DSGVO und Claude für Geschäftsführer

Fragen Sie Ihren Datenschutzbeauftragten, ob er ChatGPT freigibt. Er wird zögern. Zu Recht.

Fragen Sie ihn, ob er Claude freigibt. Er wird noch mehr zögern. Weil die meisten Beauftragten den Unterschied zwischen den beiden noch nicht kennen und im Zweifelsfall lieber sagen, das gehe nicht, als etwas Halbfertiges durchzuwinken.

Dieser Artikel erklärt Ihnen als Geschäftsführer, was Sie wirklich wissen müssen, damit Sie in einem Gespräch mit Ihrem DPO, Ihrem IT-Leiter oder einem möglichen KI-Anbieter souverän bleiben. Inklusive der Stellen, an denen auch Claude an Grenzen stößt, denn ein ehrlicher Leitfaden muss das benennen.

Das Missverständnis vorweg

Viele Leute behandeln “KI-Tools” als monolithische Kategorie. Das ist der Kern des Problems.

ChatGPT und Claude sind aus Datenschutzsicht in verschiedenen Kategorien, obwohl sie oberflächlich ähnlich aussehen. Die Unterschiede liegen im Geschäftsmodell der Anbieter, in den Default-Einstellungen und in den Enterprise-Varianten.

Wenn Ihr DPO “KI geht nicht” sagt, weil er an Gratis-ChatGPT denkt, dann vergleicht er das Schlechteste am Markt mit Ihrer Geschäftsrealität. Die Frage muss konkret gestellt werden: Welches Modell, auf welchen Servern, unter welchem Vertrag, für welche Daten? Erst dann wird die Antwort belastbar.

Was Claude technisch anders macht

Anthropic hat Claude mit dem expliziten Anspruch “Privacy by Design” gestartet. Das ist Marketing-Sprache, aber dahinter stehen ein paar konkrete Dinge.

Kein Training auf Enterprise-Input. Die Enterprise-API trainiert die Modelle nicht mit Ihren Eingaben. Das steht explizit im Vertrag und ist technisch so umgesetzt. Bei der kostenlosen Consumer-Version ist das anders, und es ist ein Grund, warum der Consumer-Chat nicht in Ihrem Büro benutzt werden sollte.

Datenverarbeitungsverträge standardisiert. Anthropic bietet einen Standard-DPA, der EU-konform ist. Sie unterschreiben, Sie haben es.

Wählbarer Serverstandort, aber nicht die EU. Bei der Programmierschnittstelle von Anthropic können Sie steuern, wo gerechnet wird, allerdings nur zwischen “global” und “USA”. Eine EU-Option gibt es dort nicht, auch nicht im Unternehmensvertrag. Wer die Verarbeitung in Europa braucht, nimmt Claude über Amazon Bedrock oder Google Vertex AI, dort bestimmt die gewählte Region den Standort.

Zero Data Retention (optional). Für besonders sensible Datenverarbeitung kann Anthropic Zero-Retention konfigurieren: Ihre Eingaben werden nach der Antwort nicht gespeichert, nicht geloggt, nicht gesichert. Das ist für Mandanten- oder Gesundheitsdaten relevant.

Der Serverstandort: die Frage, die alles entscheidet

Viele Anbieter erzählen Ihnen, ihr KI-Werkzeug sei “DSGVO-konform”. Prüfen Sie das mit einer einzigen Frage:

Über welche Plattform läuft das Modell, und welche Region ist dort eingestellt?

Gemeint ist der Schritt, in dem Ihre Eingabe durch das Sprachmodell läuft und eine Antwort entsteht. Fachleute nennen das Inferenz. In diesem Moment verarbeitet ein Server Ihre Daten, und es kommt darauf an, wo dieser Server steht.

Bei Claude gibt es dafür drei Wege, und sie unterscheiden sich:

• Direkt bei Anthropic: Sie können zwischen “global” und “USA” wählen. Eine EU-Option gibt es nicht, und auch die Datenhaltung des Arbeitsbereichs liegt derzeit nur in den USA. Das schließt den Einsatz nicht aus, verlangt aber die üblichen Nachweise für die Übermittlung in die USA.
• Claude über Amazon Bedrock oder Google Vertex AI: Hier bestimmt die gewählte Region, wo gerechnet wird, europäische Regionen sind dort vorgesehen. Ob Ihr Wunschmodell in der gewünschten Region bereitsteht, muss man vorher nachsehen, das wechselt.
• Antwort “das weiß ich nicht”: rot. Dann ist die Frage im Zwischenbau des Anbieters untergegangen.

Genau dort steckt der häufigste stille Fehler: Ein Anbieter nennt sich “Claude-basiert”, und in der Zwischenschicht landet die Anfrage doch in den USA, ohne dass es jemand geprüft hat.

Nachgesehen habe ich in der Hersteller-Dokumentation zur Datenhaltung am 17. September 2026. Dort steht ausdrücklich, dass für den Rechenort nur “us” und “global” verfügbar sind. Prüfen Sie das im Zweifel selbst nach, solche Angaben ändern sich.

Wo auch Claude an Grenzen stößt

Ein ehrlicher Leitfaden muss das benennen, sonst ist es Werbung.

Kosten pro Token. Claude ist je nach Modell zwei- bis fünffach teurer als vergleichbare Modelle von Wettbewerbern. Für Massenverarbeitung von Textklassifikation (hunderttausende Vorgänge pro Monat) ist das ein spürbarer Faktor. Wir kombinieren daher in der Praxis oft: ein kleineres Modell für Massen-Filterung, Claude für die anspruchsvollen Einzelvorgänge.

Latenz bei langen Kontexten. Wenn Sie lange Verträge oder vollständige Aktenordner in einen einzigen Request schicken, reagiert Claude spürbar. Fünf bis zwanzig Sekunden sind normal. Für Echtzeit-Chats im Kundendialog zu langsam, für Hintergrundverarbeitung egal.

Kleinere native Integrationen als Microsoft-Stack. Wenn Sie tief in Microsoft 365 stecken, finden Sie für Copilot mehr sofortige Integrationen. Claude erfordert in der Regel eine eigene Architektur mit dazwischenliegenden Services. Das ist mehr Aufwand beim Aufbau, dafür hinterher eine sauberer abgegrenzte Datenverarbeitung.

Keine bundesbehördliche “ausdrücklich freigegeben”-Stempel. Keine generativen KI-Tools am Markt haben diesen Status. Sie arbeiten mit EU-US Framework, Standardvertragsklauseln und DPIAs. Das ist rechtlich belastbar, aber nicht “stempelgenehmigt”. Wenn Ihr DPO das verlangt, müssen Sie das getrennt diskutieren.

On-Premise und hybride Architekturen

Für die meisten Büro-Betriebe reicht eine Cloud-Lösung, deren Region nachweisbar feststeht. Es gibt aber Fälle, in denen mehr nötig ist.

Hybrid: Sensible Daten werden lokal vorverarbeitet, anonymisiert oder pseudonymisiert, nur das gefilterte Destillat geht ins Modell. Die Antwort kommt zurück und wird lokal mit den echten Daten wieder verknüpft. Das funktioniert gut für Hausverwaltungen (Mieternamen müssen nicht ins Modell, um einen Betriebskosten-Entwurf zu erstellen).

On-Premise: Claude ist nicht on-premise verfügbar. Für echte lokale Verarbeitung würden wir in bestimmten Kontexten auf Open-Source-Modelle (etwa Llama, Mistral) in einer lokalen Installation ausweichen. Das ist technisch anspruchsvoller und liefert in der Regel schwächere Ergebnisse, aber es ist der Weg für Fälle wie Strafverteidigung mit sehr sensiblen Mandaten oder Behörden-Use-Cases mit eingestufter Information.

Das DPA-Ritual: Checkliste

Bevor ein Claude-Agent produktiv wird, prüfen wir mit Ihrem DPO diese Punkte. Sie können die Liste auch als Startpunkt für eigene Auswahl-Gespräche nutzen:

1. Steht im DPA explizit, dass Ihre Daten nicht zum Training verwendet werden?
2. Steht in der Vereinbarung, über welche Plattform und in welcher Region gerechnet wird?
3. Ist der rechtliche Rahmen für den Transfer in die USA (falls Fallback) geregelt (SCC, EU-US-DPF)?
4. Sind Logging-Regeln und Aufbewahrungsfristen definiert?
5. Wie funktioniert das Löschen auf Mitarbeiter- bzw. Kunden-Wunsch technisch?
6. Welche Subunternehmer sind eingebunden (Hoster, Monitoring, Support)?
7. Wie wird die technisch-organisatorische Trennung zwischen Produktion und Test/Entwicklung gewährleistet?

Das ist kein vollständiges DPIA-Programm. Es ist die Short-List, die in 80 Prozent der Fälle ausreicht, um Ihr DPO-Gespräch konstruktiv zu machen.

Beispiel-Architektur: Hausverwaltung

Damit das konkret wird, hier eine typische Architektur für eine Hausverwaltung mit 1.500 Einheiten:

• Frontend: Integration in die bestehende Verwaltungssoftware (API-Ebene) und in Outlook-Postfach.
• Middleware: Ein eigener EU-gehosteter Service, der Vorverarbeitung macht (Mieternamen durch Pseudonyme ersetzt, Adressen anonymisiert, wo nötig).
• Modell: Claude über eine Plattform mit europäischer Region, Vertrag zur Auftragsverarbeitung aktiv, keine Speicherung der Eingaben bei besonders sensiblen Mandaten.
• Backend: Die Antwort des Modells wird wieder lokal mit den echten Daten verknüpft und in der Verwaltungssoftware abgelegt.
• Audit-Log: Jeder Agent-Lauf wird lokal protokolliert (Zeitstempel, Use-Case, Datenumfang), damit Sie bei Nachfragen durch Eigentümer oder Aufsichtsbehörde eine nachvollziehbare Kette haben.

So eine Architektur baut sich in etwa sechs bis zehn Wochen, inklusive DPO-Abstimmung. Sie ist darauf angelegt, dass Sie jeden Verarbeitungsschritt belegen können. Ob sie in Ihrem Haus genügt, entscheidet Ihre eigene Prüfung und nicht meine Architektur.

Das Fazit

Claude und ChatGPT sind aus Datenschutzsicht unterschiedliche Kategorien.

Ein europäischer Rechenort ist machbar, aber nicht bei Anthropic direkt, sondern über Amazon Bedrock oder Google Vertex AI. Wer etwas anderes behauptet, hat nicht nachgesehen.

Auch Claude hat Grenzen (Kosten, Latenz, Integrationstiefe), die Sie bei der Architektur mitdenken müssen.

Ein produktiver Enterprise-Agent ist mit DSGVO kompatibel, wenn Sie die Architektur und den DPA ernst nehmen. Das ist kein Grund, KI nicht zu nutzen. Es ist der Grund, KI richtig zu nutzen.

Wenn Sie das in einem konkreten Kontext durchspielen wollen: Der KI-Readiness-Check umfasst genau diese Datenschutz-Vorklärung für Ihren spezifischen Fall. In einem Tag haben Sie die Architekturskizze, die Ihr DPO prüfen kann.