Datenschutzbetrieb: Abbildung personenbezogener Daten, Verarbeitungsverzeichnis & Automatisierung von Betroffenenanfragen

Jede Organisation in der EU muss wissen, wo personenbezogene Daten liegen, sie in einem Verzeichnis von Verarbeitungstätigkeiten (VVT, englisch RoPA) dokumentieren und Betroffenenanfragen innerhalb eines Monats beantworten. Tabellen und E-Mail- Verläufe skalieren dafür nicht. KI durchsucht Systeme nach personenbezogenen Daten, schlägt VVT-Einträge vor und aktualisiert sie, entwirft Datenschutz-Folgenabschätzungen und stellt Auskunfts- und Löschantworten zusammen; die rechtliche Beurteilung bleibt beim Datenschutzteam.

Problem & Nutzen

• Heute: Die oder der Datenschutzbeauftragte (DSB) oder eine Datenschutzjuristin bzw. ein Datenschutzjurist pflegt das VVT in einer Tabelle, die kurz nach der Freigabe veraltet ist. Eine Betroffenenanfrage (DSAR) kommt per E-Mail; Beschäftigte fragen IT, Personal, Vertrieb und Support, wo die Person vorkommt, exportieren Daten von Hand, schwärzen Daten Dritter und senden ein Schreiben, oft kurz vor Ablauf der Monatsfrist (Art. 12 Abs. 3 DSGVO, bei komplexen Fällen um zwei Monate verlängerbar).
• KI-Nutzen: laufende Erkennung statt jährlicher Interviews, Entity Resolution, um alle Datensätze zu einer Person zu finden (auch in Freitext und Anhängen), LLM-Entwürfe für VVT-Einträge, DSFAs und Antworten, automatische Schwärzung von Daten Dritter und Fristenüberwachung.
• Regulatorischer Druck: Der EDSA wählte das Auskunftsrecht für seine koordinierte Durchsetzungsmaßnahme 2024, und die Leitlinien zum Auskunftsrecht (01/2022) legen die Messlatte für Vollständigkeit hoch [2][3]. Aufsichtsbehörden verhängen regelmäßig Bußgelder, wenn nicht oder nicht vollständig geantwortet wird.
• Hier werden keine herstellerunabhängigen, belegten Zeitersparniszahlen genannt; messen Sie Ihre eigene Ausgangslage.

Varianten

• KMU: VVT und DSAR-Workflow in einem schlanken Datenschutzwerkzeug oder per externer DSB-Dienstleistung; einige Dutzend Systeme, überwiegend SaaS.
• Großunternehmen / Konzern: automatisierte Erkennung über Hunderte Systeme, integriertes Dienstleistermanagement, Einwilligungs- und Cookie-Daten, Regeln mehrerer Rechtsordnungen (DSGVO, UK GDPR, CCPA).
• Öffentlicher Sektor: VVT von Kommunen und Behörden je Verfahren, Bürgeranfragen, DSFA nach Art. 35 für neue digitale Dienste; häufig eine zentrale Datenschutzstelle für viele Einrichtungen.
• Sicht des Auftragsverarbeiters: SaaS-Anbieter führen Verzeichnisse nach Art. 30 Abs. 2 und leiten DSARs ihrer Kunden weiter.
• Private Nutzung: Einzelpersonen üben ihre eigenen Rechte mit Vorlagenwerkzeugen aus; hier nicht Gegenstand.

So funktioniert es

1. Konnektoren (SaaS, DB, Dateifreigaben, E-Mail, Data Lake)
2. Scan + Klassifikation (PII-Detektoren, NER, LLM für Kontext: "Kunde oder Beschäftigter?")
3. Datenlandkarte / Wissensgraph (System - Datenkategorie - Zweck - Empfänger - Aufbewahrung)
4. VVT-Entwurf + Drift-Warnungen (neues System, neue Kategorie, neuer Dienstleister) [DSB genehmigt]
5. DSFA-Vorprüfung und Entwurf für neue Projekte [DSB / Verantwortliche zeichnen ab] DSAR: Eingang (Formular/E-Mail)
6. Identitätsprüfung
7. Anfrageart klassifizieren (Art. 15/16/17/18/20/21)
8. Suche in allen Systemen über Kennungen + Fuzzy-Abgleich
9. sammeln + deduplizieren
10. Daten Dritter und ausgenommene Inhalte schwärzen (LLM + Regeln)
11. Antwortschreiben entwerfen
12. juristische Prüfung durch Menschen
13. Versand
14. Protokoll, Fristuhr, Löschnachweis

• Erkennung: Regex-/Prüfsummen-Detektoren und NER-Modelle für strukturierte Kennungen (IBAN, Steuer-ID), LLM-Klassifizierung für den Kontext, Embeddings für die semantische Suche in unstrukturiertem Text.
• Entity Resolution: Namensvarianten, E-Mail-Aliasse und Kundennummern systemübergreifend zuordnen; jeder Treffer trägt einen Konfidenzwert.
• VVT-Entwurf: Das LLM schlägt Zweck, Rechtsgrundlage, Kategorien, Empfänger und Aufbewahrung aus Systemmetadaten und Verträgen vor; es erfindet nie Fakten, fehlende Felder bleiben markiert.
• Mensch-in-der-Schleife (Human-in-the-Loop): Identitätsprüfung, Entscheidungen zum Umfang (was als „Daten, die die Person betreffen“ gilt), Ausnahmen (Art. 15 Abs. 4, Aufbewahrungspflicht, Geschäftsgeheimnisse), die Ablehnung offenkundig unbegründeter Anfragen und die abschließende Unterschrift bleiben beim Datenschutzteam.

Datenaufbereitung

Die Daten stammen aus vielen Quellen: ERP und CRM, Personalsysteme, Mail- und Ticketarchive, Dateiablagen, Papierakten und vor allem Excel-Listen, die niemand erfasst hat. Typische Lücken sind ein veraltetes oder fehlendes VVT, unbekannte Schatten-Tabellen, gescannte Briefe ohne Text, Dubletten derselben Person in mehreren Systemen und kein klarer Verantwortlicher je System. Bei DSARs ist das Schwierige, alle Datensätze einer Person zuverlässig zu finden.

Vorbereitungsschritte: 1. Alle Systeme und Prozesse, die personenbezogene Daten berühren, auflisten und je einen Datenverantwortlichen benennen (PREP-001, PREP-004). 2. Excel-Dateien und lokale Speicher mit personenbezogenen Daten finden (PREP-003). 3. Exporte oder API-Zugang aus ERP, SaaS und Altsystemen beschaffen (PREP-005). 4. Papier und gescannte Korrespondenz per OCR erfassen (PREP-006, DOC-018) und alte Mailarchive umwandeln (PREP-007). 5. Testexporte pseudonymisieren, bevor sie an ein KI-Werkzeug gehen (PREP-022), und die Rechtsgrundlage für die Weiterverwendung prüfen (PREP-025). 6. Bestehendes VVT, AVVs und Datenschutzhinweise als Startkorpus sammeln.

Werkzeuge: die Konnektoren einer Datenschutzplattform, Paperless-ngx für Scans, Python-Skripte für Exporte. Etwa 40 Prozent des Gesamtaufwands entfallen auf Inventar und Konnektorzugang; der KI-Anteil ist der kleinere. Siehe auch GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• KMU — Weg A: Datenschutzmanagement-Werkzeuge mit VVT- und DSAR-Workflows sind ausgereift, in der EU gehostet und erschwinglich, und der Prozess ist Standard.
• Großunternehmen — Weg A: Standard-Compliance-Funktion; ein Produkt mit vielen Konnektoren schlägt einen Eigenbau, B nur bei besonderen Datenlandschaften.
• Öffentlicher Sektor — Weg B: Vergabe- und Souveränitätsregeln sprechen für eigene Workflows auf einer souveränen EU-/deutschen Cloud mit API-Modellen statt für ausländische SaaS.

Weg A — Kaufen (Standardsoftware) (für die meisten Organisationen empfohlen)

• Plattformen für Datenschutzmanagement: OneTrust, Securiti, DataGrail, TrustArc, Ethyca (Fides, Open Core), Transcend, Osano, BigID (Schwerpunkt Erkennung). Optionen aus EU/DACH: Caralegal (DE), DataGuard (DE), heyData (DE), DSB-Werkzeuge im Stil von Proteus-Cortex / Privacy Cockpit, 2B Advice PrivacyManager (DE), Usercentrics (DE, Einwilligung), Exate (UK).
• Prüfen: EU-Hosting und Auftragsverarbeitungsbedingungen, Konnektorabdeckung für Ihre Systeme, Erkennungstiefe in unstrukturierten Daten, Qualität der DSAR-Schwärzung, Prüfpfad, Export des VVT in einem portablen Format.
• A wählen, wenn: mehr als ca. 20 Systeme oder mehr als eine Handvoll DSARs pro Monat; oder keine eigene Entwicklung.

Weg B — Auf Cloud-KI-Diensten aufbauen

• PII-Erkennung: Microsoft Presidio (Open Source) mit Azure AI Language PII, Amazon Comprehend PII, Google Cloud Sensitive Data Protection (alle mit EU-Regionen).
• LLMs: Mistral (EU), Claude, Gemini, GPT über Endpunkte in EU-Regionen (Azure OpenAI, Vertex AI, Bedrock) mit Auftragsverarbeitungsverträgen und Zusicherung, nicht zu trainieren, für VVT-Entwürfe, Klassifizierung und Schreiben.
• Orchestrierung: n8n oder Power Automate für den DSAR-Workflow; Suche über Microsoft Graph / Purview eDiscovery, Google Vault oder einen eigenen Index. Microsoft Purview und Google Workspace bieten native Werkzeuge für Betroffenenanfragen.
• B wählen, wenn: Sie individuelle Abläufe über proprietäre Systeme brauchen, aber Entwickler haben.

Weg C — Selbst betreiben (Open Source)

• Erkennung und Schwärzung: Presidio, PII-Modelle im Stil von GLiNER, spaCy; OCR über Docling oder PaddleOCR für Scans.
• Open-Weight-LLMs: Mistral Small/Medium-Klasse, Qwen, Llama oder gpt-oss über vLLM oder Ollama.
• Plattformbausteine: Ethyca Fides (Datenabbildung und DSAR-Orchestrierung), OpenSearch mit Embeddings, Camunda oder n8n.
• Hardware: HW2 genügt für ein quantisiertes Modell mit 8-30 Mrd. Parametern; die Scanlast ist überwiegend CPU und Konnektor-I/O.
• C wählen, wenn: Daten Ihre Infrastruktur nicht verlassen dürfen (Gesundheit, öffentlicher Sektor).

Weg D — Eigenes Training

Selten gerechtfertigt. Einen kleinen Encoder für fachspezifische Kennungen (Patientennummern, Aktenzeichen) oder für die Schwärzung von Daten Dritter mit einigen hundert geprüften Beispielen feintunen; Korrekturen der Prüfenden sind die Trainingsdaten.

Stand der Technik (2026)

• Anbieter positionieren KI-Agenten für den Datenschutz: automatisierte Datenerkennung plus agentengesteuerte DSAR-Bearbeitung und Vorbefüllung von VVT/DSFA [4][5]. Werbeversprechen einer „vollautomatischen Compliance“ sollten Sie an Ihren Daten testen.
• LLM-basierte Klassifizierung ist bei Kontext besser als Regex („Schmidt“ der Kunde vs. das Produkt), ist aber im Petabyte-Maßstab teuer; hybride Pipelines (zuerst günstige Detektoren, LLM auf Kandidaten) sind Standard.
• Grenzen: unvollständige Konnektorabdeckung (Schatten-IT, Papier, Chat-Exporte, Backups); Falsch-Negative in unstrukturiertem Text; Fehler bei der Entity Resolution, die zwei Personen verwechseln (selbst eine Datenpanne, wenn versendet); von LLMs entworfene rechtliche Bewertungen, die überzeugend klingen, aber falsch sind; Löschung in Backups, Logs und KI-Modellgewichten ist technisch ungelöst.
• Fristen sind rechtlich, nicht technisch: Ein Werkzeug muss die Uhr beim Eingang starten und früh eskalieren.

Gemeinsame Bausteine & Kombinationen

• SEC-017 (DSPM/DLP) liefert dieselben Scanner und Klassifizierungslabels; SEC-009 deckt Informationssicherheitskontrollen und Nachweise ab, SEC-022 das KI-System-Inventar nach der KI-Verordnung, SEC-010 Guardrails für das LLM selbst.
• DOC-018 liefert die Schwärzungs-Engine; ocr-docparse- und Embedding-Stacks werden mit DOC-014 geteilt.
• Ein einziger selbst betriebener LLM-Server (HW2/HW3) und ein Vektorindex können SEC-017, SEC-018 und DOC-018 bedienen.

Aufwand, Kosten & Kennzahlen

• Weg A: Wochen für das Onboarding, 2-4 Monate, um alle Systeme anzubinden und abzustimmen; die Preise richten sich meist nach betroffenen Personen, Systemen oder Modulen (auf Anfrage).
• Weg B: 2-4 Monate für eine erste DSAR- und VVT-Pipeline; Kostentreiber sind Konnektoren und Prüfaufwand.
• Weg C: 3-6 Monate; Entwicklung und Pflege der Konnektoren dominieren.
• Kennzahlen: DSAR-Durchlaufzeit und Anteil der innerhalb eines Monats beantworteten, Stunden je DSAR, VVT-Abdeckung (erfasste / bekannte Systeme), VVT-Aktualität (Tage seit der letzten Prüfung), Anteil der durch die Erkennung gefundenen unbekannten Systeme, Schwärzungsfehlerquote in QA-Stichproben, Zahl der Beschwerden bei der Aufsichtsbehörde.

Menschen & Veränderung

Die oder der DSB ist die Schlüsselperson und meist Prozessverantwortliche(r); binden Sie sie bzw. ihn zuerst ein, zusammen mit der Geschäftsleitung für das Budget und Recht/Compliance für Fristen und Verträge. Die IT und die Datenverantwortlichen jedes Systems liefern Zugang und beantworten Fragen zu ihren Daten. Das Personalwesen wird für Beschäftigtendaten und Anfragen von Beschäftigten gebraucht. Die Abteilungsleitungen prüfen die VVT-Einträge für ihre Prozesse.

Betriebsrat: kommt darauf an. Das Werkzeug bildet vor allem Systeme ab und bearbeitet Anfragen, was für sich genommen keine Überwachung ist. Es kann nach §87 Abs. 1 Nr. 6 BetrVG mitbestimmungspflichtig werden, wenn es Beschäftigtendaten auswertet oder Mitarbeiteraktivitäten protokolliert (z. B. DSARs von Beschäftigten, Postfachsuchen); §90 Abs. 1 Nr. 3 verlangt dennoch rechtzeitige Unterrichtung. Entscheiden Sie je Konfiguration und beziehen Sie den Betriebsrat früh ein; oft genügt ein kurzer Hinweis. Öffentlicher Dienst: Personalrat.

Datenschutz: Das Werkzeug verarbeitet selbst personenbezogene Daten, schließen Sie daher einen AVV (Art. 28 DSGVO) und führen Sie eine DSFA durch, wenn umfassende Postfachsuchen genutzt werden. KI-Kompetenz (Art. 4 KI-Verordnung): Unterstützen Sie das Datenschutzteam mit Schulungen zur Nutzung von Prompts, zur Prüfung von KI-Entwürfen und dazu, keine echten Daten in nicht freigegebene Werkzeuge einzufügen. Pilotieren Sie mit VVT-Entwürfen und einer Handvoll abgeschlossener DSARs und vergleichen Sie KI-Ergebnisse mit manuellen. Typische Bedenken sind übersehene Datensätze und rechtliche Haftung; begegnen Sie ihnen mit einer menschlichen Freigabe bei jeder Antwort und jeder DSFA. Siehe GUIDE-005, GUIDE-006 und GUIDE-009.

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): minimales Risiko; keine Kategorie nach Anhang III. Art. 4 KI-Kompetenz gilt. Keine verbotene Praxis (Art. 5). Wird dieselbe Technik zum Profiling von Beschäftigten genutzt, neu bewerten.
• DSGVO: Art. 30 (VVT), Art. 35 (DSFA), Art. 12-22 (Rechte), Art. 28 (Auftragsverarbeiter), Art. 32 (Sicherheit). Das Datenschutzwerkzeug bündelt selbst personenbezogene Daten und ist ein lohnendes Ziel: minimale Rechte, EU-Hosting, Verschlüsselung, AVV mit dem Anbieter und bei Bedarf eine DSFA für das Werkzeug anwenden.
• Identitätsbetrug: DSARs sind ein Einfallstor für Social Engineering; die Identität verhältnismäßig prüfen, bevor Daten herausgegeben werden.
• Abfluss über KI: nur notwendige Daten an LLMs senden, EU-Endpunkte ohne Datenspeicherung nutzen, wo möglich maskieren.
• Gegenmaßnahmen: menschliche Freigabe vor jeder Antwort, stichprobenbasierte QA, Prüfprotokoll der KI-Vorschläge im Vergleich zu den endgültigen Entscheidungen, unveränderliche Fristenüberwachung, dokumentierte Ausnahmen.

Erste Schritte

1. Ihr aktuelles VVT und die DSARs der letzten 12 Monate exportieren; Aufwand und Fristversäumnisse messen.
2. 5-10 Kernsysteme (CRM, Personal, Support, E-Mail, Dateiablage) auswählen und einen Erkennungspilot mit einem Werkzeug oder Presidio durchführen.
3. Erkennungsergebnisse mit dem VVT vergleichen; Lücken schließen und einen Prozess für Abweichungsalarme festlegen.
4. 10 abgeschlossene DSARs durch den neuen Workflow laufen lassen und Vollständigkeit und Schwärzungsqualität vergleichen.
5. Prüfstufen, Regeln zur Identitätsprüfung und Eskalation vor dem Produktivstart festlegen.

Quellen

1. Regulation (EU) 2016/679 (GDPR), Arts. 12, 15, 17, 30, 35 — https://eur-lex.europa.eu/eli/reg/2016/679/oj
2. EDPB — Guidelines 01/2022 on data subject rights, right of access — https://www.edpb.europa.eu/our-work-tools/our-documents/guidelines/guidelines-012022-data-subject-rights-right-access_en
3. EDPB — Coordinated Enforcement Framework 2024: implementation of the right of access — https://www.edpb.europa.eu/our-work-tools/our-documents/other/coordinated-enforcement-action-implementation-right-access_en
4. OneTrust — privacy and data governance platform — https://www.onetrust.com/
5. Securiti — data command center / privacy automation — https://securiti.ai/
6. Microsoft Presidio — https://microsoft.github.io/presidio/
7. Ethyca Fides — https://github.com/ethyca/fides
8. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj