Schatten-KI: Warum das Verbot die Firmendaten nicht schützt

In fast jeder Firmenschulung kommt derselbe Satz, meist von jemandem aus der Geschäftsleitung: «Meine Leute nutzen privat ChatGPT — sollen wir das verbieten?» Und kurz darauf, aus der anderen Ecke des Raums: «Unser Lernender hat das sowieso auf dem Handy.»

Beide Sätze beschreiben dieselbe Lage. Nur der eine hält sie für ein Disziplinproblem und der andere für eine Tatsache.

Die Zahl, die man kennen sollte

KPMG und die Universität Melbourne haben zwischen November 2024 und Mitte Januar 2025 über 48 000 Menschen in 47 Ländern befragt, national repräsentativ, die Schweiz eingeschlossen. Ein Befund daraus:

Rund die Hälfte der Beschäftigten, die KI nutzen, gibt an, dabei gegen die Regeln der eigenen Organisation zu verstossen. Etwa ebenso viele — 48 bis 49 Prozent — haben sensible Firmendaten in öffentliche KI-Werkzeuge geladen: Finanzzahlen, Verkaufsdaten, Kundendaten oder urheberrechtlich geschütztes Material.

Und dann die Aufschlüsselung, die das Bauchgefühl umdreht. Dieses Verhalten ist am häufigsten dort, wo generative KI verboten ist: 67 Prozent. Wo es eine Richtlinie gibt, sind es 56 Prozent. In Organisationen ohne jede Regelung: 33 Prozent.

Was die Zahl nicht sagt

Hier ist Vorsicht am Platz, und die Studie selbst ist darin sorgfältiger als die meisten Schlagzeilen dazu. Sie formuliert, dies deute darauf hin, dass pauschale Verbote wirkungslos sein dürften — nicht, dass Verbote das Verhalten verursachen.

Der Unterschied ist wesentlich, denn es ist eine Momentaufnahme, keine Wirkungsmessung. Möglicherweise treibt das Verbot die Nutzung in den Untergrund; möglicherweise verbieten aber gerade jene Firmen, in denen vorher etwas passiert ist — dann misst man die Ursache und hält sie für die Folge. Wahrscheinlich beides. Die Zahl trägt also, dass das Verbot keine Lösung ist, nicht, dass es der Auslöser wäre. Wer sie schärfer verkauft, hat sie nicht gelesen.

Nachvollziehbar bleibt sie trotzdem. Wer ein Werkzeug nutzt, das er nicht nutzen darf, fragt niemanden um Rat. Er fragt auch nicht, ob diese Kundenliste da wirklich hineingehört.

Was ich stattdessen empfehle

Nicht verbieten, sondern kanalisieren. Drei Teile, mehr braucht es zu Beginn nicht:

1. Ein erlaubtes Werkzeug, das die Firma stellt — mit einem Vertrag, der die Nutzung der Eingaben fürs Training ausschliesst. Wer nichts anbietet, hat die Wahl nicht abgeschafft, sondern nur delegiert.
2. Zwei, drei klare No-Gos statt eines Regelwerks. Keine Personendaten, keine Geschäftsgeheimnisse, kein ungeprüfter Output nach aussen.
3. Eine Seite Richtlinie, die man wirklich liest.

Am meisten bewegt in meinen Kursen aber eine simple Übung: einen echten Arbeitsprompt nehmen und ihn entschärfen. Aus «Kundin Erika Muster, Musterstrasse 17 in Luzern, will eine Offerte für den Umbau, Budget 35 000 Franken» wird «Privatkundin, Kanton Luzern, Umbauprojekt, mittleres fünfstelliges Budget». Die Pointe, die jedes Mal überrascht: Das Ergebnis wird dadurch nicht schlechter. Die Personendaten waren für die Aufgabe nie nötig.

Dass Personendaten in einem öffentlichen Werkzeug ein Datenschutzthema sind, gilt unabhängig davon, ob die Firma etwas verboten hat. Das ist die Landkarte, nicht das Gutachten — für den konkreten Fall führt kein Weg an der eigenen Rechtsberatung vorbei.

Der eigentliche Schaden des Verbots ist nämlich nicht, dass es umgangen wird. Er ist, dass es die Nutzung unsichtbar macht. Und was unsichtbar ist, kann man niemandem beibringen.

Quellen

• KPMG International und The University of Melbourne: «Trust, attitudes and use of artificial intelligence: A global study 2025». 48 340 Befragte in 47 Ländern (Schweiz eingeschlossen), national repräsentative Stichproben, Feldzeit November 2024 bis Mitte Januar 2025. Befunde zur regelwidrigen Nutzung und die Aufschlüsselung nach Verbot (67 %), Richtlinie (56 %), keine Regelung (33 %) und Unkenntnis (38 %) im Kapitel zur Nutzung am Arbeitsplatz, Figure 44. Die Studie weist selbst darauf hin, dass die Werte wegen sozialer Erwünschtheit eher zu tief liegen dürften. Zitation: Gillespie, N., Lockey, S., Ward, T., Macdade, A. & Hassed, G. (2025), The University of Melbourne und KPMG, DOI 10.26188/28822919.
• Kanalisierungs-Ansatz, No-Go-Liste und die Entschärfungsübung: eigenes Kursmaterial aus Firmenschulungen und dem Lehrgang AIDMS.