KI und Datenschutz im Unternehmen: Vier Architektur-Entscheidungen, die über DSGVO-Konformität entscheiden

Datenschutz beim Einsatz von Künstlicher Intelligenz (KI) im Unternehmen bedeutet: Sobald personenbezogene Daten in Eingaben, Kontextdaten, Trainingsdaten oder Ausgaben eines KI-Systems stehen, gilt die Datenschutz-Grundverordnung (DSGVO) vollständig. Das gilt beim KI-Anbieter ebenso wie im eigenen Azure-Tenant oder Rechenzentrum.

Personenbezogen sind auch Telefonnummer, Kennzeichen oder Standortdaten, wenn sie eine Person identifizierbar machen. Ob ein Unternehmen die Anforderungen erfüllt, entscheidet sich in vier Architektur-Entscheidungen: Betriebsmodell, Datenfluss, Vorverarbeitung und Berechtigungen.

Die Freigabe eines KI-Systems durch den Datenschutzbeauftragten hängt an Fakten aus der IT: Wo läuft das Modell, welche Daten erreichen es, wer darf was? Sie stellen sich, sobald die Grundsatzentscheidung für KI im Unternehmen gefallen ist.

Das Wichtigste in Kürze

  • Geltung: Die DSGVO gilt, sobald an einer der vier Eintrittsstellen eines KI-Systems (Eingabe, Kontextdaten, Training, Ausgabe) personenbezogene Daten verarbeitet werden. Der EU AI Act (KI-Verordnung, KI-VO) kommt hinzu, etwa mit Pflichten für Hochrisiko-KI-Systeme, und ersetzt nichts.

  • Betriebsmodell: Öffentliches Tool, Enterprise-SaaS mit Auftragsverarbeitungsvertrag, eigener Azure-Tenant oder Offline-KI: Die Wahl legt fest, wo Daten liegen, wer zugreifen kann und welche Verträge nötig sind.

  • Datenminimierung und Anonymisierung: Daten, die das KI-System gar nicht erreichen, müssen dort auch nicht geschützt werden; DSGVO-konforme KI beginnt deshalb vor dem Modell.

  • Nachweis: Rollenbasierte Zugriffe und Protokollierung liefern die Rechenschaft, die die DSGVO vom Verantwortlichen verlangt.

Wann gilt die DSGVO beim Einsatz von KI-Systemen, und was verlangt sie konkret?

Die DSGVO kennt keine KI-Ausnahme. Sie gilt für jede ganz oder teilweise automatisierte Verarbeitung personenbezogener Daten, also für jedes KI-System, das solche Daten verarbeitet. Artikel 5 DSGVO stellt vier Anforderungen, die eine KI-Architektur abbilden muss:

  • Zweckbindung: nur festgelegte, eindeutige und legitime Zwecke, keine zweckfremde Weiterverarbeitung

  • Datenminimierung: dem Zweck angemessen und auf das notwendige Maß beschränkt

  • Speicherbegrenzung: identifizierbar nur so lange, wie es der Zweck erfordert

  • Rechenschaft: Nachweis der Einhaltung durch den Verantwortlichen

Dazu kommt die Rechtsgrundlage: Jede Verarbeitung braucht eine, etwa die Vertragserfüllung nach Art. 6 Abs. 1 lit. b DSGVO oder das berechtigte Interesse nach lit. f. Welche im Einzelfall trägt, entscheidet der Verantwortliche.

Die Datenschutzkonferenz (DSK) hat die Anforderungen im Mai 2024 in der Orientierungshilfe „Künstliche Intelligenz und Datenschutz” aufbereitet. Der LfDI Baden-Württemberg ergänzt sie mit dem Diskussionspapier „Rechtsgrundlagen im Datenschutz beim Einsatz von Künstlicher Intelligenz” (Oktober 2024).

Ein Diskussionspapier des Hamburgischen Datenschutzbeauftragten (Juli 2024) vertritt die These, dass ein Sprachmodell selbst keine personenbezogenen Daten speichert. Ein- und Ausgaben des KI-Systems müssen der DSGVO aber genügen. Entscheidend ist deshalb, welche Daten in das Modell hinein- und aus ihm herausfließen.

Vier Stellen, an denen personenbezogene Daten in ein KI-System gelangen

Wer nur an den Prompt denkt, übersieht drei von vier Eintrittsstellen in KI-Systeme:

  • Eingabe (Prompt): die Kundenanfrage samt Name und Vertragsnummer.

  • Kontextdaten (RAG): angebundene Wartungsdokumente, CRM-Einträge oder Tickets, deren Inhalte das Modell für die Antwort nutzt; seit Oktober 2025 Thema einer eigenen DSK-Orientierungshilfe zu RAG-Systemen.

  • Trainings- und Fine-Tuning-Daten: historische Chat-Logs oder Telefonate, mit denen ein KI-Modell angepasst wird.

  • Ausgaben und Protokolle: Auch eine Eingabe ohne Personenbezug kann eine Ausgabe mit Personenbezug erzeugen.

DSGVO und EU AI Act: Was gilt beim Einsatz von KI?

Die DSGVO schützt Personen und ihre Daten, die KI-Verordnung (Verordnung (EU) 2024/1689, kurz KI-VO oder EU AI Act) regelt Produkt und Risiko eines KI-Systems. Beide gelten nebeneinander: Die KI-VO sortiert KI-Systeme nach ihren Risiken, die DSGVO gilt unabhängig davon.

Die KI-VO ist seit dem 1. August 2024 in Kraft; für ihre Pflichten gelten gestaffelte Übergangsfristen. Stand Oktober 2026: Die KI-Kompetenzpflicht nach Art. 4 KI-VO gilt seit dem 2. Februar 2025. Der Digital Omnibus zur KI (Verordnung (EU) 2026/1744, in Kraft seit 27. Juli 2026) verlangt von Anbietern und Betreibern seither Maßnahmen zur KI-Kompetenz; ein bestimmtes Niveau schreibt er nicht mehr vor.

Seit dem 2. August 2026 gilt die KI-Verordnung weitgehend, auch die Transparenzpflichten nach Art. 50, etwa der Hinweis, dass Nutzer mit einem KI-System interagieren. Für die Kennzeichnungspflicht nach Art. 50 Abs. 2 gilt bei generativen KI-Systemen, die schon vorher auf dem Markt waren, eine Übergangsfrist bis 2. Dezember 2026. Die Pflichten für Hochrisiko-KI-Systeme gelten gestaffelt ab 2. Dezember 2027 (Anhang III) und ab 2. August 2028 (Anhang I).

Hochrisiko-KI-Systeme nach Anhang III sind etwa Recruiting-Systeme, die Bewerbungen filtern; dort ist zusätzlich das Allgemeine Gleichbehandlungsgesetz (AGG) zu beachten. Hochrisiko-KI, GxP und Explainable AI behandelt der Beitrag Regulierte Branchen: KI und Cloud compliance-konform einführen.

Datenschutzverstöße gegen die Grundsätze der DSGVO (Art. 5, 6, 7 und 9) kosten nach Art. 83 Abs. 5 bis zu 20 Millionen Euro oder 4 Prozent des weltweiten Jahresumsatzes, je nachdem, welcher Betrag höher ist. Verbotene KI-Praktiken nach Art. 5 KI-VO kosten nach Art. 99 Abs. 3 bis zu 35 Millionen Euro oder 7 Prozent.

Entscheidung 1: Wo läuft das Modell? Drei Betriebsmodelle im Vergleich

Die Auswahl des Betriebsmodells legt beim KI-Einsatz fest, wer die Daten sehen kann und welche Verträge nötig sind. Laut Bitkom (September 2026) nennen 66 Prozent der KI-nutzenden Unternehmen in Deutschland Datenschutzanforderungen als Hindernis, häufiger als jedes andere Hemmnis. Ob ein Unternehmen KI kauft, integriert oder selbst entwickelt, ist Teil der KI-Strategie und damit auch eine Datenschutzentscheidung.

Öffentliche KI-Tools und Schatten-KI: Was gilt bei privaten Accounts?

Consumer-Versionen öffentlicher KI-Tools wie ChatGPT über private Accounts sind ein typisches Datenschutzproblem im Unternehmen: kein Vertrag, keine Kontrolle über Speicherort und Training, keine Protokollierung. In einer Bitkom-Befragung vom Oktober 2025 waren nur 29 Prozent der Unternehmen sicher, dass ihre Mitarbeitenden keine privaten KI-Tools nutzen. Die DSK empfiehlt deshalb, dass der Arbeitgeber Accounts und Geräte für die KI-Nutzung bereitstellt.

Mindestbedingung ist ein Auftragsverarbeitungsvertrag mit dem KI-Anbieter nach Art. 28 DSGVO. Liegt der Verarbeitungsort außerhalb der EU, kommt die Drittlandprüfung nach Kapitel V hinzu. Auf dem Spiel stehen auch Geschäftsgeheimnisse: Sie setzen nach § 2 GeschGehG angemessene Geheimhaltungsmaßnahmen voraus; die Eingabe in ein KI-Tool ohne Vertrag kann sie gefährden.

Generative KI in der eigenen Azure-Umgebung: Das Modell kommt zu den Daten

Läuft das Sprachmodell über Azure OpenAI in Microsoft Foundry im eigenen Azure-Tenant, behält das Unternehmen die Kontrolle über Zugriffe und Speicherort. Microsoft verarbeitet Prompts und Antworten dabei als Auftragsverarbeiter. Auf dieser Architektur setzt die Lösung Generative KI in Azure auf.

Laut Microsoft-Dokumentation zu Microsoft Foundry (Stand Mai 2026) sind Prompts und Completions weder anderen Kunden noch OpenAI zugänglich. Ohne Erlaubnis des Kunden dienen sie nicht zum Training von Basismodellen; die KI-Modelle selbst speichern keine Prompts oder Antworten. Für die Missbrauchserkennung kann Microsoft Eingaben und Ausgaben standardmäßig bis zu 30 Tage speichern; Unternehmen können ein eingeschränktes Monitoring beantragen.

Die Datenregion legt das Unternehmen selbst fest. Bei Standard-Deployments verarbeitet Microsoft Prompts und Antworten in der vom Kunden gewählten Geography, bei DataZone-Deployments innerhalb der EU. Die Technologieseite zu Microsoft Foundry beschreibt das als Deployment-Entscheidung.

Praxisbeispiel Bucher Municipal: Technische Dokumentationen lagen dezentral oder auf Papier vor, die Wartungsteams suchten lange. Gemeinsam mit Option 4.0, Mitglied der collana Gruppe, entstand eine Chatbot-App. Sie greift über Microsoft Foundry und Azure AI Search auf dieses Unternehmenswissen zu und beantwortet wartungsrelevante Fragen.

Die App ist mehrsprachig und weltweit im Einsatz. Seitdem laufen Wartungseinsätze schneller, Diagnose und Reparatur dauern kürzer.

Offline-KI und Local LLM: Wenn Daten das Unternehmensnetz nicht verlassen dürfen

Für Datenklassen, die das Unternehmensnetz nicht verlassen dürfen, setzt collana Sprachmodelle vollständig lokal auf. Bei der Lösung Offline KI / Local LLM laufen die KI-Modelle auf eigenen Servern, On-Premises oder in einer Private Cloud. Sensible Daten verlassen das Unternehmensnetz dabei nie.

Die Basis ist ein eigenes KI-Framework von develappers, der ISO-27001-zertifizierten Entwicklungsgesellschaft der collana Gruppe. Dafür muss das Unternehmen Betrieb und Modellpflege der KI-Plattform selbst organisieren.

Entscheidungsmatrix: Welches Betriebsmodell für welche Datenklasse?

Je sensibler die Datenklasse (öffentlich, intern, personenbezogen oder besonders schützenswert) und je höher die Risiken für die Betroffenen, desto näher muss das KI-System an die eigene Infrastruktur. Alternativ werden die Daten vor dem Modell reduziert. Die Matrix ist eine Einschätzung aus der Projektpraxis von collana; die Kriterien stehen in Art. 9, 28, 35 und Kapitel V DSGVO.

 

Datenklasse

Öffentliches KI-Tool (Consumer-Account)

Enterprise-SaaS mit AVV

Eigener Azure-Tenant (Microsoft Foundry)

Offline-KI / Local LLM

Öffentliche oder nicht personenbezogene Daten

geeignet

geeignet

geeignet

geeignet

Interne Geschäftsdaten ohne Personenbezug, inkl. Geschäftsgeheimnisse

nicht empfohlen

nur mit Maßnahmen (Vertrag, Ausschluss vom Training)

geeignet

geeignet

Personenbezogene Daten von Kunden oder Mitarbeitenden

nicht empfohlen

nur mit Maßnahmen (AVV, Drittlandprüfung, ggf. DSFA)

nur mit Maßnahmen (EU-Region, Berechtigungen, ggf. DSFA)

geeignet (Berechtigungskonzept, ggf. DSFA)

Besondere Kategorien nach Art. 9 DSGVO und hochsensible Geschäftsdaten

nicht empfohlen

nicht empfohlen

nur mit Maßnahmen (Anonymisierung vor dem Modell, DSFA, EU-Region)

nur mit Maßnahmen (Anonymisierung, DSFA)

„Nur mit Maßnahmen” heißt: Die Architektur erfüllt die Anforderungen, bevor Daten fließen. Die Kriterien stehen im Gesetz: Auftragsverarbeitungsvertrag, Drittlandprüfung, das grundsätzliche Verbot für besondere Kategorien wie Gesundheits- oder biometrische Daten.

Dazu kommt die Datenschutz-Folgenabschätzung (DSFA) bei voraussichtlich hohem Risiko für die Rechte natürlicher Personen; nach Einschätzung der DSK wird sie bei KI-Anwendungen vielfach nötig sein. Einen Überblick über alle Betriebsmodelle geben die KI-Lösungen von collana.

Entscheidung 2: Welche Daten erreichen das Modell überhaupt? Datenminimierung auf Prozessebene

Datenminimierung wird im Prozess festgelegt: Welche Datenfelder braucht der Vorgang wirklich? Nur diese gibt die Schnittstelle an das KI-System weiter. Die DSGVO verlangt das als Grundsatz und als datenschutzfreundliche Voreinstellung (Art. 25 Abs. 2).

Die DSK empfiehlt in ihrer Orientierungshilfe zu Maßnahmen für KI-Systeme (Juni 2025), nicht notwendige Daten gar nicht erst zu erheben. Eine KI-Anwendung bekommt nur die Daten, die der Anwendungsfall benötigt: Sie erhält ausgewählte Felder statt großer Datenmengen aus Vollexporten und legt keine Profile an.

Beispiel Kundenservice: Carl und Carla vermietet Transporter mit über 1.000 Fahrzeugen in mehr als 40 Städten. Vor allem am Wochenende gingen bis zu 200 Anrufe pro Tag zur Fahrzeugrückgabe ein. Gemeinsam mit Impact Labs, Teil der collana Gruppe, entstand der KI-Agent ILAI. Er erkennt Anrufende über Telefonnummer oder Kennzeichen und ruft den Fahrzeugstatus ab.

ILAI verarbeitet nur die für den Vorgang erforderlichen Daten und baut keine persönlichen Profile auf. Alle Aktionen sind nachvollziehbar dokumentiert und auditierbar. ILAI läuft in einem deutschen Rechenzentrum, wahlweise in der Cloud oder vollständig On-Premises. Innerhalb von sechs Wochen waren rund 90 Prozent der Rückgabeprozesse vollständig automatisiert.

Dasselbe gilt für Chatbots auf Ticketdaten: Die DSK-Orientierungshilfe zu RAG-Systemen rät, nicht erforderliche personenbezogene Daten vor der Aufbereitung der Inhalte zu entfernen oder zu anonymisieren. Wie das im Kundenservice aussieht, zeigt der Beitrag KI im Kundenservice.

Entscheidung 3: Anonymisieren oder pseudonymisieren? Was vor der KI-Verarbeitung passiert

Anonymisierte Daten fallen nicht unter die DSGVO. Ihre Grundsätze gelten nicht für Informationen, die so anonymisiert wurden, dass die Person nicht mehr identifiziert werden kann (Erwägungsgrund 26).

Pseudonymisierte Daten bleiben personenbezogen, weil die Zuordnung über gesondert aufbewahrte Zusatzinformationen möglich bleibt (Art. 4 Nr. 5 DSGVO). Pseudonymisierung ist damit eine Schutzmaßnahme (Art. 25 und 32 DSGVO), keine Befreiung von den Anforderungen.

Deshalb entscheidet die Vorverarbeitung über die KI-Freigabe von Dokumenten. Personenbezogene Angaben werden geschwärzt oder entfernt, bevor ein KI-Modell die Inhalte analysiert oder zusammenfasst. Namen allein zu entfernen reicht laut DSK regelmäßig nicht.

Die Lösung Anonymisierung von Dokumenten von collana anonymisiert personenbezogene Daten regelbasiert durch Schwärzung oder Entfernung. Jeder Verarbeitungsschritt ist revisionssicher dokumentiert, Dokumente oder Daten werden nicht extern gespeichert oder weitergegeben. Sie läuft über Microsoft Azure AI Services oder On-Premises.

Ob ein trainiertes KI-Modell selbst anonym ist, bleibt nach der Stellungnahme 28/2024 des Europäischen Datenschutzausschusses (Dezember 2024) eine Einzelfallfrage. Die Wahrscheinlichkeit, personenbezogene Daten aus dem Modell zu gewinnen, muss für jede betroffene Person vernachlässigbar gering sein.

Entscheidung 4: Wer darf was? Berechtigungen, Protokollierung und Nachvollziehbarkeit

Ein KI-Assistent darf nur Daten verwenden, die der fragende Nutzer auch ohne KI sehen dürfte. Das ist die Herausforderung bei RAG-Systemen für Datenschutz und Sicherheit. Ein Modell antwortet aus allen angebundenen Dokumenten, wenn die Architektur Berechtigungen nicht bis zur Datenquelle durchreicht.

Laut DSK kann das Sprachmodell selbst nicht steuern, welche Nutzer welche Informationen sehen dürfen. Nötig ist ein Rechte- und Rollenkonzept mit Zugangsbeschränkungen für Vektordatenbank und Referenzdokumente. Jede neue Datenquelle ist daraufhin zu prüfen.

Im Microsoft-Stack kommen Identitäten und Rollen aus Microsoft Entra ID, Schlüssel liegen in Azure Key Vault statt im Code. Die Generative-KI-Lösung von collana nutzt beides sowie rollenbasierte Zugriffskontrolle. Azure AI Search beschränkt Ergebnisse auf die Dokumente, für die der anfragende Nutzer berechtigt ist. Mehr zur Plattformsicherheit unter Microsoft Azure bei collana.

Protokollierung ist der Nachweis, den Artikel 5 Abs. 2 und Artikel 24 DSGVO vom Verantwortlichen verlangen. Zugleich sind Protokolle selbst personenbezogene Daten; die DSK rät zu Löschkonzepten mit Aufbewahrungs- und Löschfristen. Ohne Protokolle lassen sich Datenschutzverletzungen weder erkennen noch möglichst binnen 72 Stunden melden (Art. 33 DSGVO).

Verträge und Organisation: Was der Datenschutzbeauftragte von der IT braucht

collana baut die technischen Voraussetzungen und liefert die Architektur-Dokumentation, die der Datenschutzbeauftragte für seine Bewertung braucht. Die datenschutzrechtliche Bewertung selbst bleibt beim Verantwortlichen und seinem Datenschutzbeauftragten.

Vier Bausteine gehören dazu:

  • Auftragsverarbeitungsvertrag: Beim Einsatz eines externen Cloud-Anbieters liegt laut DSK häufig eine Auftragsverarbeitung vor; dann ist eine Vereinbarung nach Art. 28 Abs. 3 DSGVO abzuschließen.

  • Datenschutz-Folgenabschätzung: Ob sie nötig ist, entscheiden die Risiken im Einzelfall nach Art. 35 DSGVO; Verantwortliche sind dafür auf Informationen des KI-Anbieters angewiesen.

  • Informationspflichten: Betroffene müssen transparent über die Datenverarbeitung informiert werden. Wer personenbezogene Daten in ein KI-System gibt, nennt in der Datenschutzinformation nach Art. 13 und 14 DSGVO Zweck, Rechtsgrundlage, Empfänger (etwa den KI-Anbieter) und Speicherdauer.

  • KI-Richtlinie und Schulung: Die DSK empfiehlt dokumentierte Weisungen zur KI-Nutzung sowie Schulungen der Mitarbeitenden; Art. 4 KI-VO verlangt Maßnahmen zur KI-Kompetenz.

Checkliste KI-Datenschutz: Unternehmen sollten diese acht Angaben vor dem Go-live vorlegen können

Acht Angaben, ohne die ein Datenschutzbeauftragter ein KI-System kaum freigibt, alle aus der Architektur, entlang der DSK-Prüfschritte:

  • Zweck und Datenkategorien je Use Case
  • Betriebsmodell, KI-Plattform und Speicherort beziehungsweise Region
  • Datenfluss-Skizze mit den vier Eintrittsstellen
  • Vorverarbeitung: Anonymisierung, Pseudonymisierung, Feldauswahl
  • Berechtigungskonzept bis zur Datenquelle
  • Protokollierung, Löschfristen und Erkennung von Datenschutzverletzungen
  • Verträge: AVV mit dem KI-Anbieter, Subprozessoren, Drittland
  • Richtlinien- und Schulungsstand der Mitarbeitenden

Fazit: Datenschutz bei KI vor dem ersten Prompt klären

Wer beim KI-Einsatz Betriebsmodell, Datenfluss, Vorverarbeitung und Berechtigungen bewusst entscheidet, liefert dem Datenschutzbeauftragten die Grundlage für die Freigabe. Wer sie verschiebt, rüstet nach, wenn das KI-System schon läuft.

Der KI Discovery Workshop von collana klärt Use Case, Datenfluss und Betriebsmodell gemeinsam mit Ihrem Team, als Grundlage für die Abstimmung mit Ihrem Datenschutzbeauftragten.

Dieser Beitrag erläutert technische Umsetzungsmöglichkeiten beim Einsatz von KI in Unternehmen (Stand Oktober 2026) und ersetzt keine Rechtsberatung; die datenschutzrechtliche Bewertung obliegt dem Verantwortlichen.

Häufige Fragen zu KI und Datenschutz im Unternehmen

Ist KI datenschutzkonform?

Keine Technologie ist per se datenschutzkonform. Der Einsatz von KI-Systemen ist DSGVO-konform möglich, wenn Architektur, Datenverarbeitung, Berechtigungen, Verträge und organisatorische Maßnahmen auf den Anwendungsfall abgestimmt sind.

Ist ChatGPT DSGVO-konform?

Die Consumer-Version von ChatGPT ohne Auftragsverarbeitungsvertrag ist für personenbezogene Daten nicht geeignet. Für ChatGPT Business, ChatGPT Enterprise und die API stellt OpenAI ein Data Processing Addendum mit EU-Standardvertragsklauseln bereit (Stand Januar 2026). Geschäftsdaten nutzt OpenAI standardmäßig nicht zum Training. Ob das im Einzelfall genügt, prüft der Verantwortliche, auch bei Microsoft 365 Copilot und anderen KI-Tools.

Wann gilt die DSGVO bei KI-Systemen?

Sobald an einer der vier Eintrittsstellen (Eingabe, Kontextdaten, Training, Ausgabe) personenbezogene Daten automatisiert verarbeitet werden. Nicht anwendbar ist die DSGVO auf Daten, die vorher so anonymisiert wurden, dass niemand mehr identifizierbar ist.

Welche KI hat den besten Datenschutz?

Für DSGVO-konforme KI zählt weniger der Anbieter als das Betriebsmodell. Für die Nutzung mit personenbezogenen Daten geben der eigene Azure-Tenant und der Offline-Betrieb mehr Kontrolle als externe Tools. Die Daten bleiben dort in einer Umgebung, die das Unternehmen kontrolliert. Die DSK bevorzugt technisch geschlossene KI-Systeme. Welche Variante nötig ist, entscheidet die Datenklasse.

Darf KI personenbezogene Daten verarbeiten?

Ja. Die DSGVO verbietet KI nicht, sie stellt Anforderungen an jede Verarbeitung: eine Rechtsgrundlage je Zweck, Zweckbindung und Datenminimierung nach Artikel 5, einen Auftragsverarbeitungsvertrag mit externen Anbietern. Bei voraussichtlich hohem Risiko kommt eine Datenschutz-Folgenabschätzung hinzu.

Was darf man mit KI nicht machen?

Personenbezogene Daten oder Geschäftsgeheimnisse in KI-Tools ohne Vertrag eingeben und Daten zweckfremd weiterverwenden. Ebenso unzulässig: Personen ausschließlich automatisierten Entscheidungen mit rechtlicher Wirkung unterwerfen, ohne dass eine Ausnahme nach Art. 22 DSGVO greift. Der EU AI Act verbietet seit Februar 2025 zudem bestimmte Praktiken, etwa Social Scoring.

Diesen Artikel teilen

X
LinkedIn
Facebook
WhatsApp

Ihr Projekt, unsere Erfahrung

Sie möchten das Gelesene auf Ihr Unternehmen übertragen? In einem kostenlosen Erstgespräch prüfen wir gemeinsam Ihre Prozesse und zeigen Ihnen, welcher Schritt sich zuerst lohnt.

Unsere aktuellen Beiträge