Vertrauliches Dokument vor KI-Nutzung anonymisieren

Use Case

Bevor ein vertrauliches Dokument in ein KI-Tool ohne Datenschutz-Vertrag wandert, müssen Sie es anonymisieren. Personenbezogene Daten, Vertragsdetails und identifizierende Merkmale werden durch Platzhalter ersetzt — die fachliche Aussage bleibt prüfbar, der Personenbezug entfällt.

Für: Allgemein · Niveau: Mittel · Tools: Microsoft Copilot, ChatGPT, Claude, Gemini

Für wen ist dieser Use Case geeignet?

Dieser Use Case eignet sich für alle, die ein konkretes Dokument von einer KI analysieren, zusammenfassen oder umarbeiten lassen wollen — Verträge, Personalakten, Kundenmails, Angebote, Protokolle, interne Memos. Besonders relevant ist er, wenn keine Enterprise-Variante mit Datenschutz-Vertrag zur Verfügung steht oder das Dokument streng vertraulich ist.

Sie brauchen kein juristisches Spezialwissen, aber ein klares Verständnis dafür, welche Daten im Dokument personenbezogen sind. Faustregel: Alles, woran sich eine Person direkt oder indirekt identifizieren lässt — Name, Anschrift, Geburtsdatum, Personalnummer, E-Mail-Adresse, Telefonnummer, Vertragsnummer, Kundennummer, Diagnose, Gehalt, Mitarbeiter-ID.

Ausgangsproblem

Wer ein Dokument mit personenbezogenen oder vertraulichen Inhalten in eine KI ohne entsprechenden Datenschutz-Vertrag eingibt, verstößt potenziell gegen die DSGVO. Das gilt für die kostenlose Variante von ChatGPT, Gemini oder Claude, aber auch für andere Tools ohne abgeschlossenen Auftragsverarbeitungsvertrag (AVV). Der Verstoß bleibt oft unbemerkt, kann aber bei einer Datenschutzprüfung erhebliche Bußgelder nach sich ziehen.

Die Lösung ist nicht „keine KI nutzen“, sondern „Dokument anonymisieren“. Ein sauber anonymisiertes Dokument enthält keine personenbezogenen Daten mehr — und fällt damit nicht mehr unter den Anwendungsbereich der DSGVO. Voraussetzung: Die Anonymisierung muss so vollständig sein, dass eine Re-Identifikation auch mit Zusatzwissen nicht mehr möglich ist.

Schritt-für-Schritt-Anleitung

Schritt 1: Datenklasse des Dokuments bestimmen

Klären Sie zuerst, in welche Datenklasse das Dokument fällt:

öffentlich — keine Schutzanforderung, kein Personenbezug
intern — nicht für die Öffentlichkeit, kein direkter Personenbezug
vertraulich — personenbezogene Daten, Geschäftsgeheimnisse
streng vertraulich — besondere Kategorien personenbezogener Daten (Gesundheit, Religion, sexuelle Orientierung), Mitarbeiterdaten in sensiblem Kontext, Mandantendaten

Schritt 2: Personenbezogene Daten markieren

Gehen Sie das Dokument durch und markieren Sie alle Stellen mit Personenbezug:

Klarnamen, Anreden, Unterschriften
Adressen, E-Mail-Adressen, Telefonnummern
Geburtsdaten, Personalnummern, Mitarbeiter-IDs
Kunden- und Vertragsnummern, Aktenzeichen
Bankverbindungen, Steuernummern, Sozialversicherungsnummern
IP-Adressen, Standortdaten, Fahrzeugkennzeichen
Gesundheitsdaten, Diagnosen, Krankheitsverläufe
Gehaltsangaben, Boni, Provisionsmodelle

Schritt 3: Identifizierende Kontextdaten markieren

Anonymisierung scheitert oft nicht an offensichtlichen Namen, sondern an Kontextdaten, die eine Re-Identifikation ermöglichen. Markieren Sie zusätzlich:

Firmennamen in Verbindung mit Region oder Branche („mittelständischer Maschinenbauer aus Heilbronn mit 320 Mitarbeitern“)
Funktionsbezeichnungen, die nur eine Person erfüllen kann („unser CFO“, „die Leitung der Rechtsabteilung“)
Datumsangaben in Verbindung mit Ereignissen („Kündigung zum 31.03.“)
Standortbezüge, Projektnamen, interne Produktcodenamen

Schritt 4: Platzhalter konsistent ersetzen

Ersetzen Sie alle markierten Stellen durch eindeutige, aber neutrale Platzhalter. Wichtig ist Konsistenz — wenn dieselbe Person mehrfach im Dokument vorkommt, muss sie immer denselben Platzhalter erhalten, sonst wird der fachliche Zusammenhang unlesbar.

Personen: [PERSON_A], [PERSON_B], [FÜHRUNGSKRAFT_1]
Firmen: [UNTERNEHMEN], [KUNDE_X], [LIEFERANT_Y]
Daten: [DATUM_1], [DATUM_2]
Beträge: [BETRAG] oder grobe Größenordnung („mittlerer fünfstelliger Bereich“)
Standorte: [STANDORT] oder Region („Süddeutschland“)

Schritt 5: Anonymisierung gegenprüfen

Lesen Sie das anonymisierte Dokument durch und fragen Sie sich: Könnte jemand mit allgemein zugänglichem Wissen die Person oder das Unternehmen identifizieren? Wenn ja, sind weitere Kontextdaten zu entschärfen. Besonders gefährlich sind seltene Kombinationen — etwa „mittelständischer Familienbetrieb in Schwaben mit Schwerpunkt auf Spezialdichtungen für die Luftfahrt“.

Schritt 6: KI-Auftrag mit Hinweis formulieren

Geben Sie der KI das anonymisierte Dokument und ergänzen Sie im Prompt einen kurzen Hinweis: „Das Dokument ist anonymisiert. Platzhalter wie [PERSON_A] kennzeichnen reale, aber nicht genannte Personen.“ So vermeidet die KI eigene Annahmen über die Identität.

Schritt 7: Anonymisierung dokumentieren

Halten Sie kurz fest, dass und wie anonymisiert wurde — Datum, eingesetzter Platzhalter-Schlüssel, geprüft durch. Bei einer Datenschutzprüfung ist diese Dokumentation der Nachweis, dass Sie die DSGVO-Anforderungen erfüllt haben.

Beispielprompt

Ich habe ein anonymisiertes Dokument und möchte es von dir analysieren lassen.

Anonymisiertes Dokument:
[Dokument einfügen, mit Platzhaltern wie [PERSON_A], [UNTERNEHMEN], [DATUM_1]]

Aufgabe:
[konkrete Aufgabe einfügen, z. B. „Fasse die Kernpunkte des Vertrags zusammen und benenne Risiken für [PERSON_A]."]

Wichtig:
- Das Dokument ist anonymisiert. Platzhalter wie [PERSON_A] oder [UNTERNEHMEN] kennzeichnen reale, aber nicht genannte Entitäten.
- Erfinde keine Namen, Standorte oder Identitäten für die Platzhalter.
- Verwende in deiner Antwort dieselben Platzhalter, wenn du auf konkrete Personen oder Firmen Bezug nimmst.
- Wenn dir Informationen fehlen, die hinter einem Platzhalter stecken könnten, frage nach — rate nicht.

Qualitätscheck

Bevor Sie das anonymisierte Dokument in eine KI eingeben, prüfen Sie:

Sind alle Klarnamen, Adressen, Telefonnummern und E-Mail-Adressen ersetzt?
Sind Personalnummern, Kundennummern, Aktenzeichen und Vertragsnummern ersetzt?
Sind Funktionsbezeichnungen entschärft, die nur eine Person betreffen können?
Sind seltene Kombinationen aus Branche, Region und Größe vermieden?
Werden mehrfach genannte Personen oder Firmen konsistent mit demselben Platzhalter geführt?
Ist die Anonymisierung dokumentiert (Datum, Schlüssel, geprüft durch)?

Ein guter Test: Geben Sie das anonymisierte Dokument einer Kollegin, die den Vorgang nicht kennt. Wenn sie nicht erraten kann, um wen oder welche Firma es geht, ist die Anonymisierung tragfähig. Wenn doch, sind weitere Kontextdaten zu entschärfen.

Risiken und Grenzen

Pseudonymisierung ist keine Anonymisierung. Wenn Sie nur Namen durch Platzhalter ersetzen, aber alle anderen identifizierenden Daten stehen lassen, bleibt das Dokument personenbezogen — und unterliegt weiter der DSGVO. Eine Re-Identifikation mit Zusatzwissen reicht aus, damit die Anonymisierung rechtlich nicht greift.

KI-Tools speichern Eingaben in der kostenlosen Variante regelmäßig zu Trainingszwecken. Wer ein nicht ausreichend anonymisiertes Dokument eingibt, gibt es faktisch frei. Auch eine spätere Löschung ändert nichts an der bereits erfolgten Verarbeitung.

Bei besonderen Kategorien personenbezogener Daten (Gesundheit, Religion, Gewerkschaftszugehörigkeit) gelten strengere Anforderungen. Hier reicht Anonymisierung allein selten — solche Daten gehören in der Regel nicht in offene KI-Tools, auch nicht anonymisiert.

Die Anonymisierung muss vor dem Hochladen erfolgen — nicht durch die KI selbst. Wer die KI bittet „anonymisiere dieses Dokument“, hat es vorher bereits eingegeben und damit den Datenschutzverstoß begangen.

Datenschutzhinweis

Die DSGVO unterscheidet zwischen anonymisierten und pseudonymisierten Daten. Anonymisierte Daten enthalten keinen Personenbezug mehr und fallen aus dem Anwendungsbereich der DSGVO heraus. Pseudonymisierte Daten — bei denen der Personenbezug nur abgetrennt, aber wiederherstellbar ist — bleiben personenbezogene Daten und unterliegen weiter den DSGVO-Anforderungen.

Für die KI-Nutzung relevant: Ein einfaches Ersetzen des Namens durch ein Pseudonym ist Pseudonymisierung, keine Anonymisierung. Echte Anonymisierung erfordert zusätzlich, dass alle identifizierenden Kontextdaten so weit entschärft werden, dass eine Re-Identifikation auch mit verfügbarem Zusatzwissen nicht mehr möglich ist.

Wenn Ihr Unternehmen eine Enterprise-Variante mit Datenschutz-Vertrag (AVV) nutzt — etwa Microsoft Copilot mit M365-Lizenz, ChatGPT Enterprise, Claude Enterprise oder Gemini in Workspace —, dürfen Sie auch personenbezogene Daten verarbeiten, sofern dies durch interne Richtlinien gedeckt ist. Prüfen Sie vor jedem Vorgang, welche Datenklasse Ihr Tool abdeckt.

Auch bei AVV-gedeckten Tools gilt der Grundsatz der Datenminimierung: Nur die Daten verarbeiten, die für die jeweilige Aufgabe wirklich erforderlich sind. Anonymisierung bleibt also auch hier sinnvoll, wenn die Aufgabe ohne Klardaten erfüllbar ist.

Bei sensiblen Personalvorgängen — Kündigungen, Abmahnungen, Krankheitsfälle — empfiehlt sich zusätzlich die Einbindung des Datenschutzbeauftragten und gegebenenfalls des Betriebsrats vor der KI-Nutzung.

Passende Tools

Microsoft Copilot: Enterprise-Variante mit M365-Lizenz: AVV gedeckt, vertrauliche Daten zulässig — Datenschutz vorher prüfen lassen
ChatGPT: Enterprise/Team-Plan mit AVV: vertrauliche Daten zulässig; kostenlose Variante NUR für anonymisierte oder öffentliche Inhalte
Claude: Enterprise mit AVV: vertrauliche Daten zulässig; Standard-Variante nur für anonymisierte oder öffentliche Inhalte
Gemini: in Google Workspace mit AVV: vertrauliche Daten zulässig; kostenlose Variante NUR für anonymisierte oder öffentliche Inhalte