sie legt fest, welche Datenquellen der Agent nutzen und welche Schritte er ausführen darf. IT, Fachbereich und Datenschutz sollten dabei klären, wer Änderungen freigibt und wer bei Fehlern oder Sicherheitsrisiken informiert wird. Diese Regeln für Zuständigkeiten und Zugriffskontrollen gehören zur Governance des KI-Einsatzes. Dazu zählt auch ein Verfahren, um Zugriffe bei Rollenwechsel oder Beendigung eines Prozesses zu überprüfen und bei Bedarf zu widerrufen. Ein Zugangstoken oder ein Zwischenspeicher kann je nach Technik noch eine Zeit lang gültig bleiben; das tatsächliche Verhalten sollte getestet werden.
Zu einer geeigneten Datenschutzrichtlinie gehören außerdem Regeln für Zugriffskontrollen, die Überprüfung von Protokollen und den Umgang mit nicht erkannten Angaben. Je nach Risiko kommen weitere Maßnahmen wie Verschlüsselung bei Übertragung und Speicherung sowie regelmäßige Tests infrage. Welche Maßnahmen im konkreten System umgesetzt werden, wird für das jeweilige Projekt dokumentiert.
Lokal, Azure oder Amazon Bedrock: Was sollten Unternehmen vergleichen?
Die Betriebsform beeinflusst, welche Daten wohin fließen und wer den Betrieb verantwortet. Ob ein Sprachmodell lokal oder in einer Cloud läuft, sagt allein noch nicht aus, welche weiteren Dienste an der Verarbeitung beteiligt sind. Für sensible Unternehmensprozesse lohnt sich eine Prüfung entlang derselben Fragen: Standort, Modell, Vertrag, Zugriff, Protokollierung, eingebundene Dienste und Pflege.
| Betriebsform | Typischer Prüfpunkt |
|---|---|
| Lokales Modell | Wo laufen Modell und weitere Komponenten? Welche Wartung, Kapazität und Zugriffsregeln sind vereinbart? |
| Azure | Welcher Dienst, Deployment-Typ und Verarbeitungsort sind für den vorgesehenen Einsatz konfiguriert? |
| Amazon Bedrock | Welche Region und welches Inferenzprofil werden für das gewählte Modell verwendet? |
| Hybrid | Welche Aufgaben und Daten dürfen welchen Weg nehmen, und wie wird die Zuordnung kontrolliert? |
Bei Azure und Amazon Bedrock hängt der mögliche Verarbeitungsort auch von der gewählten technischen Option ab. Microsoft beschreibt unterschiedliche Deployment-Typen; AWS unterscheidet regionale, geografische und globale Inferenz. Deshalb sollten die vereinbarte Region und die tatsächlich eingesetzte Konfiguration zusammen betrachtet werden.
Auch bei einem lokalen Modell können weitere Komponenten oder Schnittstellen beteiligt sein. Unternehmen sollten den gesamten Datenweg ihrer Anwendung verstehen. Die Frage nach dem passenden Betriebsmodell vertiefen wir unter eigene KI-Instanz.
Ist ein KI-Agent durch Pseudonymisierung DSGVO-konform?
Pseudonymisierung ist eine technische Schutzmaßnahme. Die Bewertung des gesamten KI-Einsatzes umfasst weitere Punkte – beispielsweise Zweck und Rechtsgrundlage der Verarbeitung, notwendige Verträge, Zugriffe, Speicherdauer und die Auswahl der beteiligten Dienste.
Die Datenschutzkonferenz bietet eine Orientierungshilfe für die Auswahl und Nutzung von KI-Anwendungen. Der Landesbeauftragte für Datenschutz Baden-Württemberg erläutert, warum die Rollen und einzelnen Verarbeitungsschritte im konkreten Einsatz betrachtet werden müssen.
Zur Prüfung der DSGVO gehören auch Transparenzpflichten gegenüber betroffenen Personen. Welche Informationen wann bereitzustellen sind, hängt vom konkreten Datenfluss und den jeweils geltenden Voraussetzungen ab.
Bei besonderen Kategorien personenbezogener Daten können zusätzliche Anforderungen gelten. Welche Regelungen im Einzelfall relevant sind, sollte das Unternehmen mit seiner Datenschutz- oder Rechtsberatung klären.
Wenn eine Verarbeitung voraussichtlich ein hohes Risiko für die Rechte und Freiheiten betroffener Personen mit sich bringt, ist grundsätzlich vorab eine Datenschutz-Folgenabschätzung erforderlich. Ob diese Voraussetzungen für einen bestimmten Agentenprozess erfüllt sind und welche Regelungen im Einzelfall gelten, hängt von dessen konkreter Gestaltung ab. Grundlage ist Artikel 35 der DSGVO; auch die Datenschutzkonferenz behandelt die Prüfung in ihrer verlinkten Orientierungshilfe.
Datenschutz bei KI: Welche Nachweise helfen im Betrieb?
Eine Datenschutzprüfung wird effektiver, wenn die Beteiligten den tatsächlichen Ablauf gemeinsam nachvollziehen können. Zu den Best Practices gehören dokumentierte Zuständigkeiten, nachvollziehbare Entscheidungen und regelmäßige Tests. Das gilt für lokal betriebene Systeme ebenso wie für Anwendungen in der Cloud. Ein kleiner Projektsteckbrief kann folgende Fragen beantworten:
- Datenquellen: Welche E-Mail-Postfächer und weiteren Systeme sind angebunden, und welche Informationen darf der Agent daraus abrufen?
- Verarbeitung: Wo werden Daten pseudonymisiert, welche Zwischenergebnisse entstehen und welche Dienste erhalten welche Inhalte?
- Zugriff: Welche Identität nutzt die Anwendung? Wer darf Berechtigungen vergeben, überprüfen und bei Bedarf widerrufen?
- Aufbewahrung: Welche Regeln gelten für Originaldaten, Ausgaben, Protokolle und gegebenenfalls Sicherungskopien?
- Betrieb: Wer überprüft Änderungen an Modellen und Schnittstellen, wer überwacht Fehlermeldungen und wer bearbeitet Ausnahmen?
Diese Unterlagen unterstützen die Einhaltung der vereinbarten Regeln und die Abstimmung über Datenschutzbedenken. Sie sind ein Ausgangspunkt für Risikobewertungen und ersetzen keine Prüfung des konkreten Einzelfalls. Gerade in regulierten Bereichen können weitere Anforderungen hinzukommen. Die Datenschutzkonferenz nennt unter anderem Verantwortlichkeiten, Datensicherheit und die Rechte betroffener Personen als Prüffelder.
Praxistest: Wie lässt sich der Datenfluss prüfen?
Vor einem produktiven Einsatz lohnt sich ein Test mit künstlichen oder dafür freigegebenen Beispieldaten. Die folgenden Fälle sind Prüfvorschläge mit erwarteten Ergebnissen. Sie behaupten keine bereits durchgeführten Tests für AI Cowork oder ein anderes Produkt.
| Prüffall | Erwartetes Ergebnis |
|---|---|
| Eine Nachricht enthält einen Namen und eine E-Mail-Adresse | Die für den Ablauf vorgesehenen Angaben werden vor dem Modellaufruf entsprechend den vereinbarten Regeln behandelt |
| Eine Nachricht enthält eine seltene Rollen- und Standortkombination | Ein möglicher indirekter Personenbezug wird erkannt und der Prozess bei Bedarf angepasst |
| Ein Dokumentanhang enthält weitere Angaben | Der Test zeigt, ob das Format erfasst wird und was bei nicht unterstützten Inhalten geschieht |
| Das Modell gibt einen bekannten Platzhalter zurück | Der Entwurf lässt sich dem richtigen Vorgang zuordnen und für berechtigte Personen wiederherstellen |
| Das Modell verändert oder vergisst einen Platzhalter | Der Fall wird als Ausnahme behandelt; das System ergänzt keine ungeprüfte Identität |
| Eine unberechtigte Rolle fragt einen Vorgang ab | Sie erhält keinen Zugriff auf die geschützten Inhalte oder die Zuordnung |
| Ein Protokoll wird für den Support benötigt | Der Inhalt und der berechtigte Empfängerkreis entsprechen der vereinbarten Protokollierungsregel |
| Eine Nachricht soll versendet werden | Die zuständige Person kann den Entwurf und seine Zuordnung vor dem Versand prüfen |
Halten Sie für jeden Test Eingangsdaten, beteiligte Komponenten, erwartetes Verhalten, tatsächliches Ergebnis und offene Punkte fest. Wiederholen Sie die relevanten Fälle nach Änderungen an Quellen, Modellen, Regeln oder angebundenen Systemen.
So starten Sie mit einem überschaubaren Prozess
Wählen Sie zunächst eine Aufgabe, bei der Eingang, benötigtes Wissen und Ergebnis klar abgrenzbar sind – zum Beispiel eine Kundenanfrage mit internem Antwortentwurf. Bestimmen Sie eine verantwortliche Person und halten Sie fest, welche Daten überhaupt benötigt werden.
Danach lässt sich der Ablauf in vier Schritten vorbereiten:
- Datenweg aufnehmen: Quellen, Modell, beteiligte Dienste und Speicherorte erfassen.
- Schutzregeln festlegen: Datenminimierung, Platzhalter, Zugriffe, Aufbewahrung und Ausnahmen definieren.
- Mit Beispieldaten prüfen: Typische Vorgänge, indirekte Hinweise und Fehlerfälle testen.
- Freigabe und Betrieb organisieren: Zuständigkeiten, Kontrolle von Änderungen und menschliche Freigaben vereinbaren.
Ein Pilot liefert dann eine belastbare Grundlage für die nächsten Schritte. Welche Kosten und welcher Aufwand entstehen, hängen unter anderem von Datenquellen, Schnittstellen, Betriebsmodell und Kontrollbedarf ab. Wer KI zur Automatisierung einsetzt, sollte die Wirkung der gewählten Maßnahmen im laufenden Betrieb überwachen und Verantwortlichkeiten für Änderungen verbindlich festlegen.
Häufige Fragen
Dürfen KI-Agenten personenbezogene Daten verarbeiten?
Das hängt vom konkreten Zweck, der Rechtsgrundlage und der Ausgestaltung des Einsatzes ab. Unternehmen sollten Datenarten, Rollen, Verträge und Schutzmaßnahmen vorab prüfen.
Darf ein KI-Agent auf E-Mails und Kundendaten zugreifen?
Ein solcher Zugriff kann für einen festgelegten Ablauf eingerichtet werden. Welche Inhalte erforderlich und erlaubt sind, hängt vom Zweck, den Berechtigungen und den datenschutzrechtlichen Voraussetzungen ab. Auch ob Daten für Training oder andere Zwecke verwendet werden dürfen, ist anhand des konkreten Dienstes und seiner Vereinbarungen zu prüfen.
Sind Daten mit Platzhaltern automatisch anonym?
Wenn die ursprünglichen Angaben mithilfe zusätzlicher Informationen wieder zugeordnet werden können, spricht das für Pseudonymisierung. Ob eine Person für eine beteiligte Stelle identifizierbar bleibt, ist im jeweiligen Kontext zu beurteilen.
Schützt die Pseudonymisierung auch vertrauliche Unternehmensdaten?
Sie kann personenbezogene Angaben schützen. Andere vertrauliche Inhalte wie Kalkulationen oder technische Unterlagen benötigen ebenfalls geeignete Regeln für Zugriff, Weitergabe und Speicherung.
Können lokale KI-Modelle mit Pseudonymisierung kombiniert werden?
Ja. Eine zusätzliche Pseudonymisierung kann auch bei lokalen Modellen sinnvoll sein. Für den tatsächlichen Schutz sind der vollständige Datenfluss und die Umsetzung im konkreten System zu betrachten.
Was passiert, wenn ein Platzhalter im Ergebnis fehlt?
Für solche Fälle braucht der Ablauf eine definierte Ausnahmebehandlung. Eine Zuordnung sollte nicht anhand einer ungesicherten Vermutung erfolgen; der Entwurf kann zur Klärung an eine berechtigte Person gehen.
Sie möchten prüfen, wie ein KI-Agent mit Ihren Kundenanfragen oder internen Vorgängen arbeiten könnte? In einer AI-Cowork-Demo besprechen wir einen konkreten Ablauf, die beteiligten Informationen und passende Schutzmaßnahmen.
Quellenstand: 3. November 2026. Der Beitrag beschreibt allgemeine Grundsätze und ein vereinfachtes Beispiel. Die Eignung und rechtliche Bewertung hängen vom konkreten Einsatz ab.