Immer mehr Unternehmen nutzen Claude-AI-Tools — von Claude Chat und Claude Code bis zu Browser- und Office-Integrationen — um die Produktivität abteilungsübergreifend zu steigern. Doch viele Führungsteams zögern bei derselben Frage: Welche rechtlichen Anforderungen müssen erfüllt sein, bevor Mitarbeitende diese Tools auf Unternehmensdaten einsetzen können?
Die gute Nachricht: Die Einführung von Claude und weiteren AI-Tools ist rechtlich machbar und managebar — vorausgesetzt, Unternehmen setzen die richtigen vertraglichen, organisatorischen und technischen Schutzmassnahmen um. Dieser Artikel führt euch durch jede dieser drei Säulen, behandelt eine häufige Frage zur Vertragsauslegung und gibt praktische Anleitung, was ihr vor einem Rollout einrichten solltet.
Das eigentliche Risiko liegt nicht in der Technologie — sondern in der Nutzung
Die primären rechtlichen Risiken bei der Einführung von Enterprise-AI entstehen nicht aus den AI-Modellen selbst. Sie entstehen in drei Bereichen, die Unternehmen kontrollieren können:
- Verarbeitung sensibler Daten — personenbezogene Daten, vertrauliche Geschäftsinformationen oder Kundendaten, die ohne angemessene Schutzmassnahmen in ein AI-System gelangen
- Bestehende vertragliche Beschränkungen — Kundenvereinbarungen, die die Nutzung von AI-Tools oder Unterauftragnehmern bei der Leistungserbringung verbieten oder einschränken können
- Unkontrollierte Mitarbeitendennutzung — Mitarbeitende nutzen AI-Tools ohne klare Richtlinien darüber, welche Daten sie eingeben dürfen oder nicht
Das Verständnis dieser Risikokategorien ist der erste Schritt zu einem strukturierten und rechtskonformen AI-Rollout.
Säule 1: Vertragliche Massnahmen
Eine rechtlich fundierte AI-Einführung erfordert Anpassungen in vier vertraglichen Beziehungen.
Kundenverträge
Bevor ihr ein AI-Tool einführt, das Kundendaten verarbeiten könnte, müsst ihr eure bestehenden Kundenvereinbarungen überprüfen. Die Schlüsselfrage ist, ob aktuelle Vertraulichkeitsverpflichtungen oder Datenschutzbeschränkungen die Nutzung von AI-basierten Unterauftragnehmern verbieten — oder werden könnten.
Praktisch bedeutet das:
- Audits bestehender Verträge auf pauschale AI-Verbote oder restriktive Vertraulichkeitsklauseln durchführen
- Das Vertragsplaybook aktualisieren, um sicherzustellen, dass neue Vereinbarungen pauschale AI-Verbote nicht unnötig akzeptieren
- Datenverarbeitungsvereinbarungen (DVV) für neue Kunden anpassen, um AI-Anbieter wie Anthropic als Unterauftragnehmer einzubeziehen
- Bestehende Kunden über neue Unterauftragnehmer gemäss den in jeder DVV angegebenen Zeiträumen benachrichtigen — üblicherweise mindestens 30 Tage im Voraus
AI-Anbieter- und Unterauftragsnehmvereinbarungen
Auf der Anbieterseite müssen wirksame DVVs mit Standardvertragsklauzeln (SVK) bei Anthropic und alle Middleware-Anbieter (wie API-Gateways oder Integrations-Plattformen) in Kraft sein. Diese Vereinbarungen sollten Haftung, Gewährleistungen und Vertraulichkeitsverpflichtungen regeln. Wenn ein Middleware-Tool breiten Zugriff auf interne Systeme hat, ist eine tiefere Datenschutzprüfung ratsam.
Beschäftigungsbezogene Vereinbarungen
Datenschutzrichtlinien für Mitarbeitende müssen aktualisiert werden, um zu reflektieren, wie AI-Tools Mitarbeitendendaten verarbeiten. Zusätzlich solltet ihr eine dedizierte AI-Nutzungsrichtlinie implementieren, die folgendes festlegt:
- Welche Datenkategorien Mitarbeitende mit AI-Tools nutzen dürfen und welche nicht
- Verbindliche Schulungsanforderungen
- Klare Verbote für Hochrisiko-Anwendungsfälle, einschliesslich vieler HR-Anwendungsfälle (z. B. Lebenslauf-Screening, Bewertung von Bewerbern oder Mitarbeitenden durch AI, Mitarbeitendenüberwachung und AI-gestützte Entscheidungen über Beförderungen oder Kündigungen)
Dritte, Bewerber und Website-Besucher
Extern ausgerichtete Datenschutzrichtlinien müssen auch aktualisiert werden, um AI-bezogene Datenverarbeitungsaktivitäten offenzulegen, besonders wenn personenbezogene Daten von Bewerbern, Kunden oder Website-Besuchern mit AI-Tools verarbeitet werden.
Säule 2: Organisatorische Massnahmen
Nicht alle AI-Tools bieten das gleiche Schutzniveau — und nicht alle Unternehmensdaten stellen das gleiche Risiko dar. Ein wirksames Datenklassifizierungs-Framework muss beide Dimensionen berücksichtigen: die Sensibilität der Daten und das Sicherheitsniveau des verwendeten Tools.
Ein praktischer Ansatz ist eine gestaffelte Matrix, die Datenkategorien Tool-Kategorien zuordnet:
Tool-Stufe 1 — Kostenlose oder grundlegende AI-Tools (kein Enterprise-Vertrag, keine DVV vorhanden): Nur nicht-sensible, nicht-personenbezogene Daten sollten genutzt werden. Gedacht sind allgemeine Recherchefragen, öffentlich verfügbare Informationen oder Brainstorming ohne unternehmungsspezifische Eingaben. Nehmt an, dass eingegebene Daten möglicherweise für das Model-Training genutzt werden.
Tool-Stufe 2 — Lizenzierte Profi-Tools (Pro-Abos mit grundlegenden vertraglichen Bedingungen, aber keine vollständige DVV): Begrenzte Nutzung mit allgemeinen Geschäftsdaten, die keine personenbezogenen Daten oder vertrauliche Kundeninformationen enthalten.
Tool-Stufe 3 — Enterprise-Lösungen (mit DVV nach Art. 28 DSGVO, vertragliche Training-Opt-out, definierte TOMs und dokumentierte Löschprozesse): Vertrauliche Geschäftsdaten, interne Dokumente und sogar personenbezogene Daten können verarbeitet werden — sofern die Datenschutz-Folgenabschätzung dies unterstützt und angemessene Schutzmassnahmen in Kraft sind.
Unabhängig von der Tool-Stufe erfordern bestimmte Datenkategorien besondere Vorsicht oder eine separate Bewertung:
- Besondere Kategorien personenbezogener Daten nach Art. 9 DSGVO (Gesundheitsdaten, Gewerkschaftszugehörigkeit, biometrische Daten, etc.)
- Daten, die beruflichem Geheimnis unterliegen (z. B. Anwaltsgeheimnis nach § 203 StGB)
- Daten, die spezifische regulatorische Anforderungen erfüllen (z. B. Bankgeheimnis, Geschäftsgeheimnisse mit vertraglich vereinbarten NDA-Verpflichtungen)
Für diese Kategorien solltet ihr eine Einzelfallbewertung durchführen — auch wenn eine Enterprise-Lösung vorhanden ist. Zusätzliche Schutzmassnahmen, wie Anonymisierung oder Pseudonymisierung, können erforderlich sein, bevor AI-Verarbeitung zulässig ist.
Governance-Strukturen
Wirksame AI-Governance umfasst:
- Ein formelles Genehmigungsverfahren für neue AI-Tools und Workflows, bevor sie angenommen werden
- Ein zentrales AI-Register, das alle genehmigten Tools, ihre beabsichtigten Anwendungsfälle und ihren Datenverarbeitungsumfang dokumentiert
- Klare Dokumentation verbotener Anwendungsfälle und eingeschränkter Datenkategorien
- Eine Anforderung für menschliche Überprüfung aller AI-generierten Outputs, bevor sie extern oder in operativen Entscheidungsfindungen genutzt werden
AI-Kompetenz und Schulung
Die Einführung von AI-Tools ohne angemessene Schulung lädt zu Compliance-Ausfällen ein. Unternehmen sollten ein strukturiertes AI-Literacy-Programm implementieren, das auf Benutzergruppen zugeschnitten ist (z. B. technische Teams, Standard-Geschäftsnutzer und Management). Schulungen sollten zulässige Datennutzung, Grenzen und Risiken von AI-Outputs und ordnungsgemäße Behandlung von AI-generierten Inhalten abdecken.
Säule 3: Technische Massnahmen
Technische Kontrollen sind die dritte wesentliche Schicht. Während die spezifischen Massnahmen von der IT-Umgebung jedes Unternehmens abhängen, sind normalerweise die folgenden Bereiche relevant:
- Zugriffskontrolle und rollenbasierte Berechtigungen für AI-Tools
- Protokollierung und Überwachung der AI-Tool-Nutzung
- Datenverlustverhütungsmechanismen, um zu verhindern, dass sensible Daten an externe AI-Systeme übermittelt werden
- Kontrollen auf Netzwerkebene, um zu beschränken, welche AI-Endpunkte erreichbar sind
- Sichere API-Konfigurationen, wo AI-Tools in bestehende Workflows integriert sind
Ihr solltet mit euren IT- und Security-Teams zusammenarbeiten, um angemessene technische Schutzmassnahmen zu definieren, die auf eure spezifische Infrastruktur und euer Risikoprofil zugeschnitten sind.
Fazit
Die Einführung von AI-Tools wie Claude in einer Organisation erfordert nicht, dass ihr Innovation einschränkt. Sie erfordert eine strukturierte Kombination aus Vertragsmanagement, Daten-Governance, Mitarbeitendenschulung und technischen Schutzmassnahmen. Die entscheidende Frage ist nicht, ob ihr AI nutzen sollt, sondern wie ihr sie kontrolliert und rechtmässig nutzt.
Wie das Beispiel von AI-System-Definitionen in Verträgen zeigt, können scheinbar kleine Entwurfsentscheidungen erhebliche praktische Konsequenzen haben. Unternehmen, die in präzise Vertragssprache, klare interne Governance und robuste technische Kontrollen investieren, sind besser positioniert, um ihre AI-Einführung selbstbewusst zu skalieren — ohne regulatorische Überraschungen.
Wichtige Erkenntnisse: Eure AI-Compliance-Checkliste
Vertraglich
- Bestehende Kundenverträge auf AI-bezogene Beschränkungen überprüft
- Vertragsplaybook aktualisiert, um AI-Klauseln zu behandeln
- DVVs angepasst, um AI-Anbieter als Unterauftragnehmer einzubeziehen
- Bestehende Kunden über neue AI-Unterauftragnehmer benachrichtigt
- Anbietervereinbarungen mit AI-Anbietern, einschliesslich DVVs, SVK, Haftung und Vertraulichkeitsbedingungen
- Datenschutzrichtlinien für Mitarbeitende aktualisiert für AI-bezogene Datenverarbeitung
Organisatorisch
- Datenklassifizierungsframework definiert (zulässige vs. verbotene Datenkategorien und Anwendungsfälle)
- AI-Nutzungsrichtlinie verfasst und kommuniziert
- AI-Tool- und Workflow-Genehmigungsverfahren etabliert
- Zentrales AI-Tool-Register erstellt
- Anforderung für menschliche Überprüfung extern oder entscheidungsrelevanter AI-Outputs dokumentiert
- AI-Literacy-Schulungsprogramm gestartet, differenziert nach Benutzergruppe
Technisch
- Zugriffskontrolle und rollenbasierte Berechtigungen sind konfiguriert
- Nutzungsprotokollierung und -überwachung aktiv
- Datenverlustverhütungsmassnahmen in Kraft
- Sichere API- und Netzwerk-Konfigurationen überprüft
FAQ
Ist es rechtmäßig, Claude AI in meinem Unternehmen einzuführen?
Ja. Die Einführung von Claude AI ist rechtlich machbar, vorausgesetzt, Unternehmen implementieren vertragliche, organisatorische und technische Schutzmassnahmen. Die Risiken entstehen aus der Nutzung von Tools, nicht aus der Technologie selbst.
Welche vertraglichen Massnahmen sind vor der Einführung von AI-Tools erforderlich?
Überprüft Kundenverträge auf AI-Verbote, aktualisiert DVVs mit Anthropic als Unterauftragnehmer, implementiert eine AI-Nutzungsrichtlinie für Mitarbeitende und aktualisiert externe Datenschutzrichtlinien, um AI-Datenverarbeitung offenzulegen.
Welche Daten können Mitarbeitende mit AI-Tools nach DSGVO nutzen?
Das hängt von der Tool-Stufe ab: Kostenlose Tools = nur nicht-sensible Daten; lizenzierte Tools = allgemeine Geschäftsdaten; Enterprise-Lösungen mit DVV = vertrauliche und personenbezogene Daten, vorbehaltlich Folgenabschätzung.
Benötige ich eine DVV mit Anthropic, bevor ich Claude nutze?
Ja. Stellt sicher, dass DVVs mit Standardvertragsklauzeln (SVK) mit Anthropic und alle Middleware-Anbieter in Kraft sind, einschliesslich Haftung, Gewährleistungen und Vertraulichkeit.
Welche Governance-Strukturen sind für die AI-Einführung erforderlich?
Ein formelles Genehmigungsverfahren für neue AI-Tools, ein zentrales AI-Register, dokumentierte verbotene Anwendungsfälle, Anforderungen für menschliche Überprüfung von AI-Outputs und strukturierte AI-Literacy-Schulung nach Benutzergruppe.
LEXR hilft Unternehmen, die rechtlichen und regulatorischen Anforderungen der AI-Einführung zu bewältigen.
Kostenlose Beratung vereinbaren →
Sucht ihr praktische Anleitung? Unser Workshop zur AI-Rechtskonformität gibt eurem Team einen strukturierten Rahmen für die rechtsconforme AI-Einführung, behandelt Datenschutz, vertragliche Anforderungen und interne Governance in einer Sitzung. Mehr über unseren AI-Compliance-Workshop erfahren →
Mehr über unsere Unterstützung von Technologieunternehmen findet ihr in unserem AI & Technology Law Bereich.




