KI und DSGVO: AEPD schärft Regeln für Datenqualität und Richtigkeit
Veröffentlicht am: 18.08.2026 um 22:25 Uhr | Redaktion boerse-global.de
Die Integration von Systemen der Künstlichen Intelligenz (KI) in Unternehmensprozesse stellt Verantwortliche vor komplexe rechtliche Herausforderungen, insbesondere im Hinblick auf die Konformität mit der Datenschutz-Grundverordnung (DSGVO).
Die spanische Datenschutzbehörde AEPD hat hierzu eine detaillierte Analyse vorgelegt, die den Fokus auf die Datenqualität und deren Abgrenzung zu bestehenden datenschutzrechtlichen Prinzipien legt. Diese Ausführungen bieten eine wesentliche Orientierungshilfe für die rechtskonforme Ausgestaltung von KI-Anwendungen im europäischen Binnenmarkt.
Differenzierung zwischen Datenqualität und Richtigkeit
Ein zentraler Aspekt der behördlichen Analyse ist die begriffliche Schärfung zwischen der allgemeinen Datenqualität und dem spezifischen Grundsatz der Richtigkeit gemäß Artikel 5 Absatz 1 Buchstabe d der DSGVO. Die Experten der AEPD weisen darauf hin, dass diese beiden Konzepte nicht deckungsgleich sind.
Während die Richtigkeit im Sinne der DSGVO verlangt, dass personenbezogene Daten sachlich korrekt und erforderlichenfalls auf dem neuesten Stand sind, umfasst die Datenqualität im Kontext von KI-Systemen ein breiteres Spektrum.
Für die Funktionsfähigkeit und Diskriminierungsfreiheit von KI-Modellen ist die Qualität der zugrunde liegenden Datensätze entscheidend. Die Behörde betont, dass die Anforderungen an diese Qualität über die bloße Abwesenheit von Fehlern hinausgehen und eng mit der Leistungsfähigkeit des jeweiligen Modells verknüpft sind.
Die rechtlichen Anforderungen an KI-Systeme gehen weit über die reine Datenqualität hinaus und erfordern die Einhaltung spezifischer regulatorischer Rahmenbedingungen. Dieser kostenlose Umsetzungsleitfaden bietet Ihnen einen kompakten Überblick über alle neuen Pflichten und Fristen, die Unternehmen jetzt kennen müssen. EU AI Act in 5 Schritten verstehen
Datenminimierung als regulatorische Grenze
Neben der Qualität spielt der Grundsatz der Datenminimierung nach Artikel 5 Absatz 1 Buchstabe c der DSGVO eine entscheidende Rolle bei der Regulierung von KI-Systemen. Die AEPD unterstreicht, dass dieser Grundsatz den Umfang der Datenverarbeitung maßgeblich begrenzt. In der Praxis bedeutet dies, dass für das Training und den Betrieb von KI-Modellen nur jene Daten herangezogen werden dürfen, die für den angestrebten Zweck absolut notwendig sind.
Diese Anforderung steht oft im Spannungsfeld mit dem technischen Bestreben, möglichst große Datenmengen für die Optimierung von Algorithmen zu nutzen. Die Aufsichtsbehörde stellt klar, dass die Datenminimierung eine rechtliche Schranke bildet, die bereits bei der Konzeption der Systeme (Privacy by Design) berücksichtigt werden muss.
Zweckgebundene Prüfung und Dokumentationspflichten
Ein wesentlicher Maßstab für die Bewertung der Datenqualität ist laut den Ausführungen der konkrete Verarbeitungszweck. Es existiere kein universeller Qualitätsstandard für KI-Daten; vielmehr müsse die Eignung der Datensätze sowie die Validität der von der KI erzeugten Ergebnisse stets im Hinblick auf das spezifische Einsatzszenario geprüft werden.
Verantwortliche Stellen sind dazu verpflichtet, die für den jeweiligen Zweck definierten Qualitätsanforderungen systematisch zu bestimmen. Diese Anforderungen müssen nicht nur festgelegt, sondern auch lückenlos dokumentiert werden.
Wer KI-Systeme im Unternehmen einsetzt oder entwickelt, muss neben der DSGVO auch die neuen Kennzeichnungs- und Risikopflichten der europäischen Gesetzgebung beachten. Ein kostenloser Experten-Report klärt darüber auf, welche KI-Anwendungen als Hochrisiko eingestuft werden und welche konkreten Schritte jetzt notwendig sind. Kostenlosen KI-Umsetzungsleitfaden herunterladen
Darüber hinaus verlangt die Behörde eine kontinuierliche Überprüfung der Daten- und Ergebnisqualität während des gesamten Lebenszyklus eines KI-Systems. Damit wird die Rechenschaftspflicht (Accountability) der Unternehmen gestärkt, die nachweisen müssen, dass ihre KI-Anwendungen dauerhaft im Einklang mit den Datenschutzvorgaben agieren.
Diese Erkenntnisse verdeutlichen, dass die Implementierung von KI-Lösungen eine enge Verzahnung von technischer Expertise und datenschutzrechtlicher Compliance erfordert, wobei die Dokumentation der Entscheidungsprozesse eine zentrale Säule der rechtssicheren Anwendung bildet.
