Regeln Sie KI sicher? Einstufung nach dem AI Act, DSGVO, Urheberrecht und Ihre interne KI-Richtlinie

Fragen Sie eine Geschäftsleitung, ob sie KI sicher regelt, und meist folgt eine Pause. Die ehrliche Antwort ist selten ja oder nein. Sie lautet „wir sind uns nicht ganz sicher“, weil sich hinter der Frage vier schwierigere verbergen.

AI Governance ist keine einzelne Kontrolle, die man einschaltet. Sie ist die Disziplin, zu wissen, welche KI Sie betreiben, auf welchen Daten, in wessen Verantwortung und nach welchen Regeln. Fehlt dieses Wissen, ist jede nachgelagerte Kontrolle geraten.

Vier Säulen tragen das Gewicht. Jede steht für eine Frage, die Sie mit Belegen beantworten können sollten und nicht aus dem Bauch:

• Einstufung. Welche KI-Systeme betreiben Sie, und wie riskant ist jedes davon nach dem AI Act?
• Datenschutz. Wie gehen diese Systeme nach der DSGVO mit personenbezogenen Daten um?
• Urheberrecht und geistiges Eigentum. Was geht in Ihre KI hinein, und wem gehört, was herauskommt?
• Interne Richtlinie. Welche Regeln leiten die Menschen, die täglich KI nutzen, und halten sie sich daran?

Arbeiten Sie die vier ab, und Sie haben eine haltbare Antwort. Lassen Sie eine davon leer, dann liegt genau dort Ihr Risiko.

Die richtigen Kontrollen lassen sich erst anwenden, wenn Sie wissen, was Sie kontrollieren. Der AI Act sortiert Systeme in vier Stufen, und Ihre Pflichten folgen der Stufe:

• Inakzeptables Risiko. Rundweg verboten, etwa Social Scoring oder manipulative Systeme. Diese dürfen überhaupt nicht eingesetzt werden.
• Hohes Risiko. Erlaubt unter strengen Pflichten: Risikomanagement, Data Governance, technische Dokumentation, Protokollierung, menschliche Aufsicht und Nachvollziehbarkeit. Das betrifft KI in Bereichen wie Personalauswahl, Kredit und Zugang zu wesentlichen Diensten.
• Begrenztes Risiko. Transparenzpflichten, etwa Nutzern zu sagen, dass sie mit KI interagieren oder dass Inhalte KI-erzeugt sind.
• Minimales Risiko. Keine besonderen Pflichten über gute Praxis hinaus.

Die Pflichten treffen Betreiber, nicht nur die Unternehmen, die die Modelle bauen. Wenn Sie ein Hochrisikosystem einsetzen, liegen die Pflichten zu Aufsicht und Aufzeichnung bei Ihnen.

Der jüngste AI Omnibus hat die Hochrisiko-Fristen auf Dezember 2027 und August 2028 geschoben, an der Einstufung selbst aber nichts geändert. Der erste praktische Schritt bleibt derselbe: ein lebendes Verzeichnis jedes KI-Systems aufbauen, Zweck und Datenquellen festhalten und jedem eine Risikostufe zuweisen. Alles Weitere in diesem Artikel hängt daran, dieses Verzeichnis zu haben.

Der AI Act sitzt auf der DSGVO auf; er ersetzt sie nicht. Sobald ein KI-System personenbezogene Daten berührt, gilt jeder vertraute Grundsatz der DSGVO weiterhin, und KI macht mehrere davon schwerer einzuhalten.

• Rechtsgrundlage und Zweckbindung. Daten, die für einen Zweck erhoben wurden, dürfen ohne neue Grundlage nicht dafür umgewidmet werden, ein Modell zu trainieren oder zu betreiben.
• Datenminimierung. Modelle ziehen zu mehr Daten hin, die DSGVO zu weniger. Einem Prompt oder einem Trainingsdatensatz mehr personenbezogene Daten zu geben, als die Aufgabe braucht, ist ein Verstoß, der nur noch auffliegen muss.
• Transparenz und Betroffenenrechte. Menschen haben das Recht zu erfahren, wie ihre Daten genutzt werden, und sie berichtigen oder löschen zu lassen, was schwierig wird, sobald Daten in einem Modell aufgegangen sind.
• Folgenabschätzungen. Eine Verarbeitung mit hohem Risiko kann vor dem Produktivgang eine Datenschutz-Folgenabschätzung erfordern.

Der wiederkehrende Schwachpunkt sind unsichtbare personenbezogene Daten in Prompts und Trainingsdaten. Was man nicht sieht, kann man nicht schützen. Zu wissen, wo personenbezogene Daten liegen und wohin sie fließen, ist das gemeinsame Fundament für die DSGVO und den AI Act. Deshalb lohnt es sich, diese Zuordnung einmal zu erstellen und für beide zu nutzen.

Das Urheberrecht ist die Säule, die die meisten Teams übersehen, und sie schneidet in zwei Richtungen: was in die KI hineingeht und was herauskommt.

Auf der Eingabeseite ist beim Training und beim Prompten oft fremdes Material im Spiel. Das EU-Urheberrecht erlaubt Text und Data Mining, doch Rechteinhaber können widersprechen, und Anbieter von KI-Modellen mit allgemeinem Verwendungszweck müssen eine Urheberrechtsrichtlinie führen, die diese Widersprüche achtet. Seit August 2025 müssen diese Anbieter außerdem eine Zusammenfassung ihrer Trainingsinhalte veröffentlichen, nach der Vorlage des KI-Büros vom 24. Juli 2025. Selbst wenn Sie KI nur einsetzen und nicht bauen, prägt diese Pflicht, welchen Modellen Sie trauen können, und eigenes oder lizenziertes Material in ein öffentliches Werkzeug zu kopieren kann sowohl fremde Rechte als auch Ihre eigenen Zusagen zur Vertraulichkeit verletzen.

Auf der Ausgabeseite ist die Eigentumsfrage unsicher. In der EU setzt urheberrechtlicher Schutz im Allgemeinen menschliche Urheberschaft voraus, weshalb rein maschinell erzeugte Ausgaben womöglich gar nicht geschützt sind. Ausgaben können außerdem Material aus den Trainingsdaten wiedergeben, woraus ein Verletzungsrisiko entsteht, das Sie erben. Behandeln Sie KI-Ausgaben als Entwurf, der menschliche Prüfung und eine klare Aufzeichnung seiner Entstehung braucht.

Die ersten drei Säulen betreffen Systeme und Daten. Die vierte betrifft Menschen, und dort scheitert Governance am häufigsten still. Eine Richtlinie, die niemand liest, schützt niemanden.

Eine brauchbare interne KI-Richtlinie ist kurz, konkret und ermöglichend. Sie sollte die Fragen beantworten, die Mitarbeitende tatsächlich haben:

• Welche Werkzeuge sind freigegeben, und wie beantrage ich ein neues?
• Welche Daten darf ich eingeben, und was darf unseren Bereich nie verlassen?
• Wann ist eine menschliche Prüfung nötig, bevor ich auf eine KI-Ausgabe hin handle?
• Wer verantwortet welchen KI-Anwendungsfall, sodass es eine Person gibt und nicht nur eine Regel?

Der Reflex, KI rundweg zu verbieten, geht nach hinten los. Ein Verbot beendet die Nutzung nicht; es drängt sie in nicht freigegebene Werkzeuge, die Ihr Sicherheitsteam nicht sieht, das Problem, das wir unter Schatten-KI behandeln. Eine Richtlinie, die sichere Nutzung ermöglicht und von geregelten Alternativen gestützt wird, ist die einzige Fassung, die hält.

Die vier Säulen sehen nach vier getrennten Projekten aus. Das sind sie nicht. Jede ruht auf demselben Fundament: Ihre Systeme, Ihre Daten und Ihre Verantwortlichkeiten zu kennen.

Die Einstufung braucht ein Verzeichnis der KI-Systeme. Für die Compliance mit der DSGVO muss man wissen, wohin personenbezogene Daten fließen. Die Kontrolle des Urheberrechts braucht eine Aufzeichnung dessen, was in ein System gelangt ist und was es hervorgebracht hat. Eine interne Richtlinie braucht Bestände, auf die sie zeigen kann, und Verantwortliche, die sie in die Pflicht nehmen kann. Bauen Sie das Fundament einmal, und alle vier Säulen stehen darauf. Lassen Sie es aus, und Sie bauen dieselbe Grundlage viermal, jedes Mal anders.

Jede Säule läuft auf dasselbe Bedürfnis hinaus: eine einzige, geregelte Aufzeichnung dessen, was Sie betreiben und welche Daten es berührt. Genau dieses Fundament liefert Dawiso.

Der Data Catalog wird zum lebenden Verzeichnis der Datenbestände und der KI-Systeme, die sie nutzen, dem Ausgangspunkt der Einstufung. Interactive Data Lineage verfolgt durchgängig, wohin Daten fließen, auch personenbezogene, und genau das verlangen die Zuordnung nach der DSGVO und die Verfolgung des Urheberrechts gleichermaßen. Zugriffsverwaltung und klare Verantwortlichkeiten machen eine interne Richtlinie von einem bloßen Dokument zu gelebter, durchgesetzter Praxis. Die Lösung für AI Governance knüpft Klassifizierung, Verantwortlichkeit und Richtlinien an die Bestände selbst.

Für Teams, die KI produktiv einsetzen, geben der Context Layer und die Unterstützung für das Model Context Protocol (MCP) der KI den geregelten fachlichen Kontext, den sie braucht, mit der Zugriffskontrolle und der Nachvollziehbarkeit, auf denen sichere Governance beruht. Das Ergebnis ist eine Aufzeichnung, die alle vier Fragen auf einmal beantwortet.

Also: Regeln Sie KI sicher? Sobald Sie Ihre Systeme einstufen können, sehen, wohin personenbezogene Daten fließen, das Urheberrecht auf beiden Seiten verfolgen und Mitarbeitende auf eine Richtlinie verweisen können, der sie folgen, lautet die Antwort nicht mehr „wir sind uns nicht sicher“, sondern „ja, und hier sind die Belege“.