Anonymisieren oder pseudonymisieren: Was schützt bei KI?

Das Problem

Sie möchten eine KI nutzen, um Kundenfeedback auszuwerten, und haben in der Excel-Liste die Namen durch Nummern ersetzt: «Kunde 17» statt «Frau Keller». Nun fragen Sie sich: Ist das damit «anonymisiert»? Darf ich die Liste jetzt in einen Cloud-Dienst laden? Die Antworten, die Sie hören, widersprechen sich.

Das Durcheinander hat einen Grund. Im Alltag sagen viele «anonymisieren», wenn sie Namen ersetzen. Rechtlich ist das meist nur eine Pseudonymisierung. Der Unterschied ist wichtig, weil nur bei echter Anonymisierung die Daten aus dem Datenschutzrecht herausfallen. Pseudonymisierte Daten bleiben Personendaten, auch wenn sie das Risiko senken.

Hier erfahren Sie, worin sich die beiden Begriffe unterscheiden, wann Sie welche Methode brauchen und welches Restrisiko bei KI bleibt. Eine Rechtsberatung ersetzt das nicht.

Einfach erklärt

Pseudonymisieren bedeutet: Direkte Kennzeichen wie Name oder Kundennummer werden durch Platzhalter oder Codes ersetzt. Die Zuordnung steht in einem Schlüssel, den Sie getrennt aufbewahren. Wer den Schlüssel hat, kann die Person wieder bestimmen. Deshalb gelten die Daten weiterhin als Personendaten.

Anonymisieren bedeutet: Die Daten werden so verändert, dass die Person nicht mehr bestimmbar ist, auch nicht mit vernünftigem Aufwand und auch nicht durch Kombination mit anderen Informationen. Ein Rückweg besteht nicht. In der Praxis ist das schwer zu erreichen, vor allem bei detaillierten Daten oder kleinen Gruppen.

Auch bei sorgfältiger Pseudonymisierung besteht ein Restrisiko: Aus Alter, Beruf, Wohnort und Ereignissen kann man Personen oft erkennen. Bei KI kommt hinzu, dass Eingaben beim Anbieter landen und je nach Einstellung gespeichert werden.

So lösen Sie es mit KI – Schritt für Schritt

So entscheiden Sie, wie weit Sie gehen müssen:

1. Aufgabe und Daten beschreiben: Was soll die KI tun, und welche Angaben braucht sie dazu wirklich? Siehe Datenminimierung bei KI.
2. Direkte Kennzeichen finden: Namen, Adressen, Kontaktdaten, Nummern. Siehe Personendaten in Prompts erkennen.
3. Indirekte Hinweise finden: Seltene Berufe, kleine Orte, besondere Ereignisse, genaue Daten und Beträge. Verallgemeinern oder streichen Sie sie.
4. Pseudonymisieren, wo der Bezug später gebraucht wird: Wenn Sie die Ergebnisse wieder einer Person zuordnen müssen, nutzen Sie Platzhalter und bewahren den Schlüssel getrennt und geschützt auf.
5. Anonymisieren, wo der Bezug nicht gebraucht wird: Wenn es nur um Muster geht, zum Beispiel Themen im Feedback, entfernen Sie den Personenbezug vollständig und fassen Daten zusammen.
6. Restrisiko prüfen: Fragen Sie: Könnte jemand aus Betrieb, Region oder Umfeld die Person erkennen? Wenn ja, ist es nicht anonym.
7. Dienst und Vertrag prüfen: Klären Sie, wo die Daten verarbeitet werden, ob sie fürs Training genutzt werden und welche Zusagen der Anbieter gibt.
8. Entscheid dokumentieren: Halten Sie fest, welche Daten Sie wie behandelt haben und warum.

Vorlage zum Kopieren

Mit diesem Auftrag bereiten Sie eine Prüfung vor. Beschreiben Sie die Datenarten, nicht die Daten selbst:

Ich möchte eine KI nutzen für [Aufgabe, z. B. Auswertung von Kundenfeedback]. Die Daten enthalten: [Datenarten, z. B. Name, E-Mail, Ort, Alter, Freitext].
Wir sind ein [Betrieb, Grösse, Region in der Schweiz]. Ich habe geplant, [z. B. Namen durch Nummern zu ersetzen].
Erstelle eine Checkliste, mit der ich prüfe, ob das eine Pseudonymisierung oder eine Anonymisierung ist, welche indirekten Identifikationsmerkmale übrig bleiben könnten
und welche Zusatzmassnahmen sinnvoll wären. Nenne offene Fragen für eine Datenschutzberatung. Gib keine Rechtsberatung und erfinde keine Gesetzesstellen.

Ergänzen Sie Datenarten und Plan. Das Ergebnis ist eine Arbeitsliste, keine Freigabe.

Worauf Sie achten müssen

• Falsche Sicherheit: Wer glaubt, «Kunde 17» sei anonym, behandelt die Daten zu lax. Solange ein Schlüssel oder eine Kombination existiert, bleibt der Bezug.
• Freitext ist gefährlich: In Kommentaren und Mails stehen oft Namen und Details. Prüfen Sie Freitextfelder besonders gründlich.
• Kleine Gruppen: In kleinen Betrieben oder Gemeinden ist fast jede Angabe identifizierend. Fassen Sie stärker zusammen.
• Re-Identifikation: Aus mehreren «harmlosen» Datensätzen lassen sich Personen oft wieder bestimmen. Prüfen Sie, welche Zusatzinformationen vorhanden sein könnten.
• Schlüssel schützen: Bewahren Sie den Zuordnungsschlüssel getrennt und zugriffsbeschränkt auf, nie im selben Dokument oder Chat.
• Rechtliche Einordnung: Ob Daten im Einzelfall als anonym gelten, kann umstritten sein. Das gilt auch für die DSGVO. Fragen Sie bei Zweifeln eine Fachperson.
• Berufsgeheimnisse: Bei Ärztinnen, Anwälten oder Treuhändern gelten zusätzliche Anforderungen, siehe Falldaten anonymisieren bei Geheimnisschutz.

Ein Beispiel aus der Praxis

Ein Beispiel: Eine Gemeinde im Kanton Bern möchte Rückmeldungen aus einer Bürgerumfrage mit KI zusammenfassen lassen. Die Rückmeldungen enthalten Freitexte.

Vorher: Die Mitarbeiterin ersetzt die Namen durch Nummern und lädt die Liste in einen Cloud-Dienst. In einem Freitext steht «als einziger Landwirt an der Dorfstrasse». Die Person ist erkennbar.

Nachher: Sie prüft die Freitexte auf indirekte Hinweise, streicht solche Passagen oder verallgemeinert sie («als Landwirt in der Gemeinde» wird «als Gewerbetreibender»), und fasst Altersangaben in grobe Gruppen zusammen. Für die Auswertung braucht sie keine Rückzuordnung, deshalb löscht sie den Nummernschlüssel. Vor dem Hochladen klärt sie mit der Datenschutzverantwortlichen, welcher Dienst erlaubt ist.

So hilft Ihnen Alpasana

Wer im Team ein sicheres Grundverständnis für Daten im KI-Alltag aufbauen möchte, findet bei Linup einen passenden Einstieg. Der Online-Kurs KI sicher am Arbeitsplatz behandelt laut Beschreibung den Umgang mit Daten und die Prüfung von KI-Ergebnissen und stellt pro Person einen geordneten Schulungsnachweis aus. Ob das für Ihre rechtlichen Pflichten genügt, klären Sie im Einzelfall.

Häufige Fragen

Reicht es, Namen zu entfernen?

Meist nicht. Auch Adressen, Nummern, seltene Merkmale und Kombinationen können Personen bestimmbar machen. Gehen Sie die Daten systematisch durch.

Wann sind Daten wirklich anonym?

Wenn niemand die Person mit vernünftigem Aufwand bestimmen kann, auch nicht mit Zusatzwissen. Das ist anspruchsvoll. Im Zweifel behandeln Sie die Daten als Personendaten.

Darf ich pseudonymisierte Daten in eine Cloud-KI geben?

Das hängt von Daten, Dienst, Verträgen und Ihrer Rolle ab. Es ist eine Datenbearbeitung wie jede andere und braucht eine Prüfung. Siehe Auftragsverarbeitung erkennen.

Hilft die KI beim Anonymisieren?

Sie kann Textstellen vorschlagen, macht aber Fehler und sieht nicht alles. Kontrollieren Sie das Ergebnis immer selbst, und senden Sie nicht erst zur Anonymisierung vertrauliche Originaldaten an einen Dienst.