Recht3 Min. Lesezeit

DSK-Orientierungshilfe zu RAG: Was sie für Website-Chatbots bedeutet

Ein Chatbot, der aus Deinen Inhalten antwortet, ist ein RAG-System. Die Aufsichtsbehörden haben dazu eine Orientierungshilfe geschrieben, mit klaren Hinweisen zur Trennung der Daten.

Von BlueBranch GmbH

Drei getrennte Glaskammern mit je eigener Wissensbasis und eigener Verbindung zu einer Sprechblase
Illustration: mit KI erzeugt

Die meisten Website-Chatbots mit eigenen Inhalten arbeiten nach demselben Muster: Texte werden in Abschnitte zerlegt, als Vektoren in einer Datenbank abgelegt, und zu jeder Frage sucht das System passende Abschnitte, aus denen ein Sprachmodell die Antwort formuliert. Das Verfahren heißt Retrieval Augmented Generation, kurz RAG. Die Konferenz der unabhängigen Datenschutzaufsichtsbehörden des Bundes und der Länder (DSK) hat dazu im Oktober 2025 eine Orientierungshilfe veröffentlicht.

Was die DSK schreibt

Die „Orientierungshilfe zu datenschutzrechtlichen Besonderheiten generativer KI-Systeme mit RAG-Methode“ liegt in Version 1.0 vor, Stand Oktober 2025. Sie hat etwa 18 Seiten und prüft, wie sich die Grundsätze der DSGVO in RAG-Systemen umsetzen lassen. Die Kernaussagen:

  • Positive Effekte: RAG kann kontextbezogene und überprüfbare Inhalte liefern und damit Richtigkeit und Nachvollziehbarkeit verbessern. Auch die Vertraulichkeit und Integrität zusätzlich eingebundener personenbezogener Daten lässt sich verbessern.
  • On-premise möglich: Die Methode erlaubt es in vielen Fällen, ein Sprachmodell im eigenen Betrieb einzusetzen, das weniger Trainingsdaten braucht. Dadurch sind unter Umständen weniger personenbezogene Daten aus dem Modell extrahierbar.
  • Mandantentrennung und Rollenkonzept: Für die Vektordatenbank nennt die DSK bewährte Maßnahmen: Mandantentrennung beziehungsweise funktionale Trennung und ein Rechte- und Rollenkonzept, das den Zugang zu Bereichen der Datenbank und den Referenzdokumenten beschränkt. Im Sprachmodell selbst lasse sich dagegen nicht steuern, wer welche Informationen sehen darf.
  • Löschung: Einträge in der Vektordatenbank und die Referenzdokumente sind direkt adressierbar und lassen sich gezielt löschen. Klassische Löschmechanismen nach Ablauf von Aufbewahrungsfristen lassen sich darauf anwenden. Ungelöst bleibt die Löschung im Sprachmodell selbst.
  • Einzelfallprüfung: Herausforderungen wie fehlende Transparenz, Zweckbindung und die Umsetzung der Betroffenenrechte im Gesamtsystem hat die verantwortliche Stelle im Einzelfall zu prüfen. Die RAG-Methode kann je nach Gestaltung eine mitigierende Maßnahme im Sinne der Stellungnahme 28/2024 des Europäischen Datenschutzausschusses sein.

Die Orientierungshilfe ist eine Auslegungshilfe der Aufsichtsbehörden. Sie bindet weder Behörden noch Gerichte, zeigt aber, woran sich Betreiber messen lassen müssen.

Was das für den BlueBranch Chatbot heißt

Unser Chatbot ist ein RAG-System, und die Hinweise der DSK decken sich mit seinem Aufbau:

Hinweis der DSKUmsetzung im Chatbot
MandantentrennungEin Projekt ist die Datengrenze. Inhalte, Vektoren und API-Schlüssel gehören immer genau einem Projekt, und jede Suche filtert auf das Projekt. Bei Zugriff mit API-Schlüssel bestimmt allein der Schlüssel das Projekt.
Rechte- und RollenkonzeptRollen, Projektzuordnung je Konto und API-Schlüssel mit eigenen Rechten. Besucher haben nie direkten Zugriff, die Anfrage stellt Dein Server.
Gezielte LöschungEinzelne Einträge oder der gesamte Bestand lassen sich löschen, mit sofortiger Wirkung auf Abschnitte und Vektoren. Die Datenbank im Klartext ist die Quelle, der Vektorindex nur ein Index.
Modell im eigenen BetriebSprachmodell, Einbettung und Spracherkennung laufen auf einem dedizierten Server bei Hetzner in Deutschland.
Modell und KundendatenEs findet kein Training und kein Nachtraining mit Kundeninhalten oder Chatverläufen statt. Damit verbleiben sie nicht in den Gewichten des Modells.
NachvollziehbarkeitJede Antwort nennt ihre Quellen als Link. Antworten stützen sich nur auf Deine Inhalte.

Was bleibt Deine Aufgabe

Die DSK betont, dass Verantwortliche ihre Bewertung im Einzelfall vornehmen. Prüfe, welche Inhalte Du trainierst, ob darin personenbezogene Daten stehen und welchem Zweck sie dienen. Schließe aus, was der Chat nicht kennen soll, und dokumentiere die Eignung des Systems. Die Checkliste dafür steht im Beitrag Chatbot DSGVO-konform einsetzen, die technischen Maßnahmen auf der Seite DSGVO & AVV.

Quellen

  1. DSK: Orientierungshilfe zu datenschutzrechtlichen Besonderheiten generativer KI-Systeme mit RAG-Methode, Version 1.0 (Oktober 2025, PDF)
  2. IHK Frankfurt: KI und Datenschutz

Weitere Beiträge

Jetzt starten

Bereit für einen Chatbot, der Deine Daten schützt?

Registrieren, API-Schlüssel erzeugen, Erweiterung installieren: Die kostenlose Stufe genügt zum Ausprobieren. Den AVV nach Art. 28 DSGVO schicken wir Dir auf Anfrage.

Kostenlos starten AVV anfragen

Antwort in der Regel binnen 24 Stunden · hello@bluebranch.de