aiMOOC

Datenschutz und Betriebsgeheimnisse beim KI-Einsatz schützen

QR-Code

Einleitung

Du arbeitest im 1. Ausbildungsjahr mit einem fiktiven Montageauftrag. Ein Ausbildungsassistent soll aus freigegebenen Angaben eine neutrale Arbeitshilfe und eine Vorlage für einen Prüfbericht erzeugen. Doch ein KI-System darf weder personenbezogene Daten noch betriebliche Geheimnisse unzulässig erhalten. Du lernst, Personenbezug zu erkennen, Betriebsgeheimnisse zu unterscheiden und verbotene Übertragungen zu verhindern. Am Ende zeichnest und begründest du das Datenflussbild eines fiktiven Ausbildungsassistenten.

Voraussetzungen: Einheiten lesen, Tabellen nutzen, Quelle und Vermutung unterscheiden. Aktiviere die Grundlagen kurz über den vorhandenen MOOCwiki-Lernbaustein. Sein genauer Inhalt war bei der externen Recherche nicht abrufbar; er wird hier nicht nacherzählt. Alle folgenden Datensätze, Namen und technischen Werte sind frei erfunden und keine Betriebsdaten. Der Kurs ist ohne kostenpflichtiges KI-Konto auf Papier oder in einer lokalen Textverarbeitung bearbeitbar. Keine reale Maschine steuern und keine betriebliche Sicherheitsfreigabe erteilen.

Orientierung: Ein Schutzkonzept entscheidet vor der Modellwahl, ob ein Zweck ohne personenbezogene oder geheime Rohdaten und möglichst lokal erfüllt werden kann. Ein freigegebenes Modell ersetzt keine Rechtsgrundlage oder Berechtigung.

Medienhinweis: Schloss als Symbol, nicht als Sicherheitsnachweis. Quelle Wikimedia Commons; AJ Ashton, CC0. Ohne Bild: Prüfe jeden Zugriff und Datenabfluss ausdrücklich.

Daten erkennen und richtig einstufen

Personenbezogene Daten

Personenbezogen sind Informationen über eine identifizierte oder identifizierbare natürliche Person (Art. 4 Nr. 1 DSGVO). Namen sind nur ein Beispiel: Personalnummern, Foto, Arbeitszeit, individuelle Prüfungsleistung, ein eindeutiger Gerätebezug oder eine Kombination aus Schicht und Arbeitsplatz können eine Person erkennbar machen. Eine fiktive Kennung wie „AZ-07“ ist hier nur ein Übungswert. In der Realität wäre eine tatsächlich zuordenbare Kennung personenbezogen.

Anonymisierung nimmt die Bestimmbarkeit bei vernünftig zu erwartenden Mitteln weg; Pseudonymisierung ersetzt Kennzeichen, lässt aber bei vorhandener Zuordnungstabelle eine spätere Identifikation zu. Pseudonymisierte personenbezogene Daten bleiben grundsätzlich von der DSGVO erfasst. Allein das Streichen des Namens reicht oft nicht aus.

Betriebs- und Geschäftsgeheimnisse

Der umgangssprachliche Ausdruck Betriebsgeheimnis umfasst vor allem technische Interna; rechtlich ist in Deutschland die Definition Geschäftsgeheimnis in § 2 GeschGehG wichtig. Sie verlangt unter anderem Nichtöffentlichkeit und wirtschaftlichen Wert durch Geheimhaltung, angemessene Geheimhaltungsmaßnahmen und berechtigtes Interesse. Ein nicht veröffentlichtes Montageverfahren, Parameterkombinationen oder Einkaufskonditionen können betroffen sein. Nicht jeder technische Wert ist automatisch ein Geheimnis; die Einstufung erfolgt anhand des Kontexts und der Betriebsregeln.

Merke: Datenschutz schützt identifizierbare Menschen; Geheimnisschutz schützt bestimmte vertrauliche Unternehmensinformationen. Ein Dokument kann beides enthalten. Urheberrecht, vertragliche Vertraulichkeit und interne Schutzklassen können daneben relevant sein.

Schnellübung: Ordne „frei veröffentlichte Norm“, „zuordenbare Mitarbeiterkennung“, „interne Variantenzeichnung“ und „rein fiktive Übungstabelle“ den Klassen öffentlich, personenbezogen, vertraulich oder frei erfunden zu. Begründe Mehrfachzuordnungen. Ohne externe Medien: dieselbe Übung steht vollständig hier.

Daten sparsam verwenden und Berechtigungen prüfen

Drei Prüfschritte vor jeder KI-Anfrage

Kriterium A – Personenbezug: Können Person, Kennung oder Kombinationen jemanden identifizieren? Wenn ja: Zweck, Rechtsgrundlage, Minimierung, Zugriffsrechte und Verarbeitungsschutz prüfen; für den Lernfall keine realen Personendaten verwenden.

Kriterium B – Betriebsgeheimnis: Sind Daten nicht allgemein bekannt, wirtschaftlich relevant und durch angemessene Maßnahmen geschützt, oder nach interner Regel vertraulich? Dann nicht in unfreigegebene Dienste eingeben. Bei unklarer Einstufung stoppen und zuständige Stelle fragen.

Kriterium C – Übertragung: Wohin fließen Eingaben, Anhänge, Prompts, Telemetrie, Protokolle und Ausgaben? Eine extern erreichbare Webanwendung kann auch bei deaktiviertem Modelltraining Daten empfangen. Die Einstellung „nicht zum Training verwenden“ ist keine generelle Freigabe. Verbotene Übertragungen werden vor dem Senden technisch und organisatorisch unterbunden.

Datensparsamkeit nach Art. 5 DSGVO bedeutet: nur geeignete, erforderliche und auf das Notwendige begrenzte personenbezogene Daten verarbeiten; für die Übung lassen sich Rohdaten vollständig durch erfundene, freigegebene Werte ersetzen. Auch Speicherfristen, Verschlüsselung und Protokollierung sind zu prüfen (Art. 32 DSGVO). Eine verschlüsselte Verbindung allein macht eine unzulässige Weitergabe nicht zulässig.

Rollen und Berechtigungen

Need to know bedeutet: Eine Person bekommt nur die Informationen, die sie für ihre Aufgabe benötigt. Least privilege bedeutet: Ein technisches Konto erhält nur notwendige Lese-, Schreib- oder Administrationsrechte. Eine Rolle ist keine Garantie: Zusätzlich sind konkrete Nutzerzuordnung, Authentisierung, Freigabe, regelmäßige Prüfung und Widerruf notwendig.

Rolle im fiktiven System	Darf sehen	Darf nicht
Auszubildende	Synthetische Auftragskarte und freigegebene Lernhilfen	Originale Personalakten und vertrauliche Zeichnungen
Ausbildungsteam	Freigegebene Vorlagen und Bewertung des Lernprodukts	Unnötige personenbezogene Verlaufsdaten
Qualitätsfachrolle	Autorisierte interne Prüfberichtsvorlage im Testsystem	Unkontrollierte Weiterleitung an externe Dienste
Gastdienst	Keine Auftragsdaten	Rohdaten, Rollenlisten und Prüfberichte

Visualisierung: Rollenbasierte Zugriffskontrolle (englische Beschriftung), Babbage, CC0, Wikimedia Commons. Ohne Grafik: Benutzer → Rolle → Berechtigung → erlaubte Ressource.

Hilfe: Unterstreiche in einem Datensatz alles, was eine Person identifizieren könnte, und markiere gesperrte Informationen farbig. Vertiefung: Prüfe auch indirekte Rückschlüsse durch Kombination vermeintlich harmloser Tabellen.

Geführtes Beispiel: fiktiver Montageauftrag

Modellfall und Datentabelle

Das frei erfundene Unternehmen Montavia Lernwerk montiert die ebenfalls erfundene Baugruppe MX-4. Auftrag SIM-204 verlangt eine Variante A oder B. Alle Maße sind bloße Übungswerte, keine realen Konstruktionsvorgaben oder Freigabewerte. Eine KI soll nur einen allgemeinen Berichtsentwurf für die Ausbildung unterstützen, nicht Montageparameter bewerten.

Datensatz	Beispielwert (synthetisch)	Einstufung im Modell	Erlaubter Lernfluss
Übungsauftrag	SIM-204, Variante B	Frei erfunden	Lokale Übungsumgebung
Öffentliche Methode	Prüfschritte zählen und Quelle notieren	Öffentlich-allgemein	Lokale Übungsumgebung
Übungsmaß	18 mm (frei erfunden)	Keine reale technische Freigabe	Nur fiktive Demonstration
Beschäftigtenkennung	P-471 mit internem Namensregister (nur Szenario)	Potenziell personenbezogen	Nicht an externen KI-Dienst
Interne Variante	nicht veröffentlichte Materialkombination „Rezept R“ (Szenario)	Potenzielles Geschäftsgeheimnis	Gesperrt, nicht übernehmen
Prüfbericht	Datum als Fantasiewert, Prüffeld und Hinweis „Simulation“	Nur synthetische Vorlage zulässig	Lokale Entwurfserstellung

Schritt 1: Zweck notieren: „Übungsbericht mit Feldern für Variante, Quellenangabe und Entscheidung der prüfenden Person“. Schritt 2: Kennung und interne Materialkombination entfernen. Schritt 3: Nur „SIM-204 / Variante B / 18 mm (fiktiv)“ lokal verwenden. Schritt 4: Menschliche Kontrolle und Kennzeichnung „keine Sicherheitsfreigabe“ ergänzen. Schritt 5: Speichern nur im freigegebenen Übungsordner nach Klassenregel.

Freigegebene Anfrage statt Rohdaten

Problematische Eingabe – nicht absenden: „Analysiere den gesamten internen Prüfbericht samt Kennung P-471 und geheimer Rezeptur R in diesem öffentlichen Chat.“ Diese Formulierung ist ausschließlich ein Warnbeispiel, keine Aufforderung zur tatsächlichen Übertragung.

Sichere Offline-Vorlage: „Erstelle eine neutrale Gliederung für einen Ausbildungs-Prüfbericht zu einer erfundenen Baugruppe. Felder: Aufgabe, synthetische Variante, Beobachtung, Quellenbeleg, offene Fragen, menschliche Prüfung. Verwende keine echten Personen- oder Betriebsdaten. Triff keine technische Freigabeentscheidung.“

Prüfergebnis: Personenbezug ausgeschlossen, weil nur vollständig fiktive Felder übernommen wurden; potenzielle Geheimdaten ausgeschlossen, weil sie nicht übertragen werden; externe Weitergabe verhindert, weil auf Papier oder lokal ohne Netzverbindung gearbeitet wird. „Lokal“ erfordert dennoch gesicherte Geräte, geeignete Zugriffe und gegebenenfalls Schutz vor synchronisierenden Diensten.

Illustration eines Datenflusses, nicht des konkreten Auftrags; AutumnSnow nach Ilario, CC BY-SA 3.0, Wikimedia Commons. Ohne Grafik: Schreibe Quelle → Prüfung → lokale Verarbeitung → Ausgabe.

Medienimpuls (deutsch, ca. 5 Minuten): Die DSGVO – einfach erklärt, DikoLa MLU, 2023, laut Videobeschreibung CC BY-SA 4.0. Nur optional ansehen, keine Lernkonten erforderlich. Externe Videoanbieter können personenbezogene Abrufdaten erhalten; die inhaltliche Alternative ist die Definition samt Prüfschritten im vorliegenden Kapitel.

Ein sicheres Datenflussbild selbst entwickeln

Bausteine und Systemgrenzen

Ein Datenflussbild zeigt Quelle, Datenart, Verarbeitung, Empfänger, Speicherung und Schnittstellen. Zeichne sechs Knoten: (1) synthetische Auftragskarte, (2) vorgeschalteter Prüfschritt, (3) Freigabeliste, (4) lokaler Ausbildungsassistent als Papiersimulation, (5) Berichtsentwurf, (6) menschliche fachliche Prüfung. Zeichne zusätzlich einen gesperrten Pfeil vom Original-Prüfbericht zu einem externen Cloudchat. Markiere Rot für verboten, Grün für freigegeben und Gelb für Rückfragebedarf. Ergänze je Pfeil Zweck, Rolle, Speicherort und Datenkategorie.

Pfeil	Status	Begründung
Fiktive Auftragskarte → lokale Simulation	zulässig im Lernmodell	Keine realen Personen- oder Geheimdaten
Internes Rollenregister → externer Chat	gesperrt	Personenbezug und keine freigegebene Übertragung
Vertrauliche Variantenzeichnung → öffentlicher Dienst	gesperrt	Geheimnisschutz und fehlende Berechtigung
Berichtsvorlage → Ausbildungsteam	nur im freigegebenen Rahmen	Rollenrecht, Zweck und Speicherort erforderlich

Hilfsbild zur Datenflussnotation: wooptoo, gemeinfrei, Wikimedia Commons. Ohne Bild: Rechteck bedeutet Beteiligte, Pfeil Datenfluss, Speicher als Ablagefeld; lege eine Legende bei.

Fehlerfall und Gegenmaßnahmen

Fehlerfall F1: Ein Auszubildender kopiert aus Bequemlichkeit den vollständig internen Prüfbericht in einen nicht freigegebenen Chatdienst. Auch wenn eine spätere Antwort sachlich richtig wäre, wäre die Übertragung problematisch. Analyse: Datenklassifikation übersprungen, Freigabe nicht geprüft und externe Systemgrenze missachtet. Reaktion: Keine weiteren Eingaben, weiteren Abfluss soweit möglich stoppen, Vorfall umgehend nach betrieblicher Meldekette an Vorgesetzte bzw. zuständige Datenschutz-/IT-Stelle melden, Zeitpunkt und Umfang ohne zusätzliche Veröffentlichung dokumentieren. Löschzusagen erst nach Prüfung bewerten. Ob eine gesetzliche Meldung nötig ist, entscheiden zuständige Stellen anhand der konkreten Fakten.

Verbesserung: (a) Schulung mit synthetischen Beispielen, (b) Rollen- und Freigabelisten, (c) technische Sperren für Uploads, (d) lokale datensparsame Vorverarbeitung, (e) Kontrolle der Protokollierung und Aufbewahrung. Gegenbeispiel: Das bloße Entfernen der Dateiendung oder der Name „anonym“ schützt keinerlei Inhalte.

Lernhilfe: Nutze „Wer? Was? Warum? Wohin? Wie lange? Wer genehmigt?“ für jeden Pfeil. Vertiefung: Prüfe Restrisiken: Metadaten, Prompt-Verlauf, Verknüpfbarkeit pseudonymisierter Daten, Administrationsrechte, Updates und Synchronisierung.

Zukunft: lokal zuerst, Modellwahl danach

Architekturentscheidung statt Produktwerbung

Eine nützliche Reihenfolge lautet: Zweck bestimmen → Rohdaten klassifizieren → Daten minimieren → lokale Bearbeitung prüfen → Schnittstellen sperren oder kontrollieren → erst dann ein KI-Modell beurteilen. Für die reine Berichtsgliederung genügt oft eine Papier-Vorlage oder eine lokale Textverarbeitung. Braucht eine Aufgabe tatsächlich ein Modell, sind Vertragslage, Speicherort, Zugriffe, Trainingsnutzung, Löschung, Protokolle, technische Schutzmaßnahmen und menschliche Kontrolle gesondert zu prüfen. Eine lokale Lösung ist nicht automatisch sicher und eine Cloudlösung nicht automatisch rechtswidrig; es kommt auf den konkreten rechtlichen und technischen Rahmen an.

Zukunftsaspekt: Kleine lokal ausführbare Modelle, regelbasierte Filter und Datensparsamkeit können überflüssige Übertragungen vermeiden. Doch auch lokale Modelle können sensible Ausgaben erzeugen oder unsichere Dateien ablegen. Der Schutz beginnt bei der Entscheidung über notwendige Daten, nicht beim Modellnamen.

NIST-Bezug: Das freiwillige Risikomanagementprofil NIST AI 600-1 (Juli 2024) beschreibt spezifische Risiken generativer KI und Handlungsoptionen zum Steuern, Erfassen, Messen und Behandeln von Risiken. Das ist eine Hilfestellung, kein Ersatz für europäische Gesetze. Der EU AI Act verlangt Maßnahmen zur KI-Kompetenz entsprechend Aufgabe und Kontext; genaue Anforderungen können sich ändern. Die offizielle FAQ der Kommission wurde für diesen Kurs am 21.10.2026 konsultiert; aktuelle Rechtslage vor betrieblicher Nutzung erneut prüfen.

Optionales Vertiefungsmedium: Animation eines Forschungsbeispiels zur Verschlüsselung von Modellparametern; Madhav-Malhotra-003, CC0, Wikimedia Commons. Sie ist kein Nachweis für die Sicherheit eines realen Ausbildungsassistenten. Ohne Animation: „Verschlüsselung schützt nur einen Teil des Gesamtdatenflusses; Zulässigkeit und Berechtigungen bleiben zu prüfen.“

Audio zur Fachsprache: (Jeuwre, CC BY-SA laut Commons-Dateiseite). Ohne Audio: Lies „privat“ und erkläre den Unterschied zwischen einem privaten Interesse und rechtlich personenbezogenen Daten.

Interaktive Aufgaben

Quiz: Schütze die Informationen

Hinweis: Wähle pro Frage eine Antwort. Das Quiz wertet die Auswahl aus; die folgenden kurzen Hilfen verraten keine Lösungen vorab.

Welcher Eintrag enthält im Modellfall einen Personenbezug? (Ein Prüfbericht mit identifizierbarer Beschäftigtenkennung) (!Eine frei erfundene Maßtabelle ohne Personenbezug) (!Eine veröffentlichte allgemeine Normbezeichnung) (!Eine leere Formularvorlage)

Rückmeldung zur Selbstprüfung: Achte darauf, ob eine natürliche Person direkt oder indirekt bestimmbar wird.

Wann kann ein technischer Parameter ein Geschäftsgeheimnis sein? (Wenn er nicht allgemein bekannt ist wirtschaftlichen Geheimwert hat und angemessen geschützt wird) (!Sobald er in Millimeter angegeben wird) (!Nur wenn daneben der Name einer Person steht) (!Erst nachdem er in einem Werbeprospekt erscheint)

Rückmeldung zur Selbstprüfung: Beachte Geheimwert, Schutzmaßnahmen und berechtigtes Geheimhaltungsinteresse.

Welche Entscheidung ist bei ungeklärter Freigabe einer vertraulichen Zeichnung richtig? (Keine Übertragung an einen externen KI-Dienst) (!Die Zeichnung hochladen und anschließend löschen) (!Die Datei umbenennen und hochladen) (!Ein beliebiges kostenfreies Konto auswählen)

Rückmeldung zur Selbstprüfung: Löschen nach dem Hochladen macht eine vorherige Weitergabe nicht rückgängig.

Was bedeutet Datenminimierung im Ausbildungsassistenten? (Nur erforderliche freigegebene Angaben für den konkreten Zweck verwenden) (!Sämtliche Dokumente vorsorglich archivieren) (!Jeden Prüfbericht dauerhaft ins Training übernehmen) (!Mehr Daten als nötig eingeben damit das Modell schneller antwortet)

Rückmeldung zur Selbstprüfung: Frage nach Zweck, erforderlichen Feldern und Löschkonzept.

Was leistet Pseudonymisierung grundsätzlich? (Sie ersetzt direkte Kennzeichen lässt aber unter Umständen eine Zuordnung zu) (!Sie macht Datensätze immer vollständig anonym) (!Sie erlaubt automatisch jede externe Weitergabe) (!Sie ersetzt Zugriffsrechte vollständig)

Rückmeldung zur Selbstprüfung: Prüfe, ob mit Zusatzwissen weiterhin eine Person bestimmbar bleibt.

Welche Rollenregel passt zum Need-to-know-Prinzip? (Auszubildende sehen nur freigegebene Übungsdaten und benötigte Funktionen) (!Alle Mitarbeitenden erhalten Vollzugriff auf jeden Auftrag) (!Ein Gastkonto erhält Schreibrecht für Qualitätsakten) (!Passwörter werden im Team geteilt)

Rückmeldung zur Selbstprüfung: Berechtigungen richten sich nach Aufgabe und nicht nach Neugier.

Welcher Datenfluss verletzt die Vorgabe ohne externe Datenweitergabe? (Interner Prüfbericht an nicht freigegebenen Cloudchat) (!Öffentliche Übungsanweisung an lokale Textverarbeitung) (!Fiktive Stückliste auf einem freigegebenen Offlinegerät) (!Eigene handschriftliche Auswertung ohne Upload)

Rückmeldung zur Selbstprüfung: Markiere die Systemgrenze und prüfe jede externe Schnittstelle.

Was ist der erste Schritt vor der Auswahl eines KI-Modells? (Zweck und notwendige Daten prüfen und lokale sparsame Verarbeitung vorziehen) (!Die größte Modellversion bestellen) (!Sämtliche Rohdaten auf einen Webdienst kopieren) (!Alle Rollenberechtigungen entfernen)

Rückmeldung zur Selbstprüfung: Die Modellwahl steht erst nach der Prüfung des notwendigen Datenflusses an.

Was ist beim versehentlichen Absenden eines vertraulichen Datensatzes sinnvoll? (Übertragung stoppen soweit möglich und den Vorfall sofort nach interner Regel melden) (!Den Vorfall verschweigen und hoffen) (!Weitere Dateien senden um den Kontext zu vervollständigen) (!Nur den Browserverlauf löschen)

Rückmeldung zur Selbstprüfung: Meldung und Eindämmung gehen vor eigenmächtigen Vertuschungsversuchen.

Woran erkennt man einen belastbaren Lernnachweis? (Datenflussbild mit Schutzentscheidungen Rollen und begründetem Fehlerfall) (!Eine Liste bekannter KI-Produkte ohne Datenprüfung) (!Ein buntes Titelbild ohne Prüfschritte) (!Eine einzige Behauptung dass die Software sicher sei)

Rückmeldung zur Selbstprüfung: Zeige die drei konkreten Kriterien an nachvollziehbaren Datenflüssen.

Memory

Finde jeweils den passenden Fachbegriff und seine eindeutige Erklärung. Alle Paare sind verschieden.

Personenbezug	Information lässt eine natürliche Person erkennen oder identifizierbar machen
Geschäftsgeheimnis	Wirtschaftlich wertvolle nicht allgemein bekannte Information mit angemessenen Schutzmaßnahmen
Datenminimierung	Nur für einen bestimmten Zweck notwendige Daten verwenden
Zugriffskontrolle	Berechtigter Zugang wird nach Rolle und Aufgabe begrenzt
Systemgrenze	Übergang zwischen unterschiedlichen Zuständigkeits- oder Verarbeitungsbereichen
Vorfallmeldung	Zuständige interne Stelle über eine mögliche Schutzverletzung informieren

Drag and Drop

Ordne jedem Schutzschritt eine sinnvolle Handlung zu.

Passenden Schutzschritt zuordnen	Beschreibung
Personenbezug prüfen	Erkennbare Kennung und indirekte Identifikation suchen
Geheimnisschutz prüfen	Vertrauliche Verfahren und schutzwürdige Parameter einordnen
Daten minimieren	Überflüssige Inhalte vor der Nutzung entfernen
Berechtigung nachweisen	Rolle und erforderliche Freigabe kontrollieren
Externen Upload sperren	Nicht erlaubten Abfluss über eine Systemgrenze verhindern

Kreuzworträtsel

Jede gesuchte Lösung besteht aus genau einem Wort. Nutze die Hinweise zum Themenwortschatz.

Datenschutz	Schutz personenbezogener Informationen und ihrer Verarbeitung
Geheimnis	Nicht allgemein zugängliche schutzwürdige Information
Freigabe	Dokumentierte Erlaubnis innerhalb festgelegter Grenzen
Löschung	Entfernung nicht mehr benötigter Daten nach Regel
Berechtigung	Erlaubter Zugriff aufgrund einer definierten Rolle
Datenfluss	Weg von Angaben zwischen Quelle und Empfänger

LearningApps

Suche ergänzende Zuordnungsübungen zum Kursthema. Ein gefundener externer Beitrag ist nicht automatisch fachlich geprüft; vergleiche Aussagen mit den Primärquellen.

Ohne LearningApps: Verwende die fünf Zuordnungen oben als Papierkärtchen.

Lückentext

Ergänze wichtige Entscheidungswörter. Jede Aussage enthält genau eine Lücke.

Vor der Nutzung prüfst du den

der Verarbeitung.

Eine identifizierbare natürliche Person begründet einen möglichen

.

Eine vertrauliche wirtschaftlich wertvolle technische Information kann ein

sein.

Nur notwendige Informationen zu verwenden nennt man

.

Zugang zu einer Datei erfordert eine passende

.

Ein nicht genehmigter externer Upload wird

.

Ein unbekannter Speicherort wird zunächst als

markiert.

Ein Fehlerfall muss nach internen Regeln

werden.

Ein Diagramm mit Quellen und Empfängern heißt

.

Am Ende erfolgt die fachliche Prüfung durch einen

.

Offene Aufgaben

Bearbeite mit Papier, Stiften, Tabellenprogramm oder lokaler Textverarbeitung. Verwende ausschließlich erfundene oder eindeutig freigegebene Daten.

Leicht

Personenbezogene Daten: Markiere in sechs selbst erfundenen Datensätzen den direkten und indirekten Personenbezug und erkläre zwei Grenzfälle.
Geschäftsgeheimnis: Lege eine Karte mit drei Merkmalen eines Geschäftsgeheimnisses und zwei Gegenbeispielen an.
Datenminimierung: Kürze eine erfundene Auftragskarte von acht auf drei notwendige Felder und begründe jede Entfernung.
Datenschutz: Erstelle eine einseitige Liste mit fünf Fragen, die vor einer KI-Eingabe geklärt werden müssen.

Standard

Zugriffsrecht: Entwickle eine Rollentabelle für Ausbildung, Qualitätssicherung und Gastzugang mit je einem Verbot.
Datenflussdiagramm: Zeichne Quelle, Prüfschritt, lokalen Assistenten, Berichtsvorlage, Mensch und gesperrten Cloudpfad.
Pseudonymisierung: Untersuche einen fiktiven Code mit Zuordnungsliste und begründe, warum er nicht automatisch anonym ist.
Qualitätsmanagement: Schreibe einen synthetischen Prüfberichtentwurf, der technische Beobachtung und Freigabeentscheidung sauber trennt.

Schwer

Datenschutz-Folgenabschätzung: Vergleiche zwei fiktive Architekturen hinsichtlich Erforderlichkeit, Betroffenenrisiko und Schutzmaßnahmen; erhebe keinen Anspruch auf eine echte gesetzliche Folgenabschätzung.
Informationssicherheit: Analysiere Fehlerfall F1 in einer Ursache-Wirkungs-Kette und priorisiere organisatorische sowie technische Gegenmaßnahmen.
Künstliche Intelligenz: Entwirf einen Entscheidungsbaum „Vorverarbeitung lokal vor Modellwahl“ einschließlich Ausnahmeprüfung und offenem Restrisiko.
Berufliche Bildung: Begründe einem fiktiven Ausbildungsteam schriftlich drei konkrete Schutzkriterien und verteidige dein Datenflussbild anhand eines Gegenbeispiels.

Lernkontrolle

Bearbeite die Aufgaben ohne externe KI und belege die Aussagen durch die Quellen im Kurs.

Personenbezogene Daten: Erkläre an einem fiktiven Prüfbericht, wann eine Kombination aus Schicht, Kennung und Arbeitsstation eine Person identifizierbar macht.
Geschäftsgeheimnis: Beurteile eine interne Materialkombination anhand der Voraussetzungen des § 2 GeschGehG und benenne fehlende Sachverhaltsangaben.
Datenminimierung: Stelle einem ungefilterten Export drei minimierte Felder gegenüber und begründe, welche für einen Lernbericht erforderlich sind.
Zugriffsrecht: Prüfe für drei Rollen die Lese- und Schreibrechte und korrigiere zwei unberechtigte Zugriffe.
Datenflussdiagramm: Zeichne den erlaubten lokalen Weg und einen eindeutig blockierten externen Pfad mit Systemgrenzen.
Informationssicherheit: Erläutere für Fehlerfall F1 Ursache, mögliche Folgen, Sofortmaßnahmen und verantwortliche Meldestelle.
Künstliche Intelligenz: Vergleiche offline erstellte Formularvorlage, lokales Modell und genehmigte externe Lösung nach Datensparsamkeit und verbleibenden Risiken.

Lernnachweis

Abgabeprodukt: Ein eigenständiges Datenflussbild des fiktiven Ausbildungsassistenten, ergänzt um eine Legende, eine Rollentabelle und eine schriftliche Begründung (etwa eine Seite). Papierfoto nur von der eigenen Übungszeichnung oder direkt eine lokale Datei; niemals echte Auftragsdaten hochladen.

Mindestbestandteile: (1) Quellfelder und eindeutige Kennzeichnung „synthetisch“, (2) Trennung Personendaten, Geheimdaten und freigegebener Übungsdaten, (3) lokale Datenminimierung vor jeder Modellentscheidung, (4) berechtigte Rollen und Systemgrenzen, (5) rot markierter gesperrter externer Pfeil, (6) Berichtsvorlage ohne Sicherheitsfreigabe, (7) Fehlerfall F1 mit Ursachenanalyse und Maßnahmen, (8) mindestens zwei Primärquellen samt Stand.

Bewertungsraster – jeweils 0 bis 2 Punkte: Personenbezug erkannt; Geheimhaltung begründet; verbotene Übertragung verhindert; Datenflüsse und Rechte korrekt; Fehlerfall reflektiert; Quellen und Unsicherheit transparent. 12 Punkte möglich. Bei unklarer betriebsspezifischer Freigabe wird die Aussage als „offen – zuständige Stelle erforderlich“ bewertet, nicht spekulativ entschieden. Eine Mensch-zu-Mensch-Besprechung der Zeichnung bildet den Abschluss.

Transfer: Begründe in eigenen Worten, warum ein datensparsamer lokaler Arbeitsablauf oft vor einem zusätzlichen KI-Dienst geprüft werden sollte. Der Nachweis ist ein Lernprodukt, keine betriebliche Abnahme, keine offizielle Liebherr- oder IHK-Zertifizierung.

OER und Wikipedia

Quellen und Aktualität – recherchiert am 21.10.2026. Rechtsnormen und Behördenhinweise vor praktischer Anwendung erneut auf die aktuell geltende Fassung überprüfen. Die Einordnung realer Fälle hängt von konkreten Prozessen, Verträgen und Rollen ab; der Kurs ersetzt keine Rechtsberatung oder betriebliche Datenschutzprüfung.

EU Datenschutz-Grundverordnung (Verordnung EU 2016/679), insbesondere Art. 4, 5, 6, 25 und 32: Normtext, konsolidierte Fassung und Änderungsstand über EUR-Lex prüfen.
§ 2 GeschGehG: geltende deutsche Begriffsbestimmungen und § 4 zur unerlaubten Nutzung oder Offenlegung.
Europäische Kommission: AI Literacy – Questions and Answers: dynamische Behörden-FAQ zu Artikel 4 AI Act, aufgerufen 21.10.2026; kein Zertifikatsversprechen. Die Änderungen des Jahres 2026 machen eine fortlaufende Versionskontrolle besonders wichtig.
NIST AI 600-1: Generative AI Profile: Ausgabe Juli 2024, freiwilliger Leitfaden für generative KI, kein EU-Rechtsakt.
EDSA / EDPB Guidelines 01/2025 on Pseudonymisation: Konsultationsfassung 2025, nicht mit rechtsverbindlicher Norm verwechseln.
EDSA / EDPB Guidelines 02/2026 on Anonymisation: Konsultationsentwurf vom Juli 2026, nicht als endgültige Leitlinie behandeln.
Wikipedia: Datenschutz-Grundverordnung und Wikipedia: Betriebs- und Geschäftsgeheimnis als Einstieg, keine Primärrechtsquelle.

Geprüfte Wikimedia-Commons-Mediendateien (jeweils mit erreichbarer Dateiseite):

Datei oder Video	Dateiseite / Quelle	Urheber	Lizenz / Rechtebeleg
File:Padlock.svg	Commons	AJ Ashton	CC0
File:Role-based access control.svg	Commons	Babbage	CC0
File:Data-flow-diagram-example.svg	Commons	AutumnSnow nach Ilario	CC BY-SA 3.0
File:Data-flow-diagram-notation.svg	Commons	wooptoo	Gemeinfrei
File:AES Encryption for AI Model Parameter.gif	Commons	Madhav-Malhotra-003	CC0
File:De-privat.ogg	Commons	Jeuwre	CC BY-SA
https://www.youtube.com/watch?v=oRxvKj23pG0	DikoLa MLU: Die DSGVO – einfach erklärt	Projekt DikoLa MLU	laut Videobeschreibung CC BY-SA 4.0; Verfügbarkeit kann sich ändern

Medienalternativen: Alle Bilder besitzen Alternativtexte bzw. Bildunterschriften mit Erläuterung; Video und Audio sind optional und alle Aufgaben mit dem Kursinhalt offline lösbar. Beim Aufruf externer Medien gelten die Datenschutzbestimmungen der Anbieter. In anderen Sprachversionen oder auf kleinen Geräten können Datei-Einbindungen anders dargestellt werden.

Wikipedia-Lesefenster: Der deutsche Artikel ist erreichbar; du kannst stattdessen den obigen normalen Link benutzen.