DSGVO-Rechtsgrundlage für KI-Agenten (Art. 6): Wann Einwilligung, Vertrag oder berechtigtes Interesse passt

Die DSGVO-Rechtsgrundlage für KI bestimmt, auf welchen Tatbestand des Art. 6 Abs. 1 DSGVO ein Unternehmen die Datenverarbeitung durch einen KI-Agenten stützt. Für interne Deployments, Fine-Tuning, RAG und B2B-Service-Agenten ist das berechtigte Interesse (Art. 6 Abs. 1 lit. f) die dominierende Grundlage, daneben Einwilligung, Vertrag oder gesetzliche Pflicht. Ohne eine tragfähige Rechtsgrundlage ist jede Verarbeitung rechtswidrig.

• Berechtigtes Interesse (lit. f) ist die häufigste Grundlage für interne KI-Agenten, Fine-Tuning, RAG, Betrugserkennung und gewöhnliche B2B-Service-Agenten, verlangt aber den dreistufigen Test.
• Vertrag (lit. b) trägt nur das, was zur Erfüllung des Vertrags zwingend erforderlich ist; Einwilligung (lit. a) passt für Opt-in-Features, skaliert aber kaum auf Trainingsmengen.
• Sensible Daten (Art. 9) und automatisierte Einzelentscheidungen (Art. 22) lösen zusätzliche Anforderungen aus, die über Art. 6 hinausgehen.

Warum jeder KI-Agent eine Rechtsgrundlage braucht

Nach Art. 4 Nr. 1 und 2 DSGVO löst jede Operation an personenbezogenen Daten die Verordnung aus. In einem agentischen System ist nahezu jeder Berührungspunkt eine Verarbeitung: Prompts und System-Prompts, Outputs (inklusive halluzinierter Personendaten), Agent-Memory und Vektor-Stores, Tool-Call-Payloads an interne APIs oder MCP-Server, Multi-Agent-Nachrichten sowie Logs und Traces. Für jeden dieser Datenflüsse braucht der Verantwortliche eine Rechtsgrundlage nach Art. 6 Abs. 1.

Wichtig: Prompts und Outputs sind fast immer personenbezogen, sobald sie eine Person benennen oder hinreichend charakterisieren, auch erfundene Inhalte. Darauf stützt sich die Beschwerde von noyb gegen OpenAI bei der österreichischen Datenschutzbehörde vom April 2024: ChatGPT hatte wiederholt ein falsches Geburtsdatum des Beschwerdeführers ausgegeben, OpenAI lehnte eine Berichtigung ab. Embeddings in Vektor-Stores solltest du als pseudonyme personenbezogene Daten behandeln, wenn die Ausgangstexte Personen betreffen. Der Grund ist Embedding-Inversion: In einer Studie von 2023 ließen sich 92 % kurzer Eingaben (32 Tokens) exakt aus ihren Embeddings zurückgewinnen. Wie du dieses Risiko bewertest, beschreibt der Artikel zur Datenschutz-Folgenabschätzung für KI-Agenten.

Die sechs Rechtsgrundlagen und ihr Fit für KI-Agenten

Art. 6 Abs. 1 DSGVO kennt sechs Tatbestände. Für KI-Agenten sind drei praktisch dominant: Einwilligung (lit. a), Vertrag (lit. b) und berechtigtes Interesse (lit. f), ergänzt um die gesetzliche Pflicht (lit. c).

Der Drei-Stufen-Test für das berechtigte Interesse

Nach den EDPB-Leitlinien 1/2024 (angenommen am 8. Oktober 2024) und der EDPB-Opinion 28/2024 (angenommen am 17. Dezember 2024) müssen Verantwortliche drei Stufen dokumentieren:

1. Zwecktest. Das Interesse muss rechtmäßig, real, gegenwärtig und spezifisch artikuliert sein. „KI-Produkte verbessern“ im Abstrakten genügt nicht; „Verbesserung der Klassifikationsgenauigkeit des internen HR-Screening-Agenten für unsere Beschäftigten“ schon.
2. Erforderlichkeitstest. Ließe sich der Zweck mit weniger oder anonymen Daten erreichen? Bei RAG spricht das oft für Pseudonymisierung indexierter Dokumente und Minimierung der Kontext-Payloads.
3. Abwägungstest. Abzuwägen gegen die vernünftigen Erwartungen der Betroffenen, die Art der Daten, das Verhältnis sowie Risiken wie Re-Identifikation, Scope-Creep und Profiling. Die EDPB-Kriterien aus Opinion 28/2024 (öffentlich verfügbar?; Art des Dienstes?; Bewusstsein, online zu sein?) gelten.

Die EDPB-Opinion 28/2024 bestätigt, dass das berechtigte Interesse für Entwicklung und Deployment grundsätzlich verfügbar ist. Als potenziell legitim nennt sie etwa konversationelle Assistenten, Betrugserkennung und Cybersicherheit. Die CNIL ergänzte am 19. Juni 2025 eine Taxonomie vermutungsweise legitimer KI-Zwecke: wissenschaftliche Forschung, Bereitstellung öffentlichen Zugangs, konversationelle Assistenten, Leistungsverbesserung eines bestehenden Produkts und Betrugsprävention.

Anwendung auf typische Agenten-Szenarien

• Fine-Tuning auf interne Kundendaten: typischerweise Art. 6 Abs. 1 lit. f. Der Zweck muss enger als „unsere KI verbessern“ sein, eine LIA (Legitimate Interest Assessment) ist durchzuführen, ergänzt um eine Kompatibilitätsanalyse nach Art. 5 Abs. 1 lit. b. Sind sensible Daten betroffen, ist zusätzlich eine Art.-9-Ausnahme nötig.
• RAG über Beschäftigtendokumente: meist lit. b oder lit. f. Misst der Agent Mitarbeiterverhalten, braucht es in Deutschland die Mitbestimmung des Betriebsrats (§ 87 Abs. 1 Nr. 6 BetrVG), in Österreich die Zustimmung des Betriebsrats nach § 96 oder § 96a ArbVG. In der Schweiz verbietet Art. 26 ArGV 3 Überwachungssysteme, die das Verhalten der Arbeitnehmer am Arbeitsplatz überwachen sollen.
• Sitzungsübergreifendes Agent-Memory: die Rechtsgrundlage muss die Sekundärspeicherung abdecken; berechtigtes Interesse mit klarer Retention-Policy und Opt-out ist das übliche Muster, dokumentiert nach Art. 5 Abs. 1 lit. b.
• Training von Foundation Models mit breit gescrapten Korpora: Die EDPB-Opinion 28/2024 setzt hier eine hohe Hürde. Ohne dokumentierte LIA, Web-Scraping-Ausschluss-Policy und belastbare „unverhältnismäßiger Aufwand“-Begründung nach Art. 14 Abs. 5 lit. b sollten Deployer kein großskaliges Training auf gescrapten Daten betreiben.

Die „öffentlich verfügbar“-Falle

Ein hartnäckiges Missverständnis lautet, öffentlich zugängliche Webdaten seien von der DSGVO ausgenommen. Clearview AI wurde genau deshalb sanktioniert, in Italien mit 20 Mio. Euro (10. Februar 2022), in Frankreich mit 20 Mio. Euro (17. Oktober 2022) plus 5,2 Mio. Euro Zwangsgeld sowie in Griechenland, dem Vereinigten Königreich und den Niederlanden. Öffentliche Verfügbarkeit bedeutet weder Einwilligung noch eine andere Rechtsgrundlage. Das Urteil Meta v. Bundeskartellamt (C-252/21 vom 4. Juli 2023, Rz. 85–89) bestätigt: Das „Offensichtlich-Öffentlich-Machen“ nach Art. 9 Abs. 2 lit. e ist eine sehr enge Ausnahme, und Art. 6 Abs. 1 lit. f verlangt weiterhin eine eigene Abwägung.

Sensible Daten: Art. 9 als zweites Tor

Art. 9 Abs. 1 verbietet die Verarbeitung sensibler Daten grundsätzlich: darunter Gesundheitsdaten, biometrische Daten zur eindeutigen Identifizierung, Daten über die sexuelle Orientierung sowie Gewerkschaftszugehörigkeit. Eine Rechtsgrundlage nach Art. 6 allein genügt nicht; es braucht zusätzlich einen Ausnahmetatbestand nach Art. 9 Abs. 2. Praktisch relevant sind: ausdrückliche Einwilligung (lit. a), Beschäftigungs- und Sozialrecht (lit. b, etwa § 26 Abs. 3 BDSG), erhebliches öffentliches Interesse (lit. g) sowie Gesundheitsversorgung (lit. h/i).

Die Bias-Regel der KI-Verordnung stand bisher in Art. 10 Abs. 5. Der KI-Omnibus (Digital Omnibus zur KI-Verordnung, Verordnung (EU) 2026/1744) hat sie gestrichen und als neuen Art. 4a gefasst. Anbieter von Hochrisiko-Systemen dürfen sensible Daten ausnahmsweise verarbeiten, soweit das für Bias-Erkennung und -Korrektur unbedingt erforderlich ist. Anbieter und Betreiber anderer KI-Systeme und -Modelle sowie Betreiber von Hochrisiko-Systemen dürfen das ebenfalls ausnahmsweise, wenn der Bias Gesundheit, Sicherheit oder Grundrechte voraussichtlich beeinträchtigt oder zu verbotener Diskriminierung führen kann. Erwägungsgrund 9 des KI-Omnibus ordnet diese Verarbeitung als erhebliches öffentliches Interesse im Sinne von Art. 9 Abs. 2 lit. g DSGVO ein. Die Grundlage liefert damit das Unionsrecht selbst, nicht erst ein nationales Gesetz. Ein Freibrief ist Art. 4a trotzdem nicht: Die Verarbeitung ist nur zulässig, wenn sich die Bias-Erkennung mit anderen Daten, auch synthetischen oder anonymisierten, nicht wirksam durchführen lässt. Die Daten müssen pseudonymisiert, zugriffsbeschränkt und nach der Korrektur gelöscht werden, und das Verarbeitungsverzeichnis muss begründen, warum die Verarbeitung unbedingt erforderlich war.

Automatisierte Einzelentscheidungen (Art. 22), nur kurz

Trifft der KI-Agent eine ausschließlich automatisierte Entscheidung mit rechtlicher oder ähnlich erheblicher Wirkung, verschärft Art. 22 die Anforderungen massiv. Nach dem EuGH-Urteil SCHUFA (C-634/21, 7. Dezember 2023) zählt bereits die automatisierte Ermittlung eines Wahrscheinlichkeitswerts als „Entscheidung“, wenn ein Dritter seine Entscheidung maßgeblich darauf stützt. Nach Dun & Bradstreet Austria (C-203/22, 27. Februar 2025) haben Betroffene Anspruch auf eine nachvollziehbare Erklärung der konkret angewandten Verfahren und Grundsätze, die es ihnen ermöglicht, die Entscheidung anzufechten. Details behandelt der eigene Cluster-Artikel zu Art. 22.

Konkretes Beispiel mit Zahlen

Ein DACH-Mittelständler (rund 800 Beschäftigte) setzt einen internen Lead-Scoring-Agenten ein, der CRM-Datensätze klassifiziert. Die Verarbeitung wird auf Art. 6 Abs. 1 lit. f gestützt. Die LIA dokumentiert den Zweck eng („Priorisierung eingehender B2B-Anfragen“), prüft die Erforderlichkeit (Pseudonymisierung der indexierten Felder) und die Abwägung. Bei der Datenminimierung wird die Kontext-Payload pro Tool-Call von ursprünglich 42 CRM-Feldern auf 7 erforderliche Felder reduziert, die Prompt-Retention auf 30 Tage mit Schwärzung vor dauerhafter Speicherung begrenzt, angelehnt an die Standardaufbewahrung der OpenAI-API und der Anthropic-API von höchstens 30 Tagen. Lehnt der Score eine Anfrage automatisch ab und trifft das eine natürliche Person rechtlich oder in ähnlicher Weise erheblich, greift Art. 22. Dann braucht es eine Ausnahme nach Art. 22 Abs. 2. Stützt sich die Entscheidung auf einen Vertrag oder eine ausdrückliche Einwilligung, muss der Verantwortliche zudem mindestens das Eingreifen einer Person, die Darlegung des eigenen Standpunkts und die Anfechtung der Entscheidung ermöglichen (Art. 22 Abs. 3).

Für Agenturen und B2B-Entscheider

Wer KI-Agenten produktiv einsetzt, sollte die Rechtsgrundlage vor dem Go-live festlegen und je Datenfluss dokumentieren, nicht nachträglich rechtfertigen. Der italienische Garante belegte OpenAI mit 15 Mio. Euro (Entscheidung vom 2. November 2024, veröffentlicht am 20. Dezember 2024) unter anderem, weil Daten ohne vorab geklärte Rechtsgrundlage verarbeitet wurden (Verstoß gegen Art. 5 Abs. 1 lit. a, Art. 5 Abs. 2 und Art. 6). Das Tribunale di Roma hat den Bescheid am 18. März 2026 aufgehoben, weil nach dem One-Stop-Shop-Verfahren die irische Datenschutzbehörde zuständig gewesen wäre. Über die Vorwürfe selbst hat das Gericht nicht entschieden. Für Agenturen heißt das: Eine saubere LIA, eine mehrstufige Datenschutzerklärung mit KI-Hinweis und ein prominenter Opt-out gehören zum Standard-Lieferumfang jedes KI-Projekts. Blck Alpaca unterstützt DACH-Unternehmen dabei, die passende Rechtsgrundlage zu wählen, Interessenabwägungen prüffest zu dokumentieren und KI-Agenten von Anfang an DSGVO-konform aufzusetzen.

Hinweis: Dieser Beitrag dient der fachlichen Orientierung und stellt keine Rechtsberatung dar. Für konkrete Einzelfälle empfehlen wir die Abstimmung mit Datenschutzbeauftragten oder einer spezialisierten Kanzlei.