Dokumentenaufbewahrung bei KI-Systemen: Anforderungen von DSGVO und EU AI Act

Das Kernprinzip der DSGVO ist eindeutig: Daten minimieren, Nicht-Benötigtes löschen, nichts länger aufbewahren als nötig. Die Botschaft des EU AI Act ist genauso eindeutig: alles dokumentieren, umfassende Aufzeichnungen führen, sie für Aufsichtsbehörden bereithalten.

Für Unternehmen, die KI-Systeme unter beiden Regelwerken betreiben, erzeugen diese gegenläufigen Anforderungen eine echte Spannung, und sie liegen über der allgemeineren Reibung, die in DSGVO versus EU AI Act beschrieben wird. Dieser Artikel liefert praxistaugliche Strategien, um die Datenminimierung der DSGVO mit den Dokumentationspflichten des EU AI Act in Einklang zu bringen.

Die Spannung

Die DSGVO sagt:

• Datenminimierung (Art. 5(1)(c)): Verarbeiten Sie nur Daten, die dem Zweck angemessen und erheblich sowie auf das notwendige Maß beschränkt sind
• Speicherbegrenzung (Art. 5(1)(e)): Bewahren Sie personenbezogene Daten nur so lange auf, wie es für den Verarbeitungszweck erforderlich ist
• Recht auf Löschung (Art. 17): Löschen Sie personenbezogene Daten auf Anfrage (mit Ausnahmen)
• Zweckbindung (Art. 5(1)(b)): Verwenden Sie Daten nicht über den ursprünglichen Erhebungszweck hinaus

Der EU AI Act sagt:

• Technische Dokumentation (Art. 11): Führen Sie über den gesamten Lebenszyklus des KI-Systems eine umfassende Dokumentation
• Aufzeichnungspflichten (Art. 12): Automatisches Logging der Betriebsvorgänge des KI-Systems zur Nachvollziehbarkeit
• Daten-Governance (Art. 10): Dokumentieren Sie Merkmale der Trainingsdaten, Erhebungsmethoden und Qualitätsmaßnahmen
• Marktüberwachung (Art. 72): Fortlaufende Überwachung und Dokumentation der Systemleistung
• Aufbewahrungsfrist: Die Dokumentation muss 10 Jahre nach dem Inverkehrbringen des Hochrisiko-KI-Systems aufbewahrt werden, wodurch die korrekte Risikoklassifizierung zum Schritt wird, der Ihre gesamte Aufbewahrungsuhr stellt

Wo der Konflikt konkret wird

Aufzeichnungen zu Trainingsdaten

Der EU AI Act verlangt, dass Sie Ihre Trainingsdaten dokumentieren: Quellen, Merkmale, Aufbereitungsmethoden und Bias-Bewertungen. Enthalten Ihre Trainingsdaten personenbezogene Daten, verlangt die DSGVO deren Löschung, sobald sie für den ursprünglichen Zweck nicht mehr benötigt werden.

Das Problem: Dürfen Sie die Trainingsdaten löschen, die Dokumentation darüber aber behalten? Der EU AI Act verlangt den Nachweis von Datenqualität und Bias-Minderung, was Zugriff auf die tatsächlichen Daten erfordern kann und nicht nur auf Metadaten.

Betriebsprotokolle

Der EU AI Act verlangt automatisches Logging der Betriebsvorgänge eines KI-Systems. Diese Protokolle können personenbezogene Daten enthalten, etwa Eingaben, getroffene Entscheidungen und Nutzerkennungen. Die DSGVO verlangt, diese personenbezogenen Daten zu minimieren und zu löschen, sobald sie nicht mehr benötigt werden.

Das Problem: Wie lange sollten Sie Betriebsprotokolle aufbewahren? Lange genug für die Konformität mit dem EU AI Act und für behördliche Prüfungen, aber nicht so lange, dass Sie gegen die Speicherbegrenzung der DSGVO verstoßen?

Löschanfragen

Wenn eine Person ihr Recht auf Löschung nach der DSGVO ausübt, müssen Sie ihre personenbezogenen Daten löschen. Erscheinen diese Daten jedoch in Protokollen, die der EU AI Act vorschreibt, kann die Löschung Lücken in Ihren Konformitätsnachweisen erzeugen.

Praktische Strategien

Strategie 1: Dokumentation von Daten trennen

Halten Sie Ihre Dokumentation nach dem EU AI Act (technische Spezifikationen, Risikobewertungen, Testergebnisse) getrennt von den personenbezogenen Daten, aus denen sie entstanden ist.

• Dokumentieren Sie Merkmale der Trainingsdaten (statistische Eigenschaften, Verteilungen, Repräsentativität), statt die Daten selbst zu speichern
• Nutzen Sie anonymisierte oder aggregierte Zusammenfassungen für Bias-Bewertungen, statt Daten auf Personenebene aufzubewahren
• Bewahren Sie Leistungskennzahlen der Modelle und Testergebnisse auf, ohne die Testdaten zu behalten

Strategie 2: Betriebsprotokolle pseudonymisieren

Die Logging-Pflichten des EU AI Act erfordern nicht zwingend die Identifizierung von Personen. Gestalten Sie Ihr Logging so, dass es die für die Nachvollziehbarkeit nötigen Informationen ohne personenbezogene Kennungen erfasst.

• Verwenden Sie pseudonyme Kennungen in Protokollen und speichern Sie die Zuordnungstabellen getrennt
• Kommt eine Löschanfrage, löschen Sie die Zuordnung, und die Protokolle bleiben für die Konformität mit dem EU AI Act nutzbar, ohne noch personenbezogene Daten zu sein
• Protokollieren Sie das Verhalten des KI-Systems (Eingaben, Ausgaben, Konfidenzwerte), ohne festzuhalten, wer die jeweilige Interaktion ausgelöst hat

Strategie 3: Klare Aufbewahrungsfristen festlegen

Erstellen Sie eine Aufbewahrungsrichtlinie, die beide Regelwerke ausdrücklich adressiert. Sie gehört neben die Daten-Governance-Arbeit aus den fünf Schritten zur Hochrisiko-Konformität:

• Trainingsdaten: Für die Dauer der Modellvalidierung aufbewahren, danach personenbezogene Daten löschen und anonymisierte statistische Zusammenfassungen behalten
• Betriebsprotokolle (pseudonymisiert): 10 Jahre (Anforderung des EU AI Act für Hochrisikosysteme)
• Technische Dokumentation: 10 Jahre nach Außerbetriebnahme des Systems
• Daten aus Bias-Bewertungen: Nach der Bewertung löschen, anonymisierte Ergebnisse behalten
• Interaktionsdaten von Nutzern: Nur den notwendigen Mindestzeitraum, für längere Aufbewahrung pseudonymisiert

Strategie 4: Von Tag eins an für Löschung konstruieren

Bauen Sie Ihre KI-Systeme so, dass die Löschung nach der DSGVO mitgedacht ist:

• Modulare Datenarchitektur: Trennen Sie personenbezogene Daten von den Daten des KI-Systems, damit eine Löschung Ihre Konformitätsnachweise nicht beschädigt
• Differential Privacy: Trainieren Sie Modelle mit Garantien der Differential Privacy, damit einzelne Datenpunkte nicht aus dem Modell extrahiert werden können
• Regelmäßige Retraining-Zyklen: Planen Sie periodisches Retraining der Modelle, damit Löschanfragen im nächsten Trainingszyklus berücksichtigt werden

Strategie 5: Ihre Abwägungsentscheidungen dokumentieren

Welchen Weg Sie auch wählen, dokumentieren Sie Ihre Begründung. Wenn DSGVO und EU AI Act echte Spannungen erzeugen, wollen Aufsichtsbehörden sehen, dass Sie Folgendes getan haben:

• Den konkreten Konflikt benannt
• Die Anforderungen beider Regelwerke berücksichtigt
• Den Ansatz gewählt, der beiden am besten gerecht wird
• Schutzmaßnahmen umgesetzt, um negative Auswirkungen zu minimieren
• Die Entscheidung mit angemessener juristischer und technischer Beteiligung getroffen

Eine beispielhafte Aufbewahrungsrichtlinie

Hier eine Vorlage für eine Aufbewahrungsrichtlinie für KI-Systeme, die sowohl die DSGVO als auch den EU AI Act adressiert:

• Personenbezogene Trainingsdaten: Nach Training und Validierung des Modells gelöscht. Statistische Zusammenfassungen und Datenqualitätsberichte 10 Jahre aufbewahrt.
• Model Artifacts: Für den Systemlebenszyklus plus 10 Jahre aufbewahrt. Keine personenbezogenen Daten in den Modellgewichten (durch Privacy-Tests verifiziert).
• Betriebsprotokolle: Bereits bei der Erfassung pseudonymisiert. 10 Jahre aufbewahrt. Zuordnungstabellen werden bei einer Löschanfrage gelöscht.
• Test- und Validierungsaufzeichnungen: Anonymisierte Testergebnisse 10 Jahre aufbewahrt. Rohe Testdaten nach der Validierung gelöscht.
• Risikobewertungen: 10 Jahre aufbewahrt. Bei jeder wesentlichen Systemänderung aktualisiert.
• Vorfallaufzeichnungen: 10 Jahre aufbewahrt. Personenbezogene Daten innerhalb von 30 Tagen nach Behebung des Vorfalls pseudonymisiert.

Die zentrale Erkenntnis

DSGVO und EU AI Act sind nicht unvereinbar, sie verlangen aber durchdachtes Design. Unternehmen, die ihre Datenarchitektur von Anfang an mit beiden Regelwerken im Blick bauen, werden Compliance als beherrschbar erleben. Wer sie als getrennte Probleme behandelt, sitzt am Ende zwischen widersprüchlichen Anforderungen fest.

Brauchen Sie Unterstützung beim Entwurf einer konformen Datenarchitektur für Ihre KI-Systeme? Kontaktieren Sie uns für ein Beratungsgespräch.

Häufige Fragen

Wie lange müssen Aufzeichnungen zu KI-Systemen tatsächlich aufbewahrt werden?

Lange genug für die Nachvollziehbarkeit über die Systemlebensdauer und darüber hinaus, gemessen in Jahren statt Monaten. Die Frist gehört je Artefakttyp in eine schriftliche Richtlinie, denn eine pauschale Regel führt entweder zu zu langer Datenhaltung oder zu lückenhaften Nachweisen.

Löscht ein Löschbegehren unsere Trainingsaufzeichnungen?

In der Regel nicht vollständig. Das Recht auf Löschung betrifft personenbezogene Daten, nicht die aggregierten Artefakte und die Dokumentation, die Sie gesondert aufbewahren müssen. Das tragfähige Design trennt beides von Anfang an, damit eine Löschung Ihre Nachweise nicht zerstört.

Was sollten Logs enthalten, um später nützlich zu sein?

Genug, um eine konkrete Entscheidung zu rekonstruieren: Modellversion, die Eingaben im damaligen Zustand, die Ausgabe, den Zeitstempel und jede menschliche Übersteuerung. Logs, die nur die Ausgabe festhalten, scheitern in der Prüfung, weil sie das Warum nicht beantworten können.

Können wir aggregiert aufbewahren, um den Konflikt zu umgehen?

Oft ja, und es ist hier die nützlichste einzelne Technik. Aggregate, Hashes und pseudonymisierte Aufzeichnungen genügen der Nachvollziehbarkeit häufig, ohne identifizierbare Daten zu halten. Die Entscheidung muss allerdings vor der Erhebung fallen, nicht nachträglich.