Was ist Datenminimierung (und warum sie für KI wichtig ist)?

Datenminimierung ist einer der zentralen Grundsätze für die Verarbeitung personenbezogener Daten in der DSGVO: Artikel 5(1)(c) verlangt, dass Daten „dem Zweck angemessen und erheblich sowie auf das für die Zwecke der Verarbeitung notwendige Maß beschränkt sein“ müssen. In der Praxis erheben und verarbeiten Sie nur das, was die Aufgabe wirklich benötigt — nicht mehr und nichts „für alle Fälle“. Auf KI angewandt wird der Grundsatz einfach: Übermitteln Sie dem Modell nur das, was die Aufgabe erfordert, nicht das gesamte Dokument oder die Identitäten von Personen. Und warum das wichtig ist, passt in einen Satz: Daten, die Sie nie übermitteln, können weder eingesehen noch gespeichert noch offengelegt werden.

Die Definition: ein DSGVO-Grundsatz, keine optionale bewährte Praxis

Minimierung ist kein informeller Ratschlag: Sie ist einer der sieben Grundsätze, die die Verarbeitung personenbezogener Daten in Artikel 5 der DSGVO regeln. Klausel 5(1)(c) trägt im Text buchstäblich den Namen „(Datenminimierung)“. Sie steht nicht für sich allein: Sie fügt sich in einen kohärenten Rahmen neben Rechtmäßigkeit, Verarbeitung nach Treu und Glauben und Transparenz, Zweckbindung, Richtigkeit, Speicherbegrenzung sowie Integrität und Vertraulichkeit (Sicherheit) ein. Artikel 5(2) fügt die Rechenschaftspflicht hinzu: Der Verantwortliche muss die Einhaltung all dieser Grundsätze nachweisen können. Mit anderen Worten: Minimieren ist nicht optional — es ist eine Pflicht, die Sie nachweisen können müssen.

Die ICO, die britische Aufsichtsbehörde, zerlegt den Grundsatz in drei Tests, die ihn praktikabel machen:

• Angemessen: Die Daten reichen tatsächlich aus, um Ihren Zweck zu erreichen (zu wenige zu haben ist ebenfalls ein Mangel).
• Erheblich: Es besteht ein sachlicher Zusammenhang zwischen den Daten und dem Zweck, ohne überflüssige Details.
• Auf das notwendige Maß beschränkt: Sie bestimmen die Mindestmenge an personenbezogenen Daten, die Sie benötigen, und halten nicht mehr als diese vor.

Die DSGVO legt bewusst nicht fest, was „angemessen“, „erheblich“ oder „notwendig“ bedeutet: Das hängt vom konkreten Zweck ab. Die ICO betont zudem, dass Minimierung eine fortlaufende Pflicht ist, kein einmaliger Akt: Sie sollten die personenbezogenen Daten, die Sie vorhalten, regelmäßig überprüfen, prüfen, ob sie weiterhin erheblich und angemessen sind, und alles löschen, was Sie nicht mehr benötigen — was sie unmittelbar mit der Speicherbegrenzung verknüpft.

Warum das wichtig ist: weniger Daten, weniger Risiko

Der Wert der Minimierung liegt zunächst in der Sicherheit, und die Begründung ist unmittelbar. Jedes personenbezogene Datum, das Sie erheben, ist ein Datum, das geschützt, möglicherweise überprüft und gespeichert werden muss und bei einem Vorfall offengelegt werden kann. Das Volumen zu reduzieren, senkt mechanisch das Risiko: weniger Fläche zum Angreifen, weniger offenzulegen, weniger zu löschen, wenn es Zeit zum Bereinigen ist. Es ist außerdem ein Compliance-Wegbereiter — weniger Daten machen Zweckbindung, Richtigkeit und Speicherbegrenzung leichter einhaltbar — und die robusteste Verteidigung, wenn Sie das nächste Glied in der Kette nicht vollständig kontrollieren.

Dieser letzte Punkt ist für KI entscheidend. Wenn eine Organisation sich auf einen Auftragsverarbeiter stützt, den sie nicht vollständig kontrolliert — zum Beispiel einen Drittanbieter von KI — ist die Reduzierung dessen, was vor der Inferenz offengelegt wird, eine nutzerseitige Verteidigung, die unabhängig von den Praktiken des Anbieters greift. Sie senkt die Menge sensibler Daten, die Ihre Kontrolle jemals verlassen, unabhängig davon, was der Anbieter anschließend mit dem tut, was er erhält.

Der Grundsatz, was er bedeutet und auf KI angewandt

So übersetzt sich der DSGVO-Grundsatz in die Praxis, und so wirkt er sich konkret aus, wenn Sie mit einem großen Sprachmodell arbeiten:

Datenminimierung auf einen KI-Prompt anwenden

Auf große Sprachmodelle angewandt bedeutet Minimierung, nur die für die konkrete Aufgabe unbedingt notwendigen personenbezogenen Daten einzugeben — nicht eine gesamte Kundendatenbank, ein vollständiges Dokument oder unnötige Identifikatoren in ein Modell einzuspeisen. Leitlinien für die Nutzung von LLMs betonen, unnötige Identifikatoren zu entfernen und nach Möglichkeit synthetische oder fiktive Daten zu verwenden, um die unnötige Preisgabe personenbezogener Daten zu verringern und die Aufgabe dennoch zu erfüllen.

Die CNIL räumt mit einem verbreiteten Missverständnis auf: Der Minimierungsgrundsatz verbietet nicht, ein Modell auf sehr großen Datenmengen zu trainieren. Er verlangt eine vorgelagerte Überlegung, nur die für den Zweck wirklich nützlichen personenbezogenen Daten zu verwenden, sowie technische Mittel, um nur diese Daten zu erheben. Die CNIL empfiehlt, Designentscheidungen im kleinen Maßstab zu erproben und sie mit fiktiven, synthetischen oder anonymisierten Daten zu validieren, bevor skaliert wird. Auf europäischer Ebene verknüpft die EDPB-Stellungnahme 28/2024, angenommen am 18. Dezember 2024, die Minimierung mit der Verhältnismäßigkeit: Das beabsichtigte Volumen personenbezogener Daten sollte gegen den Zweck abgewogen werden, und Sie sollten prüfen, ob weniger eingriffsintensive Alternativen bestehen. Die Stellungnahme weist außerdem darauf hin, dass ein KI-Modell nur dann „anonym“ ist, wenn es sehr unwahrscheinlich ist, sowohl dass Einzelpersonen daraus identifiziert werden können als auch dass personenbezogene Daten über Abfragen extrahiert werden können — ein auf personenbezogenen Daten trainiertes Modell ist also nicht automatisch anonym.

1. 1Rahmen Sie den Zweck ab: Welche Informationen benötigt die Aufgabe wirklich, um zu gelingen?
2. 2Entfernen Sie das Unnötige: Namen, Identifikatoren, Felder ohne Bezug zum Zweck, vollständige Dokumente, wenn ein Auszug genügt.
3. 3Ersetzen statt preisgeben: Ersetzen Sie Identitäten und sensible Werte durch Tokens, fiktive oder synthetische Daten.
4. 4Überprüfen: Was nicht mehr notwendig ist, sollte im Einklang mit der Speicherbegrenzung gelöscht werden.

Personenbezogene Daten zu anonymisieren oder zu tokenisieren, bevor sie das Modell erreichen, ist genau eine Umsetzung der Minimierung auf Prompt-Ebene: Sie entfernen die Identitäten und sensiblen Werte, die die Aufgabe nicht benötigt, sodass das Modell nur das erhält, was es zur Erledigung der Arbeit braucht, nie die zugrunde liegenden personenbezogenen Daten. Es ist die direkte Brücke zwischen einem Rechtsgrundsatz und einer konkreten Handlung — ein Thema, das wir in unserem Leitfaden „Wie Sie Ihre Daten anonymisieren, bevor Sie KI nutzen“ durchgehen und in „KI-Datenschutz: der vollständige Leitfaden“ in den größeren Zusammenhang stellen.

Genau dafür ist ONYRI Sanitize da: Die Engine ersetzt sensible Daten vor dem Senden durch umkehrbare Tokens; die Erkennung und die Zuordnung Token↔Wert bleiben in Ihrem Browser, und nur anonymisierter Text erreicht das Modell. Das Minimum geht hinaus, der Rest verlässt Ihren Rechner nie — Minimierung wird zu einem automatischen Reflex statt zu einer Disziplin, die Sie bei jeder Nachricht aufbringen müssen.