DSGVO für Unternehmens-KI: Datenminimierung, Rollen und Löschkonzepte mit MCP

Die DSGVO verlangt nicht nur einen legitimen Verarbeitungszweck, sondern auch, dass nur die Daten genutzt werden, die für diesen Zweck wirklich erforderlich sind. Für KI-Projekte ist das anspruchsvoll, weil Systeme technisch leicht mehr Kontext aufnehmen können, als fachlich nötig wäre.

Hinzu kommt die Frage der Speicherbegrenzung. Wer Suchindizes, Chatverläufe, Protokolle und Antwortspeicher betreibt, muss unterscheiden, was kurzfristig für den Betrieb nötig ist und was dauerhaft nicht erhalten bleiben sollte.

In vielen Projekten werden komplette Dokumente indexiert und im Zweifel große Textmengen oder ganze Dateibestände an nachgelagerte Modelle weitergereicht. Das ist bequem, aber datenschutzseitig oft unnötig breit.

Besonders problematisch wird es, wenn Rollenlogik nur beim Öffnen der Datei gilt, aber nicht mehr bei der KI-Antwort. Dann bekommt das Modell eventuell Inhalte zu sehen, die für den konkreten Anwendungsfall gar nicht gebraucht werden oder für die kein sauberer Nutzungsrahmen definiert ist.

Ein MCP Server kann Retrieval- und Tool-Pfade so aufbauen, dass nicht automatisch das Maximum, sondern nur der freigegebene Minimalumfang weitergereicht wird. Das betrifft sowohl Textausschnitte als auch Metadaten, Rolleninformationen und die Auswahl des Zielmodells.

Außerdem hilft die Trennung von Komponenten. Wenn MCP Layer, Indexierung, Modellrouting und Frontend nicht ununterscheidbar ineinanderlaufen, lassen sich Speicherorte, Protokollierung und Löschfristen klarer pro Schicht betrachten. Genau das macht spätere Datenschutz- und Betriebsentscheidungen belastbarer.

Ein gutes Betriebsmodell kombiniert technische Leitplanken mit organisatorischer Klarheit. Fachbereich, IT, Security und Datenschutz müssen wissen, welche Use Cases erlaubt sind, welche Quellen eingebunden werden dürfen und wer Änderungen an Regeln oder Connectoren freigibt.

MCP ist dafür ein guter Ordnungsrahmen, weil sich Regeln zentraler abbilden lassen. Trotzdem bleibt es notwendig, Speicherfristen, Löschprozesse, Testdaten, Schulungen und Vorfallprozesse separat zu definieren. Erst daraus wird ein wirklich tragfähiges Datenschutzmodell für Unternehmens-KI.