Vertraulichkeitsklauseln, die Sie von einem KI-Plattform-Anbieter verlangen sollten

Ein Standard-NDA geht von einem menschlichen Empfänger aus, der Informationen erhält, sie vertraulich behandelt und nicht weitergibt. Eine KI-Strategieplattform tut strukturell etwas anderes: Sie nimmt ganze Dokumentensätze auf, erzeugt neues Material, das davon abgeleitet ist, speichert den Nachweis jeder Interaktion und lernt in manchen Architekturen von dem, womit sie gefüttert wird. Fünf Klauseln schließen diese Lücke: eine Kein-Training-Garantie mit Prüfrecht; benannte Auftragsverarbeiter und Datenspeicherort; Löschung bei Vertragsende mit Zertifikat; Modellversionsprotokollierung; und eine Vorfallsmeldungspflicht, die KI-spezifische Schadensszenarien abdeckt.

Nichts in diesem Artikel ist eine Rechtsformulierung oder ein Ersatz für Rechtsberatung zu einem konkreten Auftrag.

Ein bilaterales NDA ist für einen menschlichen Empfänger formuliert. Eine KI-Strategieplattform nimmt ganze Dokumentensätze auf, erzeugt neues Material, das davon abgeleitet ist, speichert den Nachweis jeder Interaktion und lernt in manchen Architekturen von dem, womit sie gefüttert wird. Vier Kategorien von Informationen, die ein herkömmliches NDA nicht ausreichend abdeckt:

• Eingaben: Vorstandspakete, Finanzmodelle und Due-Diligence-Dateien, die auf die Plattform hochgeladen werden – weit umfangreicher und sensibler als das, was ein typischer SaaS-Auftragsverarbeiter berührt.
• Generierte Outputs: neues Material, das das System erzeugt, das vertrauliche Inhalte zitieren, zusammenfassen oder neu kombinieren kann.
• Prompts: Anweisungen, die das Team eintippt und die häufig Kundennamen, Deal-Kontext und strategische Absichten enthalten.
• Modell-Interaktionsmetadaten: Abfragehäufigkeit, Sitzungsdauer, Interaktionszeiten und Nutzerstandorte, die operative Abläufe, Forschungszeitpläne und Wettbewerbsintelligenz-Muster abbilden können.

Zwei weitere Lücken verdienen explizite Aufmerksamkeit. Erstens: Ein Modell, das mit Kundenmaterial feinjustiert wurde, kann Fragmente für einen anderen Kunden auswendig lernen und reproduzieren – und einen Vertraulichkeitsbruch zu einem automatisierten, wiederholbaren Ereignis machen. Zweitens: „Wir teilen Ihre Daten nie" ist nicht dasselbe wie „Wir trainieren nie damit". Ein Anbieter kann Dokumente streng vertraulich behandeln und dennoch das Gelernte in ein Modell einfließen lassen, das dann Wettbewerbern dient.

Unklarheit in definierten Begriffen zieht sich durch jede operative Bestimmung. Die fünf definierten Begriffe, die am meisten entscheiden:

Drei Bereiche verdienen bei der Verhandlung besondere Aufmerksamkeit: Nutzungsdaten sollten als vertrauliche Informationen eingestuft werden. Prompts sollten vollständig als Kundendaten behandelt werden. Ein Verbot der verdeckten Datenerfassung verhindert schleichendes Scope-Creep – bei dem der Anbieter Inhalte aus Kundensitzungen aufnimmt, um seinen Service ohne ausdrückliche Genehmigung zu verbessern.

Eine Strategieberatung, die eine KI-Plattform evaluiert, sollte auf fünf Klauseln bestehen, die Standard-Anbietervorlagen routinemäßig auslassen oder abschwächen:

1. Eine Kein-Training-Garantie mit Prüfrecht. Der Standard sollte sein, dass Kundendaten, Prompts, Eingaben und Outputs nicht zum Training eines Modells verwendet werden. Jede Ausnahme erfordert eine ausdrückliche Opt-in-Zustimmung plus Anonymisierungsmaßnahmen. Ein Prüfrecht – wie es die ICO gemäß Artikel 28(3)(h) der DSGVO erwartet^[2] – macht das Versprechen überprüfbar.
2. Datenspeicherort und eine benannte Auftragsverarbeiterliste. Benennen Sie die Region, in der Daten gespeichert und verarbeitet werden. Benennen Sie jeden Auftragsverarbeiter und verlangen Sie eine vorherige Genehmigung für Änderungen, wie Artikel 28(2) und (3)(d) der DSGVO es verlangen. Die Auftragsverarbeiterliste muss jeden Drittanbieter eines Grundlagenmodells enthalten.
3. Löschung bei Vertragsende mit Zertifikat. Verlangen Sie vom Anbieter, nach Wahl des Kunden alle Daten am Ende des Vertrags zu löschen oder zurückzugeben und einen schriftlichen Nachweis der Löschung zu erbringen. Ein Anbieter, der kein Löschzertifikat aus einer früheren Kundenkündigung vorweisen kann, hat seinen eigenen Offboarding-Prozess nie getestet.
4. Modellversionsprotokollierung. Jeder Output sollte auf die Modellversion zurückführbar sein, die ihn erzeugt hat, damit Analysen Monate später geprüft und Modellverhaltensänderungen erkannt werden können. Diese Klausel unterstützt sowohl den Verantwortlichkeitsnachweis als auch die Aussage-zu-Quelle-Übersicht für regulierte Arbeiten.
5. Vorfallsmeldung mit einer ordnungsgemäß definierten Schadensbereichsdefinition. Meldepflichten und Kostenaufteilung sollten ausdrücklich geregelt sein. Die Definition eines Sicherheitsvorfalls sollte Modellinversion und Datenextraktion durch Outputs abdecken – KI-spezifische Schadensszenarien – und nicht nur Netzwerkeinbrüche. Verpflichten Sie sich zur Meldung innerhalb einer definierten Frist.

Die Disziplin besteht darin, von jedem Anbieter ein Artefakt – ein Dokument oder eine Demonstration – zu verlangen und keine mündliche Zusicherung. Zusicherungen in einem Verkaufsgespräch sind nicht bindend; schriftliche Antworten, die dem Vertrag beigefügt sind, sind es.

• Löschung: Fordern Sie den Nachweispfad aus einem abgeschlossenen Offboarding an – das Löschprotokoll und das Zertifikat – und keine Beschreibung des Prozesses. Ein Anbieter, der eines nicht vorlegen kann, hat es nie getestet.
• Auftragsverarbeiter: Fordern Sie die vollständige aktuelle Auftragsverarbeiterliste an, einschließlich jedes Drittanbieters eines Grundlagenmodells und der Rechenzentrumsstandorte für jeden.
• Anonymisierung: Hinterfragen Sie die Anonymisierungsmethodik und ob eine Re-Identifizierung technisch möglich ist. Ein Anbieter, der das nicht beantworten kann, sollte keinen Zugang zu Kundendokumenten erhalten.
• Trainingskontrollen: Fragen Sie, ob Daten zwischen Kunden getrennt sind, ob Training auf gemeinsam genutzten oder dedizierten Modellen läuft und ob die Daten eines Kunden jemals die Outputs für einen anderen Kunden beeinflussen können.
• Zertifizierungen: Behandeln Sie SOC 2 und ISO 27001 als Mindeststandard. Das alleinige Vertrauen auf Zertifizierungen ohne die obigen Due-Diligence-Fragen ist nicht ausreichend.^[3]

Stellen Sie die Fragen schriftlich und heben Sie die Antworten auf. Der schriftliche Nachweis ist auch ein Beleg dafür, dass die Beratung eine angemessene Due Diligence durchgeführt hat, falls die Beziehung später zur Quelle eines Vertraulichkeitsvorfalls wird.

Vertraulichkeit wird still beim Ende eines Auftrags gewonnen oder verloren. Drei Ausstiegsbedingungen verhindern Lock-in und Datenexposition bei der Kündigung:

• Exportformat: Legen Sie das Format fest, in dem Kundendaten und Analyseoutputs zurückgegeben werden, und ob Prompts dabei abrufbar sind. Wenn der Anbieter keinen Datenexport in einem nutzbaren Format erzeugen kann, ist die praktische Möglichkeit, zu wechseln, begrenzt – unabhängig vom vertraglichen Recht.
• Eigentümerschaft an Outputs: Der Vertrag sollte mindestens bestätigen, dass der Kunde eine umfassende Lizenz zur Nutzung von Outputs für jeden rechtmäßigen Geschäftszweck ohne Einschränkung hält. Jedes feinjustierte Modell, das auf den Daten des Kunden aufgebaut wurde, sollte eine separate, ausdrückliche Behandlung der Eigentümerschaft und der Möglichkeit erhalten, es bei Vertragsende mitzunehmen.
• Protokollaufbewahrung: Legen Sie fest, wie lange der Anbieter Nutzungsprotokolle und Interaktionsaufzeichnungen nach der Kündigung aufbewahrt und in welchem Löschzyklus sie vernichtet werden.

Der DSGVO-Mindeststandard: Artikel 28(3)(g) verlangt, dass der Auftragsverarbeiter bei Vertragsende alle personenbezogenen Daten löscht oder zurückgibt und vorhandene Kopien löscht, sofern das Recht keine Speicherung vorschreibt.^[2] Eine verzögerte Löschung aus Backups ist nur dann zulässig, wenn die Daten sofort unzugänglich gemacht werden und im nächsten Löschzyklus des Auftragsverarbeiters vernichtet werden.

Die meisten Anbieterfragebögen übersehen die Service-Verbesserungsklausel. Die meisten Technologievereinbarungen erlauben dem Anbieter, Kundendaten zur Verbesserung seiner Angebote zu nutzen, und Anbieter beanspruchen zunehmend Rechte, dies auf das Training von KI-Modellen auszudehnen. Solche Formulierungen haben erheblich weitreichendere Implikationen als eine herkömmliche Service-Verbesserungsklausel.

Das Kernproblem: Dateneigentümerschaft entspricht nicht Datenkontrolle. Selbst wenn ein Unternehmen das Eigentum an seinen Rohdaten behält, können weitreichende Rechte an aggregierten oder anonymisierten Ableitungen einem Anbieter erlauben, Modelle mit Erkenntnissen aus diesen Daten auf unbestimmte Zeit aufzubauen – und diese Modelle werden auch nach Vertragsende den anderen Kunden des Anbieters dienen.

Vier Dinge, die im Vertrag ausdrücklich geregelt werden müssen:

1. Definieren Sie die Nutzung von Mehrwert ausdrücklich: Benchmarks, Analyseprodukte, neue Funktionen und Modelltraining sollten jeweils benannt werden – und nicht einer offenen „Verbesserung unserer Dienste"-Klausel überlassen bleiben.
2. Verbieten Sie die abgeleiteten Nutzungsformen, die Sie nicht akzeptieren werden: Benennen Sie sie einzeln, anstatt sich auf eine allgemeine Vertraulichkeitsklausel zu stützen.
3. Beschränken Sie jede erlaubte Nutzung auf Ihre eigene Instanz – kein aggregiertes Training über die gesamte Kundenbasis.
4. Knüpfen Sie jede erlaubte Nutzung an die Vertragslaufzeit – keine unbefristete Lizenz, die nach der Kündigung fortbesteht.

Dieses Beispiel dient zur Illustration, ist kein realer Auftrag und keine Rechtsberatung. Eine mittelgroße Strategieberatung, die eine KI-Plattform evaluierte, führte ihre Vorvertragsprüfung in drei Durchgängen durch.

1. Erster Durchgang, Definitionen: Bestätigte, dass Eingaben, Outputs, Kundendaten, Nutzungsdaten und Trainingsdaten alle definiert waren, dass Prompts als Kundendaten galten und dass die Service-Verbesserungsklausel auf die eigene Instanz des Kunden beschränkt war.
2. Zweiter Durchgang, die fünf Klauseln: Forderte eine schriftliche Kein-Training-Verpflichtung, die veröffentlichte Auftragsverarbeiterliste, Nachweise eines früheren Löschzertifikats, die Spezifikation der Modellversionsprotokollierung und Vorfallsmeldungsbedingungen an, die KI-spezifische Extraktionsangriffe abdeckten.
3. Dritter Durchgang, Ausstiegsbedingungen: Legte das Exportformat fest, bestätigte eine umfassende Lizenz an Outputs und begrenzte die Protokollaufbewahrung nach der Kündigung auf 90 Tage für nicht-personenbezogene Protokolle.

Eine Frage legte die entscheidende Lücke offen: Der Anbieter konnte seine Anonymisierungsmethodik nicht dokumentieren und eine Re-Identifizierung von Unternehmens- oder Kundendaten nicht ausschließen – auch nach zwei Folgeanfragen. Der Vertrag wurde vor der Unterzeichnung geändert: ein definierter Anonymisierungsstandard, ein Verbot der Re-Identifizierung und ein ausdrückliches Ende der Mehrwertnutzung bei Vertragsende.

Decisity erklärt klar, dass Kundendaten nie zum Training von KI-Modellen verwendet werden, und verbindet diese Verpflichtung mit vollständiger Quellennachverfolgbarkeit und europäischem Datenspeicherort. Die Sicherheitsübersicht behandelt die technischen und vertraglichen Verpflichtungen im Detail.

Weiterführende Artikel:

• Vertrauliche Dokumente und KI-Strategiewerkzeuge: Was zu prüfen ist
• KI-gestützte Transaktionsanalyse: Die Anforderungen des Investitionsausschusses und der LPs
• KI-Modellversion Offenlegung: Was Ihr Vorstand wissen muss
• Wie Decisity funktioniert

• Ward and Smith: Vertragsarchitektur – Kern-KI-Klauseln für Anbietervereinbarungen
• ICO: Verträge und Haftungen zwischen Verantwortlichen und Auftragsverarbeitern – was enthalten sein muss
• Ward and Smith: Vorvertragliche Due Diligence und operative Sicherheitsvorkehrungen für KI-Anbieterbeziehungen
• Morgan Lewis: Wesentliche Erwägungen bei der Erlaubnis, KI-Modelle mit Kundendaten zu trainieren (Juni 2026)