Der Europäische Datenschutzausschuss (EDSA) hat 2025 sein Arbeitsprogramm verabschiedet und beschleunigt dabei die Fertigstellung von Anonymisierungsleitlinien sowie das erste europäische Datenschutzsiegel, das auch für Verantwortliche und Auftragsverarbeiter beim Einsatz KI-gestützter Systeme Orientierung bietet. Unternehmen, die multimodale KI-Systeme mit Text-, Bild- oder Audiodaten betreiben, stehen vor wachsenden Compliance-Anforderungen. Der EDSA klärt laufend Rollen von Verantwortlichen und Auftragsverarbeitern sowie Rechtsgrundlagen für Weiterverarbeitungen. Wer diese Leitlinien ignoriert, riskiert Verstöße gegen die DSGVO. Die neuen Anonymisierungsleitlinien und das Datenschutzsiegel werden konkrete Maßstäbe setzen, an denen sich Anbieter und Nutzer von LLMs orientieren müssen.
EDPB-Leitlinien 2025: Was Unternehmen beim Einsatz multimodaler KI-Systeme beachten müssen
Der Europäische Datenschutzausschuss (EDSA) hat im Rahmen seiner laufenden Arbeit zu generativer KI konkrete Anforderungen an die datenschutzkonforme Verarbeitung personenbezogener Daten durch multimodale Systeme formuliert. Für Unternehmen, die Large Language Models einsetzen, die gleichzeitig Text, Bild und Audio verarbeiten, entstehen daraus spezifische Compliance-Pflichten, die über die allgemeinen DSGVO-Anforderungen hinausgehen.
Hintergrund: EDSA-Aktivitäten zu Forschung, Anonymisierung und Datenschutzsiegeln
Der EDSA hat in seiner jüngsten Plenarphase mehrere Initiativen parallel vorangetrieben: Er hat Klarheit in die Datenverarbeitung für die wissenschaftliche Forschung gebracht, die Fertigstellung der Anonymisierungsleitlinien beschleunigt und das erste europäische Datenschutzsiegel als Instrument für Datenübermittlungen genehmigt. Dieser Dreiklang ist für multimodale KI-Systeme unmittelbar relevant, da solche Modelle typischerweise auf großen Mengen heterogener Trainingsdaten basieren, die Text, Bilder und Audiodaten kombinieren. Zur EDPB-Arbeit zu LLM-Trainingsdaten und Auftragsverarbeitung lesen Sie auch den Artikel EDPB 2025: Auftragsverarbeitung bei LLM-Training und Third-Party-Daten.
Parallel dazu hat der EDSA in seiner Stellungnahme zum europäischen Biotech-Gesetz gemeinsam mit dem Europäischen Datenschutzbeauftragten (EDSB) betont, dass die Sensibilität von Gesundheits- und genetischen Daten ein hohes Schutzniveau erfordert. Dabei forderten EDSA und EDSB ausdrücklich eine Klärung der Controller-Rollen: Der Vorschlag solle festlegen, ob die an der Finanzierung und Durchführung klinischer Prüfungen beteiligten Akteure als alleinige oder gemeinsame Verantwortliche fungieren. Dieses Prinzip der eindeutigen Verantwortlichkeitszuweisung gilt sinngemäß auch für den Betrieb multimodaler KI-Systeme in Unternehmen.
Praktische Implikationen für Entscheider
1. Controller-Rollen müssen für jeden Modalitätstyp einzeln geprüft werden
Multimodale Systeme verarbeiten personenbezogene Daten in verschiedenen Formaten gleichzeitig. Ein Sprachmodell, das Bilder von Personen analysiert, Stimmen transkribiert und Texte auswertet, operiert rechtlich in mehreren Verarbeitungskontexten. Der EDSA-Grundsatz, dass Verantwortlichkeiten klar zugewiesen sein müssen, bedeutet für Unternehmen: Sie müssen für jede Modalität separat prüfen, ob sie als alleinige Verantwortliche oder als gemeinsame Verantwortliche mit dem Modellanbieter agieren. Der EDPB-Leitfaden zur Auftragsverarbeitung beim LLM-Deployment bietet hierzu eine vertiefte Analyse.
2. Anonymisierungsleitlinien gelten für alle Datentypen
Die vom EDSA beschleunigte Fertigstellung der Anonymisierungsleitlinien hat direkte Konsequenzen für multimodale Trainingsdaten. Bilder, auf denen Personen erkennbar sind, Audioaufnahmen mit identifizierbaren Stimmen sowie Texte mit personenbezogenen Angaben erfordern unterschiedliche Anonymisierungsverfahren. Unternehmen, die eigene Modelle trainieren oder Fine-Tuning betreiben, müssen sicherstellen, dass die Anonymisierungsmaßnahmen dem jeweils aktuellen Stand der EDSA-Leitlinien entsprechen. Hinweise zur DSGVO-konformen Nutzung synthetischer Trainingsdaten finden Sie unter EDPB: Synthetische Trainingsdaten, Anonymisierung und DSGVO-Konformität.
3. Transparenzpflichten erstrecken sich auf multimodale Verarbeitungsketten
Der EDSA hat in seiner Arbeit zu LLM-Anwendungen betont, dass Transparenzpflichten auch die Art der verarbeiteten Daten umfassen müssen. Für multimodale Systeme bedeutet das: Betroffene Personen müssen nachvollziehen können, welche ihrer Daten in welchem Format verarbeitet werden. Eine Datenschutzerklärung, die nur auf Textverarbeitung eingeht, ist bei einem System, das zugleich Sprach- oder Bilddaten verarbeitet, unvollständig. Details zu den EDSA-Transparenzanforderungen für LLM-Anwendungen erläutert der Artikel EDPB-Transparenzpflichten 2025: LLM-Training und Offenlegungspflichten.
4. Reallabore und Sandboxes erfordern explizite Rechtsgrundlagen je Modalität
Der EDSA hat in seiner Stellungnahme zum Biotech-Gesetz festgehalten, dass Implementierungsrechtsakte für Reallabore die Rechtsgrundlage für die Verarbeitung personenbezogener Daten sowie die Ausnahmeregelung gemäß Artikel 9 Absatz 2 DSGVO für sensible Daten vorsehen müssen. Für KI-Sandboxes, in denen multimodale Modelle unter Realbedingungen getestet werden, gilt dasselbe Prinzip: Jede Modalität, insbesondere Gesundheitsdaten in Bild- oder Audioform, benötigt eine separate und dokumentierte Rechtsgrundlage. Der Zusammenhang mit den EU-AI-Act-Sandbox-Programmen wird unter EU AI Act: Sandbox-Programme und Innovationsausnahmen für KI-Startups beschrieben.
Weiterverarbeitung als zentrales Risiko
Ein weiterer Punkt, den EDSA und EDSB explizit adressiert haben: die Weiterverarbeitung von Daten für andere Studien oder wissenschaftliche Forschung. Für multimodale KI-Systeme ist dieses Szenario besonders relevant, da Embeddings aus Bild-, Audio- und Textdaten potenziell für nicht ursprünglich vorgesehene Zwecke wiederverwendet werden können. Der EDSA fordert, dass solche Weiterverarbeitungszwecke sowie spezifische Garantien im jeweiligen Rechtsrahmen klar festgelegt werden. Unternehmen sollten ihre Datenverarbeitungsverzeichnisse entsprechend erweitern.
Für einen umfassenderen Überblick über die EDSA-Stellungnahmen zu generativer KI empfiehlt sich der Artikel EDSA-Stellungnahmen zu Gen-AI: Datenschutz und LLM-Anbieter 2025. Welche Benchmarks aktuell für Datenschutz und Sicherheit bei LLMs herangezogen werden, zeigt die Übersicht unter AI Index 2025: LLM-Sicherheit, Fairness und Datenschutz-Benchmarks.
Quellen
- EDPB | European Data Protection Board: Aktuelle Dokumente und Leitlinien
- EDPB: Leitlinien für Verantwortliche und Auftragsverarbeiter
- EDPB/EDPS Joint Opinion: Harmonisierung klinischer Prüfungen im europäischen Biotech-Gesetz
Häufige Fragen
Was fordert der EDSA konkret von Unternehmen, die multimodale KI-Systeme wie LLMs mit Text-, Bild- und Audiodaten betreiben?
Der Europäische Datenschutzausschuss (EDSA) arbeitet an Leitlinien zur Anonymisierung und hat Anforderungen an Verantwortliche und Auftragsverarbeiter präzisiert. Unternehmen, die multimodale Systeme betreiben, müssen für jede Verarbeitungsmodalität eine eindeutige Rechtsgrundlage nach der DSGVO nachweisen. Bild- und Audiodaten können biometrische oder gesundheitsbezogene Informationen enthalten und fallen damit unter die besonderen Kategorien personenbezogener Daten gemäß Artikel 9 DSGVO, was einen erhöhten Schutzstandard erfordert.
Welche Rolle spielen Controller-Zuständigkeiten beim Einsatz von LLMs, die mehrere Datentypen gleichzeitig verarbeiten?
Der EDSA betont in aktuellen Stellungnahmen, dass bei komplexen Verarbeitungsszenarien klar geregelt sein muss, ob beteiligte Akteure als alleinige oder gemeinsame Verantwortliche handeln. Dies gilt ausdrücklich auch für KI-Anwendungen: Wer ein multimodales LLM betreibt und wer es als Dienstleister bereitstellt, muss die jeweiligen Verantwortlichkeiten vertraglich und organisatorisch eindeutig trennen, um eine klare Zuständigkeitsverteilung sicherzustellen.
Wie bewertet der EDSA die Weiterverarbeitung von Daten, die ursprünglich für das Training eines LLMs erhoben wurden, für andere Zwecke?
Der EDSA stellt in seinen Leitlinien klar, dass eine Weiterverarbeitung personenbezogener Daten für andere als die ursprünglich festgelegten Zwecke einer eigenständigen Rechtsgrundlage bedarf. Für KI-Systeme bedeutet das: Trainingsdaten dürfen nicht ohne weiteres für nachgelagerte Anwendungen oder wissenschaftliche Auswertungen genutzt werden. Der EDSA fordert, dass Zwecke sowie spezifische Garantien für solche Weiterverarbeitungen vorab festgelegt werden.
Was hat die Einführung des ersten europäischen Datenschutzsiegels für Unternehmen zu bedeuten, die LLM-basierte Produkte zertifizieren lassen möchten?
Der EDSA hat das erste europäische Datenschutzsiegel als Instrument für Datenübermittlungen genehmigt. Dieses Siegel kann als Nachweis eines angemessenen Datenschutzniveaus dienen, etwa bei grenzüberschreitenden Verarbeitungen. Für Anbieter multimodaler LLM-Produkte schafft ein solches Siegel potenziell mehr Rechtssicherheit bei internationalen Datenübermittlungen, ersetzt jedoch nicht die Pflicht zur vollständigen DSGVO-Konformität in allen Verarbeitungsschritten.
Welche Bedeutung hat die geplante DPIA-Vorlage des EDSA für den Einsatz multimodaler LLMs im Unternehmensumfeld?
Der EDSA hat eine standardisierte Vorlage für Datenschutz-Folgenabschätzungen (DPIA) verabschiedet. Für Unternehmen, die multimodale LLMs einsetzen, ist eine DPIA in der Regel verpflichtend, da solche Systeme typischerweise umfangreiche Mengen sensibler Daten verarbeiten und ein hohes Risiko für die Rechte betroffener Personen darstellen können. Die einheitliche Vorlage soll die Vergleichbarkeit und Konsistenz von Risikoabschätzungen in der EU verbessern.
Dieser Artikel wurde von einem KI-System automatisiert erstellt. Kennzeichnung gemäß Art. 50 der EU-KI-Verordnung.
