Warum pauschale Verbote scheitern — und welche Strategie wirklich trägt

Der CFO kopiert Quartalszahlen in ChatGPT, um die Geschäftsführungspräsentation zu strukturieren. Der Vertrieb formuliert Angebote mit Copilot. In der HR-Abteilung helfen private Claude-Accounts dabei, sensible Aufhebungsschreiben in Form zu bringen. Drei Szenen, die sich heute in nahezu jedem Unternehmen abspielen — meist ohne Wissen der IT, fast immer ohne klare Regeln.

Das Phänomen hat einen Namen: Schatten-KI. Der Bitkom hat es zuletzt im Oktober 2025 vermessen. In 8 Prozent der deutschen Unternehmen ab 20 Beschäftigten ist die unautorisierte Nutzung privater KI-Tools weit verbreitet, in weiteren 17 Prozent gibt es Einzelfälle [1]. Beide Werte haben sich gegenüber dem Vorjahr verdoppelt. Gleichzeitig stellen erst 26 Prozent der Unternehmen ihren Beschäftigten offiziell Zugang zu generativer KI bereit [1] — die Lücke zwischen Bedarf und Angebot ist messbar groß.

Wer Schatten-KI primär als Disziplinproblem versteht, hat das Phänomen falsch eingeordnet. Es handelt sich um ein Sicherheits- und Compliance-Problem, das aus einer Regelungslücke der Unternehmen selbst erwächst. Die meisten Mitarbeitenden, die zu privaten KI-Tools greifen, tun das nicht aus Trotz, sondern weil sie schlicht nicht wissen, was erlaubt ist und was nicht — und im Zweifel pragmatisch entscheiden.

Was Schatten-KI ist — und was sie von Schatten-IT unterscheidet

Der Begriff Schatten-IT bezeichnet seit Jahren die Nutzung nicht freigegebener Software, Cloud-Speicher oder SaaS-Lösungen am Arbeitsplatz. Schatten-KI ist die spezifische Variante für KI-Werkzeuge — und unterscheidet sich in einem entscheidenden Punkt: Während eine unautorisierte Filesharing-Lösung „nur“ Daten transportiert, verarbeiten generative KI-Systeme die eingegebenen Inhalte aktiv. Eingaben werden je nach Anbieter und Vertragsmodell zur Verbesserung der Modelle herangezogen, auf Servern in Drittländern verarbeitet und unter Umständen vom Personal des Anbieters gesichtet [2].

Typische Erscheinungsformen reichen von der Mail-Antwort bis zur strategischen Auswertung. Lange Vertragsentwürfe werden in ChatGPT zusammengefasst, Bewerberprofile in Claude analysiert, interne Meeting-Mitschriften in Gemini in Präsentationen verwandelt. Die quantitativen Befunde sind eindeutig: Laut Verizon Data Breach Investigations Report 2025 nutzen 15 Prozent der Mitarbeitenden generative KI regelmäßig auf Firmengeräten — und davon authentifizieren sich 72 Prozent über private E-Mail-Konten, lediglich 11 Prozent über kontrollierte Unternehmenskanäle [3]. Mit anderen Worten: Selbst dort, wo KI-Nutzung sichtbar wird, läuft sie ganz überwiegend an der Governance vorbei.

Welche Größenordnung daraus resultieren kann, hat Samsung bereits 2023 vorgeführt. Innerhalb von nur 20 Tagen hatten drei Beschäftigte des Halbleiter-Geschäfts hochsensible Inhalte in ChatGPT eingegeben — Quellcode eines proprietären Programms, Testsequenzen für Chip-Optimierung sowie interne Besprechungsprotokolle [2]. Die Daten landeten auf den Servern von OpenAI; rechtlich konnten sie nicht zurückgeholt werden.

Drei Risikodimensionen

Schatten-KI ist kein abstraktes Compliance-Risiko, sondern berührt konkret drei Rechtsbereiche, die sich teilweise verschränken.

Datenschutz: Der unterschätzte Sprengsatz

Im Mittelpunkt steht die DSGVO. Wer personenbezogene Daten — Kundendaten, Bewerberunterlagen, Gesundheitsangaben, Verträge — in eine KI eingibt, deren Anbieter keine vertragliche Auftragsverarbeitung zugesichert hat, übermittelt diese Daten an einen Dritten ohne tragfähige Rechtsgrundlage. Hinzu kommt die Drittlandsproblematik: Werden Inhalte auf US-Servern verarbeitet, gelten die strengen Anforderungen, die der EuGH mit Schrems II formuliert hat, sowie die Bedingungen des EU-US Data Privacy Frameworks. Die Bußgelddrohung ist erheblich — bis zu 20 Millionen Euro oder 4 Prozent des weltweiten Jahresumsatzes [4].

Wie groß die finanzielle Dimension geworden ist, zeigt der IBM Cost of a Data Breach Report 2025. Schatten-KI war an 20 Prozent der untersuchten Datenpannen beteiligt und erhöhte die durchschnittlichen Kosten pro Vorfall um rund 670.000 US-Dollar. 63 Prozent der untersuchten Organisationen hatten zum Zeitpunkt der Erhebung überhaupt keine KI-Governance-Richtlinien [5]. Die Schere zwischen Praxis und Regelung ist nirgends so weit aufgegangen wie hier.

Bemerkenswert ist die Lage gerade im Mittelstand. Während Konzerne mittlerweile dedizierte KI-Beauftragte und Auftragsverarbeitungsverträge mit großen Anbietern haben, fehlen in vielen kleineren und mittleren Unternehmen die Grundlagen — bei gleichzeitig identischen rechtlichen Pflichten. Genau dort sind die Risiken am größten und werden am wenigsten gesehen.

Geschäftsgeheimnisgesetz: Wenn der Schutzstatus erodiert

Weniger bekannt, aber rechtlich mindestens ebenso brisant ist das Geschäftsgeheimnisgesetz (GeschGehG). Es definiert Geschäftsgeheimnisse in § 2 Nr. 1 nicht nur über den Geheimnischarakter und das wirtschaftliche Interesse, sondern in Buchstabe b auch über das Erfordernis „angemessener Geheimhaltungsmaßnahmen“ durch den Inhaber.

Die Konsequenz ist tiefgreifend: Wer es zulässt, dass Beschäftigte Geschäftsgeheimnisse in private KI-Konten eingeben — sei es Quellcode, Preiskalkulation oder strategisches Material —, kann den rechtlichen Schutzstatus dieser Informationen verlieren. Und zwar unabhängig davon, ob ein konkretes Datenleck bereits eingetreten ist. Allein das Fehlen angemessener Schutzmaßnahmen kann ausreichen, um den Geheimnis-Status zu verwirken. Im Streit mit einem ehemaligen Mitarbeiter oder einem Wettbewerber stünde ein Unternehmen dann ohne die Schutzansprüche da, die es eigentlich für sich reklamieren wollte.

Der Samsung-Fall illustriert das exemplarisch: Quellcode auf einem Server außerhalb der eigenen Kontrolle, ohne vertragliche Verpflichtung des Empfängers — das ist eine juristisch kaum reparierbare Konstellation.

EU AI Act: Die Pflicht zur KI-Kompetenz

Die dritte Dimension ist regulatorisch noch jung und vielen Unternehmen nicht voll präsent. Seit dem 2. Februar 2025 gilt Artikel 4 der EU-KI-Verordnung (Verordnung (EU) 2024/1689). Er verpflichtet Anbieter und Betreiber von KI-Systemen, „nach besten Kräften“ sicherzustellen, dass das eigene Personal sowie Auftragnehmer ein ausreichendes Maß an KI-Kompetenz haben [6]. Die Pflicht ist risikoklassenunabhängig — sie greift selbst dann, wenn Beschäftigte „nur“ ChatGPT für E-Mail-Entwürfe nutzen.

Wer Schatten-KI duldet, kann diese Pflicht praktisch nicht erfüllen. Ohne Kenntnis darüber, welche Tools überhaupt verwendet werden, lässt sich keine zugeschnittene Schulung organisieren — und ohne Schulung droht ab dem 2. August 2026 nicht nur Bußgeldrisiko nach AI Act, sondern bei Schadensfällen auch zivilrechtliche Haftung. Hinzu kommen die Transparenzpflichten nach Art. 50 KI-VO ab demselben Stichtag: KI-generierte Inhalte zu Themen öffentlichen Interesses müssen kenntlich gemacht werden. Das erfordert eine bewusste Steuerung der KI-Nutzung — die in einem Schatten-Modell schlicht nicht stattfindet.

Warum Verbote scheitern

Vor diesem Hintergrund erscheint der Reflex naheliegend: KI-Tools werden gesperrt, ChatGPT auf der Firmen-Firewall blockiert, eine Richtlinie verschickt. Das hilft kaum.

Erstens, weil die Tools privat verfügbar bleiben. Niemand kann verhindern, dass Beschäftigte am Smartphone, am privaten Notebook oder im Homeoffice ChatGPT öffnen. Die Sperre auf dem Firmenrechner verlagert die Nutzung, beendet sie aber nicht. UpGuard hat im November 2025 dokumentiert, was daraus folgt: Über 80 Prozent der Beschäftigten nutzen unautorisierte KI-Tools, darunter fast 90 Prozent der Sicherheitsfachleute selbst [7].

Zweitens, weil die Mitarbeitenden, die KI nutzen, einen messbaren Vorteil daraus ziehen. Microsoft und LinkedIn berichten in ihrem Work Trend Index 2024, dass 78 Prozent der Wissensarbeiterinnen und -arbeiter eigene KI-Tools mit zur Arbeit bringen [8]. Wer ihnen das offiziell entzieht, ohne adäquaten Ersatz anzubieten, signalisiert: Das Unternehmen hält sie für weniger wichtig als das vermeintliche Risiko.

Drittens — und das ist der vielleicht wichtigste Befund — gibt es einen kontraintuitiven Zusammenhang: UpGuard zeigt eine positive Korrelation zwischen KI-Sicherheitskompetenz und unautorisierter Nutzung. Wer sich auskennt, hält das Risiko für beherrschbar und nutzt private Tools mit höherer Wahrscheinlichkeit als jemand, der pauschale Vorbehalte hat [7]. Verbote treffen damit ausgerechnet diejenigen besonders unfair, die am ehesten verantwortungsvoll mit der Technologie umgehen würden.

Pauschale Verbote sind in dieser Lage nicht nur wirkungslos, sondern kontraproduktiv. Sie ersetzen ein Sicherheitsproblem durch ein Vertrauensproblem — und schaffen eine Schatten-Praxis, die jenseits jeder Sichtbarkeit weiterläuft.

Sechs Schritte zu einer pragmatischen KI-Policy

Die nüchterne Konsequenz aus den Befunden lässt sich in einen Sechs-Schritte-Pfad übersetzen, der ohne Heroismus auskommt und vom Mittelstand bis zum Konzern skaliert.

Schritt eins: Ehrliche Bestandsaufnahme. Eine anonyme Mitarbeiterbefragung, ergänzt um Netzwerk-Telemetrie, gibt Aufschluss darüber, welche Tools tatsächlich im Einsatz sind. Der Schritt steht und fällt mit einer Zusicherung: Es geht nicht um Sanktionen, sondern um Sichtbarkeit. Wer Schatten-KI als Schauprozess inszeniert, bekommt keine ehrlichen Antworten.

Schritt zwei: Datenklassifizierung. Bevor Regeln geschrieben werden, muss klar sein, welche Datenarten überhaupt existieren — von rein öffentlichen Informationen über interne Inhalte bis zu Geschäftsgeheimnissen und besonderen Kategorien personenbezogener Daten. Konkrete Beispiele schlagen abstrakte Definitionen.

Schritt drei: Tool-Whitelist statt Tool-Verbot. Eine Liste freigegebener Tools mit klarer Zuordnung, welche Datenklasse in welches Tool darf, ersetzt die schwarzlistenartige „Was-ist-verboten“-Logik. Das ist konstruktiver formuliert, einfacher zu kommunizieren und leichter zu pflegen.

Schritt vier: Schulung als Pflicht und Investition. Artikel 4 KI-VO verlangt sie ohnehin, der Geschäftsnutzen begründet sie zusätzlich. Inhalte: Funktionsweise generativer KI (insbesondere Halluzinationen), rechtlicher Rahmen (DSGVO, GeschGehG, AI Act), Datenklassifizierung in der Praxis, Prompt-Hygiene. Die Tiefe richtet sich nach Rolle und Tätigkeit. Die Schulung ist der eigentliche Hebel — wer ihn nicht zieht, zieht keinen.

Schritt fünf: Eskalationsweg. Der KI-Markt verändert sich monatlich; jede statische Richtlinie ist beim Versand veraltet. Ein klarer Weg für Sonderfälle und neue Tools — etwa über einen KI-Beauftragten oder ein KI-Council aus IT, Datenschutz und Fachbereichen — verhindert, dass Beschäftigte aus Mangel an Antworten in den Schatten ausweichen.

Schritt sechs: Kontinuierliche Pflege. Die Richtlinie ist kein Einmal-Dokument, sondern wird mindestens jährlich überprüft und an die Tool-Landschaft angepasst. Praxiserfahrungen aus Unternehmen, die in offizielle KI-Bereitstellung investiert haben, zeigen klar in eine Richtung: Wo freigegebene Alternativen verfügbar sind, geht die unautorisierte Nutzung deutlich zurück.

Enterprise-Alternativen zu Consumer-Tools

Die gute Nachricht: Der Markt hat reagiert. Praktisch alle großen Anbieter offerieren mittlerweile Enterprise-Varianten ihrer Tools — ChatGPT Enterprise und Team, Microsoft 365 Copilot, Claude for Enterprise, Google Gemini Enterprise. Die Unterschiede zu Consumer-Versionen sind substantiell: Eingaben werden nicht für das Modelltraining verwendet, EU-Hosting-Optionen reduzieren das Drittland-Risiko, Single Sign-on ermöglicht zentrale Kontoverwaltung, Audit-Logs schaffen Nachvollziehbarkeit, eine Admin-Konsole steuert Berechtigungen.

Die Bitkom-Befunde zeigen jedoch, wie ungleich die Adoption verläuft. 43 Prozent der Großunternehmen ab 500 Beschäftigten stellen offiziellen Zugang zu generativer KI bereit, aber nur 23 Prozent der Unternehmen mit 20 bis 99 Beschäftigten [1]. Gerade dort, wo der rechtliche Druck am stärksten lastet, ist die Versorgung am dünnsten.

Checkliste zur Selbsteinschätzung

Wer für das eigene Unternehmen einordnen will, wo es steht, kann sich an einer kurzen Reihe von Fragen orientieren. Existiert eine schriftliche KI-Richtlinie, die im letzten halben Jahr aktualisiert wurde? Wissen Mitarbeitende konkret, welche Tools sie für welche Aufgabe nutzen dürfen? Gibt es eine Datenklassifizierung, die im Alltag nutzbar ist — und nicht in einer Schublade liegt? Sind die Schulungen nach Art. 4 KI-VO durchgeführt und dokumentiert? Existiert ein klar benannter Eskalationsweg für neue Tools? Sind Geschäftsgeheimnisse explizit als solche gekennzeichnet, sodass Beschäftigte sie auch erkennen können? Werden Auftragsverarbeitungsverträge mit den genutzten Anbietern systematisch geprüft und vorgehalten? Wird die Liste der freigegebenen Tools zentral gepflegt und aktiv kommuniziert?

Mehr als zwei Mal „Nein“ sollte Anlass sein, die KI-Governance kurzfristig zu überarbeiten — nicht aus Compliance-Pflichtgefühl, sondern weil das wirtschaftliche und rechtliche Risiko mit jedem Monat größer wird.

Fazit

Schatten-KI ist Symptom, nicht Ursache. Sie zeigt, wo offizielle Strukturen dem realen Bedarf hinterherlaufen — und sie offenbart, dass der Reflex zum Verbot in einer Welt mit privater Verfügbarkeit jeder Technologie ins Leere greift.

Die wirksamere Antwort beginnt nicht mit einer Sanktionsdrohung, sondern mit Klarheit: über Daten, über Tools, über Regeln. Vor allem aber mit Schulung. Wer Mitarbeitenden vermittelt, was sie tun dürfen und warum bestimmte Inhalte nicht in bestimmte Tools gehören, ersetzt Verbote durch Verständnis. Das ist anstrengender als ein Erlass — und der einzige Weg, der Schatten-KI dauerhaft in die Sichtbarkeit zurückholt.

Quellen

[1] Bitkom Research: Beschäftigte nutzen vermehrt Schatten-KI, Pressemitteilung, 21. Oktober 2025. https://www.bitkom.org/Presse/Presseinformation/Beschaeftigte-nutzen-Schatten-KI

[2] Härting Rechtsanwälte: Samsungs ChatGPT-Leak: KI-Risiken im Berufsalltag, 8. Mai 2023. https://haerting.de/wissen/samsungs-chatgpt-leak-ki-risiken-im-berufsalltag/

[3] Verizon Business: 2025 Data Breach Investigations Report, 2025. https://www.verizon.com/business/resources/reports/dbir/

[4] Verordnung (EU) 2016/679 (DSGVO), Art. 83. https://eur-lex.europa.eu/eli/reg/2016/679/oj

[5] IBM: Cost of a Data Breach Report 2025, 2025. https://www.ibm.com/reports/data-breach

[6] Verordnung (EU) 2024/1689 (KI-Verordnung), Art. 4. https://eur-lex.europa.eu/eli/reg/2024/1689/oj

[7] David Jones: Shadow AI is widespread — and executives use it the most, Cybersecurity Dive, 12. November 2025 (basierend auf dem UpGuard-Report vom 10. November 2025). https://www.cybersecuritydive.com/news/shadow-ai-employee-trust-upguard/805280/

[8] Microsoft & LinkedIn: Work Trend Index 2024: AI at Work Is Here. Now Comes the Hard Part, 8. Mai 2024. https://www.microsoft.com/en-us/worklab/work-trend-index/ai-at-work-is-here-now-comes-the-hard-part