EU-US Data Privacy Framework: Warum die Berufung beim EuGH Chatbot-Betreiber betrifft
Wer KI-Dienste aus den USA einbindet, stützt sich oft auf das Data Privacy Framework. Es gilt, aber der EuGH entscheidet noch über die Berufung.
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

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.
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:
Die Orientierungshilfe ist eine Auslegungshilfe der Aufsichtsbehörden. Sie bindet weder Behörden noch Gerichte, zeigt aber, woran sich Betreiber messen lassen müssen.
Unser Chatbot ist ein RAG-System, und die Hinweise der DSK decken sich mit seinem Aufbau:
| Hinweis der DSK | Umsetzung im Chatbot |
|---|---|
| Mandantentrennung | Ein 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 Rollenkonzept | Rollen, Projektzuordnung je Konto und API-Schlüssel mit eigenen Rechten. Besucher haben nie direkten Zugriff, die Anfrage stellt Dein Server. |
| Gezielte Löschung | Einzelne 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 Betrieb | Sprachmodell, Einbettung und Spracherkennung laufen auf einem dedizierten Server bei Hetzner in Deutschland. |
| Modell und Kundendaten | Es findet kein Training und kein Nachtraining mit Kundeninhalten oder Chatverläufen statt. Damit verbleiben sie nicht in den Gewichten des Modells. |
| Nachvollziehbarkeit | Jede Antwort nennt ihre Quellen als Link. Antworten stützen sich nur auf Deine Inhalte. |
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.
Wer KI-Dienste aus den USA einbindet, stützt sich oft auf das Data Privacy Framework. Es gilt, aber der EuGH entscheidet noch über die Berufung.
Die Transparenzpflicht aus Art. 50 der KI-Verordnung gilt, der Digital Omnibus hat sie nicht verschoben. Was Betreiber von Website-Chatbots jetzt tun sollten.
Sprachmodell, Vektorsuche und Spracherkennung laufen auf einem dedizierten Server bei Hetzner. Das kostet Planung, bringt aber Datenschutz und verlässliche Antwortzeiten.
Jetzt starten
Registrieren, API-Schlüssel erzeugen, Erweiterung installieren: Die kostenlose Stufe genügt zum Ausprobieren. Den AVV nach Art. 28 DSGVO schicken wir Dir auf Anfrage.