Die ehrliche Ausgangslage: In den meisten Organisationen wird künstliche Intelligenz bereits täglich genutzt – nur weiss es niemand offiziell. Mitarbeitende lassen E-Mails umformulieren, Protokolle zusammenfassen oder Offerten übersetzen. Das Phänomen hat einen Namen: Schatten-KI. Und es ist kein Disziplinproblem, sondern ein Führungsthema.
Warum das ein Risiko ist
Wer einen Vertragsentwurf, ein Bewerbungsdossier oder ein Arztzeugnis in ein öffentliches KI-Tool kopiert, gibt Personendaten an einen Drittanbieter weiter – häufig mit Verarbeitung ausserhalb der Schweiz. Für besonders schützenswerte Personendaten nach DSG ist das ohne Rechtsgrundlage und Information der Betroffenen nicht zulässig. Für Verwaltungen und Schulen gilt zusätzlich kantonales Datenschutzrecht, das oft noch strenger ist. Dazu kommen Geschäftsgeheimnisse: Was einmal in ein fremdes System eingegeben wurde, lässt sich nicht zurückholen.
Verbieten funktioniert nicht
Der Reflex, KI-Tools zu sperren, verlagert das Problem nur aufs private Smartphone – dorthin, wo Sie gar keine Kontrolle mehr haben. Sinnvoller ist ein klarer Rahmen: erlauben, was hilft, und regeln, was schützt.
Fünf Leitplanken, die sich bewährt haben
1. Erlaubte Werkzeuge definieren. Legen Sie fest, welche KI-Dienste genutzt werden dürfen – idealerweise Unternehmensversionen mit Vertrag, Datenschutzzusicherungen und ohne Training auf Ihren Daten.
2. Datenklassen festlegen. Eine einfache Ampel genügt: öffentliche Informationen sind unkritisch, interne Daten nur in freigegebene Tools, Personendaten und Geschäftsgeheimnisse gar nicht – ausser das Tool ist explizit dafür freigegeben.
3. Ergebnisse prüfen und kennzeichnen. KI-Ausgaben sind Entwürfe, keine Wahrheiten. Wer sie verwendet, bleibt für den Inhalt verantwortlich – das gehört schriftlich festgehalten.
4. Verantwortung benennen. Eine Person oder Stelle beantwortet Fragen, prüft neue Tools und hält die Regeln aktuell. Ohne Ansprechperson verstaubt jede Richtlinie.
5. Kurz schulen statt lang dokumentieren. Eine Seite Richtlinie plus 30 Minuten Schulung wirken mehr als ein 20-seitiges Reglement, das niemand liest.
Fazit
Eine KI-Richtlinie ist in wenigen Wochen erarbeitet und kostet einen Bruchteil dessen, was ein einziger Datenabfluss an Aufwand und Vertrauensverlust auslöst. Der beste Zeitpunkt dafür war gestern – der zweitbeste ist jetzt.
The honest starting point: in most organisations, artificial intelligence is already used daily – it is just that nobody officially knows. Employees have e-mails rephrased, minutes summarised or offers translated. The phenomenon has a name: shadow AI. And it is not a discipline problem, but a leadership issue.
Why this is a risk
Anyone who copies a draft contract, an application dossier or a medical certificate into a public AI tool passes personal data to a third-party provider – frequently with processing outside Switzerland. For highly sensitive personal data under the FADP, this is not permitted without a legal basis and informing the data subjects. Public administrations and schools are additionally subject to cantonal data protection law, which is often even stricter. Then there are trade secrets: what has once been entered into a foreign system cannot be taken back.
Banning does not work
The reflex to block AI tools only shifts the problem to the private smartphone – exactly where you have no control at all. A clear framework makes more sense: allow what helps, and govern what protects.
Five guardrails that have proven themselves
1. Define permitted tools. Specify which AI services may be used – ideally enterprise versions with a contract, data protection commitments and no training on your data.
2. Set data classes. A simple traffic light suffices: public information is uncritical, internal data only in approved tools, personal data and trade secrets not at all – unless the tool is explicitly approved for them.
3. Verify and label results. AI outputs are drafts, not truths. Whoever uses them remains responsible for the content – that belongs in writing.
4. Assign responsibility. One person or unit answers questions, evaluates new tools and keeps the rules current. Without a point of contact, every policy gathers dust.
5. Train briefly instead of documenting at length. One page of policy plus 30 minutes of training achieve more than a 20-page regulation nobody reads.
Conclusion
An AI policy can be developed in a few weeks and costs a fraction of what a single data leak triggers in effort and lost trust. The best time for it was yesterday – the second best is now.
Whitepaper · KI & Datenschutz
KI-Nutzungsrichtlinie: die Checkliste
Zehn Punkte für den geregelten KI-Einsatz – von der Datenklassen-Ampel bis zur DSFA. Direkt umsetzbar.
PDF herunterladen