ChatGPT, Copilot, Gemini oder Claude: KI-Dienste im Datenschutz-Vergleich 2026

Ob du KI im Unternehmen datenschutzkonform nutzen kannst, hängt nicht vom Anbieter ab, sondern von fünf Fragen: Was tut die KI mit welchen Daten? Auf welcher Rechtsgrundlage? Brauchst du eine Datenschutz-Folgenabschätzung? Welchen Tarif nutzt du über welchen Weg? Und wohin gehen die Daten? Wer diese fünf Fragen beantwortet und die Antworten dokumentiert, kann auch die großen US-Anbieter einsetzen, zumindest datenschutzfreundlicher. Wer sie nicht stellt, hat trotzdem KI im Haus, nur ungeregelt.

Dass das kein theoretisches Problem ist, zeigen die Zahlen des Bitkom vom 14. September 2026: 57 Prozent der Unternehmen in Deutschland setzen inzwischen KI ein, vor einem Jahr waren es 36 Prozent. Unter den Unternehmen, die KI nutzen, nennen 66 Prozent die Anforderungen des Datenschutzes als größtes Hemmnis, noch vor rechtlicher Unsicherheit und Kosten. Gleichzeitig ging schon im Herbst 2025 laut Bitkom fast jedes zweite Unternehmen davon aus, dass Beschäftigte private KI-Konten für die Arbeit nutzen, während nur 23 Prozent überhaupt Regeln für den KI-Einsatz hatten. Der Datenschutz bremst also. Nur verhindert die Bremse keine KI, sie verhindert die geregelte Variante. Was bleibt, ist Schatten-KI mit privaten Zugängen, ohne Vertrag, ohne Rollenkonzept, und niemand weiß, welche Daten dort landen.

Aus meiner Sicht ist die Bremse an der falschen Stelle. Datenschutz ist bei KI kein Grund, nichts zu tun. Er ist der Grund, es geordnet zu tun. Ich gehe deshalb die beiden Regelwerke durch, die hier zusammenspielen, zuerst die KI-Verordnung, die für die meisten Unternehmen überraschend wenig verlangt, dann die DSGVO, die deutlich mehr verlangt.

Für die meisten Unternehmen sind die Pflichten aus der KI-Verordnung überschaubar, weil sie zwei Dinge zusammenbringen: Sie nutzen KI mit minimalem oder begrenztem Risiko, und sie tun das als Betreiber, nicht als Anbieter. Die KI-Verordnung kennt vier Risikostufen. Verbotene Praktiken lassen wir außen vor. Hochrisiko-KI liegt vor, wenn du KI etwa für Bewerberauswahl, Beförderungs- oder Kündigungsentscheidungen, Kreditwürdigkeitsprüfungen, Sicherheitskomponenten kritischer Infrastrukturen oder biometrische Anwendungen einsetzt. Alles darunter, also der Chatbot, die Textassistenz, die Übersetzung, der Spamfilter, bewegt sich im begrenzten oder minimalen Risiko. Dort verlangt die KI-Verordnung vor allem zwei Dinge: KI-Kompetenz und Transparenz.

Die zweite Erleichterung ist die Rolle. Anbieter sind OpenAI, Anthropic, Microsoft oder Google, also die, die das KI-System auf den Markt bringen. Sie tragen die vollen Pflichten. Du nutzt deren Systeme und bist damit Betreiber. Vorsicht nur, wenn du ein fremdes Modell anpasst und unter eigenem Namen anbietest oder betreibst. Dann rutschst du in die Anbieterrolle, mit allem, was dazugehört. Diese Abgrenzung solltest du für jede KI-Anwendung einmal sauber klären und festhalten.

Die KI-Kompetenz nach Artikel 4 der KI-Verordnung heißt in der Praxis: Wer Mitarbeitende KI nutzen lässt, muss sie dafür schulen, passend zu dem, was sie damit tun. Der KI-Omnibus hat an der Formulierung gedreht, an der Sache ändert das nichts. Interessant ist, dass die Unternehmen hier aufholen: Laut Bitkom bietet inzwischen nur noch jedes vierte Unternehmen gar keine KI-Schulung an, vor einem Jahr waren es 43 Prozent. Die Transparenzpflichten gelten seit August 2026: KI-generierte Bilder, Videos und Audios musst du kennzeichnen, und wer mit einem Chatbot, einem Assistenten oder einem KI-Agenten am Telefon interagiert, muss wissen, dass keine Person am anderen Ende sitzt. Das gilt für dich als Betreiber genauso. Wie die Kennzeichnung im Detail funktioniert, haben wir in unserem Leitfaden zur KI-Kennzeichnung ausführlich beschrieben.

Ein Hinweis für alle, die tatsächlich Hochrisiko-Anwendungen einsetzen: Der KI-Omnibus hat den Start dieser Pflichten nach hinten geschoben, gestrichen hat er sie nicht. Wer hier unterwegs ist, sollte sich jetzt damit beschäftigen, nicht erst kurz vor dem Stichtag.

Sobald personenbezogene Daten in eine KI fließen, brauchst du eine Rechtsgrundlage, und zwar nicht eine, sondern zwei: eine dafür, dass du die Daten überhaupt zu diesem Zweck verarbeiten darfst, und eine zweite für die Weitergabe an den externen Anbieter. In diesem Artikel gehe ich davon aus, dass personenbezogene Daten im Spiel sind. Wer nur Code schreiben lässt oder Texte ohne Personenbezug bearbeitet, hat das Problem nicht, und das ist gleich der erste Hebel, dazu später mehr.

Das Arbeitspferd im privatwirtschaftlichen Bereich ist das berechtigte Interesse nach Artikel 6 Absatz 1 Buchstabe f DSGVO. Auf den Vertrag nach Buchstabe b kannst du dich nur stützen, wenn die KI-Leistung selbst vertraglich geschuldet ist. Etwas, das im Vertrag nie stand, wird nicht dadurch zur Vertragserfüllung, dass du es mit KI erledigst. Die Einwilligung erlaubt auf dem Papier alles, ist in der Praxis aber der schlechteste Weg: Sie muss freiwillig und informiert sein, du brauchst sie von jeder einzelnen Person, und sie ist jederzeit widerrufbar. Lass das sein. Das berechtigte Interesse als Grundlage für KI-Verarbeitung hat übrigens auch das OLG Köln im Verfahren um das KI-Training von Meta akzeptiert, wenn auch in einem anderen Sachverhalt. Wer für eine Kommune oder Behörde arbeitet, hat das berechtigte Interesse nicht und muss in Buchstabe e, die öffentliche Aufgabe, schauen.

Im Beschäftigtendatenschutz kommt § 26 BDSG dazu, und noch etwas, das gern vergessen wird: Wenn du einen Betriebsrat hast, muss er früh ins Boot. KI ist eine Technologie, mit der sich Leistung und Verhalten von Mitarbeitenden überwachen lassen, und genau das löst die Mitbestimmung aus. Getrennt betrachten solltest du außerdem besondere Kategorien nach Artikel 9 DSGVO, also etwa Gesundheitsdaten. Nicht jede Rechtsgrundlage, die für normale Daten passt, reicht dafür aus. Am Ende dieser Prüfung kann durchaus stehen: Mit diesen Daten dürfen wir arbeiten, mit jenen nicht.

Und zur Dokumentation: Jede KI-Verarbeitung mit Personenbezug gehört ins Verzeichnis von Verarbeitungstätigkeiten, und die Transparenzpflichten nach Artikel 13 und 14 DSGVO gelten intern gegenüber Beschäftigten wie extern gegenüber Kunden. Wer seine Datenschutzhinweise seit zwei Jahren nicht angefasst hat, findet dort mit hoher Wahrscheinlichkeit kein Wort über KI.

Nicht jede KI-Nutzung verlangt eine Datenschutz-Folgenabschätzung, kurz DSFA. Die pauschale Aussage „KI, also DSFA" stammt aus der Zeit um 2019 und ist überholt. Die Orientierungshilfe der Datenschutzkonferenz von 2024 verweist nur noch auf die Vorabprüfung, und der Landesdatenschutzbeauftragte Mecklenburg-Vorpommern hat im Juli 2026 einen Leitfaden für KI mit begrenztem und minimalem Risiko veröffentlicht, der gezielt auf KMU und kleinere Verwaltungen zugeschnitten ist und den internen Chatbot als Beispiel durchgeht. Die Linie der Aufsicht hat sich also bewegt, hin zur Einzelfallprüfung.

Wie prüfst du? Zwei Wege. Die Muss-Liste der Datenschutzkonferenz führt unter Nummer 11 den KI-Einsatz auf, ist allerdings seit 2018 nicht aktualisiert worden. Verlässlicher ist die Schwellwertanalyse nach dem Arbeitspapier 248 der Artikel-29-Gruppe: Treffen zwei von neun Kriterien zu, brauchst du eine DSFA. Das Kriterium „innovative Technologie" ist bei KI immer erfüllt. Die Frage ist also, ob ein zweites dazukommt. Kommuniziert die KI direkt mit Betroffenen, etwa als Chatbot im Kundensupport? Bewertet sie Personen, etwa beim Scoring oder in der Bewerberanalyse? Hat sie Zugriff auf große Datenbestände, etwa ein Copilot mit Zugriff auf deinen gesamten Microsoft-365-Tenant? Ein Ja auf eine dieser Fragen, und die DSFA ist sehr wahrscheinlich fällig.

Meine eigene Einordnung, ausdrücklich als meine Linie und nicht als Behördenmeinung: Ohne DSFA vertretbar sind Textassistenz mit pseudonymisierten Eingaben, Übersetzungen, Code-Assistenz, Recherche ohne Personenbezug und der Entwurf einzelner E-Mails. Klar DSFA-pflichtig sind Chatbots mit Kundeninteraktion, Bewerbermanagement und der Copilot mit Tenant-Zugriff. Dazwischen liegt die Grauzone: Meeting-Transkription mit Klarnamen, massenhafte automatisierte Kundenkorrespondenz, Kundensegmentierung mit Profiling-Tiefe. Da tendiere ich zur DSFA. Bei der Transkription kommt noch ein zweites Thema dazu, das mit der DSFA nichts zu tun hat: Transkription setzt Aufzeichnung voraus, und die Aufzeichnung des nicht öffentlich gesprochenen Wortes ist nach § 201 StGB ohne Zustimmung strafbar. Das musst du vorher klären, egal wie die DSFA-Frage ausgeht.

Zwei Regeln gelten in jedem Fall. Erstens: Prüfen und dokumentieren, auch dann, wenn das Ergebnis „keine DSFA nötig" lautet. Eine begründete Nein-Entscheidung ist im Ernstfall Gold wert, eine fehlende Entscheidung ist ein kann im Prüfungsfall zu einer Herausforderung werden. Zweitens: Die DSFA hängt nicht an der Risikoklasse der KI-Verordnung. Eine KI mit minimalem Risiko nach KI-Verordnung kann eine Verarbeitung mit hohem Datenschutzrisiko sein. Die beiden Bewertungen laufen parallel und ersetzen sich nicht.

Ob ein KI-Anbieter für dich nutzbar ist, entscheidet nicht der Name, sondern die Kombination aus Tarif und Zugangsweg. Derselbe Anbieter kann im Consumer-Tarif über das Chatfenster für dich unbrauchbar sein und über die Programmierschnittstelle mit Auftragsverarbeitungsvertrag vertretbar. Ich habe für das Webinar ChatGPT, Copilot, Gemini und Claude entlang der Fragen verglichen, die du dir für jeden Anbieter stellen musst: Bekomme ich einen AV-Vertrag? Wo werden die Daten verarbeitet, und kann ich das ändern? Wie lange speichert der Anbieter meine Eingaben? Wird damit trainiert, und lässt sich das abschalten? Und brauche ich zusätzliche Sicherheiten, etwa als Berufsgeheimnisträger eine Vereinbarung nach § 203 StGB?

Ein paar Muster ziehen sich durch alle vier. Consumer-Tarife scheiden im professionellen Kontext aus, auch die teuren. Es gibt dort keinen AV-Vertrag, keinen Einfluss auf den Verarbeitungsort und meist Training als Voreinstellung. Erst ab Business- und Enterprise-Tarifen gibt es den AV-Vertrag, mal auf Anfrage über ein Formular, mal als Teil der Commercial Terms, bei Microsoft 365 Copilot über den bestehenden Microsoft-Vertrag mit Standardvertragsklauseln. In Enterprise-Tarifen ist das Training mit deinen Daten inzwischen bei allen abschaltbar, meist sogar standardmäßig aus. Beim Verarbeitungsort wird es ab Enterprise interessant, manche Anbieter lassen Europa oder sogar Frankfurt zu, andere bieten es noch nicht an. Eine Zusatzvereinbarung nach § 203 StGB habe ich nur bei Microsoft für Copilot gefunden. Wer als Anwalt, Arzt oder Steuerberater unterwegs ist, hat damit faktisch nur einen der vier zur Auswahl.

Neben dem direkten Vertrag mit dem Anbieter gibt es zwei weitere Zugangswege. Hyperscaler wie Azure AI, AWS Bedrock oder die Gemini-Plattform von Google stellen dir eine technische Infrastruktur bereit, auf der du verschiedene Modelle nutzen kannst, auch die anderer Anbieter, mit Einstellmöglichkeiten für Datenstandort, Speicherdauer und Training und mit dem AV-Vertrag des Hyperscalers. Das ist kein Chatfenster, sondern Infrastruktur für Entwickler, aber ein gangbarer Weg. Und es gibt deutsche Gateways, die sich zwischen dich und die US-Modelle schalten. Dazu gleich mehr.

Mit jedem US-Anbieter bist du beim Drittlandtransfer, und die einfachste Absicherung dafür, das EU-US Data Privacy Framework, steht im Herbst 2026 auf so wackeligen Beinen wie noch nie. Zur Erinnerung: Für Länder mit Angemessenheitsbeschluss der EU-Kommission reicht ein AV-Vertrag. Für alle anderen brauchst du geeignete Garantien, in der Regel Standardvertragsklauseln, und seit dem Schrems-II-Urteil des EuGH zusätzlich eine Transferprüfung, das Transfer Impact Assessment, kurz TIA. Die USA sind der Sonderfall: Für Unternehmen, die sich unter dem Data Privacy Framework selbst zertifiziert haben, gilt ein angemessenes Schutzniveau, und die TIA entfällt.

Der Haken ist die Lage in den USA. Section 702 des Foreign Intelligence Surveillance Act, die Rechtsgrundlage für die Überwachungsprogramme der US-Dienste, auf die sich auch die Zusagen der US-Regierung im Data Privacy Framework beziehen, ist im Juni 2026 ausgelaufen, weil der Kongress keine Verlängerung verabschiedet hat. Am 29. Juni 2026 hat der US Supreme Court in Trump v. Slaughter entschieden, dass der Abberufungsschutz für die Mitglieder der Federal Trade Commission verfassungswidrig ist. Damit ist die Behörde, auf deren Unabhängigkeit die EU-Kommission ihren Angemessenheitsbeschluss ausdrücklich gestützt hat, nicht mehr unabhängig. Und am 31. Juli 2026 hat der Europäische Datenschutzausschuss die EU-Kommission formell aufgefordert, die Folgen dieser Entscheidung für das Data Privacy Framework zu prüfen. Aufgehoben ist der Beschluss damit nicht. Er gilt, solange er gilt, und du kannst dich bis dahin darauf berufen. Ich würde mich trotzdem darauf einstellen, dass die TIA für US-Anbieter wiederkommt, und sie schon jetzt vorbereiten.

Ob ein Anbieter zertifiziert ist, prüfst du ausschließlich auf der offiziellen Liste des US-Handelsministeriums, nicht per Suchmaschine und nicht, indem du eine KI fragst. Ich habe bei meiner Recherche etliche Artikel gefunden, die eine Zertifizierung von OpenAI behaupten. Auf der Liste selbst habe ich weder OpenAI noch Anthropic gefunden, in keiner Schreibweise. Microsoft ist gelistet, für HR- und Nicht-HR-Daten. Prüfe das selbst und prüfe es regelmäßig, denn die Zertifizierungen laufen aus. Für nicht zertifizierte Anbieter brauchst du die TIA schon heute.

Genauer ist: Die TIA nach den Standardvertragsklauseln schuldet der Exporteur, also derjenige, der die Daten tatsächlich ins Drittland übermittelt. Bei Anthropic beispielsweise ist das streng genommen nicht dein Unternehmen, sondern Anthropic Ireland, weil dein Vertragspartner in der EU sitzt und der Transfer in die USA erst von dort erfolgt. Was sich dadurch nicht ändert: Dein Unternehmen bleibt als Verantwortlicher für die gesamte Kette in der Pflicht und muss den Transfer bewerten und nachweisen, dass es sich damit auseinandergesetzt habt. In der Praxis nennt man auch diese Bewertung TIA, weil sie dieselben Fragen behandelt: Rechtslage im Drittland, Zugriffsrisiken, Absicherung durch den Anbieter, eigene Maßnahmen. Achtet nur darauf, dass in eurem Dokument steht, in welcher Rolle ihr prüft, nämlich als Verantwortliche nach Art. 28 Abs. 1 und Art. 44 DSGVO, nicht als Exporteur.

Die TIA beantwortet vier Fragen: Wie sieht der Transfer aus, wie ist die Rechtslage im Drittland, wie geht der Anbieter in der Praxis mit Behördenanfragen um und welche zusätzlichen Maßnahmen brauchst du? Für die dritte Frage bist du auf den Anbieter angewiesen. Ich habe das ausprobiert und Anthropic für einen Mandanten angeschrieben: Wie ist das Verhältnis zwischen der irischen Vertragsgesellschaft und dem US-Mutterhaus, wie sieht die Liste der Subdienstleister aus, wo wird verarbeitet, wie wird mit Behördenzugriffen umgegangen?

Drei Ergebnisse sind möglich. Das Transferinstrument ist wirksam, dann kannst du übermitteln. Es ist unwirksam, dann nicht. Oder es ist formal angreifbar, etwa weil Antworten des Anbieters fehlen, aber das Risiko lässt sich durch Transparenzberichte und die dokumentierte Praxis so weit senken, dass der Transfer vertretbar ist.

Auch wenn es sehr mühsam sein kann, alle notwenigen Informationen zusammenzutragen:: Mach die TIA. Dein dokumentiertes Bemühen ist im Zweifel das, was zählt. Die Alternative, KI einfach nicht einzusetzen, führt erfahrungsgemäß nicht zu weniger KI, sondern zurück zu den privaten Konten. Eine Vorlage für die TIA, angelehnt an den Leitfaden der französischen Aufsichtsbehörde CNIL, findest du unten bei den Downloads.

Wo keine personenbezogenen Daten hineinfließen, können auch keine abfließen. Das ist der einfachste Hebel, und er wird viel zu selten gezogen. Wenn du Namen, Adressen, Telefonnummern und Kundennummern vor der Eingabe durch Platzhalter ersetzt, arbeitet die KI mit pseudonymisierten Daten, und für den Anbieter, der die Zuordnung nicht kennt, sind diese Daten faktisch anonym. Ich weiß, dass niemand Lust hat, jede E-Mail von Hand zu anonymisieren, bevor er sie in die KI kippt. Deshalb lohnt sich ein Werkzeug, das lokal läuft. Ich habe mir selbst einen Pseudonymisierer gebaut, der im Büro läuft: Text hinein, Namen und Orte werden lokal ersetzt, das Ergebnis geht in die KI, und die Antwort wird mit einem Klick zurückübersetzt. Wer nicht selbst bauen will, findet mit Presidio auf GitHub ein Open-Source-Werkzeug von Microsoft, das genau das tut.

Der zweite Weg sind deutsche Gateways wie Nele.ai, Langdock oder Logicc. Sie hängen sich zwischen dich und die US-Modelle. Du schließt den AV-Vertrag mit dem deutschen Anbieter, das Hosting liegt in der EU, die Gateways bieten Privacy-Filter wie automatische Pseudonymisierung, garantieren, dass nicht trainiert wird, und kümmern sich um die Verträge mit den US-Anbietern. Einzelne bieten auch eine Zusatzvereinbarung nach § 203 StGB. Zwei Wermutstropfen: Es kostet mehr als der direkte Vertrag, und die neuesten Modelle kommen mit Verzögerung. Für das meiste, was im Büroalltag anfällt, reicht das trotzdem. Und ein Compliance-Zauberstab ist es nicht, denn die Modelle laufen weiterhin bei US-Anbietern. Es ist datenschutzfreundlicher.

Und die lokale KI im eigenen Haus? Sie ist die sicherste Variante, die Daten verlassen das Unternehmen nicht, und sie funktioniert, bei uns läuft selbst eine. Aber sie kostet: GPU-Server sind teuer, du brauchst das Know-how für Betrieb und Sicherheit, und die frei verfügbaren Modelle hinken den aktuellen Angeboten der großen Anbieter um Monate hinterher. Für ein Unternehmen ohne eigene IT-Truppe und ohne Budget dafür ist das keine realistische Alternative, und das sollte man ehrlich sagen, statt so zu tun, als wäre „dann machen wir es halt lokal" eine Antwort für alle.

Wenn du dich für einen Anbieter entschieden hast, geht die eigentliche Arbeit los: die Nutzung so einzurichten, dass sie datenschutzfreundlich bleibt. Diese sieben Punkte haben sich in der Praxis bewährt:

1. Ein zentraler Firmen-Tenant statt privater Konten, mit Single Sign-on, Mehrfaktor-Authentifizierung und Rollenkonzept. Das Offboarding läuft automatisch mit, damit ehemalige Mitarbeitende keinen Zugriff mehr haben.
2. Klare Regeln für Eingaben: Welche Daten dürfen hinein, welche nicht, was wird pseudonymisiert? Denk dabei auch an Geschäftsgeheimnisse, nicht nur an personenbezogene Daten.
3. Konfiguration nach Datenschutzgesichtspunkten: Training abschalten, Speicherdauer verkürzen, EU-Datenstandort wählen, wo der Tarif das hergibt.
4. Kontrolle der Ausgaben, also ein Mensch, der prüft, bevor etwas rausgeht. Was die KI in deinem Namen ausgibt, wird dir zugerechnet. Und wo Kennzeichnung nötig ist, kennzeichnest du.
5. Eine Whitelist der erlaubten Werkzeuge im Netzwerk, die anderen Dienste werden gesperrt. Sonst läuft die Schatten-KI einfach weiter, nur neben dem offiziellen Tenant.
6. Protokollierung für die Sicherheit, aber mit Augenmaß. Logs, die zur Leistungskontrolle taugen, sind ein Fall für den Betriebsrat und meist nicht das, was du willst.
7. Organisation: eine KI-Richtlinie, ein Freigabeprozess für neue Anwendungen, Schulung der Mitarbeitenden und ein jährlicher Review, weil sich bei diesem Thema alle paar Monate etwas ändert.

Es gibt keine Liste erlaubter und verbotener KI-Anbieter. Was es gibt, ist ein Prüfweg: Rechtsgrundlage zweimal klären, DSFA-Pflicht im Einzelfall prüfen und in beide Richtungen dokumentieren, Tarif und Zugangsweg statt Anbietername bewerten, den Drittlandtransfer absichern und sich darauf einstellen, dass die TIA für US-Anbieter zurückkommt. Wer diesen Weg geht, kann die großen Anbieter einsetzen, datenschutzfreundlich(er), mit dokumentiertem Restrisiko. Wer ihn nicht geht, hat trotzdem KI im Unternehmen, nur in privaten Konten, ohne Vertrag und ohne dass jemand hinschaut. Der erste Schritt ist deshalb auch keine Anbieterwahl. Er ist die Entscheidung, das Thema überhaupt zu regeln.