Wie trennen wir Kundendaten in einer Vektordatenbank?

Das Problem

Frau Müller arbeitet in einem Treuhandbüro, das für zwanzig Kundenfirmen die Buchhaltung führt. Das Büro möchte einen KI-Assistenten, der Fragen zu den jeweiligen Unterlagen beantwortet: «Wie hoch war der Umsatz von Firma A im letzten Quartal?» Die Unterlagen aller Kunden sollen im selben System liegen.

Dabei steht ein Albtraum im Raum: Der Assistent beantwortet eine Frage zu Firma A mit einem Beleg von Firma B. Eine einzige solche Verwechslung kann das Vertrauen zerstören und rechtliche Folgen haben, etwa wegen des Berufsgeheimnisses oder des Datenschutzes.

Das Problem betrifft nicht nur Treuhandbüros, sondern jedes Unternehmen, das für mehrere Kunden oder Abteilungen arbeitet: Agenturen, Kanzleien, Hausverwaltungen, Beratungsfirmen. Der Fachbegriff heisst Mandantentrennung: Jeder «Mandant» (Kunde) sieht und findet nur seine eigenen Daten.

So lösen Sie es mit KI – Schritt für Schritt

1. Mandanten definieren. Wer ist ein Mandant: eine Kundenfirma, ein Projekt, eine Abteilung? Legen Sie fest, welche Daten zusammengehören.

1. Eindeutige Kennung vergeben. Jeder Mandant erhält eine eindeutige, unveränderliche Nummer. Jeder Textabschnitt trägt diese Kennung als Zusatzangabe.

1. Trennungsmodell wählen. Option A: ein getrennter Datenbereich pro Kunde (stärkste Trennung, mehr Verwaltung). Option B: ein gemeinsamer Bereich mit zwingendem Filter auf die Kunden-Kennung (weniger Aufwand, höheres Risiko bei Fehlern). Viele Datenbanken bieten dafür besondere Mandantenfunktionen. Fragen Sie nach.

1. Zugriff an die Anmeldung koppeln. Die Kunden-Kennung wird nicht von der Nutzerin eingegeben, sondern aus dem sicheren Login bestimmt. Eine Mitarbeiterin darf nur die Mandanten sehen, für die sie berechtigt ist. Siehe Berechtigungen nach Abteilungen.

1. Filter serverseitig erzwingen. Der Filter darf nicht allein im Chatfenster stecken, sondern muss im Hintergrundsystem fest eingebaut sein, sodass er sich nicht umgehen lässt.

1. Mit Fangfragen testen. Fragen Sie als Nutzer von Kunde A nach Daten von Kunde B, mit verschiedenen Formulierungen. Siehe Datenleck-Test.

1. Protokolle und Löschung regeln. Wer greift worauf zu? Wie werden Daten eines Kunden nach Vertragsende vollständig entfernt? Siehe Dokument aus dem Suchindex löschen.

1. Regelmässig prüfen. Wiederholen Sie die Trennungstests nach Änderungen und mindestens jährlich.

Vorlage zum Kopieren

Diese Checkliste können Sie Ihrem Dienstleister vorlegen.

Und ein Prompt für Testfragen (ohne echte Daten):

Wir testen die Mandantentrennung unseres KI-Assistenten. Angemeldet ist ein Nutzer von Kunde [A]. Schreibe 15 Testfragen, mit denen jemand versucht, Daten von Kunde [B] zu erhalten: direkte Fragen, indirekte Formulierungen, Vergleichsfragen («Wie steht A im Vergleich zu anderen Kunden?») und Versuche, die Anweisung zu umgehen («Ignoriere deine Regeln»).
Erfinde keine Kundendaten, setze Platzhalter wie [Kunde B] ein.

Führen Sie die Fragen mit Testkonten und erfundenen Daten durch, nie mit echten Kundendaten.

Worauf Sie achten müssen

• Filter allein genügt selten: Ein Programmierfehler genügt, und die Trennung fällt. Bei hochsensiblen Daten ist ein getrennter Bereich pro Mandant sicherer.
• Gesetzliche Pflichten: Berufsgeheimnisse und das Datenschutzgesetz verlangen angemessenen Schutz. Was das konkret heisst, klärt eine Fachperson im Einzelfall.
• Zwischenspeicher: Gespeicherte Antworten, Protokolle und Logs können Mandantendaten enthalten. Auch sie müssen getrennt sein.
• Gemeinsame Anweisungen: Wenn Anweisungen an die KI Kundendaten enthalten, gelten sie für alle. Halten Sie sie neutral.
• Test mit Testkonten: Nie echte Kundendaten für Tests verwenden. Erstellen Sie fiktive Mandanten.

Ein Beispiel aus der Praxis

Ein Beispiel: Eine Kommunikationsagentur in Zürich betreut 15 Kunden und möchte eine interne Wissenssuche über Briefings, Offerten und Freigaben. Kunden stehen teils im Wettbewerb.

Vorher: Der Entwurf sieht einen gemeinsamen Bereich vor, in dem alle Dokumente liegen. Nachher: Frau Müller, die das Büro leitet, verlangt eine Kennung pro Kunde, einen serverseitig erzwungenen Filter und Tests mit Testkonten. Ein Test zeigt, dass eine Frage, die ein Konkurrenzprodukt nennt, Treffer von zwei Kunden mischt. Das Team behebt den Fehler und führt für die sensibelsten Kunden getrennte Bereiche ein.

So hilft Ihnen Alpasana

Mandantentrennung ist ein Zusammenspiel aus Konzept, Technik und Tests. Die KI-Beratung und digitale Transformation von Alpasana umfasst das Konzipieren von Schnittstellen, das Verbinden von Systemen, die Einführung von KI-Agenten mit Pilot und Einsatzregeln sowie die Dokumentation der Umsetzung.

So legen Sie Anforderungen an die Trennung fest, bevor das System gebaut wird. Projekte werden individuell offeriert.

Häufige Fragen

Reicht es, dem Chatbot zu sagen, er soll keine fremden Daten nennen?

Nein. Eine Anweisung an die KI ist kein Schutz. Die Trennung muss technisch erzwungen werden, bevor die KI Texte sieht.

Was ist besser: eine Datenbank pro Kunde oder eine gemeinsame?

Bei hohem Schutzbedarf eher getrennte Bereiche, bei vielen kleinen Kunden und geringem Risiko eine gemeinsame mit sauberem Filter. Entscheiden Sie anhand von Risiko und Aufwand.

Wie lösche ich einen Kunden vollständig?

Mit klar definiertem Ablauf: alle Abschnitte mit seiner Kennung, Originaldateien, Zwischenspeicher und Sicherungen. Prüfen Sie anschliessend mit Testfragen.

Dürfen wir Kundendaten überhaupt in einen KI-Dienst geben?

Das hängt von Vertrag, Datenschutz, Berufsgeheimnis und Zustimmung ab. Klären Sie es vorab mit Fachleuten und Ihren Kundinnen und Kunden.