Wie stellt man Datensicherheit beim unternehmensweiten LLM-Einsatz sicher?
Direkte Antwort
Datensicherheit beim LLM-Einsatz erfordert klare, kommunizierte Regeln, welche Datenkategorien (öffentlich, intern, vertraulich, streng vertraulich) überhaupt an welche LLM-Dienste übermittelt werden dürfen, Klarheit darüber, ob und wie ein Anbieter eingereichte Daten für eigenes Modelltraining nutzt, und technische Absicherung wie Data Loss Prevention, die versehentliche Übermittlung sensibler Daten verhindert.
"Eine Mitarbeiterin, die schnell einen vertraulichen Vertragsentwurf in ein öffentliches KI-Tool kopiert, um ihn zusammenfassen zu lassen, denkt selten zuerst an die Datenschutzfolgen — sie denkt an die schnellste Lösung für ihre Aufgabe.
Ohne klare Regeln landen sensible Unternehmensdaten oft unbemerkt in LLM-Anfragen, einfach weil Mitarbeitende die praktischste verfügbare Lösung für ihre Aufgabe nutzen, ohne die Datenschutzimplikationen zu kennen.
Klare Datenklassifizierung als Grundlage jeder Regel
Ohne eine gemeinsame Klassifizierung, welche Daten als öffentlich, intern, vertraulich oder streng vertraulich gelten, lässt sich keine sinnvolle Regel formulieren, welche Daten an welche LLM-Dienste übermittelt werden dürfen.
Diese Klassifizierung sollte konkret und praxisnah sein — allgemeine Aussagen wie "keine vertraulichen Daten" helfen wenig, wenn nicht klar ist, was im Arbeitsalltag konkret als vertraulich gilt.
Transparenz über Trainingsdaten-Nutzung durch Anbieter
Unterschiedliche LLM-Anbieter haben unterschiedliche Richtlinien dazu, ob über die API oder Chat-Oberfläche eingereichte Daten für zukünftiges Modelltraining verwendet werden — für Unternehmensdaten ist diese Unterscheidung geschäftskritisch, weil eine Nutzung für Training bedeuten könnte, dass Informationen indirekt in zukünftige Modellantworten für andere Nutzer:innen einfließen.
Unternehmensverträge mit LLM-Anbietern (etwa über Enterprise-Tarife) enthalten häufig explizite Zusagen, dass eingereichte Daten nicht für Training verwendet werden — diese Zusage sollte vor der Einführung aktiv geprüft und nicht angenommen werden.
Technische Absicherung gegen versehentliche Datenübermittlung
Neben organisatorischen Regeln helfen technische Maßnahmen wie Data-Loss-Prevention-Tools, die automatisch erkennen und blockieren, wenn bestimmte sensible Datenmuster (etwa Kundendaten oder Finanzkennzahlen) an nicht autorisierte externe Dienste übermittelt werden sollen.
Diese technische Absicherung ergänzt organisatorische Regeln, weil sie auch dann greift, wenn Mitarbeitende eine Regel versehentlich übersehen oder nicht ausreichend verinnerlicht haben. Der praktisch wichtigste Einzelfall ist der kostenlose Consumer-Zugang zu einem Chat-Tool (statt eines Enterprise-Vertrags mit Trainings-Opt-out): Genau hier landen laut wiederholt beobachteten Vorfällen in Unternehmen die meisten versehentlichen Datenlecks, weil Mitarbeitende privat genutzte, kostenlose Accounts auch für dienstliche Aufgaben verwenden.
Wann passt es — wann nicht?
Passt gut
- ✓Es gibt sensible Unternehmensdaten und mehrere Mitarbeitende nutzen bereits verschiedene LLM-Tools
Passt nicht
- ✗Es werden ausschließlich öffentlich verfügbare, unkritische Informationen verarbeitet