Schweizer Selbständige und KMU nutzen KI bereits im Alltag: für E-Mails, Sitzungszusammenfassungen, Übersetzungen, Offerten oder erste Entwürfe für Verträge und Berichte. Die praktische Frage ist deshalb nicht mehr, ob KI in Deinem Büro angekommen ist. Die eigentliche Frage lautet, ob Du sie so einsetzt, dass sie zu Deinem Kunden, zu Deinen Mitarbeitenden und zum Schweizer Recht passt.

Die gute Nachricht ist einfach: Das Schweizer Datenschutzgesetz verbietet KI nicht. Aber es begleitet Deine Daten in das jeweilige Werkzeug. Sobald Personendaten in einen KI-Prozess fliessen, gelten die üblichen Datenschutzpflichten weiterhin. Der EDÖB hat klar festgehalten, dass das Bundesgesetz über den Datenschutz, das seit dem 1. September 2023 in Kraft ist, direkt auf KI-gestützte Datenbearbeitung anwendbar ist. Das Ziel ist also weder Panik noch blinde Euphorie. Das Ziel ist ein erklärbarer Ablauf.

Die Antwort: KI ist erlaubt, aber die Regeln reisen mit den Daten mit

Dieser Punkt ist wichtig, weil viele Inhaberinnen und Inhaber noch immer in Extremen denken. Entweder gilt KI als eine Art Zaubersoftware ausserhalb jeder normalen Sorgfaltspflicht, oder sie wird als verbotene Zone betrachtet, die echtes Arbeiten nie berühren darf. Beides hilft Dir nicht weiter. Das Gesetz ist technologieneutral. Ob Du Personendaten mit einer Tabelle, einer Kundendatenbank, einem Transkriptionswerkzeug oder einem Sprachmodell bearbeitest: Die Kernfragen bleiben dieselben. Warum bearbeitest Du die Daten, welche Daten brauchst Du wirklich, wer erhält sie, wie lange bleiben sie gespeichert und welche Schutzmassnahmen bestehen?

Für ein kleines Schweizer Unternehmen bedeutet das: Du brauchst keine 40-seitige Richtlinie, bevor Du KI testest. Du brauchst aber die Gewohnheit, vor dem Einfügen von Kundenmails, Bewerbungsunterlagen, Patientennotizen, Lohndaten oder Sitzungsprotokollen ein paar disziplinierte Fragen zu stellen. Praktische KI wird deutlich entspannter, sobald Du nicht mehr abstrakt fragst «Ist KI legal?», sondern konkret «Ist dieser Ablauf verhältnismässig, transparent und kontrolliert?»

Beginne mit einer Frage: Stecken Personendaten in der Eingabe?

Das ist der einfachste Filter und oft der nützlichste. Personendaten sind nicht nur Passnummern oder medizinische Diagnosen. Im Büroalltag gehören auch Namen, geschäftliche E-Mail-Adressen, Telefonnummern, Lohndaten, Beurteilungsnotizen, Bewerbungsunterlagen, Reklamationen, Gesprächsprotokolle und jeder Text dazu, der auf eine identifizierbare Person hinweist.

Ein Firmenname allein ist nicht immer das Problem. Reale Geschäftsdokumente enthalten jedoch fast nie nur Firmennamen. In einem Beratungsbriefing steckt eine Kontaktperson. In einer Offertanfrage steht eine Mobilnummer. In einer Personaltabelle finden sich Leistungsbeurteilungen. In einer ärztlichen Notiz stecken Gesundheitsdaten. In einem juristischen Entwurf können Identitäten, Familienverhältnisse oder finanzielle Angaben auftauchen. Sobald identifizierbare Menschen im Ablauf vorkommen, ist das DSG relevant.

Das heisst nicht, dass Du aufhören musst. Es heisst, dass Du das Material vor dem KI-Einsatz einordnen solltest. Eine Eingabe wie «Schreibe mir fünf Titel für einen LinkedIn-Beitrag zum Thema Nachfolgeplanung» ist etwas völlig anderes als das Hochladen eines echten Klientendossiers. Wer beides als gleich riskant behandelt, schafft genau jene Verwirrung, die zu unnötigem Teilen oder zu unnötiger Blockade führt.

Ein einfaches Drei-Zonen-Modell für den Alltag

Eine praxistaugliche Entscheidungshilfe ist, KI-Anwendungen in drei Zonen einzuteilen:

  • Niedrige Risikostufe: keine Personendaten oder nur öffentliche und nicht sensible Inhalte. Beispiele: Marketingtexte entwerfen, eigene allgemeine Notizen übersetzen, eine öffentliche Verordnung zusammenfassen oder aus Stichworten eine Standardagenda erstellen. Hier reichen gewöhnliche Werkzeuge oft aus.
  • Mittlere Risikostufe: wenige Personendaten mit überschaubaren Folgen, besonders nach guter Reduktion. Beispiele: eine Kundenantwort entwerfen, nachdem Namen durch Rollen ersetzt wurden, eine interne Sitzung mit Initialen statt vollen Namen zusammenfassen oder aus Gesprächsnotizen eine Offertenstruktur ableiten. Hier sind Datenminimierung und menschliche Prüfung besonders wichtig, und Geschäftslösungen sind meist die bessere Wahl.
  • Hohe Risikostufe: besonders schützenswerte oder folgenreiche Daten. Beispiele: Patientendossiers, juristische Akten, Mitarbeiterbeurteilungen, Lohnexporte, Ausweiskopien, Disziplinarnotizen, soziale Situationen oder automatisierte Bewertungen von Bewerbenden, Mitarbeitenden oder Kundschaft. Solche Fälle verdienen freigegebene Geschäftslösungen, klare vertragliche Regeln oder lokale Verarbeitung und manchmal auch eine formelle Risikoprüfung.

Dieses Drei-Zonen-Modell ist keine juristische Formel. Es ist eine Führungsgewohnheit. Es hilft Deinen Mitarbeitenden, die zwei klassischen Fehler zu vermeiden: zu viele Daten in bequeme öffentliche Werkzeuge zu kippen oder harmlose KI-Aufgaben zu blockieren, die mit kaum zusätzlichem Datenschutzrisiko Zeit sparen könnten.

Fünf Prüfungen vor jedem KI-Werkzeug

  1. Formuliere den Zweck in einem Satz. Wenn die einzige Antwort lautet «weil es schneller geht», fehlt noch die Hälfte. Besser ist zum Beispiel: «Wir nutzen KI, um handschriftliche Sitzungsnotizen in eine erste Zusammenfassung umzuwandeln, die die Projektleitung vor dem Teilen prüft.» Ein klarer Zweck hilft Dir sofort zu entscheiden, welche Daten wirklich notwendig sind.
  2. Reduziere die Daten, bevor sie Deine Hände verlassen. Entferne Namen, wenn Rollen genügen. Ersetze exakte Daten durch Monate, wenn keine Tagesgenauigkeit nötig ist. Lass Signaturen, Kontonummern, Anhänge und vollständige Verläufe weg, sofern sie für die Aufgabe nicht zentral sind. In vielen Büroprozessen bleibt der grösste Teil des KI-Nutzens erhalten, auch wenn identifizierende Details entfernt werden.
  3. Prüfe die Anbieterumgebung, nicht nur die Modellqualität. Öffentliche Werkzeuge, internetbasierte Geschäftslösungen und lokale Modelle sind nicht dasselbe. Schau nach, ob Deine Eingaben gespeichert werden, ob sie fürs Training verwendet werden dürfen, in welchem Land die Bearbeitung stattfindet, wer Zugriff auf die Daten hat und welche vertraglichen Schutzmechanismen gelten, wenn Daten die Schweiz verlassen. Bei Datenübermittlungen ins Ausland sind Zielstaat und Schutzmassnahmen keine Nebensache.
  4. Behalte Transparenz und menschliche Prüfung im Ablauf. Der EDÖB verknüpft Transparenz eng mit den Rechten betroffener Personen bei automatisierter Bearbeitung. Praktisch heisst das zweierlei. Erstens: Wenn jemand auf Deiner Website oder in Deinem Supportablauf mit einer Maschine schreibt, kennzeichne das klar. Zweitens: Wenn KI etwas vorschlägt, das eine Person spürbar betrifft – zum Beispiel eine Reihenfolge von Bewerbenden, eine Kundenentscheidung oder einen Hinweis auf Regelverstösse – darf die Maschine nicht das letzte Wort haben.
  5. Halte fest, wer welches Werkzeug für welche Daten nutzen darf. Du brauchst kein grosses Steuerungswerkzeug, um sauber zu arbeiten. Eine gemeinsame Seite mit freigegebenen Werkzeugen, erlaubten Datentypen und einer verantwortlichen Kontaktperson ist bereits deutlich besser als eine Kultur des heimlichen Einfügens in Privatkonten. Kleine Unternehmen geraten selten wegen hochentwickelter KI in Schwierigkeiten, sondern weil niemand die Regeln aufgeschrieben hat.
„Der sicherste KI-Prozess ist meist nicht der raffinierteste. Er ist derjenige, den Deine Mitarbeitenden auch in sechs Monaten noch erklären, wiederholen und prüfen können.“

Was Du besser vermeidest, wenn Du weniger Überraschungen willst

Die meisten Datenschutzprobleme rund um KI entstehen nicht durch einen spektakulären Sicherheitsvorfall. Sie entstehen durch beiläufige Gewohnheiten. Eine hilfreiche Faustregel lautet: Wenn es Dir unangenehm wäre, den Ablauf einer Kundin, einem Mitarbeiter oder einer Aufsichtsbehörde in einem Absatz zu erklären, ist der Ablauf wahrscheinlich zu locker.

  • Vermeide es, ganze Postfächer oder Exporte aus der Kundendatenbank in ein allgemeines Chatfenster zu kippen, wenn Du die Speicherregeln oder Trainingseinstellungen nicht kennst.
  • Vermeide das Hochladen sensibler Unterlagen nur deshalb, weil die Arbeit intern ist. Intern bedeutet nicht automatisch niedriges Risiko.
  • Vermeide es, KI-Ausgaben als endgültiges Protokoll zu behandeln. Zusammenfassungen, Übersetzungen und extrahierte Pendenzen brauchen weiterhin eine menschliche Prüfung.
  • Vermeide Schatten-KI in privaten Konten. Bequemlichkeit ersetzt keinen dokumentierten Unternehmensprozess.
  • Vermeide es, Automatisierung vor direkt betroffenen Personen zu verstecken. Wenn die erste Antwort von einer Maschine stammt, ist eine klare Kennzeichnung der sicherere Standard.

All das ist nicht gegen KI gerichtet. Es ist schlicht der Unterschied zwischen bewusstem Einsatz und ungeplantem Datenabfluss.

Wann lokale KI oder Verarbeitung ohne Speicherung sinnvoll ist

Wenn Du KI nur für allgemeine Texte, offene Ideensammlungen oder öffentliche Informationen einsetzt, können gewöhnliche internetbasierte Werkzeuge völlig ausreichen. Sobald Du jedoch regelmässig vertrauliches Material von Kundinnen und Kunden, Personalunterlagen, medizinische Notizen, juristische Entwürfe oder interne Wissensbestände bearbeitest, lohnt sich eine stärkere Umgebung.

Eine Geschäftslösung ohne Speicherung für Trainingszwecke bedeutet, dass der Anbieter Deine Anfrage verarbeitet, den Inhalt aber nicht für das Modelltraining aufbewahrt und meist klarere Vertragsbedingungen zu Sicherheit und Datenbearbeitung bietet. Für viele KMU ist das der praktische Mittelweg: Du behältst den Komfort einer zentral gehosteten Lösung, ohne das Betriebswissen Deines Unternehmens nebenbei in ein öffentliches System zurückzuspeisen.

Lokale KI bedeutet, dass das Modell auf Deinem eigenen Rechner oder in einer von Dir kontrollierten Umgebung läuft. Das braucht meist etwas mehr Einrichtung und ist nicht in jeder Aufgabe gleich stark wie die grössten zentral gehosteten Modelle. Dafür behältst Du deutlich mehr Kontrolle darüber, wo vertrauliche Daten liegen. Für Ärztinnen und Ärzte, Treuhand, Kanzleien und alle, die regelmässig heikle Unterlagen bearbeiten, ist diese Kontrolle oft wichtiger als das jeweils modernste Modell.

Die richtige Frage lautet nicht abstrakt «lokal oder zentral gehostet?», sondern «welche Aufgaben rechtfertigen welche Umgebung?». Viele Betriebe fahren gut mit einem Mischmodell: gewöhnliche Entwurfsarbeit in einer kontrollierten zentral gehosteten Umgebung, stark sensible Arbeit nur lokal oder in speziell freigegebenen Systemen.

Brauchst Du eine Datenschutz-Folgenabschätzung oder eine zusätzliche Prüfung?

Nach Schweizer Recht kann eine Bearbeitung mit hohem Risiko eine Datenschutz-Folgenabschätzung verlangen. Der EDÖB weist besonders dann darauf hin, wenn neue Technologien voraussichtlich ein hohes Risiko für Persönlichkeit oder Grundrechte schaffen. Das heisst nicht, dass jeder neue KI-Versuch ein formelles Projekt braucht. Es heisst aber, dass Du langsamer werden solltest, sobald die Auswirkungen auf Menschen spürbar grösser werden.

Praktische Warnzeichen sind eine grossflächige Nutzung sensibler Daten, automatisierte Entscheidungen über Bewerbende oder Mitarbeitende, systematische Überwachung, breite Profilbildung oder die Verknüpfung mehrerer Datenquellen zur Bewertung von Personen. Wenn eines dieser Zeichen vorliegt, rolle den Ablauf nicht beiläufig aus. Dokumentiere den Zweck, die Risiken, die Schutzmassnahmen und ob vor dem nächsten Schritt fachliche Unterstützung nötig ist.

Viele alltägliche KI-Aufgaben erreichen diese Schwelle nie. Eine bereinigte E-Mail entwerfen, eigene Rohnotizen in klarere Sprache bringen oder ein nicht sensibles Projektmeeting zusammenfassen ist nicht dasselbe wie ein KI-System, das Bewerbende ordnet oder Patientinnen und Patienten risikobasiert einteilt.

Eine einfache KI-Datenschutzregel für kleine Schweizer Unternehmen

Wenn Du etwas Praktisches willst, das Deine Mitarbeitenden auch wirklich einhalten können, starte mit fünf kurzen Regeln:

  1. Öffentliche KI-Werkzeuge sind nur für keine oder gut reduzierte Personendaten da.
  2. Sensible Arbeit gehört nur in freigegebene Geschäfts- oder lokale Lösungen.
  3. Alles, was nach einem KI-Entwurf extern versendet wird, prüft ein Mensch.
  4. Wenn KI direkt mit Kundschaft, Bewerbenden oder Patientinnen und Patienten interagiert, wird das klar gekennzeichnet und ein menschlicher Kontakt bleibt erreichbar.
  5. Ich führe ein einfaches Verzeichnis der Werkzeuge, Zwecke, Datentypen, erwarteten Speicherregeln und Fragen zum Auslandbezug.

Das ist kein bürokratisches Theater. Es ist eine kleine Betriebsregel, die Verwirrung reduziert, Deinen Mitarbeitenden Sicherheit gibt und spätere Werkzeugentscheide erleichtert. In vielen Unternehmen entsteht die grösste Datenschutzverbesserung nicht durch einen neuen Anbieter, sondern dadurch, dass improvisiertes Einzelverhalten durch einen gemeinsamen, wiederholbaren Standard ersetzt wird.

Nutze KI bedacht, nicht beiläufig

Das Schweizer Datenschutzgesetz ist kein Hindernis für praktische KI. Es erinnert Dich daran, dass Effizienz Verantwortung nicht aufhebt. Wenn Du kleine, klare Anwendungsfälle wählst, Daten reduzierst, transparent bleibst und das Werkzeug an die Sensibilität der Arbeit anpasst, kann KI spürbar Zeit sparen, ohne dass Dein Betrieb zu einem Datenschutzexperiment wird.

Beginne mit einem einzigen Ablauf. Schreibe die Regeln auf. Behalte die menschliche Prüfung. Für die meisten Selbständigen und KMU reicht genau das, um von unsicherem Rätselraten zu einem verantwortungsvollen KI-Alltag zu kommen.