Für viele kleine Unternehmen beginnt künstliche Intelligenz mit einem Chatfenster. Man stellt eine Frage, lässt einen Text verbessern oder bittet um eine erste Idee. Das ist ein guter Einstieg, weil der Nutzen sofort sichtbar wird. Es ist aber noch keine KI-Strategie.
Der größere Wert entsteht erst danach: wenn ein Handwerksbetrieb Anfragen vorsortiert, ein Verein Sitzungsunterlagen vorbereitet oder eine Selbstständige ihre Post und Termine strukturiert – eingebettet in einen geregelten Arbeitsprozess. Dann arbeitet KI nicht mehr neben dem Unternehmen, sondern unterstützt einen klar begrenzten Teil seiner täglichen Organisation.
Genau an diesem Punkt wird Datenschutz entscheidend. In E-Mails, Rechnungen, Briefen, Angeboten und Mitgliederlisten stehen Namen, Adressen, Bankverbindungen, Vertragsdaten und manchmal besonders sensible Informationen. Solche Daten dürfen nicht einfach in irgendein öffentliches KI-Werkzeug kopiert werden. Die passende Lösung beginnt deshalb nicht mit einem Produktnamen, sondern mit drei Fragen: Welche Aufgabe soll besser werden? Welche Daten sind dafür wirklich nötig? Und wo werden diese Daten technisch verarbeitet?
Wo KI kleinen Organisationen heute wirklich helfen kann
Kleine Betriebe brauchen selten ein großes KI-Projekt. Sie brauchen Entlastung an Stellen, an denen jeden Tag dieselben kleinen Unterbrechungen entstehen.
Im Handwerksbetrieb
Ein Handwerksbetrieb kann KI einsetzen, um:
- eingehende Anfragen nach Gewerk, Dringlichkeit und fehlenden Angaben vorzusortieren,
- aus Gesprächsnotizen einen Angebotsentwurf vorzubereiten,
- Baustellennotizen und Fotos einem Auftrag zuzuordnen,
- Wartungsberichte verständlicher zu formulieren,
- aus freigegebenen Preislisten und Textbausteinen einen Entwurf zu erstellen,
- Termine, Rückfragen und Materialbedarf sichtbar zu machen,
- interne Anleitungen und Herstellerunterlagen schneller zu durchsuchen.
Die KI sollte dabei nicht selbstständig Preise versprechen, Aufträge annehmen oder technische Sicherheitsentscheidungen treffen. Sie bereitet vor; ein Mensch prüft und entscheidet.
Im Verein
Vereine können KI nutzen, um:
- Protokollentwürfe aus freigegebenen Notizen zu erstellen,
- Veranstaltungen und Helferaufgaben zu strukturieren,
- wiederkehrende Mitgliederfragen vorzubereiten,
- Förderprogramme zu recherchieren und Anträge vorzugliedern,
- Newsletter und Internettexte zu entwerfen,
- Vereinswissen für berechtigte Personen auffindbar zu machen.
Bei Vereinen ist besondere Vorsicht nötig. Schon die Mitgliedschaft kann je nach Vereinszweck politische, religiöse, gesundheitliche oder andere besonders geschützte Informationen erkennen lassen. Ein System für den Sportverein ist deshalb nicht automatisch für eine Selbsthilfegruppe, Gewerkschaft oder politische Vereinigung geeignet.
Bei Selbstständigen und kleinen Büros
Hier liegt der größte Nutzen oft in der persönlichen Arbeitsorganisation:
- Posteingänge erfassen und Fristen vorschlagen,
- E-Mails nach Kunde, Projekt und Handlungsbedarf sortieren,
- Antwortentwürfe vorbereiten,
- Rechnungsdaten auslesen und zur Buchhaltungsprüfung bereitstellen,
- Zahlungstermine und offene Vorgänge gegenüberstellen,
- Besprechungen zusammenfassen,
- Wissen aus eigenen Vorlagen, Verträgen und Projektdokumenten auffindbar machen.
Wichtig ist die Grenze: Eine KI darf einen Rechnungsbetrag erkennen oder eine mögliche Fälligkeit markieren. Sie sollte aber keine Zahlung auslösen, keine Bankverbindung ungeprüft ändern und keinen rechtlich verbindlichen Vorgang selbstständig abschließen.
Kundendaten machen aus einer Spielerei ein Datenschutzprojekt
Die Datenschutz-Grundverordnung gilt nicht erst ab einer bestimmten Unternehmensgröße. Sobald personenbezogene Daten verarbeitet werden, braucht das Unternehmen unter anderem einen festgelegten Zweck, eine passende Rechtsgrundlage, Datenminimierung, angemessene Sicherheit und einen praktisch funktionierenden Weg für Auskunft, Berichtigung und Löschung.
Wird dafür ein externer KI-Anbieter eingesetzt, muss zusätzlich geklärt werden:
- Handelt der Anbieter als Auftragsverarbeiter und gibt es einen passenden Vertrag?
- Welche Unterauftragnehmer sind beteiligt?
- Wo werden Eingaben, Dateien, Ausgaben, Protokolle und Sicherungen gespeichert?
- Wo findet die eigentliche Modellberechnung statt?
- Werden Daten für Training oder Produktverbesserung verwendet?
- Wie lange bleiben Inhalte erhalten und wie werden sie gelöscht?
- Gibt es Zugriffe oder Übermittlungen in Staaten außerhalb der EU beziehungsweise des EWR?
- Können Betroffenenrechte, Sicherheitsvorfälle und Anbieterwechsel praktisch bewältigt werden?
Die deutschen Datenschutzaufsichtsbehörden empfehlen, solche Fragen bereits bei Auswahl und Einführung eines KI-Systems zu beantworten. Die Datenschutzkonferenz nennt darüber hinaus technische und organisatorische Maßnahmen für Entwicklung und Betrieb. Das ist keine Bürokratie um ihrer selbst willen: Wer später eine Rechnung, Bewerbung oder Mitgliederakte im System wiederfinden, korrigieren oder löschen muss, braucht diese Struktur von Anfang an.
Bedeutet ein deutscher Server automatisch Datenschutz?
Nein. Der Standort ist wichtig, aber er ist nur ein Teil der Prüfung.
Ein Dienst kann Daten in Frankfurt speichern und trotzdem Supportzugriffe, Telemetrie, Sicherheitsprotokolle, Modellberechnung oder Unterauftragnehmer außerhalb Deutschlands einsetzen. Umgekehrt kann ein Dienst innerhalb der EU rechtskonform organisiert sein, obwohl nicht jede Verarbeitung in Deutschland stattfindet. Entscheidend sind der vollständige Datenfluss, die Verträge, die Konfiguration und der konkrete Einsatzzweck.
Für besonders vertrauliche Arbeitsabläufe kann ein Unternehmen eine strengere interne Regel festlegen: Kundendokumente verlassen Deutschland nicht. Das ist mehr als die allgemeine Aussage „DSGVO-konform“. Dann muss technisch nachgewiesen werden, dass Speicherung, Verarbeitung, Protokollierung, Sicherung, Support und angebundene Werkzeuge diese Grenze tatsächlich einhalten.
Hält Microsoft die deutschen Datenschutzregeln ein?
Eine pauschale Antwort wäre unseriös. Microsoft stellt für kommerzielle Microsoft-365-Dienste vertragliche Datenschutzregelungen, Sicherheitsfunktionen und eine EU-Datengrenze bereit. Nach der aktuellen Microsoft-Dokumentation werden Eingaben, Antworten und über Microsoft Graph verwendete Organisationsdaten in Microsoft 365 Copilot nicht zum Training der grundlegenden Sprachmodelle verwendet. Für berechtigte Mandanten bestehen außerdem Zusagen zur Speicherung bestimmter Copilot-Interaktionsdaten in der jeweiligen Geografie.
Das bedeutet aber nicht automatisch: „Alle Daten bleiben immer in Deutschland.“ Die EU-Datengrenze umfasst mehrere EU- und EFTA-Staaten. Microsoft beschreibt begrenzte Ausnahmen und weist darauf hin, dass bestimmte Konfigurationen oder Dienste Daten außerhalb dieser Grenze verarbeiten können. Dazu können bei aktiviertem flexiblem Routing in Spitzenzeiten auch Copilot-Eingaben, Antworten und Kontextdaten gehören. Websuche, manche Drittmodelle, Support- oder Betriebsfälle müssen gesondert betrachtet werden.
Microsoft 365 Copilot kann deshalb für ein kleines Unternehmen eine vertretbare Lösung sein, wenn der vorhandene Microsoft-365-Mandant sauber eingerichtet ist, Berechtigungen aufgeräumt sind, der Vertrag und die eingesetzten Funktionen geprüft wurden und die eigene Datenschutzanforderung eine Verarbeitung innerhalb der EU zulässt. Für die strengere Vorgabe „keine Kundendaten außerhalb Deutschlands“ reicht der Markenname Microsoft allein nicht als Nachweis.
Das größte praktische Risiko liegt häufig sogar vor der KI: Copilot respektiert vorhandene Microsoft-365-Berechtigungen. Wenn alte Mitarbeiter, zu große Gruppen oder falsch freigegebene Ordner bereits auf Dokumente zugreifen dürfen, kann die KI diese Berechtigungsfehler sichtbarer und wirksamer machen. Vor der Einführung müssen deshalb Rollen, Freigaben, Aufbewahrung und Datenbestände bereinigt werden.
Und was ist mit ChatGPT?
Auch hier muss zwischen einem privaten Zugang und einem für Organisationen vorgesehenen Produkt unterschieden werden. OpenAI bietet für Business-, Enterprise- und API-Kunden Datenschutzvereinbarungen und verwendet Geschäftsdaten nach eigener Angabe standardmäßig nicht zum Modelltraining. Für berechtigte Enterprise- und API-Kunden gibt es europäische Daten- und teilweise Inferenzresidenz.
Diese Optionen sind jedoch kein allgemeiner Deutschland-Schalter. OpenAI beschreibt Europa als EWR plus Schweiz; bestimmte Systemdaten, CPU-basierte Verarbeitung und externe Integrationen können außerhalb der gewählten Region verarbeitet werden. Bei der API gelten je nach Funktion unterschiedliche Speicherzeiten. Europäische API-Residenz und Zero Data Retention stehen zudem nur unter bestimmten Voraussetzungen zur Verfügung.
Für unvertrauliche Ideen, Formulierungen oder Schulungsaufgaben kann ein freigegebener geschäftlicher Chatzugang ein sinnvoller Einstieg sein. Ungeprüfte Kundenakten, Rechnungen, private E-Mails oder komplette Posteingänge gehören nicht in einen beliebigen persönlichen ChatGPT-Zugang.
Drei sinnvolle Betriebsmodelle
Statt nach dem einen perfekten Anbieter zu suchen, können kleine Unternehmen ihre Daten in Schutzstufen einteilen.
1. Öffentliche oder anonymisierte Inhalte
Für Internettexte, allgemeine Ideen, Checklisten und vollständig anonymisierte Beispiele kann ein freigegebenes geschäftliches KI-Angebot genügen. Personenbezogene Daten und Geschäftsgeheimnisse bleiben draußen.
2. Interne Daten in einer geprüften europäischen Geschäftslösung
Für normale interne Dokumente kann eine Microsoft-365-, OpenAI-API- oder vergleichbare EU-Konfiguration geeignet sein, wenn Auftragsverarbeitung, Datenstandort, Speicherfristen, Berechtigungen und Drittanbieter geprüft sind. Eingaben werden möglichst pseudonymisiert und auf das Erforderliche begrenzt.
3. Vertrauliche Daten lokal oder in einer deutschen KI-Umgebung
Rechnungen, Post, E-Mails, Personalunterlagen oder sensible Mitgliederdaten können lokal im eigenen Betrieb oder in einer kontrollierten deutschen Cloud verarbeitet werden. Technisch kommen dafür selbst betriebene Modelle, eine private Nextcloud-Umgebung oder deutsche KI-Plattformen infrage.
Nextcloud dokumentiert beispielsweise lokale KI-Bausteine für Textverarbeitung, Transkription und die Suche in eigenen Dokumenten. IONOS bietet einen in Deutschland betriebenen AI Model Hub mit Open-Source-Modellen und erklärt, Kundendaten nicht für Trainingszwecke zu verwenden. Solche Herstelleraussagen sind ein guter Ausgangspunkt, ersetzen aber nicht die eigene Prüfung von Vertrag, Unterauftragnehmern, Löschung, Sicherheit und tatsächlicher Konfiguration.
Selbst gehostet bedeutet zudem nicht automatisch sicher. Jemand muss Updates, Zugriffsrechte, Verschlüsselung, Backups, Protokolle und Wiederherstellung zuverlässig betreiben. Für viele kleine Unternehmen ist deshalb ein betreuter deutscher Dienst sinnvoller als ein ungewarteter Server im Hinterzimmer.
So kann ein sicherer KI-Arbeitsplatz aufgebaut werden
Ein praxistauglicher Aufbau besteht nicht nur aus einem Sprachmodell. Er verbindet mehrere klar getrennte Bausteine:
1. Eingang: Scanner, E-Mail-Postfach oder freigegebener Dokumentordner. 2. Vorverarbeitung: Texterkennung, Virenprüfung und Entfernung unnötiger Metadaten. 3. Klassifikation: Dokumentart, Kunde, Vorgang und mögliche Frist werden vorgeschlagen. 4. Geschützter Wissensspeicher: Die Originale und geprüften Unternehmensdaten bleiben in einem kontrollierten Dokumentensystem. 5. KI-Verarbeitung: Das Modell erhält nur die für die konkrete Aufgabe nötigen Ausschnitte. 6. Menschliche Prüfung: Beträge, Fristen, Empfänger und Entscheidungen werden bestätigt. 7. Übergabe: Erst geprüfte Ergebnisse gelangen in Buchhaltung, Kalender, CRM oder E-Mail-Entwürfe. 8. Protokoll und Löschung: Nachvollziehbar bleibt, was wann verarbeitet und freigegeben wurde; temporäre Daten werden fristgerecht entfernt.
Für die Suche im eigenen Wissen eignet sich häufig eine sogenannte RAG-Architektur. Dabei muss nicht das gesamte Unternehmenswissen in ein Sprachmodell trainiert werden. Stattdessen sucht das System zuerst in einem freigegebenen Datenbestand und übergibt nur passende Textausschnitte zur Beantwortung einer konkreten Frage. Auch diese Architektur braucht Rechteprüfungen: Ein Vereinsmitglied darf nicht durch eine geschickte Frage auf Vorstandsunterlagen zugreifen, und ein Monteur nicht automatisch auf Personalakten.
Der Entwicklungsprozess nach dem ersten Chat
KI-Kompetenz bedeutet nicht, möglichst viele Werkzeuge auszuprobieren. Sie bedeutet, einen betrieblichen Lernprozess zu organisieren.
Schritt 1: Einen echten Engpass wählen
Nicht „Wir wollen KI“, sondern beispielsweise: „Jeden Montag brauchen wir zwei Stunden, um Anfragen zu sortieren.“ Der Ausgangszustand wird messbar gemacht.
Schritt 2: Daten inventarisieren und einstufen
Welche Dokumente werden verwendet? Enthalten sie Kundendaten, Bankdaten, Gesundheitsinformationen, Personalinformationen oder Geschäftsgeheimnisse? Was kann anonymisiert werden?
Schritt 3: Grenzen festlegen
Was darf die KI lesen? Was darf sie nur vorschlagen? Was darf sie niemals selbst versenden, buchen, zahlen oder löschen? Diese Regeln werden vor dem Test dokumentiert.
Schritt 4: Anbieter und Betriebsmodell prüfen
Vertrag zur Auftragsverarbeitung, Speicher- und Verarbeitungsorte, Unterauftragnehmer, Training, Löschfristen, Verschlüsselung, Rollen, Export und Ausstieg werden kontrolliert. Ein BSI-C5-Testat kann ein Sicherheitsnachweis sein, ersetzt aber nicht die Datenschutzprüfung des konkreten Einsatzes.
Schritt 5: Mit Muster- oder anonymisierten Daten testen
Der erste Pilot braucht keine echten Kundenakten. Er wird mit künstlichen Rechnungen, anonymisierten E-Mails und bekannten Fehlerfällen geprüft.
Schritt 6: Menschen qualifizieren
Beschäftigte und ehrenamtlich Tätige müssen wissen, welche KI eingesetzt wird, welche Fehler möglich sind und welche Daten nicht eingegeben werden dürfen. Der AI Act verlangt Maßnahmen zur Förderung der KI-Kompetenz der Personen, die solche Systeme im Auftrag einer Organisation nutzen.
Schritt 7: Kontrolliert integrieren
Erst nach bestandenem Pilot wird das System an echte Ordner, Postfächer oder Fachprogramme angebunden. Schreibende Aktionen bleiben zunächst gesperrt oder benötigen eine ausdrückliche Freigabe.
Schritt 8: Wirkung und Risiken weiter prüfen
Gesparte Zeit, Fehlerrate, falsche Zuordnungen, Datenschutzvorfälle und Nutzerfeedback werden regelmäßig ausgewertet. Ändert der Anbieter Modelle, Unterauftragnehmer oder Speicherorte, wird neu geprüft.
Was KI nicht übernehmen sollte
Gerade in kleinen Unternehmen fehlt oft eine zweite Kontrollinstanz. Deshalb sollten folgende Handlungen nicht ohne bewusste menschliche Bestätigung erfolgen:
- Zahlungen und Änderungen von Bankverbindungen,
- verbindliche Angebote, Kündigungen oder Vertragsabschlüsse,
- rechtliche, steuerliche oder medizinische Bewertungen,
- Personalentscheidungen und Leistungsbewertungen,
- Veröffentlichung personenbezogener Inhalte,
- Löschung von Originaldokumenten,
- Versand von E-Mails im Namen des Unternehmens,
- Freigabe neuer Zugriffsrechte.
Die beste KI für ein kleines Unternehmen ist nicht die, die am meisten allein erledigt. Es ist die, deren Aufgaben, Datenzugriffe und Grenzen jeder Verantwortliche erklären kann.
Fazit: ChatGPT ist der Anfang, nicht das Ziel
Ein Chatbot kann Neugier wecken und erste Zeit sparen. Der nachhaltige Nutzen entsteht aber erst, wenn aus einzelnen Eingaben ein passender Unternehmensprozess wird: mit eigenem Wissen, klaren Rollen, kontrollierten Datenwegen, menschlichen Entscheidungen und einem Betriebsmodell, das zum Schutzbedarf passt.
Handwerksbetriebe, Vereine und Selbstständige müssen dafür keine eigene Forschungsabteilung aufbauen. Sie brauchen einen überschaubaren ersten Anwendungsfall und jemanden, der Technik, Arbeitsalltag, Datenschutz und Freigaben zusammenführt.
Genau dabei unterstützen wir: Wir analysieren gemeinsam den tatsächlichen Arbeitsablauf, ordnen die Daten nach Schutzbedarf, vergleichen geeignete Betriebsmodelle und entwickeln daraus Schritt für Schritt eine KI-Struktur, die zum Unternehmen passt. Nicht als beliebiges Chatfenster, sondern als kontrollierte digitale Unterstützung, bei der die Verantwortung beim Menschen bleibt.