Datenminimierung
Datenminimierung ist der Grundsatz der DSGVO, nach dem ein Betrieb nur die personenbezogenen Daten verarbeitet, die für den jeweiligen Zweck erforderlich sind; jede Angabe, die der Zweck nicht braucht, wird gar nicht erst erhoben, übergeben oder gespeichert.
Datenminimierung steht in Artikel 5 Absatz 1 Buchstabe c der DSGVO neben Zweckbindung und Speicherbegrenzung und ist in einer KI-Automation als Eingabegrenze des Harness umgesetzt: Das Modell bekommt nur die Felder, die die Aufgabe verlangt.
In einfachen Worten
Der Grundsatz beantwortet für jede Verarbeitung dieselbe Frage: Welche Angaben braucht dieser Zweck, und welche nicht? Ein Kontaktformular, das für einen Rückruf Name und Telefonnummer braucht, fragt nicht nach Geburtsdatum und Anschrift. Eine Automation, die einen Beleg einer Kostenstelle zuordnet, kommt mit Lieferant, Positionen und Betrag aus; Bankverbindung und Empfängernummer gehören nicht in ihre Eingabe. Die DSGVO macht daraus eine Pflicht und verlangt in Artikel 25, dass Systeme so gebaut und voreingestellt werden, dass diese Beschränkung von selbst gilt. In einer KI-Automation ist das die Eingabegrenze des Harness: eine Liste der Felder je Aufgabe, die das Sprachmodell erhält; alle anderen Felder hält der Harness zurück. Was das Modell nicht bekommt, kann es weder lesen noch weitergeben noch in eine Ausgabe schreiben, und es landet auch nicht im Protokoll. Der Grundsatz wirkt damit vor allen anderen Maßnahmen: Die Pseudonymisierung ersetzt, was übergeben werden muss; die Datenminimierung sorgt dafür, dass so wenig wie möglich übergeben werden muss. Rechtlich gilt sie für personenbezogene Daten; als Arbeitsregel taugt sie für jede Angabe, die den Betrieb nicht verlassen soll, Kalkulationen und Konditionen eingeschlossen.
Wozu brauche ich das?
Die Eingabegrenze ist die erste Festlegung bei jeder Automation, noch vor der Wahl des Modells: eine Liste der Felder, die die Aufgabe braucht, und eine Liste der Angaben, die zurückbleiben. Sie entsteht an einem Nachmittag ohne Programmcode und legt fest, was den Betrieb verlassen darf. Bei Übergaben an einen Anbieter verkleinert sie zugleich den Gegenstand der Auftragsverarbeitung und des möglichen Drittlandtransfers.
Beispiel aus der Praxis
Ein Großhändler will Reklamationen aus dem Posteingang automatisch einordnen: Transportschaden, Falschlieferung, Mengenabweichung oder Qualitätsmangel, dazu die Dringlichkeit. Der erste Entwurf übergibt dem Modell die ganze E-Mail samt Signatur, Kundennummer, Lieferadresse und den vorangegangenen Mailverlauf. Bei der Durchsicht der Felder stellt sich heraus, dass die Einordnung nur den Beschwerdetext und die Artikelnummer braucht. Der Harness übergibt seither diese beiden Felder; Absender, Adresse, Kundennummer und Verlauf bleiben im Betrieb. Die Trefferquote der Einordnung bleibt gleich, das Audit-Log enthält keine Kundendaten mehr, und der Vertrag mit dem Modellanbieter beschreibt eine deutlich kleinere Verarbeitung. Als ein Kunde nach Auskunft über die Verarbeitung seiner Daten fragt, lautet die Antwort für diese Automation: Beschwerdetext und Artikelnummer, sonst nichts.
Wirtschaftlicher Nutzen
Datenminimierung ist die günstigste Sicherheitsmaßnahme, weil sie nichts kostet außer einer Entscheidung: Was nicht übergeben wird, muss nicht geschützt, nicht pseudonymisiert, nicht protokolliert und bei einem Datenabfluss nicht gemeldet werden. Sie verkleinert Verträge, Prüfungen und Auskünfte, und sie ist das Argument, das ein Betrieb gegenüber Kunden und Aufsicht in einem Satz vortragen kann. Ihr Aufwand liegt in der Durchsicht der Felder je Aufgabe und in der Disziplin, die Liste bei einer Erweiterung der Aufgabe nicht stillschweigend zu verlängern.
Typische Fehler
- Dem Modell den ganzen Vorgang übergeben, weil das einfacher ist, und die Felder nie durchsehen.
- Datenminimierung als reine Formularfrage sehen und die Übergaben an Systeme und Anbieter im Hintergrund übersehen.
- Die Feldliste bei einer Erweiterung der Aufgabe erweitern, ohne die alten Felder zu prüfen.
- Angaben zurückhalten, die das Modell für die Aufgabe braucht, und die schlechten Ergebnisse dann dem Modell anlasten.
- Die Beschränkung nur für personenbezogene Daten anwenden und Kalkulationen, Konditionen und Rezepturen ungefiltert übergeben.
Worauf achten?
- Je Aufgabe eine Feldliste schreiben: Was braucht das Modell, was wird ersetzt, was bleibt zurück?
- Die Liste im Harness technisch durchsetzen, nicht als Anweisung an das Modell formulieren.
- Bei jedem neuen Vorgang und jeder Erweiterung die Liste neu freigeben lassen.
- Die Feldliste in das Verzeichnis der Verarbeitungstätigkeiten und in den Vertrag mit dem Anbieter aufnehmen.
- Die Einordnung mit der Rechtsberatung abstimmen, wo ein Feld strittig ist.
Häufig gestellte Fragen
Was bedeutet Datenminimierung?
Den Grundsatz der DSGVO, nur die personenbezogenen Daten zu verarbeiten, die für den jeweiligen Zweck erforderlich sind. Was der Zweck nicht braucht, wird gar nicht erst erhoben, übergeben oder gespeichert.
Wo steht die Datenminimierung in der DSGVO?
In Artikel 5 Absatz 1 Buchstabe c als einer der Verarbeitungsgrundsätze. Artikel 25 verlangt zusätzlich, dass Systeme so gestaltet und voreingestellt sind, dass die Beschränkung von selbst gilt.
Wie setzt man Datenminimierung in einer KI-Automation um?
Über die Eingabegrenze des Harness: eine Liste der Felder je Aufgabe, die das Modell erhält. Alle anderen Felder hält der Harness technisch zurück. Für die Belegzuordnung sind das etwa Lieferant, Positionen und Betrag, aber nicht Bankverbindung oder Kundennummer.
Gilt Datenminimierung auch für Daten ohne Personenbezug?
Rechtlich nur für personenbezogene Daten. Als Arbeitsregel taugt sie für jede Angabe, die den Betrieb nicht verlassen soll: Kalkulationen, Einkaufskonditionen, Rezepturen. Was nicht übergeben wird, kann nicht abfließen.