Datenmaskierung und souveräne Cloud: Die technische Basis für eine sichere KI-Nutzung

Datenmaskierung und eine souveräne Cloud sind die zwei technischen Grundpfeiler, um KI im Unternehmen sicher und rechtskonform einzusetzen. Die eine sorgt dafür, dass sensible Daten gar nicht erst zum Modell gelangen, die andere dafür, dass alles, was verarbeitet wird, unter europäischem Recht bleibt.

Warum Datenmaskierung für KI unverzichtbar ist

Datenmaskierung ersetzt vertrauliche Angaben, etwa Namen, Kundennummern oder Gesundheitsdaten, durch Platzhalter oder fiktive Werte, bevor ein Prompt das Unternehmen verlässt. Ohne diesen Schritt landen personenbezogene Daten und Geschäftsgeheimnisse in externen Modellen wie ChatGPT oder Claude. Nicht aus Bosheit, sondern weil eine Sachbearbeiterin kurz vor Feierabend eine Beschwerde zusammenfassen lassen will und den ganzen E-Mail-Verlauf einfügt.

Ein Beispiel aus dem Kundenservice: Der Prompt enthält den Namen der Kundin, ihre Vertragsnummer und einen Hinweis auf eine Erkrankung. Die Maskierung ersetzt Name und Vertragsnummer durch Platzhalter und blockiert den Gesundheitshinweis ganz. Das externe Modell sieht den Fall, aber keine Person. Die Antwort wird intern wieder mit den Originalwerten verbunden.

Die DSGVO verlangt für personenbezogene Daten angemessene technische Maßnahmen. Datenmaskierung ist eine davon, und sie ist die einzige, die im Moment des Fehlers wirkt statt danach.

Souveräne Cloud in Deutschland für KI: Der Speicherort ist eine Architekturentscheidung

Eine souveräne Cloud ist Infrastruktur unter Kontrolle eines europäischen Betreibers, in Rechenzentren in der EU, unter europäischem Recht. Für KI-Systeme heißt das: Prompts, Dokumente, Embeddings und Protokolle liegen dort, wo die DSGVO gilt und kein Drittlandtransfer zu begründen ist.

Das ist eine Frage der Compliance und eine der Widerstandsfähigkeit. Wer seine KI-Verarbeitung an einen US-Anbieter bindet, hängt an dessen Produktstrategie, Preisen und Rechtslage. Wer offene Modelle auf deutscher Infrastruktur betreibt, entscheidet selbst über Version, Speicherort und Aufbewahrung. Wir arbeiten dafür mit einem deutschen Cloud-Anbieter, weil wir diese Entscheidungen bei uns und unseren Kunden halten wollen.

Souveränität heißt nicht, auf externe Modelle zu verzichten. Sie heißt, dass die Datenklasse entscheidet, welches Modell antworten darf, und dass diese Entscheidung ein Regelwerk trifft, kein Mitarbeiter unter Zeitdruck.

So funktioniert die Kombination aus Maskierung und souveräner Cloud

Die Kombination ergibt eine mehrschichtige Architektur mit einem zentralen KI-Gateway als Zwangspunkt. Der Ablauf:

Erkennung. Das Gateway prüft jede Anfrage auf sensible Daten: Formatregeln für IBAN, E-Mail und Telefonnummer, Named-Entity-Recognition für Namen und Orte im Fließtext, Klassifikation für besonders sensible Vorgänge wie Personal- oder Gesundheitsfälle.

Maskierung oder Blockade. Erkannte Daten werden durch Platzhalter ersetzt. Bei besonderen Kategorien nach Artikel 9 DSGVO, etwa Gesundheitsdaten, lautet die Standardregel nicht „maskieren“, sondern „nicht an ein externes Modell senden“.

Routing. Unkritische, maskierte Anfragen dürfen an ein externes Modell. Sensible Vorgänge gehen an ein offenes Modell auf souveräner Infrastruktur in Deutschland. Die Originaldaten verlassen das Unternehmen in keinem der beiden Fälle.

Protokoll. Das Gateway hält fest, wer wann welche Datenklasse an welches Modell geschickt hat und welche Regel gegriffen hat. Das ist die Grundlage für jede Auskunft an den Datenschutzbeauftragten.

Ein Szenario aus dem Kundenservice: Ein Chatbot beantwortet Vertragsfragen. Kundennamen und Vertragsdetails werden maskiert, bevor der Text an das Sprachmodell geht; Vorgänge mit Gesundheitsbezug laufen intern. Der Chatbot antwortet in derselben Qualität, aber kein sensibles Datum hat das Haus verlassen.

Was der EU AI Act daran ändert

Der EU AI Act ergänzt die DSGVO um Pflichten zu Transparenz, Risikomanagement und Dokumentation, abgestuft nach dem Risiko des Systems. Die KI-Kompetenzpflicht für Beschäftigte gilt bereits. Welche Risikoklasse Ihre Systeme trifft, klärt Ihre Rechtsberatung. Die Architektur aus Maskierung, souveräner Cloud und Protokoll liefert in jeder Klasse dieselben Nachweise: welche Daten wohin geflossen sind, unter welcher Regel, mit welchem Modell.

Praktische Umsetzung: So starten Sie

Beginnen Sie mit einer Bestandsaufnahme: Welche KI-Anwendungen laufen bei Ihnen, offiziell und inoffiziell, und welche Daten fließen hinein? Fast immer zeigt sich, dass Schatten-KI, also private KI-Werkzeuge einzelner Mitarbeiter, das größere Risiko ist als die offiziellen Anwendungen.

Danach definieren Sie Datenklassen und die Regel je Klasse: extern erlaubt, extern nur maskiert, nur intern. Erst dann wählen Sie Werkzeuge. Für die Erkennung gibt es ausgereifte Open-Source-Bibliotheken, für den Betrieb offener Modelle deutsche Cloud-Anbieter. Das Gateway, das beides verbindet, ist überschaubare Softwareentwicklung.

Der Nebeneffekt, den wir am häufigsten sehen: Mitarbeiter nutzen die offizielle Lösung, weil sie bequemer ist als das private Werkzeug. Und die Geschäftsführung hat zum ersten Mal einen vollständigen Blick auf die Datenflüsse.

Häufige Fragen

Was ist Datenmaskierung im Kontext von KI?

Vertrauliche Daten werden durch Platzhalter oder fiktive Werte ersetzt, bevor sie ein KI-Modell erreichen. Der fachliche Zusammenhang bleibt erhalten, der Personenbezug nicht. Reversible Pseudonymisierung erlaubt, die Antwort intern wieder zuzuordnen.

Wie unterscheidet sich eine souveräne Cloud von herkömmlichen Cloud-Diensten?

Sie wird von einem europäischen Anbieter betrieben und unterliegt vollständig europäischem Recht. Daten bleiben in der EU, ein Drittlandtransfer entfällt, und Zugriffe ausländischer Behörden stehen nicht im Raum.

Reicht Maskierung allein, oder brauche ich zusätzlich eine souveräne Cloud?

Maskierung schützt vor dem einzelnen unbedachten Prompt. Für Datenklassen, die gar nicht nach außen dürfen, brauchen Sie einen internen Verarbeitungspfad, und der läuft auf souveräner Infrastruktur. Erst beides zusammen deckt alle Fälle ab.

Wie lange dauert die Einführung?

Ein Gateway mit Maskierung für einen abgegrenzten Fachbereich ist deutlich schneller produktiv als eine unternehmensweite Plattform. Fangen Sie dort an, wo heute die meisten Prompts nach außen gehen.

Machen Sie die Bestandsaufnahme

Fragen Sie in dieser Woche alle Abteilungen, welche KI-Werkzeuge sie nutzen und mit welchen Daten. Bringen Sie die Liste mit in den Potenzial-Check, eine halbe Stunde, kostenlos: Wir zeigen Ihnen, welche Datenklassen Sie maskieren können und welche auf souveräne Infrastruktur gehören. Potenzial-Check buchen