Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Kongresse
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Veranstaltungskalender Awards MyNewsletter Firmensuche
Kunden Login
Über Einzelzugang informieren
Über Unternehmenszugang informieren
Referenzkunden
Heavy-Duty Engines 2025 | 18. + 19. November 2025

Nutzfahrzeuge | Land- und Baumaschinen | Marine

Nehmen Sie als Referent an der 20. Internationalen MTZ-Fachtagung für Erfahrungsaustausch zu Industrie- und Nfz-Motoren teil. Reichen Sie online einen Themenvorschlag ein!
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

2. KI und DS-GVO im Spannungsverhältnis

verfasst von : Tina Gausling

Erschienen in: Künstliche Intelligenz

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Sowohl für die Generierung als auch den Einsatz von Künstlicher Intelligenz besteht bisher kein spezialgesetzlicher Rechtsrahmen, auch nicht in datenschutzrechtlicher Hinsicht. Den meisten KI-Programmen ist jedoch gemein, dass sie auf Basis personenbezogener Trainingsdaten geschaffen werden und somit den strengen Anforderungen der Datenschutzgrundverordnung unterfallen. Die Qualität der KI-Generierung hängt nach derzeitigem Stand wesentlich vom Umfang der verfügbaren Trainingsdaten ab. Zudem ist zu Beginn der Entwicklungsphase nicht immer klar, zu welchen anderen als den ursprünglich intendierten Zwecken die KI möglicherweise in Zukunft genutzt werden kann. Damit steht die KI-Entwicklung in diametralem Gegensatz zu den Kernprinzipien der DS-GVO, u. a. der Datenminimierung und Zweckbindung. Der nachfolgende Beitrag soll Verantwortlichen Schnittstellen zur DS-GVO und Lösungswege aufzeigen, mit denen KI-Projekte und datenschutzrechtliche Vorgaben bestmöglich in Einklang gebracht werden können.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Grundlagen: Rechtliche Einordnung der Thematik Künstliche Intelligenz/Maschinelles Lernen
Nächstes Kapitel Rechtliche Grenzen der Datenerhebung
Fußnoten
1
„By a ‚superintelligence‘ we mean an intellect that is much smarter than the best human brains in practically every field, including scientific creativity, general wisdom, and social skills.“
 
2
Vgl. Schmidt (2018) zur sog. „Unwucht der Plattformökonomie“ im Jahre 2018.
 
3
Zu steuerrechtlichen Aspekten im Zusammenhang mit personenbezogenen Daten vgl. Abschn. 7.​1.​1.​5 und 7.​2.​3.
 
4
Vgl. zum Personenbezug bei Daten von Big-Data-Analysen ausführlich Schefzig (2014, S. 103–118).
 
5
Zu der Frage, inwieweit eine Anonymisierung personenbezogener Daten einen Verarbeitungsvorgang i.S.d. DS-GVO darstellt vgl. Abschn. 2.7.3.1.2.
 
7
Noch zur Richtlinie 95/46/EG (DSRL) vgl. Art.-29-Datenschutzgruppe (2010, S. 17–18).
 
8
Vgl. zu weiteren in Unternehmen eingesetzten KI-Lösungen Begleitforschung Mittelstand-Digital (2019).
 
9
„Zur Datenübermittlung in Drittländer vgl. EuGH 16.07.2020 – Rs. C-311/18 – Schrems II.“
 
10
Vgl. EuGH 5. Juni 2018 – Rs. C-2010-16 = NJW 2018, 2537 – Fanpages; EuGH 10. Juli 2018 – Rs. C-25/17 = NJW 2019, 285 – Jehovan todistajat; EuGH 29. Juli 2019 – Rs. C-40/17 = NJW 2019, 2755 – Fashion ID.
 
11
Vgl. EuGH 5. Juni 2018, NJW 2018, 2537, Rn. 36.
 
12
EuGH 29. Juli 2019, NJW 2019, 2755, Rn. 80.
 
13
Dieser hat die Orientierungshilfen der Art.-29-Datenschutzgruppe in weiten Teilen übernommen.
 
14
EuGH 5. Juni 2018, NJW 2018, 2537, Rn. 43.
 
15
EuGH 29. Juli 2019, NJW 2019, 2755, Rn. 70.
 
16
EuGH 10. Juli 2018, NJW 2019, 285, Rn. 75.
 
17
EuGH 29. Juli 2019, NJW 2019, 2755, Rn. 80; vgl. ferner Spoerr (2020, Art. 26, Rn. 17) mit weiteren Hinweisen zu insoweit kritischen Stimmen.
 
18
EuGH 5. Juni 2018, NJW 2018, 2537, Rn. 42.
 
19
Vgl. dazu auch EuGH 5. Juni 2018, NJW 2018, 2537, Rn. 43.
 
20
Anders noch DSK in ihrer Positionsbestimmung zur „Anwendbarkeit des TMG für nicht-öffentliche Stellen ab dem 25.​ Mai 2018“, die von einem strikten Einwilligungserfordernis für die Erstellung von pseudonymen Nutzungsprofilen zu Werbezwecken ausging.
 
21
Ähnlich § 67 Abs. 1 BDSG.
 
22
DSK 2018c, Fallgruppe 8.
 
23
DSK 2018c, Fallgruppe 9.
 
24
DSK 2018c, Fallgruppe 14.
 
25
DSK 2018c, Fallgruppen 11 und 13.
 
26
DSK 2018c, Fallgruppe 5.
 
27
DSK 2018c, Fallgruppe 10.
 
28
Da es sich um im Wesentlichen inhaltsgleiche Vorschriften handelt, soll nachfolgend lediglich auf Art. 13 DS-GVO eingegangen werden.
 
29
Dies sind laut Art.-29-Datenschutzgruppe (2018b, S. 24) „die Einzelheiten zu den Verarbeitungszwecken, die Identität des Verantwortlichen und die Existenz der Rechte der betroffenen Person – zusammen mit Informationen über die wichtigsten Auswirkungen der Verarbeitung bzw. Verarbeitungsvorgänge, mit denen die betroffene Person möglicherweise nicht rechnet.“
 
30
Auf diese Weise wird dann auch ein Medienbruch vermieden (Conrad DSRITB 2019, S. 403).
 
31
Vgl. ferner EG 63 S. 3 DS-GVO.
 
32
Vgl. zu diesem Themenkomplex auch Conrad (2019, S. 401), wonach jedoch eine solche Auslegung „nicht zur endlosen Datenverarbeitung führen und damit dieses Betroffenenrecht aushöhlen“ dürfe.
 
33
Vgl. dazu den Artikel „Irish-born native English speaker left in visa limbo after low score in voice recognition test“ (2017). https://​www.​abc.​net.​au/​news/​2017-08-09/​voice-recognition-computer-native-english-speaker-visa-limbo/​8789076. Zugegriffen am 25.04.2020.
 
34
Vgl. Kugelmann 2016, S. 568; im Ergebnis auch Franck 2018, Art. 13, Rn. 26; i. E. entspricht dies der Entscheidung des BGH vom 28. Januar 2014 – VI ZR 156/13 = NJW 2014, S. 1236 zum Umfang des Auskunftsanspruchs gegen die Schufa, in der eine Verpflichtung zur Offenbarung der Score-Formel abgelehnt wurde.
 
35
Bäcker, Art. 13 Rn. 54, der sich für eine Lösung des Spannungsverhältnisses im Hinblick auf die involvierte Logik auf der einen und dem Interesse am Schutz von Geschäftsgeheimnissen auf der anderen Seite über Art. 23 ausspricht; ähnlich Frank, Art. 13 Rn. 26.
 
Literatur
Arning M (2018) In: Moos F, Schefzig J, Arning M (Hrsg) Die neue Datenschutzgrundverordnung. De Gruyter, Berlin/Boston, S 2018
Art.-29-Datenschutzgruppe (2014) WP 216, Stellungnahme 5/2014 zu Anonymisierungstechniken, angenommen am 10.04.2014
Bäcker M, Petri T (2018) In: Kühling J, Buchner B (Hrsg) Datenschutz-Grundverordnung/BDSG Kommentar, 2. Aufl. C.H. Beck, München
Brynjolfsson E, McAfee A (2019) Von Managern und Maschinen. Har Bus manag 2019(3):16–23
Buchner B, Petri T (2018) In: Kühling J, Buchner B (Hrsg) Datenschutz-Grundverordnung/BDSG Kommentar, 2. Aufl. C.H. Beck, München
Conrad C (2019) DS-GVO 2.0 – Effizienter(er) Schutz durch KI? In: Taeger J (Hrsg) Die Macht der Daten und der Algorithmen – Regulierung von IT, IoT und KI. Informatik und Recht, Edewecht, S 391–407
Drewes S (2016) Dialogmarketing nach der DS-GVO ohne Einwilligung des Betroffenen. CR 2016:721–729
Franck L (2018) In: Gola P (Hrsg) DS-GVO, Kommentar. C.H. Beck, München
Gandhi S, Ehl C (2017) AI&U – Translating Artificial Intelligence into Business
Gausling T (2019a) Künstliche Intelligenz im Anwendungsbereich der DS-GVO. PinG 2019:1–10
Gausling T (2019b) Künstliche Intelligenz im digitalen Marketing – Datenschutzrechtliche Bewertung KI-gestützter Kommunikations-Tools und Profiling-Maßnahmen. ZD 2019:335–341
Giles M (2018a) Duell der KIs. Technol Rev 2018(5):58–60
Hennemann M (2018) In: Paal B, Pauly D (Hrsg) Datenschutz-Grundverordnung, Bundesdatenschutzgesetz, 2. Aufl. C.H. Beck, München, S 2018
Honey C, Stieler W (2020) Die große KI-Kulisse. Technol Rev 2020(3):28–35
Klabunde A (2018) In: Ehmann E, Selmayr M (Hrsg) DS-GVO, Kommentar, 2. Aufl. C.H. Beck, München
Kugelmann D (2016) Datenfinanzierte Internetangebote. DuD 2016:566–570
Martini M (2018) In: Paal B, Pauly D (Hrsg) Datenschutz-Grundverordnung, Bundesdatenschutzgesetz, 2. Aufl. C.H. Beck, München
Roßnagel A, Nebel M, Richter P (2015) Was bleibt vom Europäischen Datenschutzrecht? Überlegungen zum Ratsentwurf der DS-GVO. ZD 2015:455–460
Schefzig J (2014) Big Data = Personal Data? Der Personenbezug von Daten bei Big-Data-Analysen. In: Taeger J (Hrsg) Big Data & Co – Neue Herausforderungen für das Informationsrecht. Oldenburger Verlag für Wirtschaft, Informatik und Recht, Edewecht, S 103–118
Schild H (2020) In: Wolff H, Brink S (Hrsg) BeckOK Datenschutzrecht, 31. Edition, Stand: 01.02.2020. C.H. Beck, München
Schirmbacher M (2016) Onlinemarketing nach der DS-GVO – Ein Annäherungsversuch. ITRB 2016:274–280
Schulz S (2018) In: Gola P (Hrsg) DS-GVO, Kommentar. C.H. Beck, München
Specht-Riemenschneider L, Schneider R (2019) Die gemeinsame Verantwortlichkeit im Datenschutzrecht – Rechtsfragen des Art. 26 DS-GVO am Beispiel „Facebook-Fanpages“. MMR 2019:503–509
Spoerr W (2020) In: Wolff H, Brink S (Hrsg) BeckOK Datenschutzrecht, 31. Aufl. Stand: 01.02.2020. C.H. Beck, München
Strassemeyer L (2020) Die Transparenzvorgaben der DS-GVO für algorithmische Verarbeitungen – Nachvollziehbarkeit durch innovative Lösungen – Gamification, Ablaufdiagramme und Bildsymbole. K&R 2020:176–183
Thalhofer T, Zdanowiecki K (2019) In: Auer-Reinsdorff A, Conrad I (Hrsg) Handbuch IT- und Datenschutzrecht, 3. Aufl. C.H. Beck, München
Wagner G (2018) Schlagwort „Open Source“: Algorithmen können und müssen anhand von Beispielfällen transparent gemacht werden. DIW Wochenbericht Nr. 26/2018
Wilmer T (2018) In: Jandt S, Steidle R (Hrsg) Datenschutz im Internet, 1. Aufl. Nomos Verlagsgesellschaft, Baden-Baden
Zweig K (2019) Ein Algorithmus kennt kein Taktgefühl – Wo künstliche Intelligenz sich irrt, warum uns das betrifft und was wir dagegen tun können, 3. Aufl. Wilhelm Heyne, München
Metadaten
Titel
KI und DS-GVO im Spannungsverhältnis
verfasst von
Tina Gausling
Copyright-Jahr
2020
Buch
Künstliche Intelligenz

Print ISBN: 978-3-658-30505-5

Electronic ISBN: 978-3-658-30506-2

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-658-30506-2_2

Premium Partner

    Bildnachweise