Zum Inhalt springen

Geschäftsgeheimnisse und KI: Know-how schützen beim Einsatz von KI-Tools

Konstruktionszeichnungen, Rezepturen, Kalkulationsschemata und Prüfparameter sind in vielen Betrieben das eigentliche Kapital. Seit KI-Tools im Browser für jeden erreichbar sind, wandert dieses Wissen schnell in fremde Systeme: ein kopierter Angebotstext, eine hochgeladene Stückliste, ein Prüfbericht zur Zusammenfassung. Dieser Überblick erklärt, warum das deutsche Geheimnisschutzrecht dabei eine klare Logik vorgibt und wie Sie daraus Ihr KI-Betriebsmodell ableiten. Er ersetzt keine Rechtsberatung.

Was ist ein Geschäftsgeheimnis und warum betrifft das KI-Tools?

Ein Geschäftsgeheimnis ist nach § 2 GeschGehG eine Information, die nicht allgemein bekannt ist, deshalb wirtschaftlichen Wert hat, durch angemessene Geheimhaltungsmaßnahmen geschützt wird und an deren Geheimhaltung ein berechtigtes Interesse besteht. KI-Tools betreffen vor allem die dritte Bedingung: Wer Know-how ohne Regeln in fremde Systeme gibt, schwächt den Nachweis seiner Schutzmaßnahmen.

Das Gesetz zum Schutz von Geschäftsgeheimnissen vom 18. April 2019 ist seit dem 26. April 2019 in Kraft und setzt die Richtlinie (EU) 2016/943 um. Die Begriffsbestimmung in § 2 nennt drei Bedingungen, die zusammen erfüllt sein müssen:

  1. Geheimheit mit wirtschaftlichem Wert: Die Information ist weder insgesamt noch in der genauen Zusammensetzung ihrer Bestandteile in den Fachkreisen allgemein bekannt oder ohne Weiteres zugänglich.
  2. Angemessene Geheimhaltungsmaßnahmen: Der rechtmäßige Inhaber hat Maßnahmen ergriffen, die den Umständen nach angemessen sind.
  3. Berechtigtes Interesse an der Geheimhaltung.

Typische Kandidaten im produzierenden Mittelstand:

  • Konstruktions- und Fertigungsdaten: CAD-Modelle, Toleranzketten, Prozessparameter von Maschinen
  • Rezepturen und Mischungsverhältnisse in Chemie, Lebensmittel- oder Kunststoffverarbeitung
  • Kalkulationen: Zuschlagssätze, Einkaufskonditionen, Deckungsbeiträge je Kunde
  • Prüf- und Qualitätswissen: Grenzwerte, Prüfabläufe, Fehlerbilder aus Reklamationen
  • Vertriebswissen: Kundenlisten mit Konditionen, Ausschreibungsstrategien

Der Kern für KI-Entscheidungen: Das Gesetz schützt nicht jede vertrauliche Information automatisch. Es schützt nur Wissen, das Sie selbst erkennbar schützen. Das macht die Wahl der KI-Tools zu einer Frage, die das Gesetz mitbestimmt.

Wie funktioniert der Schutz nach dem GeschGehG?

Der Schutz funktioniert über Handlungsverbote und Ansprüche: Wer ein Geschäftsgeheimnis unbefugt erlangt, nutzt oder offenlegt, muss mit Unterlassung, Beseitigung, Schadensersatz und in schweren Fällen mit Strafe rechnen. Alle diese Ansprüche setzen aber voraus, dass überhaupt ein Geschäftsgeheimnis vorliegt, also auch angemessene Maßnahmen getroffen wurden.

Die Bausteine des Gesetzes im Überblick:

  • Erlaubte Handlungen (§ 3): Eigenständige Entdeckung und das Untersuchen eines öffentlich verfügbaren oder rechtmäßig erworbenen Produkts (Reverse Engineering) sind grundsätzlich erlaubt, sofern keine Pflicht entgegensteht, die Erlangung zu beschränken.
  • Handlungsverbote (§ 4): Verboten ist etwa das unbefugte Kopieren von Dokumenten oder elektronischen Dateien. Wer eine vertragliche Geheimhaltungs- oder Nutzungsbeschränkung verletzt, darf das Wissen weder nutzen noch offenlegen. Auch wer das Geheimnis über Dritte erhält und den Verstoß kennen musste, ist erfasst.
  • Zivilrechtliche Ansprüche (§§ 6 bis 14): Beseitigung und Unterlassung, Vernichtung und Rückruf rechtsverletzender Produkte, Auskunft und Schadensersatz.
  • Strafrecht (§ 23): Bestimmte Verletzungen, etwa zur Förderung des Wettbewerbs, aus Eigennutz oder in Schädigungsabsicht, sind mit Freiheitsstrafe bis zu drei Jahren oder Geldstrafe bedroht.

Für KI ergibt sich daraus eine einfache Kette: Ihre Ansprüche gegen einen Wettbewerber, einen ausgeschiedenen Mitarbeiter oder einen Dienstleister hängen davon ab, dass Sie im Streitfall angemessene Maßnahmen belegen können. Fließt dasselbe Wissen im Alltag ungeregelt in Verbraucher-Tools mit aktivierter Trainingsfreigabe, liefert das der Gegenseite ein Argument, dass Ihre Maßnahmen eben nicht angemessen waren.

Das Gesetz zählt keine konkreten Maßnahmen auf, es verlangt Maßnahmen, die „den Umständen nach“ angemessen sind. Als Orientierung bieten sich der Wert der Information, die Größe des Unternehmens, die Schutzstandards Ihrer Branche und der Aufwand der Maßnahme an. Genau hier setzt die Betriebsmodell-Entscheidung an: Je wertvoller das Wissen, desto mehr Kontrolle über seine Verarbeitung lässt sich begründen.

Welche KI-Betriebsmodelle gibt es und was bedeuten sie für den Geheimnisschutz?

Es gibt im Wesentlichen vier Betriebsmodelle: Verbraucher-Tools, Business-Tarife der Anbieter, API-Zugänge mit zusätzlichen Datenkontrollen und lokal betriebene Modelle. Sie unterscheiden sich darin, wer die Daten speichert, ob sie für Training genutzt werden dürfen und wie gut Sie Ihre Maßnahmen später belegen können.

Verbraucher-Tools (Free, Plus, Pro und ähnliche). Hier entscheidet der einzelne Nutzer über Datenschutzeinstellungen. Bei Anthropic können Chats aus Verbraucherkonten für Training verwendet werden, wenn der Nutzer das in den Einstellungen erlaubt; bewertete Unterhaltungen werden nach dieser Seite bis zu fünf Jahre gespeichert. Das Unternehmen hat keine zentrale Kontrolle. Für Geschäftsgeheimnisse ist dieses Modell ohne weitere Maßnahmen schwer als angemessen zu begründen.

Business- und Enterprise-Tarife. Anbieter verzichten hier vertraglich auf Training mit Kundendaten. Anthropic schreibt für seine kommerziellen Produkte, dass Ein- und Ausgaben nicht zum Training verwendet werden, sofern Sie nicht ausdrücklich zustimmen, etwa über Feedback. Dazu kommen zentrale Verwaltung, Single Sign-on und Protokolle. Das ist ein belastbarer Baustein, aber die Daten liegen weiterhin beim Anbieter.

API-Zugang mit Datenkontrollen. Wer KI in eigene Anwendungen einbaut, nutzt die API. OpenAI verwendet API-Daten laut eigener Dokumentation seit dem 1. März 2023 standardmäßig nicht für Training und speichert Missbrauchsprotokolle standardmäßig bis zu 30 Tage. Zero Data Retention und eine Datenverarbeitung in Europa sind dort an eine vorherige Freigabe durch OpenAI gebunden. Sie steuern damit, welche Daten Ihre Anwendung überhaupt verschickt.

Lokal betriebene Modelle. Offene Modelle laufen auf eigener Hardware im Rechenzentrum oder auf einer Server-Workstation. Daten, Protokolle und Zugriffsrechte bleiben vollständig in Ihrer Hand. Das ist für die wertvollste Datenklasse das stärkste Argument im Sinne des § 2, kostet aber Betriebsaufwand und meist etwas Modellqualität. Welche Bedingungen dafür sprechen, beschreibt die Seite zu souveräner KI im eigenen Haus; welche Server- und GPU-Klasse dafür nötig ist, klärt der Überblick zu Hardware für lokale LLMs.

In der Praxis kombinieren die meisten Betriebe mehrere Modelle: Ein Business-Tarif für allgemeine Texte, eine API-Anwendung für klar abgegrenzte Prozesse und ein lokales Modell für Konstruktions- und Kalkulationswissen.

Was müssen Sie vorbereiten, bevor KI-Tools Know-how verarbeiten?

Vor dem Einsatz brauchen Sie drei Dinge: eine Übersicht, welche Informationen überhaupt Geschäftsgeheimnisse sind, eine Zuordnung dieser Informationen zu Datenklassen und klare Verantwortliche. Ohne diese Grundlage können Sie weder ein passendes Tool wählen noch später angemessene Maßnahmen belegen.

Daten. Erstellen Sie ein Verzeichnis der schützenswerten Informationen: Wo liegen CAD-Daten, Rezepturen, Kalkulationen? In welchen Systemen (PDM, ERP, Fileserver, SharePoint)? Wer hat Zugriff? Viele Betriebe stellen dabei fest, dass Zugriffsrechte über Jahre gewachsen sind und schon ohne KI breiter sind als nötig.

Datenklassen. Bewährt haben sich drei bis vier Stufen, zum Beispiel:

KlasseBeispieleZulässiges KI-Betriebsmodell
ÖffentlichProduktkatalog, Pressetextejedes freigegebene Tool
InternProtokolle, allgemeine ProzessbeschreibungenBusiness-Tarif mit Trainingsverzicht
VertraulichKundenkonditionen, AngebotskalkulationBusiness-Tarif oder API mit Datenkontrollen, nur benannte Nutzer
Streng vertraulichRezepturen, Konstruktionsdaten, Prozessparameternur lokal betriebenes Modell oder gar keine KI

Systeme. Prüfen Sie, welche Tools bereits genutzt werden, auch ohne Freigabe. Browser-Erweiterungen, KI-Funktionen in Office-Paketen und eingebaute Assistenten in CAD- oder ERP-Systemen zählen dazu.

Organisation. Benennen Sie, wer Tools freigibt, wer Datenklassen festlegt und wer Verstöße bearbeitet. Gibt es einen Betriebsrat, prüfen Sie früh das Mitbestimmungsrecht nach § 87 Abs. 1 Nr. 6 BetrVG, das die Einführung technischer Einrichtungen zur Verhaltens- oder Leistungsüberwachung erfasst; KI-Tools mit Nutzungsprotokollen können darunter fallen.

Wie gehen Sie Schritt für Schritt vor?

Gehen Sie in fünf Schritten vor: Geheimnisse identifizieren, Datenklassen festlegen, Betriebsmodelle je Klasse zuordnen, Regeln und Verträge umsetzen und alles dokumentieren. Die Dokumentation ist kein Beiwerk, denn im Streitfall müssen Sie die Angemessenheit Ihrer Maßnahmen belegen.

  1. Geheimnisse identifizieren. Gehen Sie Prozesse durch, nicht Ordner: Angebot, Konstruktion, Fertigung, Prüfung, Service. Fragen Sie je Prozess, welche Information einem Wettbewerber am meisten nützen würde.
  2. Datenklassen festlegen. Ordnen Sie jede identifizierte Information einer Klasse zu. Halten Sie die Zahl der Klassen klein, damit Mitarbeitende sie im Alltag anwenden können.
  3. Betriebsmodell je Klasse zuordnen. Je höher Wert und Sensibilität, desto mehr Kontrolle brauchen Sie über Speicherung und Zugriff. Dokumentieren Sie die Begründung, also warum ein Business-Tarif für Klasse „Intern“ reicht und warum Klasse „Streng vertraulich“ im Haus bleibt.
  4. Regeln, Technik und Verträge umsetzen.
    • KI-Richtlinie mit Positivliste freigegebener Tools und Beispielen je Datenklasse
    • Vertraulichkeitsklauseln in Arbeits- und Dienstleisterverträgen, die KI-Tools ausdrücklich erfassen
    • Technische Sperren für nicht freigegebene KI-Dienste im Firmennetz, wo das verhältnismäßig ist
    • Rechte in den KI-Anwendungen so eng wie in den Quellsystemen
    • Prüfung der Anbieterverträge: Trainingsverzicht, Speicherdauer, Speicherort, Unterauftragnehmer
  5. Schulen und dokumentieren. Kurze, wiederkehrende Schulungen mit echten Beispielen aus Ihren Prozessen wirken besser als ein einmaliges Rundschreiben. Halten Sie fest, wer wann geschult wurde und welche Version der Richtlinie galt. Diese Schulungen lassen sich mit der Pflicht zur KI-Kompetenz nach Art. 4 AI Act verbinden; dort geht es um den sachkundigen Umgang mit KI insgesamt, hier um den Schutz Ihres Know-hows.

Diese fünf Schritte sind gleichzeitig die Grundlage für eine KI-Einführung, die über einzelne Tools hinausgeht. Der Überblick zur KI-Governance ordnet Rollen, Freigaben und Richtlinien allgemein; dieser Artikel liefert die rechtliche Begründung, warum der Geheimnisschutz dabei das Betriebsmodell mitbestimmt. Wie sich daraus ein dauerhafter Aufbau mit Verantwortlichen und Fahrplan ergibt, beschreibt die Seite zum KI-Aufbau im Unternehmen.

Wo liegen die Grenzen und Risiken?

Die wichtigste Grenze: Kein Betriebsmodell schützt Know-how allein. Auch ein lokales Modell hilft nicht, wenn alle Mitarbeitenden auf alle Daten zugreifen oder Ergebnisse unkontrolliert per Mail das Haus verlassen. Umgekehrt gilt: Ein Verbot ohne brauchbare Alternative führt erfahrungsgemäß dazu, dass Mitarbeitende private Konten nutzen.

Weitere Risiken, die Sie kennen sollten:

  • Schatten-KI. Wird ein freigegebenes Tool als zu umständlich empfunden, weichen Mitarbeitende auf private Konten aus. Diese Nutzung ist für das Unternehmen unsichtbar und untergräbt die dokumentierten Maßnahmen.
  • Angemessenheit ist nicht starr. Was heute als angemessen gilt, kann sich mit neuen Tools, neuen Standards der Branche oder einem gestiegenen Wert der Information ändern. Richtlinien brauchen eine regelmäßige Überprüfung.
  • Verträge der Anbieter ändern sich. Datenschutzseiten und Nutzungsbedingungen werden laufend aktualisiert; die oben zitierten Seiten haben den Stand Oktober 2026. Prüfen Sie Änderungen, bevor Sie sich auf eine Zusage verlassen.
  • Ausgaben sind auch Daten. Ein KI-generiertes Angebot oder eine Zusammenfassung eines Prüfberichts enthält oft dieselben Geheimnisse wie die Quelle. Ausgaben brauchen dieselbe Klassifizierung.
  • Export- und Vertragsrecht. Neben dem GeschGehG können Exportkontrollvorschriften und Geheimhaltungsvereinbarungen mit Kunden die Nutzung von Cloud-Diensten zusätzlich einschränken, etwa bei technischen Daten aus Kundenprojekten.
  • Lokaler Betrieb ist kein Selbstläufer. Eigene Modelle brauchen Updates, Zugriffskontrolle, Protokollierung und Datensicherung. Ein schlecht gepflegter Server im Keller ist keine angemessene Maßnahme.
  • Keine Garantie im Streitfall. Ob Maßnahmen angemessen waren, entscheidet am Ende ein Gericht im Einzelfall. Gute Dokumentation verbessert Ihre Position, ersetzt aber keine anwaltliche Prüfung.

Wie fangen Sie an?

Beginnen Sie mit einer Bestandsaufnahme von zwei Wochen: Welche KI-Tools werden bereits genutzt, welche drei Informationsarten sind Ihre wertvollsten Geheimnisse und wo liegen sie heute? Daraus leiten Sie eine erste Richtlinie mit Datenklassen und einer Positivliste ab und bieten für jede Klasse ein brauchbares Tool an.

Ein pragmatischer Einstieg in vier Punkten:

  • Woche 1: Kurze Befragung der Abteilungen nach genutzten KI-Tools und typischen Aufgaben; parallel Liste der Kernhemmnisse, etwa „Konstruktion darf nichts hochladen“.
  • Woche 2: Datenklassen und Zuordnung der Betriebsmodelle festlegen, Richtlinie in einer ersten Fassung beschließen, Business-Tarif für allgemeine Aufgaben freigeben.
  • Danach: Für die Klasse „Streng vertraulich“ prüfen, ob ein lokal betriebenes Modell den Aufwand rechtfertigt. Häufig reicht ein klar abgegrenzter Anwendungsfall, etwa die Suche in Prüfberichten oder Konstruktionsrichtlinien.
  • Laufend: Schulungen, jährliche Überprüfung der Richtlinie und der Anbieterverträge, Dokumentation aller Änderungen.

Wer diese Entscheidungen mit der Geschäftsführung und den Fachabteilungen gemeinsam treffen will, kann sie in einem halbtägigen Workshop vorbereiten: Datenklassen, Betriebsmodelle und die ersten Anwendungsfälle passen gut auf ein gemeinsames Whiteboard. Für die Frage, wann sich eigene Modelle im Haus lohnen, ist die Seite zu souveräner KI der nächste Schritt.

Hinweis: Dieser Artikel dient der Orientierung und stellt keine Rechtsberatung dar. Für Ihre konkrete Situation, insbesondere für Vertragsklauseln und arbeitsrechtliche Fragen, sollten Sie anwaltlichen Rat einholen.

Häufige Fragen

Verliere ich den Schutz eines Geschäftsgeheimnisses, wenn ein Mitarbeiter es in ChatGPT eingibt?

Nicht automatisch. Entscheidend ist, ob die Information danach noch geheim ist und ob Sie vorher angemessene Maßnahmen getroffen hatten; fehlen Regeln und technische Vorkehrungen ganz, wird der Nachweis im Streitfall deutlich schwerer.

Reicht ein Business-Tarif eines KI-Anbieters als Geheimhaltungsmaßnahme?

Er ist ein wichtiger Baustein, weil Anbieter dort vertraglich auf Training verzichten. Angemessen wird die Gesamtheit aber erst mit Datenklassen, Zugriffsrechten, Vertraulichkeitspflichten und Schulung.

Wann lohnt sich ein lokal betriebenes Modell aus Sicht des Geheimnisschutzes?

Wenn Ihre wertvollsten Informationen wie Konstruktionsdaten, Rezepturen oder Kalkulationsgrundlagen regelmäßig verarbeitet werden sollen und Sie die Kontrolle über Speicherung, Protokolle und Zugriff vollständig im eigenen Haus halten wollen.

Gilt das auch außerhalb Deutschlands?

Die EU-Richtlinie 2016/943 verlangt in allen Mitgliedstaaten angemessene Geheimhaltungsmaßnahmen, und das US-Recht kennt mit den „reasonable measures“ eine vergleichbare Voraussetzung. Die Details unterscheiden sich je nach Land.

Ist dieser Artikel eine Rechtsberatung?

Nein. Er gibt eine Orientierung zur Logik des Gesetzes; für konkrete Verträge, Richtlinien und Streitfälle sollten Sie eine Anwältin oder einen Anwalt mit Schwerpunkt IP- oder Arbeitsrecht einbeziehen.

Quellen

  1. Gesetz zum Schutz von Geschäftsgeheimnissen (GeschGehG) – Gesamttext gesetze-im-internet.de
  2. § 2 GeschGehG – Begriffsbestimmungen gesetze-im-internet.de
  3. § 3 GeschGehG – Erlaubte Handlungen gesetze-im-internet.de
  4. § 4 GeschGehG – Handlungsverbote gesetze-im-internet.de
  5. § 23 GeschGehG – Verletzung von Geschäftsgeheimnissen gesetze-im-internet.de
  6. Richtlinie (EU) 2016/943, Artikel 2 – Begriffsbestimmungen legislation.gov.uk
  7. § 87 BetrVG – Mitbestimmungsrechte gesetze-im-internet.de
  8. OpenAI API Docs – Data controls in the OpenAI platform developers.openai.com
  9. Anthropic Privacy Center – Is my data used for model training? (kommerzielle Produkte) privacy.claude.com
  10. Anthropic Privacy Center – Is my data used for model training? (Verbraucherprodukte) privacy.claude.com