Qualität, Sicherheit & Compliance

DSGVO in KI-Projekten: personenbezogene Daten rechtssicher verarbeiten

Sobald ein Chatbot Kundenanfragen beantwortet oder ein Modell Personaldaten auswertet, stellt sich die Frage, welche DSGVO-Pflichten das Projekt auslöst. In vier Stunden klären Sie, wann bei KI-Systemen ein Personenbezug besteht, wie Grundsätze, Rollenverteilung und Datenschutz-Folgenabschätzung auf KI-Projekte anzuwenden sind und welche technischen und organisatorischen Maßnahmen bei LLMs und RAG-Systemen greifen. Zum Schluss steht eine Checkliste, mit der Sie neue KI-Vorhaben auf Datenschutzrisiken durchsehen.

Für wen

Datenschutzbeauftragte, Verantwortliche für IT-Sicherheit und Compliance, Projekt- und Produktverantwortliche sowie alle, die KI-Systeme nutzen oder ihre Einführung begleiten und dabei die Datenschutzvorgaben einhalten müssen.

KI-Kompaktseminar · 4 Stunden

Personenbezug erkennen, DSGVO-Pflichten zuordnen, Schutzmaßnahmen für KI-Systeme festlegen

Das nehmen Sie mit

  • Sie erkennen, wo in einem KI-System personenbezogene Daten anfallen, und wie Sie sie anonymisieren oder pseudonymisieren.
  • Sie ordnen ein KI-Projekt rechtlich ein: Grundsätze, Auftragsverarbeitung oder gemeinsame Verantwortlichkeit, DPIA.
  • Sie nehmen TOMs für LLM- und RAG-Anwendungen und eine Checkliste zur Risikoeinschätzung mit.

Ablauf

  1. Teil 1

    Modul 1 – Einordnung: Wo KI-Systeme mit Personendaten arbeiten

    • Wann Eingaben, Trainingsdaten oder Modellantworten bei KI als personenbezogen einzustufen sind
    • Datenflüsse unterschiedlicher Systemarten nachzeichnen: LLMs, Bilderkennung, NLP-Anwendungen
    • Anonymisierung, Pseudonymisierung und Profilbildung trennscharf auseinanderhalten
    • Fallbeispiele: Chatbot in der Kundenberatung, KI-gestützte Auswertung von HR-Daten
  2. Teil 2

    Modul 2 – DSGVO-Pflichten: Grundsätze, Rollen und Folgenabschätzung

    • Rechtmäßigkeit, Zweckbindung und Speicherbegrenzung auf Training und Betrieb von KI übertragen
    • Rollen mit KI-Anbietern klären: Auftragsverarbeitung oder gemeinsame Verantwortlichkeit
    • DPIA (Datenschutz-Folgenabschätzung) für ein KI-Projekt aufsetzen und durchführen
    • Fallbeispiele: Einwilligungen beim Einsatz von KI-Textgeneratoren, KI-Funktionen im CRM-System
  3. Teil 3

    Modul 3 – TOMs: Schutzmaßnahmen in Technik und Organisation

    • Datenminimierung und Privacy by Design bei LLM-Anwendungen und RAG-Systemen umsetzen
    • Zugriffskontrollen, Logging und Modell-Hardening als technische Absicherung
    • Transparenzpflichten erfüllen und Ergebnisse mit Explainable AI erklärbar machen
    • Fallbeispiele: GPT-Modellen im internen Einsatz Grenzen setzen, Trainingsdaten gegen Zugriff sichern
  4. Teil 4

    Modul 4 – Steuerung: Governance, Richtlinien und Risikobewertung

    • Governance-Strukturen: wer im Haus über KI-Systeme entscheidet und ihren Betrieb überwacht
    • KI-Nutzung dokumentieren und in internen Richtlinien verbindlich regeln
    • Generative Systeme im Griff behalten: Ausgaben kontrollieren, nachvollziehbar halten, korrigieren
    • Abschlussdiskussion: Eine Checkliste, mit der Sie KI-Vorhaben auf Datenschutzrisiken durchsehen

VoraussetzungenHilfreich sind Grundkenntnisse der DSGVO und eine Vorstellung davon, wie KI-Systeme wie ChatGPT, Bild- oder Spracherkennung arbeiten; zwingend ist beides nicht.

AbschlussTeilnahmezertifikat und digitales Badge

Thema anfragen