Datenklassen-Ampel vor jeder Eingabe
Prüfe nicht nur den sichtbaren Text. Dateinamen, Kommentare, Änderungsverläufe, eingebettete Metadaten und Kombinationen scheinbar harmloser Angaben können vertraulich oder personenbezogen sein. Ordne den geplanten Input anhand der empfindlichsten enthaltenen Information ein. Mischmaterial übernimmt immer die strengere Farbe.
Die Farbe bewertet den Input, nicht den Anbieter insgesamt. Ein institutionell bereitgestellter Dienst kann bessere vertragliche Kontrollen besitzen als ein frei erreichbares Konto, doch daraus folgt keine allgemeine Freigabe für jede Datenart. Umgekehrt wird ein öffentlicher Text nicht automatisch unproblematisch, wenn Urheberrecht oder Nutzungsbedingungen seine Weiterverarbeitung begrenzen.
Rot: Inhalte mit unmittelbarem Schutzbedarf
Stoppe bei Angaben, die eine Person direkt oder indirekt identifizieren können und deren Offenlegung erhebliche Folgen hätte. Dazu zählen etwa Interviews mit seltenen Berufs- und Ortskombinationen, medizinische Fallbeschreibungen, personenbezogene Leistungsdaten und Kontaktlisten. Auch entfernte Namen reichen nicht für Anonymität, wenn der Kontext eine Re-Identifikation zulässt.
Vertraulichkeit kann außerdem aus Vertrag, Forschungskooperation, Begutachtung oder beruflicher Schweigepflicht entstehen. Ein noch unveröffentlichtes Manuskript einer anderen Person gehört nicht in einen externen Dienst, nur weil keine personenbezogenen Daten enthalten sind. Dasselbe gilt für Prüfungsunterlagen, interne Gutachten, Embargo-Ergebnisse und Zugangsschlüssel.
Gelb: Pseudonymisiert ist nicht anonym
Pseudonymisierung ersetzt direkte Kennungen durch Codes, lässt aber eine Zuordnung über Zusatzwissen grundsätzlich möglich. Die Datenschutz-Grundverordnung behandelt solche Daten deshalb weiterhin als personenbezogen. Prüfe Kombinationen aus Alter, Studiengang, Ereignis, Ort und wörtlichen Aussagen. Kleine Stichproben erhöhen oft die Erkennbarkeit einzelner Fälle.
Für gelbe Inhalte brauchst du eine dokumentierte Entscheidung der tatsächlich zuständigen Stelle. Je nach Projekt können Datenschutzbeauftragte, Forschungsdatenmanagement, Informationssicherheit, Bibliothek, Ethikkommission oder Projektleitung beteiligt sein. Eine Zustimmung der betreuenden Person allein beantwortet nicht automatisch alle datenschutzrechtlichen oder vertraglichen Fragen.
Reduktion hilft, ist aber kein Freifahrtschein. Du kannst einen synthetischen Satz mit denselben sprachlichen Eigenschaften verwenden, statt das Originalinterview hochzuladen. Für Strukturfragen genügt vielleicht eine Liste neutraler Platzhalter. Manchmal ist eine lokale, freigegebene Anwendung möglich. Die Entscheidung hängt vom konkreten System und Vertrag ab, nicht vom allgemeinen Etikett „KI“.
Grün bedeutet geringeres Risiko, nicht risikofrei
Ein selbst geschriebener Beispielsatz ohne Personenbezug kann in die grüne Klasse fallen. Gleiches gilt für bewusst erzeugte synthetische Daten, wenn keine realen Personen nachgebildet und keine vertraulichen Muster preisgegeben werden. Öffentliche Fakten sind ebenfalls weniger sensibel, sofern du nur das für den Zweck erforderliche Material übermittelst.
Prüfe weiterhin geistige Eigentumsrechte, Anbieterbedingungen und den Forschungszweck. Ein frei abrufbarer Zeitschriftenartikel darf nicht automatisch vollständig in jeden Dienst kopiert werden. Bei großen Materialmengen kann außerdem aus der Zusammenstellung ein nicht öffentliches Forschungsinteresse erkennbar werden. Die Ampel priorisiert Fragen; sie ersetzt die Einzelfallprüfung nicht.
Dokumentiere auch eine grüne Entscheidung knapp: Datenklasse, Zweck, Umfang und warum kein Personen- oder Vertraulichkeitsbezug erkennbar war. Falls du daraus später eine Offenlegung erstellst, hilft der Metadatennachweis für Modell und Zugriff, ohne den geschützten Input zu reproduzieren.
Sieben Fragen für den Freigabeweg
- Welche konkrete Aufgabe soll das Werkzeug erledigen, und ist die Eingabe dafür erforderlich?
- Enthält die Datei direkte Kennungen, indirekte Identifikatoren, Geheimnisse oder fremde unveröffentlichte Werke?
- Wer ist für Daten, Manuskript oder Projekt verantwortlich?
- Welche Anbieter-, Speicher-, Zugriffs- und Übermittlungsbedingungen gelten für genau diesen Zugang?
- Kannst du Inhalt oder Umfang minimieren, synthetisieren oder lokal verarbeiten?
- Welche institutionelle Stelle muss die geplante Nutzung beurteilen oder freigeben?
- Wie dokumentierst du Entscheidung und Schutzmaßnahmen, ohne sensible Inhalte erneut offenzulegen?
Notiere Ergebnis, Datum, geprüfte Unterlagen und verantwortliche Rolle. Ein bloßer Screenshot einer Datenschutzeinstellung belegt nicht den gesamten Prozess. Bedingungen können sich ändern; überprüfe die Entscheidung bei neuem Dienst, anderem Konto, neuen Datenarten oder verändertem Forschungszweck.
Fallbeispiel: Interviewauszug sprachlich kürzen
Eine Studentin möchte ein wörtliches Interviewzitat kürzen lassen. Namen wurden ersetzt, doch im Text stehen ein kleiner Ort, eine seltene Funktion und ein konkretes Ereignis. Die Ampel ist rot, weil die Kombination die befragte Person erkennbar machen kann. Der Zweck rechtfertigt nicht, den Originalabschnitt in einen externen Dienst zu übertragen.
Als Alternative erstellt sie selbst ein neutrales Kunstbeispiel und nutzt es, um allgemeine Kürzungsregeln zu testen. Den echten Auszug bearbeitet sie in der kontrollierten Forschungsumgebung. Im Methodenprotokoll nennt sie nur die Datenklasse, den verworfenen Übertragungsweg und die gewählte Schutzmaßnahme. Der vertrauliche Wortlaut erscheint weder im KI-Protokoll noch in einem öffentlichen Anhang.
Bei einer späteren Textprüfung ist dieselbe Vorsicht nötig. Der Pillar KI-Transparenz verbindet Datenschutzfragen mit nachvollziehbarer Offenlegung. Die Grundlagen zum KI-Scan erklären einen getrennten Prüfvorgang; sie sind keine Freigabe, geschützte Inhalte in beliebige Dienste zu übertragen.