Interne KI-Regeln für KMUs: 7 praktische Richtlinien, die Sie sofort schriftlich festhalten sollten

Interne KI-Regeln für KMUs: 7 praktische Richtlinien, die Sie sofort schriftlich festhalten sollten

KI-Richtlinien im Unternehmen: Diese 7 Regeln sollte jedes Team schriftlich festhalten

KI-Tools sind im Arbeitsalltag angekommen — ChatGPT, Claude, Gemini, Copy.ai und Co. sitzen in fast jeder Mail und jedem Meeting. Aber viele KMUs haben keine schriftlichen Richtlinien, wer KI wie nutzen darf, welche Daten rein dürfen und welche nicht. Das führt zu Sicherheitslücken: Mitarbeiter geben Kundendaten in ChatGPT ein, unternehmensgeheime Projekte landen versehentlich in öffentlichen Prompts, und niemand weiss, welche KI-Entscheidungen getroffen wurden. Dieser Leitfaden zeigt, welche 7 Regeln in einer KI-Richtlinie stehen sollten — und warum sie am Anfang stehen, nicht am Ende.

Warum KI-Richtlinien jetzt wichtig werden

Das Schweizer Datenschutzgesetz (DSG 2023) und die EU-DSGVO machen Unternehmen verantwortlich, wenn personenbezogene Daten in einer KI-Cloud verarbeitet werden. Das heisst: Wenn ein Mitarbeiter die Kundendatenbank in ChatGPT kopiert, haftet der Arbeitgeber, nicht der Mitarbeiter — vorausgesetzt, es gibt keine Richtlinie. Mit Richtlinie können Sie im Haftungsfall nachweisen: «Wir haben klare Regeln kommuniziert.» Das gibt weniger, aber oft nicht volle, Schutz.

Ausserdem: Wenn Sie keine Richtlinien haben, wissen Sie nicht, wo Ihre Unternehmensdaten stehen. Nach 6 Monaten KI-Nutzung ohne Richtlinien können Sie nicht sagen, «welche Projekte mit welcher KI bearbeitet wurden». Das wird bei Audits und Fusionen zum Problem.

Die 7 Kern-Regeln einer KI-Richtlinie

Regel 1: Datenschutz vor Produktivität — «Keine Personendaten in public KI»

Definition (klar schreiben): «Personenbezogene Daten sind Namen, E-Mails, Telefonnummern, IP-Adressen, Kunden-IDs (sofern identifizierbar), Gehälter, Gesundheitsdaten und alles, das eine real Person zuordnen kann.»

Die Regel: Personenbezogene Daten NICHT in öffentliche KI-Tools (ChatGPT free/paid, Google Gemini, Meta AI). Grund: Diese Anbieter trainieren ihre Modelle mit den Eingaben (teils mit Opt-out, teils mit Opt-in). Selbst wenn Ihr Anbieter sagt «Enterprise-Plan ist sicher», prüfen Sie den Data Processing Agreement (DPA). Nur mit signiertem DPA darf Ihr Unternehmen Personendaten an die KI geben.

Praktisches Beispiel für die Richtlinie:
✗ FALSCH: «Kundenbeschwerde von Anna Schmidt, anna@example.ch, erzeugt Frustrationsindex 0.87» in ChatGPT eingeben, um Sentiment-Analyse zu machen.
✓ RICHTIG: Die Beschwerde-Kategorie (z.B. «Lieferverzögerung»), die Sentiment-Score (0.87) und die Lösung (z.B. «Rückerstattung») in die KI eingeben — aber nicht die Identität der Person.

Regel 2: Unternehmensgeheime und vertrauliche Projekte gehören nicht in KI — «Kein Quellcode, keine Strategie, keine neuen Produkte»

Definition: «Unternehmensgeheim ist Information, die dem Wettbewerb Nachteil würde, wenn sie bekannt würde. Das beinhaltet: Quellcode, Geschäftsstrategie, Preiskalkulationen, bevorstehende Produktlaunches, interne Reorganisationen, Kundenvertragsbedingungen (sofern nicht Standard).»

Die Regel: Kein Quellcode und keine strategischen Informationen in KI-Tools eingeben, auch nicht mit «bitte vergessen Sie das später». Grund: Die KI-Anbieter garantieren nicht, dass sie Ihre Eingaben nicht für zukünftige Modell-Updates verwenden — auch nicht mit signiertem DPA. Cloud-Sicherheit ist gut, aber KI-Training ist ein separater Prozess.

Praktisches Beispiel:
✗ FALSCH: Den kompletten Code der neuen Mobile App in ChatGPT eingeben, um die Performance zu optimieren.
✓ RICHTIG: Einen generischen Code-Snippet eingeben (ohne firmenspezifische Namen, IDs oder Geschäftslogik), oder die KI-Anfrage auf Konzept-Ebene stellen («Wie optimiert man eine React-Native App mit 500k daily active users»).

Regel 3: KI-Entscheidungen dokumentieren — «Audit-Trail für alle KI-basierten Geschäftsentscheidungen»

Definition: «Eine KI-basierte Geschäftsentscheidung ist: Kreditanfrage (KI hat ja/nein gesagt), Hiring-Entscheidung (KI hat CV gefiltert), Inhaltsmoderation (KI hat Post gelöscht), oder Kundenservice-Routing (KI hat Anfrage zu Agent X geleitet).»

Die Regel: Alle KI-basierten Geschäftsentscheidungen müssen dokumentiert werden: Was hat die KI entschieden? Warum? Wer hat es überprüft? Kann die betroffene Person dagegen einsprechrechen?

Praktisches Beispiel:
Wenn Ihre HR-KI CVs filtert, sollte die Richtlinie sagen:
1. Welche Kriterien nutzt die KI? (z.B. Abschluss, Jahre Erfahrung, Technologien).
2. Wer überprüft die KI-Entscheidung? (z.B. HR-Leiter muss die Top-10 der gefilterten CVs prüfen).
3. Wie können Kandidaten Beschwerde einreichen? (z.B. Email an hr@example.ch mit «Bitte überprüfen Sie meine KI-Filterung»).

Regel 4: Testen mit Nicht-Sensitive-Daten — «Generische Beispiele, nicht echte Kundendaten»

Definition: «Nicht-sensitive Daten sind Beispiele ohne Personenbezug: «Ein typisches Kundenfeedback könnte lauten …» statt echte Feedback-Texte von echten Kunden.»

Die Regel: Wenn Sie eine neue KI-Integration bauen, testen Sie zuerst mit Dummy-Daten oder mit stark anonymisierten echten Daten (z.B. nur die Kategorie, nicht die Person).»

Praktisches Beispiel:
✗ FALSCH: 1000 echte Kundenfeedback-Texte in eine neue KI-Sentiment-Analyse eingeben, um die Integration zu testen.
✓ RICHTIG: 100 Mock-Kundenfeedback-Texte (von Hand geschrieben) verwenden, um die KI-Integration und die Datenverbindung zu testen. Nach Test: Erfolg? Dann mit Nicht-Personendaten aus den echten Daten testen (z.B. nur Kategorien und Sentiment-Scores, nicht die Kundennamen).

Regel 5: Zwei-Personen-Regel für sensible KI-Entscheidungen — «Kein Mensch sollte allein über KI-Recommendation entscheiden»

Definition: «Sensible KI-Entscheidungen sind: Kündigungen, Bonusreduktionen, Kreditablehnungen, Versicherungsablehnungen, Lieferantenauswahl bei über CHF 50k.»

Die Regel: Mindestens 2 Personen sollten sensible KI-Entscheidungen überprüfen, bevor Sie umgesetzt werden. Idealerweise: 1 Person, die die KI-Recommendation sieht, und 1 Person ohne KI-Zugang, die die Sachfrage überprüft.»

Praktisches Beispiel:
Eine KI schlägt vor: «Kreditantrag von X Company: Ablehnung wegen schlechter Zahlungshistorie». Die Richtlinie sagt:
1. Eine Person prüft die KI-Daten: Zahlungshistorie korrekt eingegeben?
2. Eine andere Person prüft die sachliche Frage: Gibt es Kontext, den die KI nicht sieht? (z.B. Betriebsübernahme, Wechsel zu besserer Bookkeeping). Diese Person trifft die finale Entscheidung.

Regel 6: Transparenz mit Kunden und Mitarbeitern — «Sagen Sie, wo KI im Spiel ist»

Definition: «Transparenz heisst: Sie teilen mit, dass KI in einer Entscheidung beteiligt ist, wenn die betroffene Person darunter leiden könnte.»

Die Regel: Wenn ein Kunde oder Mitarbeiter von einer KI-Entscheidung betroffen ist, müssen Sie sagen: «Ein KI-System hat diese Entscheidung empfohlen. Sie können eine Überprüfung anfordern.» Das ist gesetzlich oft erforderlich (DSGVO Art. 22), und es ist ethisch richtig.»

Praktisches Beispiel:
Kreditantrag abgelehnt? Die Richtlinie könnte sagen: «Wenn die KI eine Ablehnung empfiehlt, sagen Sie dem Kunden: ‘Unser KI-Scoring-System hat eine niedrige Kreditwürdigkeit identifiziert. Sie können eine menschliche Überprüfung anfordern: Schreiben Sie an credit-review@example.ch’.»

Regel 7: Jährliche Überprüfung und Update — «Kontrollieren Sie, ob KI-Tools Ihre Erwartungen erfüllen»

Definition: «Die KI-Landschaft ändert sich täglich: neue Modelle, neue Sicherheits-Features, neue Datenschutzgesetze.»

Die Regel: Einmal pro Jahr: Überprüfen Sie, welche KI-Tools Sie nutzen, welche neuen Sicherheits-Features verfügbar sind, welche neuen Gesetze relevant werden, und ob Ihre Richtlinie noch passt. Dokumentieren Sie die Review-Entscheidung.»

Praktisches Beispiel:
Ihr jährliche KI-Review könnte checken:
1. Welche KI-Tools nutzen wir noch immer?
2. Hat der Anbieter einen besseren DPA veröffentlicht?
3. Hat die KI-Ausgabetransparenz verbessert (z.B. «Hier ist, warum ich das empfohlen habe»)?
4. Gibt es neue Regionen-Datenschutzgesetze (z.B. UK AI Act 2026)?
5. Brauchen wir neue Regel, z.B. für Video-KI oder Voice-KI?

So wenden Sie diese Richtlinien in der Praxis an

Schritt 1: Schreiben Sie die Richtlinie (2–3 Seiten)
Nutzen Sie eine klare Sprache. Nicht «Im Sinne der Nutzungsbedingnisse gemäss Ziffer 5.2.1.a ist eine KI-Verarbeitung unter Umständen in Betracht zu ziehen…» (niemand liest das). Sondern: «Keine Kundendaten in ChatGPT.» Punkt.

Schritt 2: Schulen Sie Mitarbeiter (30 min / Team)
Eine Live-Schulung ist besser als ein PDF. Zeigen Sie praktische Beispiele: «Das ist okay, das nicht.» Geben Sie den Mitarbeitern Checklisten, um zu entscheiden.

Schritt 3: Wählen Sie einen KI-Governance-Owner
Eine Person (oder ein Team) sollte die KI-Richtlinie überwachen, neue Tools evaluieren und die jährliche Review machen. Das kann sein: IT-Leiter, oder Datenschutz-Beauftragte, oder CEO bei sehr kleinen KMUs.

Schritt 4: Dokumentieren Sie alle KI-Tools in einer Inventory
Liste: Welches Tool? Welches Daten-Input? Mit oder ohne DPA? Wer nutzt es?

Schritt 5: Statten Sie mit Monitoring aus
Falls Ihre KI-Tool die Möglichkeit hat, Aktivität zu tracken: Wer hat Personendaten hochgeladen? Wer hat Quellcode eingegeben? Nutzen Sie interne Logging-Tools oder KI-Provider-Analytics, um Verstösse früh zu erkennen.

Häufigste Fehler bei KI-Richtlinien

• Richtlinie ist zu vage: «Benutzen Sie KI verantwortungsvoll.» Das heisst nichts. Besser: «Keine Personendaten ohne DPA» ist eine Regel, die Menschen verstehen.
• Richtlinie wird nicht kommuniziert: Sie schreiben eine Richtlinie, und dann… niemand weiss davon. Ein Slack-Post und eine Schulung sind minimum.
• Keine Exceptions definiert: Das echte Leben ist kompliziert. Ihre Richtlinie sollte sagen: «Falls Sie eine Exception brauchen (z.B. eine sensible Kundendaten-Analyse), fragen Sie den CEO und den Datenschutz-Beauftragten.» So entstehen Grau-Zonen-Lücken nicht per Unfall.
• Kein Audit-Trail: Sie sagen, dass KI-Entscheidungen dokumentiert werden müssen, aber Sie haben kein System dafür. Das ist ein toter Plan.
• Veraltete Richtlinie: Sie schreiben 2026 eine Richtlinie, und 2028 ist alles anders (neue Modelle, neue Gesetze). Review-Datum in die Richtlinie schreiben: «Nächste Review: Januar 2027.»

Vorlage für einen Anfang

Hier ist ein minimales Template (Ihre rechtliche/IT-Abteilung sollte es anpassen):

KI-Richtlinie der [Unternehmen]GmbH / AG
Version 1.0 | Januar 2026
Gültig bis: Januar 2027 (jährliche Review erforderlich)

1. Scope: Diese Richtlinie gilt für alle Mitarbeiter, Freelancer und Unternehmer, die KI-Tools nutzen.

2. Zulässige KI-Tools: ChatGPT (mit DPA), Claude Enterprise, Azure OpenAI Service, Google Workspace AI (mit DPA).

3. Unzulässig: Personendaten und Betriebsgeheimnisse in öffentliche KI-Tools eingeben.

4. Audit-Trail: Alle KI-basierten Geschäftsentscheidungen (Kredit, Hiring, Moderation) müssen dokumentiert werden.

5. Exception-Prozess: Falls Sie eine Ausnahme brauchen, schreiben Sie eine kurze Nachricht an [KI-Owner] mit: Was? Warum? Welche Daten? Diese Person (und der Datenschutz-Beauftragte) genehmigen oder lehnen ab.

6. Verstösse: Bei Verstöss gegen diese Richtlinie droht Verweis bis Kündigung.

7. Fragen? Kontaktieren Sie [KI-Owner] oder [Datenschutz-Beauftragte].

Quellen und Weiterführung

Schweizer Eidgenössischer Datenschützer: KI und Datenschutz —
Bundesbeauftragter für Datenschutz und Informationsfreiheit: KI —
EDPB (EU): Consistency Findings on AI —
Allianz für Cybersicherheit: KI-Sicherheit