Datenklassifizierung und Datenminimierung

Lernziele

Sie beschreiben das vierstufige Datenklassifizierungsschema (Öffentlich / Intern / Vertraulich / Streng vertraulich) und ordnen konkrete Beispiele aus verschiedenen Branchen jeder Stufe zu.

Sie erklären das DSGVO-Prinzip der Datenminimierung (Art. 5 Abs. 1 lit. c) und wenden es auf KI-spezifische Eingabeszenarien an.

Sie verknüpfen Datenstufen mit Hosting-Anforderungen: Welche Datenkategorie darf in welchem System verarbeitet werden?

Sie beschreiben die besonderen Herausforderungen der Datenklassifizierung in RAG-Systemen (Retrieval Augmented Generation).

Sie wenden das Drei-Stufen-Freigabemodell (Grün / Gelb / Rot) auf konkrete KI-Eingabe-Entscheidungen an.

Sie erklären, wie ein Datenklassifizierungs-Schema in eine KI-Nutzungsrichtlinie integriert wird.

Auf einen Blick

Worum geht es? — Der didaktische Einstieg

Eine Analystin soll eine Vertriebspräsentation mit Hilfe eines KI-Assistenten vorbereiten. Sie gibt in das Tool ein: die Umsatzzahlen des letzten Quartals, die Namen der drei wichtigsten Kunden mit ihren Vertragsvolumen, und die internen Zielpreise für das nächste Geschäftsjahr — alles in ein externes Cloud-basiertes KI-System. Die Präsentation ist in 30 Minuten fertig. Was ist passiert?

Die Analystin hat keine böse Absicht gehabt. Aber sie hat gerade drei unterschiedliche Datenkategorien in ein System übertragen: Umsatzzahlen (möglicherweise intern), Kundennamen mit Vertragsdetails (vertraulich, personenbezogen), und interne Preisstrategien (streng vertraulich, Geschäftsgeheimnis). Jede dieser Kategorien hätte andere Schutzanforderungen — und andere Systeme wären jeweils zulässig oder unzulässig.

Das Fundament jeder KI-Governance-Entscheidung ist die Datenklassifizierung: Zu wissen, welche Daten wie sensibel sind und welchen Schutz sie erfordern. Ohne Klassifizierung ist jede Entscheidung — Hosting, Tool-Auswahl, Vendor Assessment — Raterei.

Lerntext — Theorie und Konzepte

Das Vierstufige Klassifizierungsschema

Die Klassifizierung orientiert sich an ISO/IEC 27001 und dem BSI IT-Grundschutz-Kompendium:

Stufe 1 — Öffentlich (Public): Informationen, die für die Öffentlichkeit bestimmt oder ohne Einschränkung zugänglich sind. Kein Schaden bei unbeabsichtigter Offenlegung. Beispiele: Pressemitteilungen, öffentliche Produktinformationen, veröffentlichte Jahresberichte, allgemeine Schulungsmaterialien ohne Geschäftsbezug. KI-Kontext: Alle genehmigten KI-Tools können verwendet werden. Keine Einschränkungen.

Stufe 2 — Intern (Internal): Informationen, die für den internen Gebrauch bestimmt sind und deren Offenlegung nach außen einen moderaten Schaden verursachen würde. Beispiele: Interne Prozessanweisungen, allgemeine Projektstatus-Updates, interne Ankündigungen, Meeting-Protokolle ohne vertrauliche Inhalte. KI-Kontext: Genehmigte KI-Tools mit AVV, Cloud-Hosting mit EU-Rechenzentrum oder Data Privacy Framework akzeptabel.

Stufe 3 — Vertraulich (Confidential): Informationen, die besonderen Schutz erfordern. Deren Offenlegung würde erhebliche Schäden verursachen — geschäftliche, rechtliche oder reputationsbezogene. Beispiele: Personenbezogene Daten (DSGVO-relevant), Kundendaten inkl. Vertragsdetails, Angebotskalkulationen, Personalakten, technische Spezifikationen noch nicht veröffentlichter Produkte. KI-Kontext: Nur genehmigte KI-Tools mit nachgewiesenem EU-Hosting und vollständig geprüftem AVV. Kein Trainings-Verwendungsrecht.

Stufe 4 — Streng vertraulich (Strictly Confidential / Secret): Hochsensible Informationen, deren Offenlegung schwerwiegende Schäden verursachen würde — finanzielle, rechtliche, strategische oder sicherheitsbezogene. Beispiele: Zugangsdaten und API-Keys, Unternehmensstrategien vor Veröffentlichung, M&A-relevante Informationen, besondere Kategorien personenbezogener Daten (DSGVO Art. 9: Gesundheit, Religion, politische Überzeugung), Informationen aus laufenden Gerichtsverfahren. KI-Kontext: Ausschließlich On-Premise-Lösungen oder zertifizierte souveräne Cloud. Kein externes Cloud-KI-Tool — auch nicht mit AVV.

Merksatz

Das Klassifizierungsschema ist nur so gut wie seine Anwendung im Alltag. Es nützt nichts, wenn Mitarbeitende nicht wissen, wie sie ihre eigenen Arbeitsdaten einstufen sollen. Praxisregel: Im Zweifel eine Stufe höher klassifizieren — und den KI-Beauftragten fragen, bevor sensible Daten in ein externes System eingegeben werden.

DSGVO-Datenminimierung im KI-Kontext

DSGVO Art. 5 Abs. 1 lit. c definiert das Prinzip der Datenminimierung: Personenbezogene Daten müssen „dem Zweck angemessen und erheblich sowie auf das für die Zwecke der Verarbeitung notwendige Maß beschränkt” sein. Im KI-Kontext bedeutet das konkret:

Prinzip 1 — Anonymisierung oder Pseudonymisierung vor KI-Eingabe: Wenn ein KI-System eine Vertragsanalyse durchführen soll, sollten Kundennamen durch Pseudonyme ersetzt werden, bevor der Text ins System eingegeben wird. Das Ergebnis ist dasselbe — die Risikoexposition ist deutlich geringer.

Prinzip 2 — Nur relevante Daten eingeben: Wenn ein Assistent eine Besprechungszusammenfassung erstellen soll, sollten nur die relevanten Tagesordnungspunkte eingegeben werden — nicht das vollständige Meeting-Protokoll mit allen Teilnehmer-Namen und Beschlüssen.

Prinzip 3 — Temporäre statt permanente Speicherung: KI-Systeme, die Gesprächsverläufe speichern (Memory-Funktionen), sollten für vertrauliche Aufgaben ohne aktivierte Memory-Funktion verwendet werden. Nach Abschluss der Aufgabe wird der Verlauf gelöscht.

Prinzip 4 — Rollentrennung in RAG-Systemen: In RAG-Systemen, die auf einer gemeinsamen Wissensbasis arbeiten, ist sicherzustellen, dass jeder Nutzer nur die Dokumente retrievet, für die er berechtigt ist. Die Zugriffssteuerung auf Dokumentenebene ist eine direkte Umsetzung des Datenminimierungsprinzips im RAG-Kontext.

Merksatz

Datenminimierung ist keine Bürokratie — sie ist Risikominimierung. Jedes personenbezogene Datum, das nicht in ein KI-System eingegeben wird, kann dort auch nicht geleakt werden. Die einfachste Schutzmaßnahme gegen Data Leakage (OWASP LLM06) ist: keine unnötigen Daten eingeben.

Mapping Datenstufen auf Hosting-Anforderungen

Die Datenstufenklassifizierung ist direkt mit den Hosting-Optionen aus UE 101 verknüpft:

Diese Verknüpfung macht die KI-Nutzungsrichtlinie (UE 99) operationalisierbar: Mitarbeitende müssen nicht im Detail verstehen, was ein AVV ist — sie müssen ihre Daten klassifizieren können und dann die passende Zeile in der Tabelle lesen.

RAG-spezifische Herausforderungen

In RAG-Systemen entsteht eine besondere Klassifizierungsherausforderung: Die Wissensbasis (Vektorspeicher) enthält möglicherweise Dokumente unterschiedlicher Stufen — ein internes Projekt-Wiki (Stufe 2) neben einem vertraulichen Angebotsdokument (Stufe 3).

Problem 1 — Homogener Vektorspeicher: Wenn alle Dokumente in einem gemeinsamen Vektorspeicher ohne Zugriffssteuerung gespeichert werden, kann das RAG-System theoretisch Inhalte aus Stufe-3-Dokumenten an Nutzer ausgeben, die nur für Stufe-2-Inhalte berechtigt sind.

Lösung: Row-Level Security im Vektorspeicher — jedes Dokument wird mit Metadaten (Stufe, Berechtigungsgruppen) versehen. Das RAG-Retrieval filtert vor der Ausgabe nach diesen Metadaten.

Problem 2 — Implizite Datenanreicherung: Das RAG-System kann durch seine Antworten implizit Informationen aus vertraulichen Dokumenten preisgeben, ohne diese direkt zu zitieren — indem es auf Basis dieser Dokumente schlussfolgert. Diese implizite Datenweitergabe ist schwerer zu kontrollieren als explizite Zitate.

Lösung: Strikte Trennung des Wissensbasis-Inhalts nach Datenstufen in separate Vektorspeicher. Nur Nutzer mit entsprechender Freigabe erhalten Zugang zum Stufe-3-Vektorspeicher.

Das Drei-Stufen-Freigabemodell

Das Drei-Stufen-Freigabemodell (Grün / Gelb / Rot) ist ein praktisches Entscheidungsinstrument für Mitarbeitende im KI-Alltag:

Grün — Direkte Nutzung erlaubt: Datenstufe 1–2, genehmigtes Tool mit AVV. Keine Rückfrage erforderlich. Beispiel: Interne Besprechungsprotokoll-Zusammenfassung mit Microsoft 365 Copilot.

Gelb — Rückfrage beim KI-Beauftragten: Datenstufe 3, oder Unsicherheit über Tool-Zulassung, oder besondere Datenkategorien. Nutzung erst nach kurzer Bestätigung (Ziel: < 24 Stunden Antwortzeit). Beispiel: Analysedokument mit Kundennamen und Vertragsvolumina.

Rot — Kein KI-Einsatz ohne explizite Freigabe: Datenstufe 4, oder EU AI Act Hochrisiko-Klassifizierung, oder besondere Kategorien personenbezogener Daten (Art. 9 DSGVO). Vollständiger Prüfprozess erforderlich. Beispiel: HR-Entscheidungen auf Basis von KI-Ausgaben; Verarbeitung von Gesundheitsdaten.

Vertiefung — Datenklassifizierung in der Praxis: Häufige Fehler und Kalibrierung

Die Theorie der Datenklassifizierung ist einfach. Die Praxis ist schwieriger — weil Daten oft gemischt vorliegen, Kontext die Sensitivität beeinflusst und Menschen dazu neigen, falsch zu klassifizieren.

Häufiger Fehler 1 — Zu niedrige Klassifizierung aus Gewohnheit: Ein Team, das seit Jahren intern kommuniziert und dabei nie Konsequenzen gespürt hat, neigt dazu, intern erstellte Dokumente als Stufe 1 oder 2 einzuordnen — auch wenn sie Kundennamen, Vertragsdetails oder strategische Planungen enthalten. Eine einfache Kalibrierungsregel: „Würde ich dieses Dokument bedenkenlos an einen Wettbewerber schicken?” Wenn nicht — Stufe 3 oder höher.

Häufiger Fehler 2 — Kontextblindheit: Der Kontext einer Information verändert ihre Schutzstufe. Der Name eines Kunden allein kann Stufe 2 sein. Der Name eines Kunden kombiniert mit seinem Vertragsvolumen und Zahlungsstatus ist Stufe 3. Der Name kombiniert mit Informationen über seine finanzielle Notlage ist Stufe 4. KI-Systeme verarbeiten oft Kombinationen von Daten — die Schutzklasse der Kombination ist häufig höher als die jeder Einzelinformation.

Häufiger Fehler 3 — Datei-Klassifizierung statt Inhalts-Klassifizierung: Ein als „Intern” gelabeltes Dokument kann streng vertrauliche Inhalte enthalten — wenn jemand nachträglich Informationen eingefügt hat. Das Label ist kein Garant für den Inhalt. Regelmäßige Stichproben-Audits der Klassifizierung sind empfehlenswert.

Branchen-Anwendungen

IT-Dienstleistung & Beratung

Ein IT-Beratungshaus entwickelt für alle Projekte eine standardisierte Datenklassifizierungsmatrix, die direkt im Projektauftrag verankert ist. Für jedes Projekt wird bei Kick-off definiert: Welche Datenkategorien entstehen? Welche Stufen werden zugewiesen? Welche KI-Tools sind für dieses Projekt zulässig? Diese Matrix wird zum Bestandteil jedes Projektdokuments. Beraterinnen und Berater haben eine sofort verfügbare Entscheidungshilfe — ohne den KI-Beauftragten bei jeder Anfrage konsultieren zu müssen. Die Matrix deckt auch die häufigsten Kombinationen ab: Wenn Kundennamen + Projektdetails in einem Dokument vorkommen (Stufe 3) — welches Tool darf ich nutzen? Die Antwort ist in der Matrix direkt für jeden Projekttyp vordefiniert.

Industrie & Fertigung

Ein Elektronikhersteller klassifiziert Produktionsdaten nach einem angepassten Schema: Allgemeine Produktionsdaten (Auslastungsquoten, allgemeine Maschinenzustände) = Stufe 2. Produktspezifikationen und Qualitätsdaten = Stufe 3. F&E-Vorabentwicklungen und Patentanmeldungen = Stufe 4. Die Klassifizierung ist direkt in das ERP-System integriert: Jeder Datenexport trägt automatisch ein Stufen-Label. Wenn Mitarbeitende Daten in ein KI-System eingeben wollen, sehen sie das Label und wissen sofort, welche Tools zulässig sind. Diese technische Integration reduziert den kognitiven Aufwand für die Klassifizierungsentscheidung auf nahezu null — sie passiert automatisch.

Finanzdienstleistung & Versicherung

Eine Versicherungsgesellschaft implementiert Microsoft Purview zur automatisierten Datenklassifizierung. Das System erkennt in Dokumenten automatisch personenbezogene Daten (Namen, Kontonummern, Schadenmeldungsdetails), besondere Kategorien (Gesundheitsdaten in Krankenversicherungsunterlagen) und Finanzdaten (Vertragssummen, Prämienhöhen). Die erkannten Klassen werden automatisch als Metadaten an die Dokumente geheftet und in der Richtlinie definiert: Ein Dokument mit erkannten Gesundheitsdaten erhält automatisch Stufe 4 — und jeder Versuch, es in ein externes KI-Tool hochzuladen, wird durch das DLP-System blockiert. Dieser automatisierte Ansatz ist besonders relevant in einem Umfeld, in dem das Datenschutzniveau direkt von regulatorischen Anforderungen (DSGVO Art. 9) abhängt.

Öffentliche Verwaltung

Eine kommunale Verwaltung entwickelt ein Klassifizierungsschema, das die besonderen Anforderungen des öffentlichen Sektors berücksichtigt. Neben den vier Standard-Stufen gibt es eine spezifische Kategorie „Hoheitlich-vertraulich” für Verwaltungsvorgänge, die besondere behördliche Geheimhaltungspflichten unterliegen. Die Herausforderung: Mitarbeitende sind nicht geschult, den Unterschied zwischen Stufe 3 und „Hoheitlich-vertraulich” zu erkennen. Lösung: Eine einfache Entscheidungsbaum-Grafik, die in jedem Büro hängt und für die häufigsten Vorgangstypen (Bürgeranfragen, Baugenehmigungen, Sozialhilfeanträge, Personalvorgänge) direkt die richtige Stufe anzeigt. Dieser kontextspezifische Ansatz reduziert Klassifizierungsfehler erheblich.

Übung 1 — Daten klassifizieren

Aufgabe: Sie klassifizieren zwölf Datenkategorien aus dem Arbeitsalltag nach dem Vierstufenschema.

Datenkategorien: (1) Pressemitteilung zum neuen Produkt, (2) Vollständige Kundenliste mit Umsätzen, (3) Betriebsanleitung für eine Maschine, (4) Bewerbungsunterlagen eines Kandidaten, (5) Interne Abteilungspräsentation ohne Personenbezug, (6) Jahresgehalt einer Führungskraft, (7) API-Key für die Produktionssystem-Schnittstelle, (8) Allgemeine Beschreibung eines Arbeitsablaufs, (9) Strategiedokument für die nächste Produktgeneration (unveröffentlicht), (10) E-Mail-Adresse eines bekannten Ansprechpartners beim Kunden, (11) Ergebnis einer Mitarbeiterumfrage (anonymisiert, aggregiert), (12) Diagnose-Information eines Kunden (in Krankenversicherungskontext).

Schritt-für-Schritt: 1. Ordnen Sie jede Datenkategorie einer der vier Stufen zu. 2. Begründen Sie Ihre Zuordnung in einem Satz. 3. Identifizieren Sie: Welche Zuordnungen waren eindeutig — welche waren Grenzfälle? 4. Diskutieren Sie in der Gruppe oder allein: Wo gab es unterschiedliche Meinungen — und was ist die Konsequenz für die Praxis?

Erwartetes Ergebnis: Vollständige Klassifizierungstabelle mit Begründungen.

Musterlösung:

Übung 2 — Drei-Stufen-Freigabemodell anwenden

Aufgabe: Sie bewerten fünf KI-Nutzungsszenarien nach dem Drei-Stufen-Freigabemodell (Grün / Gelb / Rot) und leiten die entsprechende Handlung ab.

Szenarien: (A) Zusammenfassung einer öffentlichen Studien mit ChatGPT Team (AVV vorhanden, EU-Hosting). (B) Analyse einer Kundenkontraktliste mit Vertragsvolumina in GitHub Copilot (kein AVV für Unternehmen). (C) Erstellung eines internen Newsletter-Entwurfs mit Microsoft 365 Copilot. (D) Vorbereitung einer Strategiepräsentation mit zukünftigen Produktplänen in Claude.ai (kein Unternehmens-AVV). (E) Rechtschreib-Korrektur eines öffentlich zugänglichen Blogbeitrags mit ChatGPT (kein AVV, kostenloser Zugang).

Schritt-für-Schritt: 1. Klassifizieren Sie die Datenkategorie jedes Szenarios. 2. Prüfen Sie Tool-Zulassung und Hosting-Option. 3. Ordnen Sie das Szenario Grün / Gelb / Rot zu. 4. Definieren Sie die Handlungsempfehlung.

Erwartetes Ergebnis: Fünf bewertete Szenarien mit Handlungsempfehlung.

Musterlösung:

Warnung — OWASP LLM06: Sensitive Information Disclosure durch falsche Klassifizierung

Risiko: OWASP LLM06 (Sensitive Information Disclosure) beschreibt das Risiko, dass KI-Systeme sensible Informationen aus ihrem Trainingskontext oder aus aktuellen Eingaben preisgeben. Eine falsche Klassifizierung — z. B. Stufe-3-Daten als Stufe 2 eingestuft — führt dazu, dass diese Daten in einem System landen, das dafür nicht zugelassen ist. Einmal eingegeben, können Daten möglicherweise für das Modell-Training genutzt werden. Dieser Schaden ist irreversibel.

DSGVO-Bezug: Das Grundprinzip der Datenminimierung (Art. 5 Abs. 1 lit. c DSGVO) schreibt vor, dass personenbezogene Daten „auf das für die Zwecke der Verarbeitung notwendige Maß beschränkt” sein müssen. Eine KI-Eingabe, die mehr personenbezogene Daten enthält als für die Aufgabe nötig, verstößt gegen dieses Prinzip — auch wenn keine externe Datenpanne eintritt.

Handlungsempfehlung: Implementieren Sie das Vier-Stufen-Schema mit einem einfachen Entscheidungsbaum, der für die häufigsten Datenkategorien in Ihrer Organisation vordefinierte Antworten liefert. Führen Sie zweimal jährlich Kurz-Schulungen zur Klassifizierung durch — der Zeitaufwand ist gering, aber die Wirkung ist erheblich.

Cheatsheet — Die wichtigsten Punkte

4 Stufen: Öffentlich (1) → Intern (2) → Vertraulich (3) → Streng vertraulich (4)

Stufe 4: Zugangsdaten, Strategiepapiere, besondere Kategorien (Art. 9 DSGVO) — ausschließlich On-Premise

Datenminimierung (Art. 5 DSGVO): Nur die für die Aufgabe notwendigen Daten eingeben — nie mehr

RAG-Herausforderung: Zugriffssteuerung auf Dokumentenebene im Vektorspeicher (Row-Level Security)

Drei-Stufen-Freigabe: Grün (sofort) → Gelb (Rückfrage) → Rot (Stopp)

Im Zweifel: Eine Stufe höher klassifizieren

Kombination erhöht Stufe: Kundennamen + Vertragsdetails = Stufe 3, auch wenn Einzelelemente Stufe 2 wären

Microsoft Purview: Automatisierte Klassifizierung für Skalierung

Prompt-Vorlage — Datenklassifizierungs-Matrix für KI-Nutzung erstellen

Prompt für einen KI-Assistenten:

„Ich bin für die Einführung einer Datenklassifizierung in meinem Unternehmen verantwortlich, um den sicheren Umgang mit KI-Tools zu regeln. Unser Unternehmen ist ein mittelständisches Beratungsunternehmen, das Kundenprojekte im IT-Bereich durchführt.

Erstelle eine Datenklassifizierungs-Matrix für die KI-Nutzung mit vier Klassifizierungsstufen: (1) Öffentlich, (2) Intern, (3) Vertraulich, (4) Streng vertraulich.

Für jede Stufe soll die Matrix folgendes enthalten:

Definition: Was kennzeichnet Daten dieser Klasse?

Typische Beispiele aus unserem Unternehmenskontext (IT-Beratung)

KI-Nutzungsregel: Darf diese Datenkategorie in externe KI-Tools (z. B. ChatGPT) eingegeben werden? In interne Enterprise-KI-Tools mit AVV? In On-Premise-Systeme?

Pseudonymisierungspflicht: Muss die Information vor KI-Nutzung pseudonymisiert oder anonymisiert werden?

Beispielformulierung für die Nutzungsrichtlinie

Ergänze am Ende eine kurze Erläuterung (3–4 Sätze), wie diese Matrix in den Onboarding-Prozess für neue Mitarbeitende integriert werden könnte.”

Erwartetes Ergebnis: Eine sofort verwendbare Klassifizierungs-Matrix als Word/Tabellen-Entwurf, der als Anhang zur KI-Nutzungsrichtlinie dienen kann.

Qualitätsprüfung: Prüfen Sie, ob Ihre besondere Datenkategorie nach DSGVO Art. 9 (Gesundheitsdaten, politische Meinungen etc.) korrekt in der Stufe „Streng vertraulich” abgebildet ist.

Reflexionsfragen

Ein Kollege argumentiert, dass die Datenklassifizierung zu aufwendig ist und den Arbeitsfluss stört. Wie würden Sie die Methode vereinfachen, ohne ihre Wirkung zu verlieren?

Sie entdecken, dass ein Dokument als „Intern” klassifiziert ist, aber tatsächlich Gehaltsangaben einer Führungskraft enthält. Was sind Ihre Konsequenzen — kurzfristig und systematisch?

Wie würden Sie erklären, warum API-Keys immer Stufe 4 sind — auch wenn sie nur für interne Entwicklung genutzt werden?

Ein RAG-System soll gleichzeitig auf Stufe-2- und Stufe-3-Dokumenten arbeiten. Welche Architekturentscheidung ist notwendig?

Warum ist das Datenminimierungsprinzip keine bürokratische Auflage, sondern eine strategische Investition in Datensicherheit?

Quellen & Weiterlesen

Hinweise für AI Champions — So vermitteln Sie das Thema — UE 100

Timing (45 Min): 5 Min Einstieg (Analystin-Szenario), 15 Min Lerntext (4 Stufen + Datenminimierung + Drei-Stufen-Freigabe), 18 Min Übungen (10 Min Übung 1, 8 Min Übung 2), 5 Min Reflexion + Cheatsheet, 2 Min Übergang.

Methodische Empfehlung: Übung 1 (Daten klassifizieren) eignet sich hervorragend als Schnelldurchlauf in der Gruppe oder allein — Trainer nennt die Datenkategorie, Teilnehmende rufen ihre Klassifizierung, dann kurze Diskussion bei Meinungsverschiedenheiten. Die Grenzfälle (Nr. 4, 10, 11) sind die lehrreichsten Diskussionsmomente.

Häufige Stolpersteine: (a) Teilnehmende klassifizieren reflexartig alles als Stufe 2 — weil es „irgendwie intern” wirkt. Hilfreiche Frage: „Wenn das Dokument auf dem Drucker in der Empfangszone liegenbleibt — wäre das ein Problem?” (b) Die RAG-Erklärung (Row-Level Security) ist für Nicht-Technische schwierig. Analogie: „Stellen Sie sich vor, die Wissensbasis ist eine Bibliothek. Jedes Buch hat ein Zugriffsschild. Nur wer das richtige Schild hat, bekommt das Buch — auch wenn die KI danach gefragt wird.” (c) API-Keys werden oft als „technisch, nicht mein Problem” wahrgenommen. Klarstellung: Jede Person, die Zugang zu API-Keys hat, trägt Verantwortung für ihren Schutz.

Diskussionsfragen für Plenum: (1) Welches Dokument in Ihrem Arbeitsalltag ist vermutlich falsch klassifiziert — und in welche Richtung? (2) Wenn Sie heute eine einzige Klassifizierungsregel für alle Mitarbeitenden einführen könnten — welche wäre das?

Tafelbild-Vorschlag: Die vier Stufen als Pyramide (Stufe 1 unten breit, Stufe 4 oben schmal) mit den jeweils zulässigen KI-Tools in jeder Stufe. Visuell sofort einprägsam.

Differenzierung Power-User ↔ Einsteiger: Power-User recherchieren, wie Microsoft Purview oder eine andere DLP-Lösung die automatische Klassifizierung technisch umsetzt. Einsteiger fokussieren auf die praktischen Klassifizierungsentscheidungen (Übung 1) und den Entscheidungsbaum aus dem Drei-Stufen-Freigabemodell.

Materialliste: Klassifizierungstabelle als Handout, Whiteboard für Übung 1 in der Gruppe oder allein, ausgedruckte Ampel-Grafik (Grün/Gelb/Rot) für die Tischgruppen.

Übergang zur nächsten UE: „Die Datenklassifizierung sagt uns, WELCHE Daten wie sensibel sind. UE 101 sagt uns, WO diese Daten verarbeitet werden dürfen: On-Premise, Cloud oder EU-Hosting? Und warum das Cloud Act in den USA alles komplizierter macht, als es auf den ersten Blick wirkt.”

Tipp zur Branchenauswahl: Für IT-Beratungs-Kunden ist die projekt-spezifische Klassifizierungsmatrix ein direktes Take-Away. Für Industrie-Kunden ist die ERP-Integration (automatisches Labeling beim Export) besonders praxisnah. In Finanz-Trainings sollte die Verbindung zu DSGVO Art. 9 (besondere Kategorien) besonders betont werden.

Vertiefung II — Datenklassifizierung in der Praxis: Grenzfälle und Implementierung

Grenzfälle der Datenklassifizierung

In der Praxis treten häufig Grenzfälle auf, die eine einfache 4-Stufen-Klassifizierung herausfordern:

Aggregationseffekt: Einzeln betrachtet ist eine Mitarbeitenden-ID (Stufe 1 — öffentlich/intern). Kombiniert mit Gehaltsdaten (Stufe 3) und Leistungsbeurteilungen (Stufe 3) entsteht ein Datensatz, der mindestens Stufe 3 haben sollte — obwohl ein einzelnes Datenelement nur Stufe 1 wäre. Der Aggregationseffekt ist eine der häufigsten Ursachen für Fehlklassifizierungen.

Kontextabhängigkeit: Dasselbe Datum kann je nach Kontext unterschiedliche Einstufungen erfordern. Öffentliche Produktpreise (Stufe 1) werden vertraulich (Stufe 3), wenn sie als Teil eines noch nicht öffentlichen Angebotsentwurfs vorliegen.

Zeitabhängigkeit: Ein Quartalsbericht vor der Veröffentlichung ist Stufe 4 (streng vertraulich — Insiderwissen). Derselbe Quartalsbericht nach der Veröffentlichung ist Stufe 1. Die Klassifizierung muss zeitabhängig gepflegt werden.

Abgeleitete Daten: Wenn ein KI-System aus öffentlichen Daten (Stufe 1) ein umfangreiches Profil über eine Person erstellt, können die abgeleiteten Daten personenbezogen und damit DSGVO-relevant sein — auch wenn die Eingaben öffentlich waren.

Implementierungskonzept: Datenklassifizierung technisch umsetzen

Die organisatorische Klassifizierungsrichtlinie muss technisch durchgesetzt werden:

Dokumenten-Tagging: Jedes Dokument erhält ein Klassifizierungsattribut im Dateiheader oder als Metadaten-Tag. Moderne Dokumentenmanagementsysteme (SharePoint, Confluence) unterstützen diese automatische Klassifizierung durch Microsoft Purview oder ähnliche Tools.

E-Mail-Klassifizierung: Sensible E-Mails erhalten automatisch oder manuell ein Klassifizierungslabel, das bestimmt, ob Weiterleitungen eingeschränkt werden.

KI-System-Integration: Die Datenklassifizierung fließt direkt in die KI-Systemarchitektur ein (vgl. UE 101): Ein KI-System, das auf Stufe-3-Daten zugreift, darf nur über sichere, EU-konforme Hosting-Optionen betrieben werden.

Automatische Klassifizierung: KI-gestützte Klassifizierungstools (Microsoft Purview Compliance Portal, Nightfall AI) können Dokumente automatisch auf Basis von Inhaltserkennung klassifizieren — und dabei PII, Finanzdaten, Gesundheitsdaten oder andere sensitive Informationen erkennen.

Datenminimierung als Designprinzip: Privacy by Design

Die DSGVO fordert nicht nur Datenminimierung als Reaktion auf Risiken — sie verlangt Privacy by Design (Art. 25): Der Schutz personenbezogener Daten muss von Anfang an in das System eingebaut sein, nicht nachträglich als Pflaster.

Für KI-Systeme bedeutet Privacy by Design konkret:

Minimaler Datenzugriff im RAG: Das RAG-System erhält nur Zugriff auf die Dokumente, die für die Beantwortung einer spezifischen Anfrage tatsächlich benötigt werden — nicht auf alle verfügbaren Dokumente. Zugriffskontrolle auf Dokumentenebene (UE 106) ist das technische Mittel.

Keine Persistenz unnötiger Daten: Session-Daten einer KI-Konversation werden nach der Sitzung nicht dauerhaft gespeichert, wenn kein Bedarf besteht. Persistierte Daten erfordern eine explizite Rechtsgrundlage.

Pseudonymisierung vor KI-Verarbeitung: Wenn möglich: Personenbezogene Daten werden pseudonymisiert, bevor sie in ein KI-System eingegeben werden. Statt „Frau Müller aus Hamburg” → „Person A aus Region Nord”. Dies reduziert die Risiken erheblich, auch wenn Pseudonymisierung keine vollständige Anonymisierung ist.

Vertiefung II — Strategische Ebene — Datenklassifizierung in der Praxis: Grenzfälle und Sonderfälle

Grenzfall: Aggregierte Daten und das Identifizierbarkeitsrisiko

Eine häufige Fehleinschätzung in der Datenklassifizierung: „Einzelne Datenpunkte sind nicht personenbezogen — also ist die Kombination auch kein Problem." Das ist falsch. Mehrere nicht-personenbezogene Datenpunkte können in Kombination zu einer identifizierbaren Person führen.

Beispiel: Abteilung, Eintrittsjahr, Standort, Gehaltsstufe. Jedes dieser Felder allein ist nicht personenbezogen. In Kombination mit der Unternehmensgröße und dem Kontext kann die Kombination in kleinen Teams zur Identifizierung einer Person führen — und damit zu einem Datenschutzvorfall.

Für die KI-Nutzung bedeutet das: Wenn mehrere Felder aus Stufe 2 (intern/vertraulich) kombiniert in einen KI-Prompt eingegeben werden, ist zu prüfen, ob die Kombination zum Personenbezug führt. Im Zweifel gilt die höhere Klassifizierung.

Praktische Regel: Bei der Erstellung eines Prompts prüfen, ob die Gesamtheit der Informationen im Prompt — auch wenn einzelne Teile unkritisch sind — eine Person oder Unternehmensgeheimnisse identifizierbar macht.

Sonderfall: KI-generierte Inhalte und deren Klassifizierung

Was ist die richtige Klassifizierung für einen Text, den ein KI-System auf Basis von Stufe-3-Daten (vertraulich) generiert hat? Der generierte Text enthält möglicherweise keine der ursprünglichen Daten wörtlich — aber er basiert auf ihnen und könnte Informationen aus ihnen ableiten.

Empfehlung: KI-generierte Outputs erben die höchste Klassifizierungsstufe der in ihren Kontext eingeflossenen Eingabedaten. Wenn die Systemanweisung Stufe-3-Daten enthält, ist der Output mindestens Stufe 3. Diese Vererbungsregel vereinfacht die Klassifizierungsentscheidung erheblich.

Ausnahme: Wenn der Output explizit geprüft und als nicht-vertraulich eingestuft wurde — etwa ein generiertes Angebot, das nach menschlicher Überprüfung zur Versendung an den Kunden freigegeben wurde — kann es auf die entsprechende Stufe herabgestuft werden.

Die Klassifizierungstabelle als Lern- und Kommunikationsinstrument

Die Vier-Stufen-Klassifizierungstabelle aus dem Lerntext ist nicht nur ein Governance-Dokument — sie ist auch ein Kommunikationsinstrument. Erfahrungen aus der Praxis zeigen, dass Mitarbeitende das Konzept am besten verstehen, wenn es an konkreten Beispielen aus ihrem eigenen Arbeitsalltag erläutert wird.

Empfehlung für Trainer: Fordern Sie die Teilnehmenden auf, selbst drei Beispiele aus ihrer täglichen Arbeit zu kategorisieren — eines pro Stufe. Diese Eigenleistung verankert das Konzept besser als jede abstrakte Erklärung.

Für die Nutzungsrichtlinie (UE 99): Die Klassifizierungstabelle sollte als direkter Anhang in die Nutzungsrichtlinie aufgenommen werden — damit die Referenz immer dort verfügbar ist, wo die Nutzungsregeln nachgeschlagen werden.

Merksatz

KI-generierte Outputs erben die Klassifizierung ihrer Eingabedaten. Ein Analysebericht, der auf Stufe-3-Daten basiert, ist selbst mindestens Stufe 3 — auch wenn er keine sensiblen Rohdaten wörtlich enthält.

Praxisbeispiel: Datenklassifizierung in einem Datenpannen-Szenario

Zum Abschluss ein Szenario, das die Konsequenz einer fehlenden Klassifizierung illustriert:

Ein Vertriebsmitarbeiter erstellt mit einem nicht-genehmigten KI-Tool eine Analyse der wichtigsten Kundenchancen. Er gibt Namen, Gesprächsnotizen und Umsatzpotenziale der zehn wichtigsten Kunden ein — alles Stufe-3-Daten, aber er kennt das Klassifizierungssystem nicht.

Das KI-Tool (ein Consumer-Dienst ohne AVV) verarbeitet diese Daten auf Servern, die für Training-Zwecke genutzt werden können. Wochen später wird bekannt, dass dieser Dienst einen Datenschutzvorfall hatte.

Ergebnis: Die Kundendaten könnten kompromittiert sein. Der Datenschutzbeauftragte muss eine DSFA einleiten, DSGVO Art. 33 könnte eine Meldung an die Aufsichtsbehörde erfordern, und der Kundenbetreuer muss ggf. seine wichtigsten Kunden über den Vorfall informieren — mit entsprechenden Konsequenzen für die Geschäftsbeziehung.

Hätte der Mitarbeiter das Klassifizierungssystem gekannt und angewandt, wäre er nicht auf die Idee gekommen, Stufe-3-Daten in ein nicht genehmigtes Tool einzugeben. Die Schulung, die dieses Szenario verhindert, ist Präventionsarbeit mit direkt messbarem Wert.

Vertiefung IV — Datenklassifizierung und technische Umsetzung

Technische Durchsetzung der Klassifizierungsregeln

Die Klassifizierungsregeln in der Nutzungsrichtlinie sind Verhaltensnormen. Aber Normen allein sind nicht ausreichend — technische Maßnahmen erhöhen die Compliance-Wahrscheinlichkeit erheblich.

Technische Maßnahmen zur Klassifizierungsdurchsetzung:

Data-Loss-Prevention (DLP) als Ergänzung: Moderne DLP-Systeme können bestimmte Datenmuster erkennen (z. B. IBAN-Nummern, Sozialversicherungsnummern, interne Projektnummern) und deren Eingabe in KI-Systeme blockieren oder alertieren. Diese Systeme sind nicht perfekt — sie erzeugen False Positives — aber sie sind ein wichtiger technischer Kontrollpunkt.

Kontextbewusste Klassifizierungshilfe: In fortgeschrittenen Implementierungen analysiert ein vorgelagertes System den Eingabetext auf Datenkategorien und gibt dem Nutzer vor dem Absenden eine Hinweis-Anzeige: „Ihre Eingabe enthält möglicherweise Daten der Kategorie [X]. Bitte prüfen Sie, ob das System für diese Datenkategorie freigegeben ist." Das ist keine Blockierung, sondern eine Bewusstseinssteigerung.

Systemanweisungs-Verstärkung: In der Systemanweisung kann das KI-System selbst angewiesen werden, keine sensiblen Datenmuster in seinen Ausgaben zu reproduzieren: „Du gibst keine vollständigen E-Mail-Adressen, Telefonnummern oder Kundennummern in deinen Antworten aus, die nicht bereits in der Anfrage enthalten waren."

Datenklassifizierung bei KI-Fine-Tuning

Ein Sonderfall, der zunehmend relevant wird: Wenn eine Organisation ein KI-Modell mit eigenen Daten fine-tuned (anpasst), müssen die Trainingsdaten einer besonderen Klassifizierungsprüfung unterzogen werden:

Welche Datenkategorien sind in den Trainingsdaten enthalten?

Sind personenbezogene Daten in den Trainingsdaten? (DSGVO: Rechtsgrundlage für Fine-Tuning prüfen)

Gibt es Vertraulichkeitsvereinbarungen, die der Nutzung von Kundendaten als Trainingsdaten entgegenstehen?

Wo werden die Fine-Tuning-Daten beim Anbieter gespeichert? Sind sie nach dem Training noch verfügbar?

Fine-Tuning mit Kundendaten ist eine besonders kritische Datenverarbeitung. Ohne klare Rechtsgrundlage und vertragliche Absicherung (AVV mit Fine-Tuning-Datenschutzklauseln) sollte Fine-Tuning nicht durchgeführt werden.

Vertiefung V — Datenklassifizierung als Teil der Unternehmenskultur

Von der Richtlinie zur Gewohnheit

Datenklassifizierung ist keine einmalige Entscheidung, sondern eine tägliche Gewohnheit. Wie bei anderen Compliance-Anforderungen (z. B. DSGVO-Datenschutz, IT-Sicherheit) entsteht nachhaltige Compliance nicht durch Kontrolle allein, sondern durch Internalisierung der Prinzipien.

Drei Faktoren, die Datenklassifizierung zur Gewohnheit machen:

1. Einfachheit der Regel: Die Vier-Stufen-Klassifizierung ist bewusst einfach gehalten. Mehr Stufen würden die Entscheidungskomplexität erhöhen und die tatsächliche Compliance verschlechtern. „Öffentlich — Intern — Vertraulich — Streng Vertraulich" ist einprägsam und auf jede Situation anwendbar.

2. Sichtbarkeit in täglichen Werkzeugen: Wenn die Datenklassifizierungsstufen als Labels in E-Mail-Systemen, Dokumentenspeichern und Projektmanagement-Tools verfügbar sind, wird die Klassifizierung Teil des normalen Workflows — statt ein separater Schritt.

3. Positives Reinforcement statt Bestrafung: Wenn Mitarbeitende ein Classifizierungsproblem melden (z. B. „Ich habe versehentlich eine Stufe-3-Datei in das falsche Verzeichnis hochgeladen"), wird das als positives Verhalten (proaktive Meldung) gewürdigt — nicht als Fehler bestraft. Diese Fehlerkultur ist entscheidend für die langfristige Compliance.

Datenklassifizierung in der KI-Ära: Neue Herausforderungen

Die Einführung von KI-Systemen schafft neue Klassifizierungsherausforderungen, die in traditionellen Datenklassifizierungsrahmen noch nicht adressiert sind:

KI-generierte Synthesen: Ein KI-Assistent fasst zehn Dokumente verschiedener Klassifizierungsstufen zusammen. Das Ergebnis enthält keine Rohdaten, aber destillierte Erkenntnisse. Klassifizierungsempfehlung: Höchste Stufe der Eingabedaten.

Embeddings und Vektordatenbanken: In einem RAG-System werden Dokumente als mathematische Vektoren (Embeddings) gespeichert. Sind diese Embeddings selbst vertraulich? Ja — weil sie potentiell zur Rekonstruktion der ursprünglichen Inhalte genutzt werden können (sogenannte Embedding-Inversion-Angriffe). Vektordatenbanken erben die Klassifizierungsstufe der indizierten Dokumente.

KI-Logs: Logs der KI-Nutzung können personenbezogene Daten enthalten (Wer hat wann was gefragt?). Selbst wenn einzelne Anfragen unkritisch sind, kann die Aggregation Rückschlüsse auf Arbeitsverhalten ermöglichen. Logs sind mindestens Stufe 2 (intern/vertraulich) und bei erkennbarem Personenbezug Stufe 3.

Quelle: KI-Wissensbasis von MindsMachines, Edition Juni 2026. Vollständige Fassung mit Anhängen und Musterlösungen: als PDF anfordern.