KI im Unternehmen: Warum Verbote nicht reichen und sichere Alternativen entscheidend sind

Pauschale KI-Verbote verhindern weder Shadow AI noch Datenrisiken. Eine freigegebene Unternehmens-KI, klare Datenregeln und einfache Bedienung schaffen einen kontrollierten Weg.

Künstliche Intelligenz ist im Arbeitsalltag angekommen. Mitarbeiter nutzen KI, um Texte zu schreiben, Informationen zusammenzufassen, E-Mails vorzubereiten oder Excel-Listen zu bearbeiten. Das ist grundsätzlich positiv: Richtig eingesetzt kann KI Zeit sparen und Mitarbeiter von wiederkehrenden Aufgaben entlasten.

Gleichzeitig entsteht ein neues Datenschutzproblem. Moderne KI-Dienste sind so einfach zu bedienen, dass sensible Kunden- oder Unternehmensdaten schnell in einem System landen können, das vom Unternehmen weder geprüft noch freigegeben wurde. Ein generelles KI-Verbot ist darauf keine ausreichende Antwort. Unternehmen sollten stattdessen sichere Alternativen bereitstellen.

Warum Mitarbeiter KI im Arbeitsalltag nutzen

Die Motivation ist leicht nachvollziehbar. Eine Excel-Datei mit mehreren tausend Datensätzen soll sortiert, bereinigt oder kategorisiert werden. Manuell kann das mehrere Stunden dauern. Bei einem KI-Dienst lässt sich eine Datei teilweise per Drag-and-drop hochladen und anschließend in natürlicher Sprache bearbeiten.

Die technische Hemmschwelle ist niedrig. Mitarbeiter benötigen weder Programmierkenntnisse noch besondere Software. Eine kurze Anweisung kann genügen, um eine zeitaufwendige Aufgabe deutlich schneller zu erledigen. Für Unternehmen ist dieser mögliche Produktivitätsgewinn wertvoll. Problematisch wird es, wenn unklar bleibt, welche Informationen in welchen KI-Systemen verarbeitet werden dürfen.

KI und Datenschutz: Entscheidend sind die Daten

Bei der Diskussion über KI im Unternehmen geht es häufig darum, welches Modell oder welcher Anbieter verwendet wird. Aus Datenschutzsicht ist eine andere Frage mindestens genauso wichtig: Was passiert mit den eingegebenen Daten? Vor einer Freigabe sollten Unternehmen insbesondere klären:

• Wo werden Eingaben, Dateien und Ergebnisse verarbeitet?
• Werden Eingaben und hochgeladene Dateien gespeichert?
• Werden Daten für das Training von KI-Modellen verwendet, und wie wird dies ausgeschlossen oder geregelt?
• Welche Unterauftragnehmer sind beteiligt und welche Daten erhalten sie?
• Gibt es bei einer Auftragsverarbeitung einen passenden Auftragsverarbeitungsvertrag?
• Wer kann auf die Daten zugreifen, einschließlich Administration und Support?
• Wie lange werden Dateien, Chatverläufe und Protokolle gespeichert, und wie werden sie gelöscht?

Besonders relevant wird das bei personenbezogenen Daten, Kunden- und Mitarbeiterinformationen, Verträgen oder internen Geschäftsdaten. Eine Excel-Datei kann Namen, Adressen, Telefonnummern, E-Mail-Adressen, Kundennummern und Umsätze enthalten. Solche Dateien sollten nicht unkontrolliert in beliebige öffentliche KI-Dienste hochgeladen werden. Auch Protokolle und Backups gehören in die Prüfung: Ein gelöschter Chat bedeutet nicht automatisch, dass sämtliche Kopien entfernt sind.

Warum ein generelles KI-Verbot Shadow AI begünstigen kann

Die scheinbar einfachste Lösung lautet: „KI ist im Unternehmen verboten.“ In der Praxis beseitigt ein solches Verbot das Problem jedoch nicht automatisch. Wenn eine Aufgabe mit KI erheblich schneller zu erledigen scheint, entsteht ein starker Anreiz, entsprechende Werkzeuge trotzdem zu verwenden. Ein Browser und wenige Klicks reichen für den Zugang.

Im ungünstigsten Fall führt ein pauschales Verbot nicht zu weniger KI-Nutzung, sondern zu weniger sichtbarer KI-Nutzung. Mitarbeiter verwenden private Accounts oder nicht freigegebene Dienste. Die IT-Abteilung weiß davon nichts und kann weder Datenschutz noch technische Sicherheit beurteilen. Dieses Phänomen wird als Shadow AI bezeichnet, vergleichbar mit klassischer Shadow IT. Das Unternehmen verliert damit genau die Kontrolle, die es gewinnen wollte.

Warum ein KI-Verbot auch wirtschaftlich problematisch ist

Ein vollständiges Verbot hat einen weiteren Nachteil: Unternehmen verzichten auf mögliche Produktivitätsgewinne. KI kann unter anderem bei folgenden Aufgaben unterstützen:

• Excel-Listen analysieren und bereinigen
• Daten kategorisieren
• Texte zusammenfassen
• Angebote und Anschreiben vorbereiten
• Informationen aus Dokumenten extrahieren
• E-Mails strukturieren
• Übersetzungen erstellen
• Formeln und Programmcode erzeugen
• Wiederkehrende Verwaltungsaufgaben beschleunigen

Wer KI grundsätzlich verbietet, verhindert auch sinnvolle Anwendungsfälle. Die bessere Frage lautet deshalb nicht: „Wie verhindern wir, dass Mitarbeiter KI nutzen?“ Sondern: „Wie ermöglichen wir Mitarbeitern, KI sicher zu nutzen?“ Das schließt gezielte Verbote ungeeigneter Dienste oder einzelner Datenarten nicht aus. Sie werden aber durch einen praktikablen, freigegebenen Weg ergänzt.

Unternehmen brauchen eine sichere KI-Alternative

Wer bestimmte öffentliche KI-Dienste untersagt, sollte gleichzeitig eine freigegebene Alternative anbieten. Das kann eine zentrale Unternehmens-KI sein. Statt verschiedene öffentliche Dienste zu nutzen, arbeiten Mitarbeiter über eine vom Unternehmen kontrollierte Oberfläche, beispielsweise ein internes KI-Portal.

Dort melden sie sich mit ihrem persönlichen Benutzerkonto an und können ausschließlich freigegebene Modelle verwenden. Im Hintergrund kann die eigentliche KI auf eigener Infrastruktur oder bei einem geeigneten deutschen oder europäischen Hosting-Anbieter betrieben werden. Für Mitarbeiter bleibt die Bedienung einfach. Für das Unternehmen entsteht mehr Kontrolle über Zugänge, Datenverarbeitung und zugelassene Funktionen.

Eine kontrollierte KI-Oberfläche für den Arbeitsalltag

• KI-Assistenten für Unternehmen

Modellherkunft und Hosting sind zwei unterschiedliche Dinge

Bei der Auswahl einer Unternehmens-KI wird häufig zuerst über Modelle gesprochen. Doch die Herkunft des Modells und der Ort der Datenverarbeitung sind zwei unterschiedliche Dinge. Ein frei verfügbares beziehungsweise Open-Weights-Modell kann vollständig auf Servern eines europäischen Rechenzentrums betrieben werden. Die eingegebenen Daten müssen dabei nicht zwangsläufig an den ursprünglichen Modellentwickler übertragen werden.

Entscheidend sind der tatsächliche Betrieb und die angeschlossenen Dienste. Externe Schnittstellen, Telemetrie oder zusätzliche Werkzeuge können weitere Datenflüsse erzeugen. Unternehmen sollten deshalb nicht nur fragen: „Welches Modell verwenden wir?“, sondern auch: „Wo läuft dieses Modell und wer verarbeitet unsere Daten?“ Für sensible Unternehmensdaten kann diese Frage wichtiger sein als der Modellname.

Betriebsmodelle genauer vergleichen

• ChatGPT Enterprise oder eigenes LLM? Entscheidung für KMU

Auch kleine Unternehmen brauchen keine komplizierte KI-Plattform

Eine sichere Unternehmens-KI muss keine große Enterprise-Lösung sein. Gerade für kleine Unternehmen kann eine überschaubare Struktur ausreichen:

• Eine zentrale, einfach erreichbare KI-Oberfläche
• Persönliche Benutzerkonten mit passenden Zugriffsrechten
• Freigegebene KI-Modelle für definierte Aufgaben
• Ein kontrollierter KI-Endpoint als Schnittstelle zur Modellberechnung
• Klare Regeln für sensible Daten und eine kurze Mitarbeiterschulung

Eigene leistungsfähige GPU-Server sind nicht zwingend erforderlich. Die Modellberechnung kann über einen kontrollierten KI-Endpoint erfolgen, dessen Betreiber, Datenflüsse und Nutzungsbedingungen geprüft sind. Die Oberfläche und der Endpoint bilden zusammen den Verarbeitungspfad; beide müssen zur Freigabe passen. So lässt sich ein geeigneter Einstieg auch für kleinere Unternehmen wirtschaftlich prüfen.

Klare Datenregeln statt komplizierter KI-Richtlinien

Neben der Technik braucht es verständliche Regeln. Eine KI-Richtlinie muss nicht zwangsläufig 30 Seiten lang sein. Mitarbeiter sollten vor allem wissen, welche Informationen sie mit welcher KI verarbeiten dürfen. Eine einfache Einteilung kann bereits helfen:

Unkritische Daten

Öffentliche Informationen und normale Inhalte ohne besondere Vertraulichkeit können in einer freigegebenen Unternehmens-KI verarbeitet werden. Auch hier gilt: Nur die für die Aufgabe notwendigen Inhalte eingeben und Ergebnisse vor der Weiterverwendung prüfen.

Personenbezogene und vertrauliche Daten

Bei Kundendaten, Angeboten, Verträgen oder internen Informationen muss klar geregelt sein, ob und in welcher Umgebung die Verarbeitung erlaubt ist. Wenn möglich, sollten nur die tatsächlich notwendigen Daten verwendet werden. Eine Freigabe für öffentliche Texte ist keine automatische Freigabe für personenbezogene Datensätze.

Besonders sensible Daten und Geheimnisse

Komplette Kundendatenbanken, große CRM-Exporte und besonders schützenswerte Informationen gehören nicht in einen allgemeinen KI-Chat. Falls dafür ein zulässiger Anwendungsfall besteht, braucht er einen gesondert geprüften Prozess. Passwörter, Zugangsdaten, API-Schlüssel und andere Geheimnisse sollten grundsätzlich nicht in KI-Systeme hochgeladen oder in Prompts eingefügt werden.

Nicht irgendeine KI verwenden, sondern die vom Unternehmen freigegebene Lösung – und nur mit den dafür erlaubten Daten.

Pseudonymisierung als zusätzliche Schutzmaßnahme

Statt vollständige Namen und Kontaktdaten an ein KI-Modell zu übertragen, können bestimmte Informationen vorher ersetzt werden. Aus einem konkreten Kunden wird beispielsweise „Kunde A“. Die Zuordnung zum echten Kunden bleibt getrennt und geschützt außerhalb des KI-Systems.

Das kann Risiken reduzieren, löst aber nicht jedes Problem. Umfangreiche Datensätze enthalten häufig weitere Merkmale, über die sich Personen indirekt identifizieren lassen. Pseudonymisierung ist deshalb eine zusätzliche Schutzmaßnahme, kein Ersatz für sichere Infrastruktur und klare Freigaben.

Excel und KI: Nicht jede Zeile muss durch ein Sprachmodell

Besonders interessant ist der Einsatz von KI bei Excel- und CSV-Dateien. Dabei sollte nicht jede Tabellenoperation direkt von einem Large Language Model, kurz LLM, ausgeführt werden. Viele Aufgaben lassen sich mit klassischer, deterministischer Datenverarbeitung zuverlässiger lösen: Gleiche Eingaben und festgelegte Regeln führen zu nachvollziehbaren Ergebnissen.

Eine sinnvolle Architektur trennt Sprachverständnis und Ausführung. Der Mitarbeiter beschreibt in natürlicher Sprache, was mit einer Excel-Datei passieren soll. Die KI interpretiert die Aufgabe. Anschließend übernimmt klassische Software die eigentliche Verarbeitung. Python oder entsprechende Tabellenbibliotheken können beispielsweise:

• Spalten verändern und Datensätze sortieren
• Dubletten nach festgelegten Kriterien entfernen
• Werte ersetzen und Formate vereinheitlichen
• Tabellen zusammenführen
• Neue Excel-Dateien erzeugen

Das LLM wird nur dort eingesetzt, wo tatsächlich Sprachverständnis oder Interpretation erforderlich ist, etwa bei der Zuordnung von Freitexten zu Kategorien. Dafür müssen nicht sämtliche Spalten und Zeilen an das Modell gesendet werden. Notwendige Textfelder können gezielt ausgewählt und vorher reduziert oder pseudonymisiert werden.

Erzeugte Verarbeitungsschritte oder Programmcode sollten vor der Ausführung geprüft und in einer begrenzten Umgebung ausgeführt werden. Das Original bleibt erhalten; das Ergebnis wird auf Vollständigkeit und Plausibilität kontrolliert. Diese Kombination kann zuverlässiger und kostengünstiger sein, als eine komplette große Tabelle ausschließlich durch ein Sprachmodell verarbeiten zu lassen.

Tabellenverarbeitung in kontrollierte Abläufe integrieren

• Automatisierungs-Workflows für wiederkehrende Aufgaben

Es muss nicht immer das größte KI-Modell sein

Auch bei der Auswahl des Modells gilt: Größer ist nicht automatisch besser. Viele typische Büroaufgaben benötigen kein besonders großes Reasoning-Modell. Mittelgroße Sprachmodelle können für Textklassifikation, Zusammenfassungen, Übersetzungen, Excel-Unterstützung sowie die Erstellung von Formeln und Programmcode geeignet sein.

Die Eignung sollte anhand der eigenen Aufgaben geprüft werden. Für kompliziertere Fälle kann zusätzlich ein leistungsfähigeres, ebenfalls freigegebenes Modell angeboten werden. So lassen sich Kosten und Ressourcen kontrollieren, ohne auf die Vorteile moderner KI zu verzichten. Datenbereinigung nach festen Regeln bleibt dabei vorzugsweise Aufgabe klassischer Software.

Schulung bleibt wichtig

Auch eine sichere technische Lösung ersetzt nicht die Sensibilisierung der Mitarbeiter. Eine kurze KI-Schulung sollte erklären:

• Welche KI das Unternehmen freigegeben hat
• Welche Daten dort verarbeitet werden dürfen
• Welche Informationen besonders geschützt werden müssen und welche Geheimnisse nicht hochgeladen werden dürfen
• Wann Daten reduziert oder pseudonymisiert werden sollten
• Wie Ergebnisse geprüft werden und an wen sich Mitarbeiter bei Unsicherheit wenden können

Die Botschaft sollte nicht lauten: „KI ist gefährlich.“ Sondern: „KI ist ein nützliches Werkzeug, das wir kontrolliert einsetzen.“ Das erleichtert Rückfragen, statt KI-Nutzung außerhalb der vorgesehenen Systeme zu begünstigen. Konkrete Beispiele aus dem Arbeitsalltag machen die Regeln verständlicher als abstrakte Verbote.

Fazit: KI nicht verhindern, sondern sicher ermöglichen

Künstliche Intelligenz bietet Unternehmen Potenzial für Automatisierung und effizientere Arbeitsabläufe. Gleichzeitig entstehen Anforderungen an Datenschutz und Informationssicherheit. Ein pauschales KI-Verbot ist dafür selten die beste Lösung: Es ist schwer durchzusetzen und verhindert sinnvolle Anwendungsfälle.

Unternehmen sollten stattdessen eine sichere Alternative schaffen. Dazu gehören eine freigegebene Unternehmens-KI, klare Regeln für sensible Daten, geeignete technische Infrastruktur und verständliche Schulung. Entscheidend ist auch die Benutzerfreundlichkeit. Wenn die Unternehmens-KI kompliziert ist, während ein öffentlicher Dienst mit zwei Klicks funktioniert, bleibt die unkontrollierte Alternative attraktiv.

Eine gute Unternehmens-KI muss deshalb sicher und einfach sein. Die entscheidende Frage ist längst nicht mehr nur, ob Mitarbeiter künstliche Intelligenz nutzen. Die Frage ist, ob das Unternehmen ihnen einen sicheren Weg dafür bietet.

Mehr zu diesem und ähnlichen Themen: Tila Tech ist Ihr Full-Service-IT-Partner für IoT, KI-Automatisierung, Managed IT und individuelle Softwareentwicklung. 30 Minuten kostenlose Erstberatung: Telefon +49 991 40228520 oder E-Mail info@tila-tech.de.