1. Was ist Schatten-KI?

Schatten-KI bezeichnet den Einsatz von KI-Tools im beruflichen Kontext, der nicht durch die offizielle IT freigegeben, vertraglich abgesichert und in einem Verarbeitungsverzeichnis erfasst ist. Dazu gehören drei Erscheinungsformen, die sich oft überlagern:

Private Accounts im Beruf. Ein Mitarbeiter nutzt seinen privaten ChatGPT-, Claude- oder Gemini-Account, um eine berufliche Aufgabe zu lösen. Der Anbieter sieht den Prompt-Inhalt, die Nutzung läuft unter einer privaten E-Mail, das Unternehmen hat weder Vertrag noch Transparenz darüber.

Bring-Your-Own-LLM. Eine Abteilung beschafft auf eigene Faust ein KI-Tool — eine Marketing-Suite mit KI-Funktion, ein Coding-Assistent für Entwickler, ein Übersetzungstool mit angeschlossener KI. Die Beschaffung läuft an der IT vorbei, AGB werden ungeprüft akzeptiert.

Funktionsüberschreitende Cloud-KI. Microsoft Copilot, Google Gemini for Workspace und ähnliche Dienste sind offiziell beschafft, werden aber für Datenklassen verwendet, für die sie nicht freigegeben sind — etwa Personalakten, Strategiepapiere, Patientendaten.

Schatten-KI unterscheidet sich von klassischer Schatten-IT in einem entscheidenden Punkt: Bei Schatten-IT wandert ein Datensatz an einen unkontrollierten Ort. Bei Schatten-KI fließen Daten in ein lernendes oder kontextabhängiges System, dessen Innenleben für Außenstehende intransparent ist — und dessen Ausgaben so plausibel klingen, dass Empfänger sie für überprüfte Fakten halten.

2. Wie verbreitet ist Schatten-KI?

Belastbare Zahlen liegen seit 2025 vor.

Laut Bitkom-Studie „KI in der deutschen Wirtschaft" (September 2025, 604 Unternehmen ab 20 Beschäftigten) ist die private KI-Nutzung im Beruf in 8 % der Unternehmen weit verbreitet (2024: 4 %) und in weiteren 17 % gibt es Einzelfälle (2024: 13 %). Zusammen: jedes vierte deutsche Unternehmen hat aktive Schatten-KI — Tendenz deutlich steigend.

Gleichzeitig dominieren US-Hyperscaler den offiziell beschafften KI-Markt: Microsoft Copilot kommt auf rund 28 % Verbreitung, Google Gemini auf 22 %, ChatGPT auf zweistellige Werte. Europäische Anbieter wie Mistral (0,2 %) und Aleph Alpha (0,3 %) spielen praktisch keine Rolle.

Das ergibt eine doppelte Asymmetrie:

  1. Die offizielle KI-Infrastruktur deutscher Unternehmen liegt überwiegend bei US-Anbietern — und damit im Geltungsbereich von und FISA 702.
  2. Wo die offizielle Infrastruktur nicht ausreicht oder als unsicher wahrgenommen wird, greifen Mitarbeiter zu privaten Cloud-KIs — und die Daten landen unter noch schwächeren Bedingungen bei US-Anbietern.

83 % der deutschen Unternehmen halten souveräne KI inzwischen für mindestens mäßig strategisch wichtig (Deloitte: State of AI in the Enterprise 2026, Befragung Aug./Sep. 2025), 77 % berücksichtigen das Herkunftsland einer KI-Lösung. Praxis und Strategie klaffen weit auseinander.

3. Vier Risikoklassen

Schatten-KI erzeugt Risiken in vier Klassen, die in unterschiedlichem Maße auf unterschiedliche Datenarten wirken.

Schatten-KI
Die vier Risikoklassen
Welche Schäden Schatten-KI in Unternehmen erzeugt — und wo die regulatorische Belastung am höchsten ist
Risiko 01
Datenleck und IP-Verlust
Prompts an Cloud-KI sind Datenübermittlungen. Bei US-Anbietern fallen sie in den Geltungsbereich von CLOUD Act und FISA 702 — Zugriff durch US-Behörden ist strukturell möglich.
Beispiel Ein 30-Seiten-Vertragsentwurf zur Zusammenfassung an ChatGPT — Vertragspartner, Beträge und sensible Klauseln verlassen das Unternehmen unbemerkt.
Risiko 02
Halluzination
Sprachmodelle erzeugen Text auf Basis statistischer Wahrscheinlichkeiten — wo Daten fehlen, werden plausible Inhalte erfunden. Erfindungen klingen wie geprüfte Fakten.
Beispiel Eine erfundene Aufbewahrungsfrist oder ein falsch zitiertes Urteil landet in einem internen Compliance-Bericht — und wird ungeprüft weiterverwendet.
Risiko 03
Bias und Diskriminierung
KI reproduziert die Verzerrungen ihrer Trainingsdaten. Bei personalrelevanten Entscheidungen drohen AGG-Verstöße — die Beweislast trägt der Arbeitgeber.
Beispiel Eine HR-Mitarbeiterin lässt 200 Lebensläufe von ChatGPT vorsortieren — ohne dokumentierten Algorithmus und ohne Diskriminierungsprüfung.
Risiko 04
Urheberrecht und Vertraulichkeit
Eingegebene Inhalte können Geheimnisstatus verlieren (GeschGehG). KI-Ausgaben können fremde Urheberrechte verletzen. NDA-Brüche sind möglich.
Beispiel Ein Konstruktionsdetail wird zur Erläuterung in eine Cloud-KI gegeben — angemessene Geheimhaltungsmaßnahmen sind damit nicht mehr nachweisbar.
Regulatorik
Alle vier Risikoklassen tangieren mehrere Regelwerke gleichzeitig: DSGVO (bis 20 Mio. EUR oder 4 % Jahresumsatz), EU AI Act (bis 35 Mio. EUR oder 7 % bei verbotenen Praktiken, Sanktionen ab 2. August 2026), NIS2, DORA und in bestimmten Berufen §203 StGB.
Quellen: EU AI Act (VO 2024/1689), DSGVO Art. 83, GeschGehG, AGG, US CLOUD Act · Icons: IBM Carbon Design System (Apache 2.0)

3.1 Daten­leck und IP-Ver­lust #

Jeder Prompt, der an einen Cloud-KI-Anbie­ter geht, ist eine Daten­über­mitt­lung. Bei US-Anbie­tern fal­len die­se Über­mitt­lun­gen in den Gel­tungs­be­reich des US CLOUD Act (18 U.S.C. § 2713) und FISA 702 — US-Behör­den kön­nen auch ohne Wis­sen des Unter­neh­mens auf die­se Daten zugreifen.

Kon­kret problematisch:

Kon­text­rei­che Prompts. Wer einen 30-Sei­ten-Ver­trags­ent­wurf zur Zusam­men­fas­sung hoch­lädt, über­mit­telt Ver­trags­klau­seln, Beträ­ge, Kon­di­tio­nen, Ver­trags­part­ner. Die Ant­wort der KI lässt erken­nen, wel­che Punk­te beson­ders sen­si­bel waren.

Mehr­stu­fi­ge Kon­ver­sa­tio­nen. Fol­ge-Prompts lie­fern Stra­te­gien, Reak­tio­nen, inter­ne Dis­kus­si­ons­stän­de. Eine ein­zi­ge Kon­ver­sa­ti­on kann mehr über lau­fen­de Ver­hand­lun­gen offen­ba­ren als ein Backup-Diebstahl.

Berech­ti­gungs-Umge­hung durch Cloud-KI. Vie­le Cloud-KI-Diens­te indi­zie­ren stan­dard­mä­ßig alle Inhal­te, auf die der Ser­vice-Account tech­nisch zugrei­fen kann. Eine falsch kon­fi­gu­rier­te Doku­men­ten­ab­la­ge kann dazu füh­ren, dass Mit­ar­bei­ter über eine KI-Anfra­ge Inhal­te aus Per­so­nal­ak­ten, M&A‑Unterlagen oder NDA-Doku­men­ten zitiert bekommen.

3.2 Hal­lu­zi­na­ti­on #

Gene­ra­ti­ve KI-Model­le erzeu­gen Text auf Basis sta­tis­ti­scher Wahr­schein­lich­kei­ten. Wenn das Modell zu einer Fra­ge kei­ne zuver­läs­si­ge Daten­ba­sis hat, erfin­det es Inhal­te, die genau­so plau­si­bel klin­gen wie kor­rek­te Ant­wor­ten. Die­se Erfin­dun­gen hei­ßen en.

In der Pra­xis tref­fen Hal­lu­zi­na­tio­nen Unter­neh­men an drei Stellen:

Rechts- und Com­pli­ance-Aus­sa­gen. Erfun­de­ne Para­gra­phen, falsch zitier­te Urtei­le, nicht exis­ten­te Auf­be­wah­rungs­fris­ten. Mit­ar­bei­ter, die KI als Recher­che­ab­kür­zung nut­zen, über­neh­men die­se Aus­sa­gen in Berich­ten und Bera­tungs­do­ku­men­ten weiter.

Tech­ni­sche Spe­zi­fi­ka­tio­nen. Erfun­de­ne Pro­dukt­na­men, fal­sche Kon­fi­gu­ra­ti­ons­pa­ra­me­ter, Kom­pa­ti­bi­li­tä­ten, die in der Rea­li­tät nicht exis­tie­ren. Beson­ders kri­tisch in Beschaf­fungs­ent­schei­dun­gen und Architekturpapieren.

Per­so­nen­be­zo­ge­ne Aus­sa­gen. Fal­sche bio­gra­fi­sche Anga­ben, erfun­de­ne Zita­te, kon­stru­ier­te Ver­bin­dun­gen zwi­schen Per­so­nen. Wenn sol­che Inhal­te intern oder extern wei­ter­ver­wen­det wer­den, ent­ste­hen -Ver­stö­ße und repu­ta­ti­ons­re­le­van­te Risiken.

3.3 Bias und Dis­kri­mi­nie­rung #

KI-Model­le repro­du­zie­ren die Ver­zer­run­gen ihrer Trai­nings­da­ten. Wenn Schat­ten-KI in per­so­nal­re­le­van­ten oder kun­den­re­le­van­ten Ent­schei­dun­gen genutzt wird, kön­nen sich die­se Ver­zer­run­gen unbe­merkt durchsetzen.

Hoch­re­le­van­te Anwendungsfälle:

Bewer­bungs-Vor­auswahl. Eine HR-Mit­ar­bei­te­rin lässt 200 Lebens­läu­fe von ChatGPT sor­tie­ren. Ohne doku­men­tier­ten Algo­rith­mus, ohne Dis­kri­mi­nie­rungs­prü­fung. Bei Kla­gen nach AGG (All­ge­mei­nes Gleich­be­hand­lungs­ge­setz) ist die Beweis­last für die Nicht­dis­kri­mi­nie­rung beim Arbeitgeber.

Kun­den-Scoring. Ein Ver­triebs­mit­ar­bei­ter lässt KI Kun­den­an­fra­gen prio­ri­sie­ren. Wenn die Prio­ri­sie­rung sys­te­ma­tisch bestimm­te Kun­den­grup­pen benach­tei­ligt, dro­hen Scha­dens­er­satz­an­sprü­che und Reputationsschaden.

Kre­dit­wür­dig­keits­prü­fun­gen für Pri­vat­per­so­nen oder Risi­ko­be­wer­tun­gen in der Lebens- und Kran­ken­ver­si­che­rung. Berei­che, in denen KI-Ein­satz nach EU AI Act expli­zit als Hoch­ri­si­ko-Anwen­dung ein­ge­stuft ist (Art. 6 i. V. m. Anhang III). Schat­ten-KI in die­sen Berei­chen ist ein direk­ter Ver­stoß gegen die Ver­ord­nung. Ande­re Ver­si­che­rungs­spar­ten (Sach, KFZ, Haft­pflicht, gewerb­lich) fal­len nach aktu­el­ler Klas­si­fi­zie­rung nicht unter Anhang III, sind aber durch und sek­tor­spe­zi­fi­sche Auf­sicht wei­ter­hin reguliert.

3.4 Urhe­ber­recht und Ver­trau­lich­keit #

Zwei Rich­tun­gen sind hier zu unterscheiden:

Aus­ge­hend: Was pas­siert mit ein­ge­ge­be­nen Inhal­ten? Die AGB vie­ler Cloud-KI-Anbie­ter sehen Trai­nings­nut­zung der ein­ge­ge­be­nen Daten vor — oft optio­nal, aber per Default akti­viert. Wer einen Geschäfts­ge­heim­nis-rele­van­ten Text ein­reicht, kann unter Umstän­den den Sta­tus als Geschäfts­ge­heim­nis ver­lie­ren (GeschGehG: ange­mes­se­ne Geheim­hal­tungs­maß­nah­men sind Schutzvoraussetzung).

Ein­ge­hend: Ver­sto­ßen KI-gene­rier­te Inhal­te gegen frem­de Urhe­ber­rech­te? Gene­ra­ti­ve Model­le wur­den teils mit urhe­ber­recht­lich geschütz­tem Mate­ri­al trai­niert. Wer KI-Aus­ga­ben unge­prüft ver­öf­fent­licht — als Blog, Wer­be­text, White­pa­per — kann unwis­sent­lich frem­de Wer­ke ver­viel­fäl­ti­gen. Meh­re­re lau­fen­de Ver­fah­ren in den USA und Euro­pa wer­den hier in den kom­men­den Jah­ren Klar­heit schaf­fen, aber die Risi­ko­la­ge besteht heute.

Hin­zu kommt: NDA-rele­van­te Inhal­te. Wer einer Cloud-KI Ver­trags- oder Ver­hand­lungs­do­ku­men­te vor­legt, kann gegen Geheim­hal­tungs­ver­pflich­tun­gen gegen­über Kun­den, Part­nern und Mit­ar­bei­tern ver­sto­ßen — auch dann, wenn der Anbie­ter ​„Con­fi­den­tia­li­ty” zusichert.

4. Regulatorische Konsequenzen

Schatten-KI tangiert vier Regelwerke gleichzeitig — mit zum Teil empfindlichen Sanktionsrahmen.

. Jeder Prompt mit personenbezogenen Daten an einen US-Anbieter ist eine Drittlandsübermittlung nach Art. 44 ff. — und ohne explizite Rechtsgrundlage (Standardvertragsklauseln, EU-US Data Privacy Framework) rechtswidrig. Sanktionsrahmen: bis zu 20 Mio. EUR oder 4 % des weltweiten Jahresumsatzes.

. Die Verordnung 2024/1689 ist seit August 2024 in Kraft. Artikel 4 (KI-Kompetenzpflicht) greift seit Februar 2025: Unternehmen müssen nachweisen, dass alle, die KI-Systeme einsetzen oder betreiben, dafür ausreichend qualifiziert sind. Artikel 99 sieht Sanktionen von bis zu 35 Mio. EUR oder 7 % des Jahresumsatzes für verbotene Praktiken (Art. 5), bis zu 15 Mio. EUR oder 3 % für andere Verstöße vor. Die Sanktionsregelungen greifen ab 2. August 2026.

und . In Deutschland seit Ende 2025 verpflichtend. Betroffene Unternehmen müssen IT-Risiken systematisch bewerten und kontrollieren — KI-Systeme inklusive. Schatten-KI bedeutet, dass ein wesentlicher Teil der Datenverarbeitung außerhalb dieser Risikobewertung läuft.

. Seit Januar 2025 für den Finanzsektor verpflichtend. Drittanbieter-Risiken müssen vollständig dokumentiert und kontrolliert sein. Schatten-KI durch Mitarbeiter, die nicht freigegebene Cloud-KIs nutzen, kollidiert direkt mit Art. 28 ff. .

§203 StGB. In Gesundheitswesen, Anwaltschaft und einigen anderen Berufen ist die Offenbarung anvertrauter Geheimnisse strafbewehrt. Das Hochladen von Patientenakten oder Mandatsunterlagen in eine Cloud-KI kann den Straftatbestand erfüllen.

5. Warum Verbote allein scheitern

Viele Unternehmen reagieren auf Schatten-KI mit Verboten: Anweisungen, Sperrungen, Disziplinarmaßnahmen. Die Bitkom-Daten zeigen, dass dieser Ansatz nicht funktioniert. Trotz wachsender Sensibilisierung ist die private KI-Nutzung in Unternehmen zwischen 2024 und 2025 von 17 % auf 25 % gestiegen.

Drei Gründe, warum Verbote scheitern:

Produktivitätsdruck. Mitarbeiter sehen Kollegen oder Wettbewerber, die mit KI schneller arbeiten. Wer auf KI verzichten muss, fällt zurück — und greift heimlich zu, sobald der Druck steigt.

Privater Zugang ist trivial. ChatGPT, Claude und Gemini sind über jeden Browser, jedes Handy, jeden privaten Account erreichbar. Eine Sperre im Firmennetz hält Schatten-KI nicht auf, sie verschiebt sie nur auf private Endgeräte.

Verbote ohne Alternative erzeugen Heimlichkeit. Wer KI nutzt, weil sie hilft, hört nicht auf — er erzählt nur niemandem davon. Aus Schatten-KI wird unsichtbare Schatten-KI. Audit-Sicht und Risikomanagement werden noch schwerer.

Die strukturelle Lösung ist eine offizielle, geprüfte Alternative für sensible Daten — ergänzt um eine klare Policy, welche Datenklasse in welchem System verarbeitet werden darf.

→ Anwendung: Lokales KI-Wissensmanagement mit Silent AI

6. Branchen-Schlaglichter

Pharma und Life Sciences. Forschungsdaten, klinische Studien, Patentstrategien. Ein einziger Prompt mit Studieninformation kann den Geheimhaltungsstatus eines Forschungsprojekts gefährden. Hier ist Schatten-KI nicht nur Compliance-Risiko, sondern Wettbewerbsverlust.

Finanzdienstleister. , MaRisk und BAIT schließen Cloud-KI für regulierte Daten weitgehend aus. Drittanbieter müssen vertraglich, technisch und organisatorisch kontrolliert sein — Schatten-KI ist per Definition keines davon. Aufsichtsbehörden (BaFin) prüfen zunehmend KI-Einsatz aktiv.

Öffentliche Verwaltung. Vorgangsakten, personenbezogene Daten, Verschlusssachen. §203 StGB greift in vielen Behörden, fordert dokumentierte Datenflüsse, trifft kritische Verwaltungen direkt. Schatten-KI in Behörden ist ein erhebliches strafrechtliches und aufsichtsrechtliches Risiko.

Industrie und Fertigung. Konstruktionsdaten, Lieferantenverträge, Produktentwicklung. Geschäftsgeheimnisse genießen Schutz nach GeschGehG nur bei nachgewiesenen Geheimhaltungsmaßnahmen — Schatten-KI höhlt diesen Schutz aus.

Gesundheitswesen. Patientendaten, Diagnosen, Behandlungsverläufe. §203 StGB, , Landeskrankenhausgesetze. Cloud-KI mit Patientendaten ohne explizite Rechtsgrundlage ist nicht nur Compliance-Verstoß, sondern Strafsache.

7. Handlungsleitfaden: 90 Tage

Tag 1 bis 30: Bestandsaufnahme

Erfassen, wo Schatten-KI bereits stattfindet. Anonyme Mitarbeiter-Umfrage zur tatsächlichen KI-Nutzung (mit Amnestie-Klausel). Netzwerk-Logs auswerten: Welche KI-Domains werden aufgerufen? Datenschutzbeauftragten einbinden — Schatten-KI ist meldepflichtig im Verarbeitungsverzeichnis, wenn personenbezogene Daten betroffen sind.

Tag 31 bis 60: Policy und Klassifizierung

Datenklassen definieren: Welche Daten dürfen in Cloud-KI, welche in interne KI, welche in keine KI. KI-Richtlinie entwerfen (Gliederung siehe Abschnitt 8). KI-Kompetenz-Schulung gemäß Art. 4 aufsetzen. Freigabeprozess für KI-Tools etablieren — analog zur Schatten-IT-Steuerung.

Tag 61 bis 90: Alternative bereitstellen

für sensible Daten beschaffen oder evaluieren. Konnektoren zu den wichtigsten Wissensquellen (M365, SharePoint, Confluence, Fileserver) anschließen. Pilotgruppe identifizieren und produktiv schalten. Kommunikation an alle Mitarbeiter: Was ist freigegeben, was nicht — und warum die freigegebene Lösung tatsächlich nützlich ist.

8. KI-Richtlinie: Was hineingehört

Eine wirksame KI-Richtlinie beantwortet sechs Fragen:

  1. Welche KI-Tools sind freigegeben? Namentliche Aufzählung, mit Datenklassen, für die sie freigegeben sind.
  2. Welche Daten dürfen wo verarbeitet werden? Datenklassifizierung mit klarer Zuordnung (öffentlich / intern / vertraulich / streng vertraulich).
  3. Welche Tools sind ausdrücklich verboten? Negativliste mit Begründung.
  4. Wie wird Verstoß behandelt? Disziplinarrahmen, Eskalationspfad, Meldepflichten.
  5. Wer ist Ansprechpartner? Datenschutz, IT-Security, KI-Beauftragte (sofern bestellt).
  6. Wann wird die Richtlinie überprüft? Mindestens jährlich, anlassbezogen bei neuen Regulierungen oder Tools.

9. Häufige Fragen (FAQ)

Wenn ein lizenzierter Dienst für Datenklassen genutzt wird, für die er nicht freigegeben ist — Personalakten, Strategiepapiere, Verschlusssachen — ist die Nutzung de facto Schatten-KI. Lizenzierung ersetzt keine Datenklassen-Zuordnung.

Nein. Mitarbeiter können von privaten Endgeräten zugreifen. Sperren verschieben das Problem in die Unsichtbarkeit. Wirksam wird die Steuerung erst durch eine offizielle Alternative.

Nur eingeschränkt. Echte Anonymisierung ist in vielen Dokumenten kaum praktisch durchführbar, und Re-Identifizierung über Kontextkombinationen ist möglich. Für sensible Daten ist die einzig saubere Lösung, sie nicht zu übermitteln.

Jede dieser Funktionen ist eine potenzielle Datenübermittlung an einen Drittanbieter. Ohne klare Vertragsgrundlage und Datenklassen-Zuordnung gelten dieselben Risiken wie bei ChatGPT.

Nein und sollte es auch nicht. Cloud-KI bleibt sinnvoll für unkritische Aufgaben — Übersetzungen, Bild- und Videobearbeitung, allgemeine Recherche. deckt den Bereich ab, in dem Cloud-Übertragung nicht zulässig oder nicht akzeptabel ist.

Mit einer Managed Appliance wie Silent AI: wenige Tage für ein Pilot-Setup, 2 bis 4 Wochen für einen produktiven Rollout mit den wichtigsten Konnektoren. Eigene Lösungen mit DIY-LLMs benötigen Monate bis Jahre.

Disclaimer

Dieser Beitrag wurde redaktionell erstellt und mit KI-Unterstützung aufbereitet. Er gibt einen allgemeinen Überblick und stellt keine Rechtsberatung dar – für Ihre konkrete Situation empfehlen wir professionellen Rat.