Für RoPA für digitale Werkzeuge-Anwendungen – Besonderheiten: ordnet Norm, Beweislast und Gegenargument; Ergebnis: Prüfprodukt mit Risiko und nächstem Schritt.
Scanned 9/5/2026
Install to Claude Code
npx -y skills add Klotzkette/claude-fuer-deutsches-recht --skill ropa-fuer-ki-anwendungen-besonderheiten --agent claude-codeInstalls into .claude/skills of the current project.
Are you the author of Ropa Fuer Ki Anwendungen Besonderheiten?
Add the live security badge to your README — it updates automatically with every re-scan.
[](https://www.skillsdirectory.com/skills/klotzkette-ropa-fuer-ki-anwendungen-besonderheiten)More formats (shields.io, HTML) on the badges page.
---
name: ropa-fuer-ki-anwendungen-besonderheiten
description: "Für RoPA für digitale Werkzeuge-Anwendungen – Besonderheiten: ordnet Norm, Beweislast und Gegenargument; Ergebnis: Prüfprodukt mit Risiko und nächstem Schritt."
---
# RoPA für KI-Anwendungen – Besonderheiten
## Zweck
Behandelt die zusaetzlichen Pflichtinhalte und Risiko-Markierungen, die das Verzeichnis von Verarbeitungstaetigkeiten bei KI-Anwendungen abbilden muss. Die DSGVO-Vorgaben in Art. 30 DSGVO werden nicht ersetzt, aber durch KI-spezifische Fragestellungen erweitert: Trainingsdaten, Modellzweck, Vector Stores, Prompt- und Output-Logs, Drittlandtransfer über LLM-Anbieter, automatisierte Entscheidungsfindung nach Art. 22 DSGVO, sowie das Zusammenspiel mit der KI-Verordnung (KI-VO, VO (EU) 2024/1689).
## Wann dieses Modul hilft
- Mandant fuehrt LLM-API (z. B. für interne Assistenten, Chatbots, Code-Generierung) ein.
- HR setzt KI-Tools zur Vorauswahl ein.
- Fachabteilung nutzt RAG-Architektur mit unternehmenseigenen Daten.
- KI-Modelle werden auf personenbezogenen Daten **trainiert oder feinabgestimmt**.
- Vector-Datenbank mit Embeddings personenbezogener Dokumente.
- Prüfung: greift Art. 22 DSGVO (automatisierte Entscheidung)?
## Rechtlicher Rahmen
### DSGVO
- Art. 30 DSGVO bleibt Pflicht; zusaetzliche Inhalte ergeben sich aus DSFA und Transparenzpflichten.
- Art. 22 DSGVO: Verbot ausschließlich automatisierter Einzelentscheidungen mit rechtlicher Wirkung; Ausnahmen Abs. 2; Schutzmassnahmen Abs. 3.
- Art. 35 DSGVO: DSFA-Pflicht bei systematischer und umfassender Bewertung (Profiling), bei neuen Technologien.
- Art. 13/14 DSGVO: Informationspflichten zu Logik, Tragweite und Auswirkungen automatisierter Entscheidungen.
- Art. 32 DSGVO: TOMs an KI-Risiken anpassen (Model Theft, Prompt Injection, Data Leakage).
- Art. 5 DSGVO: Datenminimierung, Speicherbegrenzung – besonders kritisch bei Trainingsdaten.
### KI-Verordnung (VO (EU) 2024/1689)
- Gilt seit 02.08.2024 stufenweise. Verbote greifen seit 02.02.2025, GPAI-Pflichten seit 02.08.2025, Transparenzpflichten nach Art. 50 ab 02.08.2026. Für Hochrisiko-Systeme ist der Digital-Omnibus-Zeitstrahl gesondert zu sichern: Anhang III spätestens ab 02.12.2027, Anhang I spätestens ab 02.08.2028.
- HR-KI (Bewerberauswahl, Leistungsbewertung) ist nach Annex III Nr. 4 hochrisikobehaftet.
- Anbieter und Betreiber müssen Dokumentationspflichten (Art. 11, Art. 26 KI-VO) erfuellen – das ergaenzt das DSGVO-RoPA.
### EDSA-Leitlinien und EU-KI-Büro
- EDPB Opinion 28/2024 on certain data protection aspects related to the processing of personal data in the context of AI models (verabschiedet 17.12.2024) – referenzieren, nicht aus Modellwissen zitieren.
## Ablauf / Checkliste
1. **KI-Inventur:** Welche KI-Funktionen sind im Einsatz? Anbieter, Modell, Hostingort.
2. **Datentyp-Mapping:** Sind personenbezogene Daten in Eingaben, Trainingsdaten, Embeddings, Logs oder Outputs?
3. **Rolle prüfen:** Verantwortlicher für welche Daten? Auftragsverarbeiter? Joint Controllership mit KI-Anbieter?
4. **Rechtsgrundlage:** Art. 6 DSGVO; bei besonderen Datenkategorien Art. 9; bei Beschäftigten § 26 BDSG; bei Webdaten-Auslesen kritisch zu prüfen.
5. **Drittlandtransfer:** Hosting in USA/UK? DPF-Listing, SCC, TIA.
6. **Art. 22 DSGVO:** Trifft das System Entscheidungen mit rechtlicher Wirkung?
7. **DSFA:** typischerweise Pflicht; in RoPA verlinken.
8. **TOM-Erweiterung:** Prompt-Filterung, Output-Filter, Logging-Limits, Model-Isolation, kein Training auf Mandantendaten.
9. **KI-VO-Bezug:** Falls Hochrisiko, KI-VO-Dokumentation referenzieren.
10. **Loeschfristen:** insbesondere für Prompt-Logs und Vector-Embeddings.
## Mustertext / Template
### Erweiterte RoPA-Zeilen für KI-Anwendungen
| Nr. | KI-Anwendung | Zweck | Rechtsgrundlage | Datenkategorien (Input/Training/Output) | Anbieter / Hosting | Drittland / Garantie | Art. 22 DSGVO einschlaegig? | DSFA-Verweis | KI-VO-Status | Spezifische TOMs | Loeschfristen Logs |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | Interner Chat-Assistent (LLM-API) | Mitarbeitersupport, Wissensabfragen | Art. 6 Abs. 1 lit. f DSGVO | Input: Prompts (kann pers. Daten enthalten); Training: keines; Output: Antworten | [Anbieter] US-Region | USA – DPF aktiv (Anhang); zusaetzlich SCC Modul 2 + TIA | nein | DSFA-Ziff. 4 | nicht Hochrisiko | Prompt-Filter, kein Training-Opt-in, Logging 30 Tage | 30 Tage |
| 2 | RAG-System Mandantendokumente | Anwaltliche Recherche | Art. 6 Abs. 1 lit. b und f DSGVO; § 50 BRAO | Input: Mandantenakten (Vector-DB); Output: Zitatpassagen | On-Premises / private Cloud DE | nein | nein | DSFA-Ziff. 5 | nicht Hochrisiko | Mandanten-Mandant-Trennung, Verschluesselung, Berufsgeheimnis-Schutz | Loeschung mit Mandatsende |
| 3 | HR-Vorauswahl Bewerber | Sichtung Bewerbungsdokumente | Art. 6 Abs. 1 lit. b + § 26 BDSG; **menschliche Letztentscheidung** | Input: Bewerbungsunterlagen; Output: Empfehlung | [Anbieter] DE | nein | Ja **mit menschlicher Letztentscheidung** (Art. 22 Abs. 2 lit. b) | DSFA-Ziff. 8 | Hochrisiko (Annex III Nr. 4) | Bias-Tests, Logging, Erklaerbarkeit, Beschwerdeweg | Loeschung 6 Monate nach Absage |
| 4 | Feinabstimmung Modell auf Branchendaten | Verbesserung Produktantworten | Art. 6 Abs. 1 lit. f DSGVO | Training: pseudonymisierte Branchendaten | DE | nein | nein | DSFA-Ziff. 9 | GPAI-Bezug | Pseudonymisierung vor Training, Loeschanfragen-Prozess | Modellversion 2 Jahre |
### Anhang: KI-spezifische TOMs
- Prompt-Klassifikation (PII-Erkennung) vor Versand an LLM.
- Output-Filter gegen Re-Identifizierung.
- Verbot Training-Opt-out durchsetzen (Auswahl entsprechender Tarife).
- Modell-Isolation (kein Cross-Tenant-Training).
- Logging-Limit; rollenbasierter Zugriff auf Logs.
- Vector-Store-Verschluesselung at-rest; Loeschmechanismus für Embeddings.
- Schulung Mitarbeiter zu Prompt-Hygiene.
## Typische Fehler
- "KI-Nutzung" als eine Zeile pauschal eingetragen – fehlende Differenzierung Input / Training / Output.
- Drittlandtransfer über LLM-Anbieter uebersehen, weil "kein Datenexport" gedacht wurde.
- Art. 22 DSGVO uebersehen, weil "der Mensch entscheidet final" behauptet wird, ohne dass dies tatsaechlich nachweisbar ist (Stichwort: rubber stamp).
- DSFA fehlt; nur Art. 30 RoPA gepflegt.
- Prompt-Logs unbegrenzt aufbewahrt.
- KI-VO-Hochrisiko-Status nicht festgehalten.
- Trainingsdaten aus Mandantenakten – Berufsgeheimnis (§ 43a Abs. 2 BRAO, § 203 StGB) verletzt.
- Webdaten-Auslesen-Trainingsdaten ohne Rechtsgrundlage.
## Quellen Stand 06/2026
- VO (EU) 2016/679 (DSGVO), Art. 5, 6, 9, 13, 14, 22, 30, 32, 35.
- VO (EU) 2024/1689 (KI-VO / AI Act).
- BDSG, § 26.
- BRAO § 43a Abs. 2; § 50; StGB § 203.
- EDPB Opinion 28/2024 on certain data protection aspects related to the processing of personal data in the context of AI models (verabschiedet 17.12.2024).
- DSK: Hambacher Erklaerung zur Kuenstlichen Intelligenz (03.04.2019) und Folgepapiere.
Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.
No comments yet. Be the first to comment!