aiMOOC

Datenschutz – Komplexe Datenschutzfälle beurteilen Klasse 13

QR-Code

Datenschutz – Komplexe Datenschutzfälle beurteilen: Klasse 13

Einleitung

Darf eine Schule KI Lernleistungen auswerten? Darf eine Smart Glasses tragende Person andere filmen? Darf ein Chatbot Schülerdaten speichern? Solche Fälle lassen sich nicht mit einem einfachen „ja“ oder „nein“ lösen. Du brauchst ein strukturiertes Prüfraster.

In diesem aiMOOC beurteilst Du schulische und gesellschaftliche Datenschutzfälle mit sieben Kriterien: Zweck, Rechtsgrundlage, Datenarten, Erforderlichkeit, Risiken, technische und organisatorische Maßnahmen sowie Betroffenenrechte. Du beziehst die Datenschutz-Grundverordnung, die KI-Verordnung der EU und aktuelle digitale Technologien ein.

Rechtsstand: 7. Oktober 2026. Schulrecht und Zuständigkeiten unterscheiden sich zwischen den Bundesländern. Bei realen schulischen Entscheidungen müssen deshalb zusätzlich die landesrechtlichen Vorgaben, Vorgaben des Schulträgers und die zuständige Datenschutzaufsicht geprüft werden.

Lernziele

Nach dem Kurs kannst Du einen komplexen Fall systematisch prüfen, Interessen und Risiken gegeneinander abwägen, technische Schutzmaßnahmen beurteilen und ein begründetes Gesamturteil formulieren.

Das 7-Kriterien-Prüfraster

Prüfkriterium	Leitfrage	Typische Prüfpunkte
1 Zweck	Wozu werden Daten verarbeitet?	Zweck klar, legitim, eng beschrieben; keine beliebige spätere Nutzung
2 Rechtsgrundlage	Worauf darf sich die Verarbeitung stützen?	Art. 6 DSGVO; bei sensiblen Daten zusätzlich Art. 9 DSGVO; öffentliche Schulen benötigen eine tragfähige gesetzliche Grundlage
3 Datenarten	Welche Daten sind betroffen?	Stammdaten, Leistungsdaten, Kommunikationsdaten, Standortdaten, Bilder, biometrische Daten, Gesundheitsdaten, abgeleitete Profile
4 Erforderlichkeit	Braucht man diese Daten wirklich?	Datenminimierung, mildere Mittel, Anonymisierung, Pseudonymisierung
5 Risiken	Was kann für Betroffene schiefgehen?	Fehlentscheidungen, Diskriminierung, Profilbildung, Überwachung, Datenabfluss, Manipulation, Einschüchterung
6 Schutzmaßnahmen	Wie werden Risiken technisch und organisatorisch gesenkt?	Zugriffskontrolle, Verschlüsselung, Löschfristen, Protokollierung, Rollenrechte, Training mit Eingaben deaktivieren, sichere Voreinstellungen
7 Betroffenenrechte	Welche Rechte müssen praktisch funktionieren?	Information, Auskunft, Berichtigung, Löschung, Einschränkung, Widerspruch, Beschwerde und Schutz vor bestimmten automatisierten Entscheidungen

Merksatz: Eine nützliche Technologie ist nicht automatisch datenschutzkonform. Entscheidend ist die konkrete Verarbeitung.

DSGVO: Die rechtliche Basis

Grundprinzipien

Art. 5 DSGVO verlangt unter anderem Rechtmäßigkeit, Transparenz, Zweckbindung, Datenminimierung, Richtigkeit, Speicherbegrenzung, Integrität und Vertraulichkeit sowie Rechenschaftspflicht.

Rechtsgrundlage statt Bauchgefühl

Eine Datenverarbeitung braucht eine Rechtsgrundlage. Für Schulen ist eine Einwilligung nicht automatisch die beste Lösung, weil zwischen Schule und Lernenden ein Abhängigkeitsverhältnis bestehen kann. Öffentliche Schulen stützen notwendige Verarbeitungen häufig auf gesetzliche Aufgaben in Verbindung mit Art. 6 Abs. 1 Buchstabe e DSGVO und dem jeweiligen Landesrecht.

Bei besonderen Kategorien personenbezogener Daten nach Art. 9 DSGVO, etwa Gesundheitsdaten, biometrischen Daten zur eindeutigen Identifizierung oder Angaben zu Religion und politischer Überzeugung, gelten zusätzliche Anforderungen.

Datenschutz durch Technikgestaltung

Art. 25 DSGVO verlangt Datenschutz durch Technikgestaltung und datenschutzfreundliche Voreinstellungen. Art. 32 DSGVO verlangt eine dem Risiko angemessene Sicherheit. Bei voraussichtlich hohem Risiko kann nach Art. 35 DSGVO eine Datenschutz-Folgenabschätzung erforderlich sein.

Datenarten erkennen

Nicht nur Name und Adresse sind personenbezogene Daten. Auch Gerätekennungen, Standortverläufe, Lernprofile, Fotos, Stimmen, Chatverläufe oder Kombinationen scheinbar harmloser Angaben können eine Person identifizierbar machen.

Besonders kritisch sind Daten, aus denen sensible Merkmale hervorgehen oder abgeleitet werden können.

KI und Datenschutz

KI-Verordnung und DSGVO ergänzen sich

Die EU-KI-Verordnung und die DSGVO prüfen unterschiedliche Ebenen. Die KI-Verordnung reguliert bestimmte KI-Systeme nach ihrem Risiko. Die DSGVO bleibt zusätzlich relevant, sobald personenbezogene Daten verarbeitet werden.

Seit dem 2. Februar 2025 gilt unter anderem die Pflicht zur Förderung von KI-Kompetenz nach Art. 4 KI-Verordnung. Seit dem 2. August 2026 gelten große Teile der Verordnung. Für bestimmte Hochrisiko-Systeme greifen weitere Pflichten nach dem aktuell konsolidierten Rechtsstand gestaffelt später.

Schule als sensibler KI-Kontext

Die KI-Verordnung nennt bestimmte Systeme in Bildung und Berufsbildung als Hochrisiko-Bereiche, etwa Systeme für Zugang, Zulassung, Bewertung von Lernergebnissen oder Prüfungsüberwachung. Nach dem konsolidierten Rechtsstand vom 27. Juli 2026 greifen die einschlägigen Hochrisiko-Pflichten für die in Anhang III erfassten Systeme ab dem 2. Dezember 2027.

Bereits verboten ist grundsätzlich die KI-gestützte Ableitung von Emotionen in Bildungseinrichtungen, außer in eng begrenzten medizinischen oder sicherheitsbezogenen Fällen.

Generative KI: Prompt ist Datenverarbeitung

Wenn Du Namen, Noten, Krankheitsinformationen, Förderdiagnosen oder private Konflikte in einen externen KI-Dienst eingibst, werden diese Daten technisch verarbeitet. Vorher muss geklärt sein, ob diese Verarbeitung erforderlich, rechtmäßig und sicher ist.

Die Datenschutzkonferenz empfiehlt unter anderem, Eingaben nicht unnötig für Training oder Verlaufsspeicherung freizugeben und Rollen, Zugriffe sowie Löschkonzepte zu prüfen.

Aktuelle Technologien als Datenschutzfälle

Cloud und RAG

Bei Cloud Computing verlassen Daten häufig die lokale Schule. Zu prüfen sind Verantwortlichkeit, Auftragsverarbeitung, Speicherorte, Unterauftragnehmer, Zugriffsrechte und mögliche Drittlandübermittlungen.

Bei Retrieval Augmented Generation, kurz RAG, greift ein Sprachmodell zusätzlich auf eine Wissensbasis zu. Das kann lokale und kontrollierbare Lösungen ermöglichen, schafft aber neue Risiken durch Zugriffsrechte, Vektordatenbanken und die Verbindung von Dokumenten mit Personenbezug.

Smart Glasses und dauernde Aufnahmebereitschaft

Smart Glasses können Kamera, Mikrofon, Standortdaten und KI-Auswertung kombinieren. Die Datenschutzkonferenz betonte im September 2026, dass auch bei solchen Geräten das Datenschutzrecht gilt. Entscheidend ist nicht, wie neu oder klein ein Gerät ist, sondern ob und wie personenbezogene Daten verarbeitet werden.

Biometrie und Gesichtserkennung

Gesichtserkennung kann aus Bildern biometrische Merkmale erzeugen. Für eine eindeutige Identifizierung sind solche Daten besonders geschützt. Zusätzlich setzt die KI-Verordnung Grenzen, etwa beim ungezielten Aufbau von Gesichtserkennungsdatenbanken aus Internet- oder Überwachungsbildern.

Fallmethode für komplexe Entscheidungen

Nutze für jede Beurteilung dieses Kurzschema:

Schritt	Prüffrage
Zweck	Welches konkrete Problem soll gelöst werden?
Rechtsgrundlage	Welche Norm erlaubt genau diese Verarbeitung?
Datenarten	Welche Daten werden erhoben, erzeugt, verknüpft oder abgeleitet?
Erforderlichkeit	Geht es mit weniger Daten, kürzerer Speicherung oder anonym?
Risiken	Welche Folgen sind für einzelne Personen oder Gruppen möglich?
Schutzmaßnahmen	Welche technischen und organisatorischen Maßnahmen reduzieren die Risiken?
Betroffenenrechte	Können Betroffene verstehen, prüfen, korrigieren, widersprechen oder sich beschweren?

Urteilssatz: „Die Verarbeitung ist nur dann vertretbar, wenn …; problematisch bleibt …; vorzugswürdig wäre …“

Basis-, Anwendungs- und Transferaufgaben mit Feedback

Basisaufgabe 1: Klassenliste im KI-Chat

Fall: Eine Lehrkraft kopiert eine Klassenliste mit Namen und Noten in einen frei zugänglichen KI-Chatbot, um Fördergruppen bilden zu lassen.

Auftrag: Prüfe Zweck, Datenarten und Erforderlichkeit.

Begründetes Feedback: Der Förderzweck kann legitim sein. Namen und Noten sind personenbezogene Daten. Für eine Gruppierung sind Namen häufig nicht erforderlich; pseudonyme Kennziffern oder eine lokale Auswertung wären datensparsamer. Vor einer Nutzung müssten außerdem Rechtsgrundlage, Anbieterbedingungen, Speicherung, Training mit Eingaben und Zugriffsrechte geprüft werden.

Basisaufgabe 2: Foto der AG

Fall: Die Schule möchte ein Gruppenfoto einer AG öffentlich auf ihrer Website veröffentlichen.

Auftrag: Trenne die schulinterne Erstellung des Fotos von der öffentlichen Veröffentlichung.

Begründetes Feedback: Aufnahme und Veröffentlichung sind getrennte Verarbeitungsschritte mit unterschiedlichen Risiken. Eine öffentliche Website vergrößert Reichweite und Kontrollverlust. Deshalb muss die konkrete Rechtsgrundlage für die Veröffentlichung geprüft und transparent über Zweck, Reichweite und Widerrufs- beziehungsweise Betroffenenmöglichkeiten informiert werden.

Anwendungsaufgabe 1: KI-Proctoring

Fall: Bei einer Onlineprüfung analysiert KI Webcam, Blickrichtung, Tastaturverhalten und Hintergrundgeräusche. Das System markiert „verdächtige“ Prüflinge.

Auftrag: Beurteile den Fall mit allen sieben Kriterien.

Begründetes Feedback: Der Prüfungszweck ist legitim, doch die Verarbeitung ist sehr eingriffsintensiv. Bild-, Verhaltens- und möglicherweise biometrische Daten können entstehen. Zu prüfen sind Erforderlichkeit, Fehlalarmrisiko, Diskriminierung, Transparenz, menschliche Überprüfung und Alternativen mit weniger Überwachung. Die KI-Verordnung behandelt bestimmte Systeme zur Überwachung verbotenen Verhaltens bei Prüfungen als Hochrisiko-Bereich; zusätzlich bleibt die DSGVO vollständig relevant.

Anwendungsaufgabe 2: RAG-Schulassistent

Fall: Ein schulischer Chatbot soll Stundenpläne, Schulordnung, Fehlzeiten und individuelle Förderpläne aus einer internen Wissensbasis abrufen.

Auftrag: Unterscheide unkritische Dokumente von besonders schützenswerten Daten.

Begründetes Feedback: Schulordnung und allgemeine Stundenpläne enthalten oft wenig oder keinen Personenbezug. Fehlzeiten und Förderpläne können dagegen sensible oder besonders folgenreiche Informationen enthalten. Ein Rollen- und Berechtigungskonzept, Protokollierung, Trennung der Datenbestände, kurze Speicherfristen und ein begrenzter Abrufkontext sind deshalb zentrale Maßnahmen.

Transferaufgabe 1: Smart Glasses auf dem Schulfest

Fall: Eine Besucherin trägt Smart Glasses, die fortlaufend Video aufnehmen und Gesichter automatisch mit Kontakten abgleichen können.

Auftrag: Entwickle eine begründete Regel für das Schulfest.

Begründetes Feedback: Eine tragfähige Regel sollte nicht nur das Gerät, sondern Funktionen und Verarbeitung betrachten. Daueraufnahme, Gesichtserkennung und verdeckte Analyse erhöhen das Risiko deutlich. Ein verhältnismäßiger Ansatz kann Aufnahmeverbote in sensiblen Bereichen, sichtbare Hinweise, deaktivierte Identifikationsfunktionen und klar geregelte Ausnahmen vorsehen.

Transferaufgabe 2: KI entscheidet über Förderzugang

Fall: Eine KI soll aus Noten, Fehlzeiten, Lernplattformdaten und Lehrkraftkommentaren automatisch entscheiden, wer einen begehrten Förderkurs erhält.

Auftrag: Formuliere ein Urteil, das DSGVO und KI-Verordnung verbindet.

Begründetes Feedback: Die Entscheidung kann den Bildungsweg erheblich beeinflussen. Deshalb sind Datenqualität, Transparenz, Diskriminierungsrisiko, menschliche Kontrolle und eine belastbare Rechtsgrundlage besonders wichtig. Art. 22 DSGVO kann bei ausschließlich automatisierten Entscheidungen mit rechtlicher oder ähnlich erheblicher Wirkung relevant sein. Die KI-Verordnung ordnet bestimmte Systeme für Zugang, Zuweisung und Bewertung im Bildungsbereich als Hochrisiko ein; die hierfür vorgesehenen besonderen Hochrisiko-Pflichten gelten nach aktuellem Übergangsrecht gestaffelt.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Welches Kriterium prüft zuerst, wofür Daten überhaupt verarbeitet werden sollen? (Zweck) (!Verschlüsselung) (!Beschwerde) (!Speicherort)

Welcher DSGVO-Grundsatz verlangt, nur die erforderlichen Daten zu verarbeiten? (Datenminimierung) (!Datenmaximierung) (!Profilbildung) (!Automatisierung)

Was ist bei Gesundheitsdaten zusätzlich zu beachten? (Sie gehören zu besonderen Kategorien personenbezogener Daten) (!Sie sind immer anonym) (!Sie dürfen ohne Rechtsgrundlage verarbeitet werden) (!Sie fallen nicht unter die DSGVO)

Welche Maßnahme senkt typischerweise das Risiko unnötiger Personenbezüge? (Pseudonymisierung) (!Unbegrenzte Speicherung) (!Öffentliche Freigabe) (!Gemeinsames Passwort)

Wann kann eine Datenschutz-Folgenabschätzung erforderlich sein? (Bei voraussichtlich hohem Risiko für Rechte und Freiheiten) (!Bei jeder Textverarbeitung) (!Nur nach einem Datenleck) (!Nur bei Papierakten)

Welche Aussage zu KI und DSGVO ist richtig? (Die DSGVO bleibt bei personenbezogenen Daten auch neben der KI-Verordnung relevant) (!Die KI-Verordnung ersetzt die DSGVO vollständig) (!KI ist vom Datenschutz ausgenommen) (!Nur staatliche KI unterliegt Datenschutzrecht)

Welche KI-Nutzung ist in Bildungseinrichtungen grundsätzlich verboten, soweit keine medizinische oder sicherheitsbezogene Ausnahme greift? (Ableitung von Emotionen) (!Rechtschreibprüfung) (!Anzeige eines Stundenplans) (!Suche in einer öffentlichen Bibliothek)

Welches Recht hilft einer betroffenen Person zu erfahren, welche Daten über sie verarbeitet werden? (Auskunftsrecht) (!Urheberrecht) (!Wahlrecht) (!Hausrecht)

Warum ist ein KI-Proctoring-System datenschutzrechtlich besonders anspruchsvoll? (Es kann umfangreiche Verhaltensdaten auswerten und Fehlentscheidungen erzeugen) (!Es verarbeitet grundsätzlich keine Daten) (!Es ist immer anonym) (!Es braucht niemals eine Rechtsgrundlage)

Welche Frage gehört zur Erforderlichkeitsprüfung? (Kann der Zweck mit weniger personenbezogenen Daten erreicht werden) (!Ist die Benutzeroberfläche modern) (!Ist das Logo bekannt) (!Ist die Anwendung beliebt)

Memory

Zweckbindung	Daten nur für festgelegte legitime Zwecke verwenden
Datenminimierung	Nur notwendige personenbezogene Daten verarbeiten
Pseudonymisierung	Identität durch zusätzliche Zuordnungsinformation abschirmen
Auskunftsrecht	Informationen über verarbeitete eigene Daten erhalten
Datenschutz-Folgenabschätzung	Hohes Risiko vorab systematisch untersuchen
Rollenberechtigung	Zugriff nach Aufgabe und Zuständigkeit begrenzen
Betroffeneninformation	Verarbeitung nachvollziehbar erklären

Drag and Drop

Ordne die richtigen Begriffe zu.	Thema
Zweck	Konkretes Ziel der Verarbeitung
Rechtsgrundlage	Rechtliche Erlaubnis für die Verarbeitung
Datenarten	Art und Sensibilität der Informationen
Erforderlichkeit	Prüfung milderer und datensparsamerer Mittel
Betroffenenrechte	Praktische Rechte der verarbeiteten Personen

Kreuzworträtsel

Zweckbindung	Welcher Grundsatz verhindert eine beliebige Weiterverwendung personenbezogener Daten?
Rechtsgrundlage	Was muss eine zulässige Verarbeitung rechtlich tragen?
Datenminimierung	Welcher Grundsatz verlangt eine Beschränkung auf notwendige Daten?
Pseudonymisierung	Welche Maßnahme erschwert die direkte Zuordnung von Daten zu einer Person?
Auskunft	Welches Recht ermöglicht Einblick in die eigenen verarbeiteten Daten?
Verschlüsselung	Welche technische Maßnahme schützt Daten vor unbefugtem Mitlesen?

LearningApps

Lückentext

Eine Datenschutzprüfung beginnt mit einem klaren

. Jede Verarbeitung benötigt eine tragfähige

. Es muss geprüft werden, welche

betroffen sind. Nach dem Grundsatz der Datenminimierung dürfen nur

Daten verarbeitet werden. Technische und organisatorische Maßnahmen sollen die

senken. Betroffene Personen besitzen unter anderem ein Recht auf

. Bei voraussichtlich hohem Risiko kann eine

erforderlich sein. Die EU-KI-Verordnung ergänzt die

, wenn KI-Systeme personenbezogene Daten verarbeiten.

Offene Aufgaben

Leicht

Zweckbindung: Formuliere für eine digitale Anwesenheitskontrolle einen engen zulässigen Zweck und einen zu weit gefassten Zweck.
Datenminimierung: Untersuche eine Lern-App und notiere drei Daten, die für eine einfache Übungsfunktion wahrscheinlich nicht benötigt werden.
Betroffenenrechte: Erstelle eine leicht verständliche Infokarte mit fünf wichtigen Rechten aus der DSGVO.
Datenschutz: Fotografiere keine Personen, sondern dokumentiere in Deiner Umgebung drei technische Situationen, in denen Datenschutz relevant sein könnte.

Standard

Datenschutz-Folgenabschätzung: Entwickle eine Risikomatrix für ein KI-Proctoring-System mit Eintrittswahrscheinlichkeit, Schadenshöhe und Gegenmaßnahme.
Künstliche Intelligenz: Vergleiche zwei KI-Dienste anhand von Speicherung, Training mit Eingaben, Kontoerfordernis und Löschmöglichkeiten.
Cloud Computing: Zeichne einen Datenfluss für eine schulische Cloud vom Endgerät bis zu möglichen Unterauftragnehmern.
Videoüberwachung: Führe ein Interview mit einer schulischen verantwortlichen Person über Zweck, Speicherfrist und Zugriffsrechte einer vorhandenen Kameralösung, ohne personenbezogene Einzelfälle zu dokumentieren.

Schwer

Algorithmische Entscheidungsfindung: Entwirf ein Gegenmodell zu einer vollautomatischen Förderentscheidung, das menschliche Prüfung und Widerspruchsmöglichkeiten integriert.
Biometrie: Verfasse ein Gutachten zu einer fiktiven Gesichtserkennung am Schuleingang und wende alle sieben Prüfkriterien an.
Retrieval Augmented Generation: Plane einen datensparsamen schulischen RAG-Assistenten und trenne öffentliche Dokumente, interne Dokumente und besonders sensible Daten.
Smart Glasses: Entwickle eine schulische Regelung für Smart Glasses, die Datenschutz, Teilhabe, Barrierefreiheit, Dokumentationsinteressen und Verhältnismäßigkeit abwägt.

Lernkontrolle

Fallprüfung: Eine Schule möchte Lernplattformdaten, Fehlzeiten und KI-Prognosen zu einem „Lernrisiko-Score“ verbinden. Beurteile Zweck, Rechtsgrundlage, Erforderlichkeit und Diskriminierungsrisiko und entwickle eine datensparsamere Alternative.
Interessenausgleich: Vergleiche Videoüberwachung zur Verhinderung von Vandalismus mit weniger eingriffsintensiven Maßnahmen und begründe, wann welches Mittel vorzugswürdig wäre.
Technikgestaltung: Entwirf für einen schulischen KI-Assistenten fünf konkrete Privacy-by-Design-Einstellungen und erkläre den jeweiligen Schutzeffekt.
Betroffenenrechte: Beschreibe, wie ein Auskunfts- oder Berichtigungsbegehren praktisch funktionieren müsste, wenn ein KI-System aus mehreren Datenquellen ein Lernprofil erzeugt.
KI-Verordnung: Analysiere einen Fall, in dem KI Lernergebnisse bewertet. Trenne DSGVO-Fragen von Pflichten und Risikokategorien der KI-Verordnung.
Transfer: Beurteile, ob ein gesellschaftlicher Nutzen wie Sicherheit, Komfort oder Personalisierung eine intensive Datenerhebung automatisch rechtfertigt. Entwickle Kriterien für eine verhältnismäßige Entscheidung.

Lernnachweis

Für einen überzeugenden Lernnachweis ist wichtig:

Du beschreibst den Zweck der Verarbeitung präzise.
Du nennst eine passende Rechtsgrundlage und kennzeichnest Unsicherheiten.
Du unterscheidest normale, sensible, biometrische und abgeleitete Datenarten.
Du prüfst Erforderlichkeit und Datenminimierung und entwickelst mildere Alternativen.
Du analysierst Risiken für einzelne Personen und Gruppen.
Du schlägst konkrete technische und organisatorische Maßnahmen vor.
Du beziehst Betroffenenrechte und menschliche Überprüfung ein.
Du trennst DSGVO und KI-Verordnung, ohne sie gegeneinander auszuspielen.
Du formulierst ein nachvollziehbares Gesamturteil mit Bedingungen und Alternativen.

Aktuelle Fachquellen

Stand der Prüfung: 7. Oktober 2026.

Medien- und Rechteprüfung

Die verwendeten Commons-Dateien wurden auf ihren jeweiligen Dateiseiten geprüft. Die eingebetteten YouTube-Videos werden nicht als freie OER-Dateien weiterverbreitet, sondern ausschließlich über die YouTube-Einbettung angezeigt; die Rechte verbleiben bei den jeweiligen Rechteinhabern.

Medium	Geprüfter Rechtehinweis
Data privacy.svg	Creative Commons Attribution 3.0
Privacy icon.svg	CC0 / Public Domain Dedication
Lock-icon.svg	Creative Commons Attribution-ShareAlike 3.0
Person information icon.svg	Creative Commons Attribution 3.0
Face-recognition.png	Creative Commons Attribution-ShareAlike 4.0
Cloud computing icon.svg	Creative Commons Attribution-ShareAlike 3.0
Cctv.svg	Public Domain
CCTV fixed camera.svg	CC0 / Public Domain Dedication
Artificial intelligence icon — EU Basic icon, part of the "EU Icons for labelling AI-generated content" series 2026.png	Public Domain beziehungsweise zur freien Nachnutzung bereitgestelltes EU-Icon gemäß Commons-Dateiseite

YouTube-Quellen: Europäische Kommission, Europäisches Parlament und MOOCit The Monkey Dance. Die konkreten Video-URLs wurden vor Veröffentlichung geprüft. Es wird keine freie Lizenz der Videos behauptet.