AI Act und DSGVO parallel: Welche Pflicht greift wann?
Sofern KI personenbezogene Daten verarbeitet, greifen AI Act und DSGVO parallel. Orientierung zu Schnittmengen, DPIA/FRIA-Erweiterung und Zuständigkeiten.
ComplyCheck-Redaktion · Stand: 2026-09-03
AI Act und DSGVO parallel: Welche Pflicht greift wann?
Diese Einordnung ist eine pauschale Orientierung auf Basis öffentlicher Quellen (EUR-Lex, EDPB, BSI). Sie ersetzt keine Einzelfall-Prüfung. AI-Act-Pflichten hängen stark vom System-Typ, Risiko-Klassifizierung und Anwendungs-Bereich ab.
Welche regulatorische Grundlage greift?
AI Act und DSGVO verfolgen unterschiedliche Schutzgüter:
- DSGVO (Verordnung (EU) 2016/679): schützt das Grundrecht auf informationelle Selbstbestimmung, adressiert wird die Verarbeitung personenbezogener Daten.
- AI Act (Verordnung (EU) 2024/1689): schützt Grundrechte, Gesundheit, Sicherheit und Marktintegrität, adressiert wird das KI-System und seine Wirkung.
Eine kumulative Anwendbarkeit ist in Erwägungsgrund 10 AI Act ausdrücklich klargestellt. Der EDPB hat in seinen ChatGPT-Taskforce-Berichten (2024) und im EDPB-Opinion 28/2024 zu KI-Modellen entsprechende behördliche Erwartungen formuliert.
Welche Konstellation passt zu deinem KI-Profil?
Die Frage, welche Pflichten konkret greifen, hängt von zwei Achsen ab: (a) Werden personenbezogene Daten verarbeitet? (b) Liegt eine Hochrisiko-Konstellation nach Anhang III AI Act vor? Daraus ergeben sich verbreitete Konstellationen:
Detail
- Nur DSGVO: Sofern die KI personenbezogene Daten verarbeitet, aber kein Hochrisiko-System darstellt (Beispiel: ChatGPT-gestützte Textkorrektur mit Personenbezug). Es greifen die DSGVO-Standardpflichten; spezifische Hochrisiko-Pflichten aus dem AI Act sind regelmäßig nicht einschlägig.
- Nur AI Act: Sofern ein Hochrisiko-System ohne Personenbezug eingesetzt wird (Beispiel: KI-gestützte Qualitätskontrolle von Bauteilen). Die DSGVO ist nicht einschlägig; die AI-Act-Pflichten der Art. 8 ff. greifen.
- Beide parallel: Sofern ein Hochrisiko-System personenbezogene Daten verarbeitet, der typische Fall in HR-Auswahl, Credit-Scoring, Bildungsbewertung, Strafverfolgung.
Eine pauschale Aussage zur Pflichten-Lage ist nicht möglich; die konkrete Einordnung erfolgt im Einzelfall.
Welcher Aufbau-Rahmen ist verbreitet?
In der Praxis hat sich ein Mapping entlang der zentralen Normen etabliert. Ob es im konkreten Fall passt, ist im Einzelfall zu beurteilen.
DSGVO Art. 6, Rechtsgrundlage: Vor jeder KI-gestützten Verarbeitung personenbezogener Daten ist eine Rechtsgrundlage zu prüfen, häufig Einwilligung (Art. 6 Abs. 1 lit. a) oder berechtigtes Interesse (lit. f) mit dokumentierter Abwägung. Bei Beschäftigtendaten zusätzlich § 26 BDSG bzw. die jeweils geltende beschäftigtendatenschutzrechtliche Norm.
Detail
DSGVO Art. 22, Automatisierte Einzelentscheidung: Sofern eine KI-Entscheidung rechtliche Wirkung entfaltet oder die Person ähnlich erheblich beeinträchtigt, ist eine ausschließlich automatisierte Verarbeitung regelmäßig unzulässig, Ausnahmen sind in Art. 22 Abs. 2 abschließend geregelt. In der HR-Praxis bedeutet das typischerweise: KI-Vorauswahl ist denkbar, die finale Entscheidung muss menschlich verantwortet werden.
DSGVO Art. 35, Datenschutz-Folgenabschätzung (DPIA): Bei hohem Risiko für betroffene Personen Pflicht. Die DSK-Liste der DPIA-pflichtigen Verarbeitungen nennt KI-gestützte Verarbeitungen personenbezogener Daten ausdrücklich.
AI Act Art. 26, Pflichten für Deployer von Hochrisiko-KI: Sofern Hochrisiko-KI mit Personenbezug eingesetzt wird, entstehen u. a. Pflichten zu Logging-Aufbewahrung (Abs. 6), Zuweisung menschlicher Aufsicht (Abs. 2), Sicherstellung der Eingabe-Datenqualität (Abs. 4) und Vorfallmeldung an den Anbieter (Abs. 5).
AI Act Art. 27, Grundrechte-Folgenabschätzung (FRIA): Bei Hochrisiko-KI im öffentlichen Sektor sowie bei bestimmten privaten Akteuren (u. a. Banken, Versicherer im Kontext der Risikobewertung nach Anhang III Nr. 5) ist eine Grundrechte-Folgenabschätzung durchzuführen, ergänzend zur DPIA. Inhaltliche Überschneidungen sind erheblich, eine separate Dokumentation bleibt erforderlich.
AI Act Art. 50, Transparenzpflichten: Chatbot-Hinweis, Deepfake-Kennzeichnung, KI-generierte-Inhalte-Hinweis. Überlappt teilweise mit den DSGVO-Informationspflichten nach Art. 13/14, adressiert jedoch andere Schutzgüter.
Schritt-für-Schritt-Mapping in einer Hochrisiko-Konstellation
Beispiel: KI-gestütztes Bewerber-Scoring. Die folgenden Bausteine sind in der Praxis verbreitet:
- Rechtsgrundlage (DSGVO Art. 6): Einwilligung oder berechtigtes Interesse mit Abwägung, ggf. § 26 BDSG.
- Informationspflicht (DSGVO Art. 13/14): transparente Information der Bewerber über Verarbeitung und Logik des Systems.
- DPIA (DSGVO Art. 35): vor Inbetriebnahme; Risikoanalyse und Maßnahmenplan.
- Sicherstellung menschlicher Letztentscheidung (DSGVO Art. 22): dokumentiertes Eskalations- und Entscheidungs-Schema.
- FRIA (AI Act Art. 27, soweit persönlicher Anwendungsbereich eröffnet): Grundrechtsbezug, betroffene Personengruppen, Abhilfemaßnahmen.
- Logging und Aufsicht (AI Act Art. 26 Abs. 2, 6): Eingabe-Logs aufbewahren, Aufsichtspersonen benennen und schulen.
- Transparenz (AI Act Art. 50): bei externer Sichtbarkeit der KI-Interaktion.
Sofern die DPIA-Struktur die FRIA-Logik nach AI Act Art. 27 (Risiko-Identifikation, Grundrechtsbezug, betroffene Personengruppen, Abhilfemaßnahmen) inhaltlich aufnehmen kann, wird in der Praxis verbreitet ein konsolidiertes Dokument geführt. Die behördliche Akzeptanz hängt vom Einzelfall ab; eine klare Trennung der Rechtsgrundlagen innerhalb des Dokuments wird empfohlen. Die Eignung sollte mit dem Datenschutzbeauftragten und ggf. der zuständigen Aufsicht abgestimmt werden.
Zuständigkeit in der Behördenwelt
In Deutschland ergibt sich eine geteilte Aufsichtsstruktur:
- DSGVO: Landesdatenschutzbehörden (für private Verantwortliche typischerweise nach Sitz), BfDI für Bundesbehörden und Telekommunikations-/Post-Anbieter.
- AI Act: nationale Aufsichts-Architektur wird im Durchführungsgesetz konkretisiert (BR-Drs.-Stand zu prüfen); diskutiert werden eine federführende Marktüberwachungsbehörde sowie sektorale Zusatz-Zuständigkeiten (BaFin für Finanzdienstleister, BSI für kritische Infrastrukturen, BNetzA für bestimmte Bereiche).
In der Praxis ist mit parallelen Anfragen zu rechnen. Eine konsolidierte Dokumentation, die DSGVO- und AI-Act-Pflichten gemeinsam abbildet, ist hilfreich.
Sanktionsrahmen zum Vergleich
- DSGVO Art. 83: bis 20 Mio. EUR oder 4 Prozent des weltweiten Jahresumsatzes.
- AI Act Art. 99: bis 35 Mio. EUR oder 7 Prozent für Verstöße gegen Art. 5; bis 15 Mio. EUR oder 3 Prozent bei Hochrisiko- und Transparenz-Verstößen; bis 7,5 Mio. EUR oder 1 Prozent bei falschen Auskünften.
Beide Sanktionsrahmen gelten nebeneinander; ein Sachverhalt kann beide Verordnungen berühren. Für KMU greift jeweils eine Verhältnismäßigkeits-Klausel (DSGVO Art. 83 Abs. 2 lit. a, AI Act Art. 99 Abs. 6).
Welche Konstellationen erfordern abweichendes Vorgehen?
In folgenden Konstellationen reicht die hier skizzierte Mapping-Orientierung nicht aus:
- Beschäftigtendatenschutz mit Mitbestimmung: KI-Systeme zur Mitarbeiter-Steuerung lösen regelmäßig Mitbestimmungs-Pflichten nach § 87 Abs. 1 Nr. 6 BetrVG aus, der Mapping-Ansatz greift hier zu kurz.
- Berufsgeheimnisträger (§ 203 StGB): Anwälte, Ärzte, Steuerberater haben verschärfte Anforderungen an die Datenverarbeitung, ein eigener Prüfungsrahmen ist üblich.
Detail
- Sektorale Aufsichts-Vorgaben (BaFin/MaRisk/DORA, BSI/NIS2, MDR/IVDR): branchenspezifische Pflichten können erheblich über das DSGVO-/AI-Act-Mapping hinausgehen.
- Drittlandtransfer: Sofern Daten außerhalb des EWR verarbeitet werden, sind Art. 44 ff. DSGVO und ggf. der Data Privacy Framework-Status zu prüfen.
- GPAI-Anbieter-Konstellation: Wer eigene generative Modelle trainiert oder substantiell anpasst, kann in die Anbieter-Rolle nach Art. 25 AI Act mit erweiterten Pflichten nach Art. 53 ff. wechseln.
- Streitige Hochrisiko-Einordnung: Bei Anwendung der Ausnahmen in Art. 6 Abs. 3 AI Act ist eine dokumentierte fachliche Bewertung typischerweise unverzichtbar.
In diesen Konstellationen wird eine Einzelfall-Begleitung durch Datenschutzbeauftragte, Compliance-Funktion oder anwaltliche Beratung empfohlen.
Nächster Schritt
Eine erste Standort-Bestimmung zur DSGVO/AI-Act-Konstellation liefert der AI-Act-Check, ohne Anspruch auf Vollständigkeit oder Verbindlichkeit.
Für eine vertiefte Abgrenzung der Regelwerke: AI Act vs. DSGVO: Was greift wann?.
Veröffentlicht durch die ComplyCheck-Redaktion. Veröffentlicht am 3. September 2026.
Verantwortlich i.S.d. § 18 MStV: siehe Impressum.
Fehler entdeckt oder ergänzende Erfahrung? korrektur@complycheck.de
Compliance-Updates ohne GRC-Bloat
NIS2-, DORA- und KRITIS-Hinweise für KMU: kurz, quellenbasiert und mit nächsten Schritten.
🎁 Gratis dazu: NIS2-Scope-Checkliste für KMU
Das könnte dich auch interessieren
AI-Act-Inventar aufbauen: Erster Strukturrahmen und typischer Aufwand
Welche KI nutzen wir eigentlich? Sechs Spalten als Orientierung, typischer Aufwand 1-3 Stunden je nach KI-Bestand. Mit Risiko-Klassifizierung nach AI Act.
DSGVO für 5-Personen-Firma: Häufig genannte Mindest-Kategorien
Welche DSGVO-Pflichten werden bei Kleinst-Unternehmen üblicherweise erwartet? Verzeichnis, Webseite, AVVs — konditionale Einordnung mit Quellen.
NIS2 Quick-Check: 10 Fragen in 30 Minuten
Erste strukturierte NIS2-Selbst-Bewertung anhand von 10 Leitfragen. Typischer Aufwand 30-60 Minuten, abhängig von Vorwissen und Komplexität. Keine Rechtsberatung.