EU-US Data Privacy Framework in der Praxis: Was müssen KMU beim KI-Tool-Einkauf wirklich prüfen?

Kurze Antwort

Das EU-US Data Privacy Framework (DPF) erlaubt seit Juli 2023 Datentransfers an selbstzertifizierte US-Anbieter, ersetzt aber keine eigene Prüfung durch dein Unternehmen. Für den Einkauf eines KI-Tools reicht ein DPF-Eintrag allein nicht: Du brauchst zusätzlich einen AVV nach Art. 28 DSGVO, Klarheit über den Drittlandtransfer der konkreten Datenkategorie und einen Blick auf die Standardeinstellung fürs KI-Training. Das DPF ist zudem rechtlich nicht endgültig abgesichert, weil eine Klage gegen den zugrundeliegenden Angemessenheitsbeschluss vor den EU-Gerichten anhängig ist.

Wichtig: Ein hoher DSGVO-Score bedeutet nicht automatisch einen aufsichtsbehördlich vertretbaren Einsatz im Einzelfall. Entscheidend sind auch die konkrete Nutzung, ein AVV und interne Datenschutzprozesse.

Die folgenden DSGVO-Scores sind Risikoeinschätzungen, keine rechtlichen Bewertungen — der Einsatz im eigenen Betrieb muss individuell geprüft werden.

Praxisregel: DPF und KI-Tools

• ✅ Anbieter ist auf der offiziellen DPF-Liste selbstzertifiziert, und die Zertifizierung deckt die tatsächlich genutzte Datenkategorie ab
• ✅ Ein AVV nach Art. 28 DSGVO liegt unterschrieben vor, nicht nur als Absichtserklärung
• ⚠️ Prompts enthalten personenbezogene Daten von Kunden oder Mitarbeitenden → zusätzliche Prüfung der Rechtsgrundlage nötig
• ⚠️ Der Anbieter nutzt Eingaben standardmäßig fürs KI-Training → Opt-out aktiv prüfen, nicht einfach annehmen
• ⚠️ Kein DPF-Eintrag vorhanden → Standardvertragsklauseln und eine dokumentierte Risikoabschätzung sind dann zusätzlich nötig

Die 8-Punkte-Checkliste für den KI-Tool-Einkauf

Wer ein KI-Tool für den Betrieb auswählt, prüft meistens zuerst Funktionsumfang und Preis — die folgenden acht Punkte gehören genauso in die Kaufentscheidung, bevor der erste Vertrag unterschrieben wird.

1. Self-Zertifizierung prüfen. US-Anbieter können sich freiwillig auf der offiziellen DPF-Liste selbst zertifizieren. Ein fehlender Eintrag heißt nicht automatisch, dass ein Tool ungeeignet ist, erhöht aber den Prüfaufwand deutlich, weil dann Standardvertragsklauseln als Fallback nötig werden.

2. Serverstandort klären. Anbieter betreiben nach eigenen Angaben teils wählbare EU-Regionen, teils ausschließlich US-Infrastruktur. Frag konkret nach der Region, in der Prompts verarbeitet werden — nicht nur nach dem Firmensitz.

3. AVV tatsächlich einholen. Ein AVV nach Art. 28 DSGVO ist Pflicht, sobald das Tool personenbezogene Daten verarbeitet. Manche Anbieter stellen ihn nur für bestimmte Bezahltarife bereit — im Free- oder Einsteiger-Tarif fehlt er häufig.

4. Sub-Prozessoren-Liste anfordern. KI-Tools nutzen oft weitere Dienstleister im Hintergrund, etwa für Hosting oder Monitoring. Diese Kette wird bei der DPF-Prüfung häufig vergessen, obwohl jeder Sub-Prozessor die eigene Risikoabschätzung verändert.

5. KI-Training-Standard prüfen. Manche Anbieter nutzen Eingaben standardmäßig fürs Modelltraining, andere nur mit ausdrücklichem Opt-in. Ein Klick in den Kontoeinstellungen reicht oft nicht — die vertragliche Zusicherung zählt.

6. Personenbezogene Daten in Prompts identifizieren. Sobald Mitarbeitende Mandanten- oder Kundendaten in ein KI-Tool eingeben, entstehen personenbezogene Daten im Sinne der DSGVO. Eine interne Guideline, was in Prompts landen darf, ersetzt hier keine technische Prüfung, hilft in der Praxis erfahrungsgemäß aber zusätzlich.

7. TOMs dokumentiert? Verschlüsselung, Zugriffskontrollen und Protokollierung — die technischen und organisatorischen Maßnahmen — sollten in der Datenschutzerklärung oder im AVV konkret beschrieben sein, nicht nur pauschal behauptet.

8. Fallback für den Drittlandtransfer. Weil das DPF rechtlich angreifbar ist, lohnt ein Blick, ob der Vertrag zusätzlich Standardvertragsklauseln als Absicherung enthält. Fällt der Angemessenheitsbeschluss, greift dieser Fallback automatisch statt eines rechtlichen Vakuums.

Relevante KI-Tools im Überblick

Die folgende Tabelle zeigt, wie unterschiedlich der Drittlandtransfer bei gängigen KI-Tools ausfällt — von DPF-zertifizierten US-Anbietern bis zu Tools ganz ohne DPF-Bezug.

Hinweis: Diese Tools sind noch nicht vollständig in unserer Datenbank geprüft. Vor dem Einsatz sollten die aktuellen Datenschutzseiten beim Anbieter direkt verifiziert werden.

Warum diese Tools?

Wer in Google Workspace arbeitet und E-Mails, Docs oder Tabellen im Alltag pflegt, kennt den Reflex, direkt im gewohnten Tool nach einer Zusammenfassung zu fragen statt in ein separates Fenster zu wechseln. Genau hier setzt Gemini an, mit DSGVO-Score 6.5/10 in unserer Methodik vor allem aufgrund der engen Verzahnung mit bestehender Workspace-Verwaltung. Gemini ist ein US-Unternehmen und nimmt nach eigenen Angaben am EU-US Data Privacy Framework teil (Stand: 2026-08), die Cloud-Act-Anwendbarkeit durch die US-Unternehmensstruktur bleibt dadurch aber nicht vollständig ausgeschlossen. Der kostenlose Plan eignet sich für unverbindliches Ausprobieren, für den produktiven Einsatz mit Firmendaten lohnt ein Blick auf die vertraglichen Bezahltarife.

Freelancer, die regelmäßig Textentwürfe oder Recherchen für Kunden formulieren, geben dabei oft unbewusst Auftragsdetails preis, die eigentlich vertraulich bleiben sollten. ChatGPT Plus wird hier häufig genutzt, mit DSGVO-Score 5.0/10 vor allem aufgrund unklarer Standardeinstellungen beim KI-Training in älteren Tarifen. OpenAI ist ein US-Unternehmen und ist nach unserer Recherche zum Prüfzeitpunkt (Stand: 2026-08, zuletzt bestätigt Juni 2026) auf der offiziellen DPF-Teilnehmerliste registriert — die Cloud-Act-Anwendbarkeit durch die US-Unternehmensstruktur bleibt dadurch trotzdem nicht vollständig ausgeschlossen. Ergänzend nutzt OpenAI nach eigenen Angaben Standardvertragsklauseln, unter anderem als Absicherung für Transfers ins Vereinigte Königreich. Für bestimmte geschäftliche Tarife stellt OpenAI einen AVV bereit — vor dem Einsatz solltest du genau prüfen, welcher Tarif diesen tatsächlich enthält, der reine Plus-Tarif für Privatnutzer ist dafür nicht ausgelegt.

Teams, die bereits vollständig mit Microsoft 365 arbeiten, wollen KI meistens direkt in Word, Excel und Teams eingebettet haben statt eine weitere Anmeldung zu verwalten. Microsoft 365 Copilot erreicht in unserer Methodik den höchsten Score der Tabelle mit 8.0/10, vor allem aufgrund wählbarer EU-Datenregionen und einer im Vergleich zu vielen Wettbewerbern granularen Tenant-Verwaltung. Auch Microsoft ist ein US-Unternehmen und nimmt nach eigenen Angaben am DPF teil (Stand: 2026-08), sodass die Cloud-Act-Frage grundsätzlich bestehen bleibt, auch wenn europäische Rechenzentren genutzt werden. Wichtig für Tenant-Admins: Seit Januar 2026 nutzt Microsoft nach eigenen Angaben Anthropic-Modelle als zusätzlichen Subprozessor in mehreren Copilot-Experiences — diese Modelle sind laut Microsofts eigener Dokumentation von der EU Data Boundary ausgenommen; in der EU/EFTA und im UK sind sie standardmäßig deaktiviert, lassen sich von Admins aber aktivieren. Seit dem 17. April 2026 ist außerdem laut Microsoft Learn (Stand: 2026-08) ein sogenanntes „Flex Routing” für Copilot-Tenants in der EU und EFTA standardmäßig aktiv — bei ab dem 25. März 2026 neu angelegten Tenants bereits ab Einrichtung. Darüber können Copilot-Anfragen bei Kapazitätsengpässen automatisch in Rechenzentren in den USA, Kanada oder Australien verarbeitet werden, statt ausschließlich innerhalb der EU Data Boundary zu bleiben. Wer Copilot mit personenbezogenen Daten nutzt, sollte deshalb aktiv prüfen, ob die EU Data Boundary im eigenen Tenant aktiviert ist, und die Einstellung „Flex routing during peak load periods” im Microsoft 365 Admin Center bewusst konfigurieren, statt sich auf die Standardeinstellung zu verlassen. Ab 18 €/Monat ist der Tarif spürbar teurer als reine Chat-Tools, dafür bewegt sich die Nutzung meist innerhalb bereits vertraglich geregelter Microsoft-Strukturen.

Teams, die ihr gesamtes Projektwissen in Notion bündeln, wollen ungern zwischen Wiki und separatem KI-Tool wechseln. Notion KI adressiert das direkt in der gewohnten Oberfläche, mit DSGVO-Score 5.0/10 in unserer Methodik. Auch Notion ist ein US-Anbieter mit DPF-Teilnahme nach eigenen Angaben (Stand: 2026-08), die Cloud-Act-Frage bleibt entsprechend offen. Der kostenlose Plan eignet sich für einzelne Notizen ohne Personenbezug, für Teamdaten mit Kundenbezug ist der Blick in AVV und Tarifdetails Pflicht.

KMU, die den Cloud Act-Fallschirm gar nicht erst brauchen wollen, schauen sich zunehmend nach EU-Anbietern um. Mistral AI erreicht mit 7.0/10 den zweithöchsten Score in unserer Methodik, vor allem aufgrund des Firmensitzes in Frankreich, wodurch die US-Cloud-Act-Anwendbarkeit hier gar nicht erst greift. Das DPF spielt für Mistral AI keine Rolle, weil es ausschließlich für Übermittlungen an US-Anbieter gilt — dieser Fall liegt bei einem EU-Unternehmen nicht vor. Kostenloser Plan vorhanden, Bezahltarife beim Anbieter direkt prüfen.

DeepSeek taucht in dieser Tabelle bewusst als Kontrastbeispiel auf: Der DSGVO-Score von 1.5/10 ergibt sich in unserer Methodik vor allem aus der fehlenden DPF-Teilnahme, weil das DPF ausschließlich für US-Anbieter gilt und ein chinesisches Unternehmen betreibt. Nach unserer Recherche liegt zum Prüfzeitpunkt (Stand: 2026-08) keine öffentlich dokumentierte, mit dem DPF vergleichbare Absicherung für Datentransfers nach China vor. Wer DeepSeek dennoch testet, sollte das ausschließlich mit Daten ohne jeden Personenbezug tun.

Was andere Tools problematisch macht

Die typischen Warnsignale wiederholen sich über viele KI-Tools hinweg, unabhängig vom Anbieter. Fehlt ein öffentlich einsehbarer AVV-Entwurf auf der Website, ist das ein erstes Indiz für zusätzlichen Prüfaufwand vor Vertragsschluss. Ist die Standardeinstellung zum KI-Training in der Datenschutzerklärung nicht eindeutig als „aus” beschrieben, solltest du vom pessimistischen Fall ausgehen — also davon, dass Eingaben ohne aktives Opt-out zu Trainingszwecken verwendet werden.

Ein weiteres Muster: Anbieter, die Serverstandorte nur vage mit „globale Infrastruktur” beschreiben, statt konkrete Regionen zu nennen, lassen sich in der Praxis erfahrungsgemäß schwer für ein Transfer-Assessment dokumentieren. Nach unserer Recherche fehlt bei mehreren kleineren, spezialisierten KI-Tools außerhalb der etablierten Anbieter zum Prüfzeitpunkt (Stand: 2026-08) eine öffentlich zugängliche Sub-Prozessoren-Liste, was die Einschätzung der tatsächlichen Datenflüsse erschwert. Problematisch wird es besonders bei Anbietern, die ihre Subprozessoren-Kette verschleiern oder ohne klare Kommunikation ändern — die Aufnahme von Anthropic als zusätzlichem Subprozessor bei Microsoft 365 Copilot seit Januar 2026 und die Umstellung von Flex Routing auf „standardmäßig aktiv” seit April 2026 zeigen, wie schnell sich eine solche Kette oder Voreinstellung verändern kann. Fordere deshalb bei jedem Anbieter die jeweils aktuelle Sub-Prozessoren-Liste und die aktuellen Tenant-Voreinstellungen an, statt dich auf einen einmal geprüften Stand zu verlassen.

Was passiert, wenn der EuGH das DPF kippt? (Schrems-III-Szenario)

Das DPF ist kein rechtlich endgültig gesicherter Zustand. Bereits der Vorgänger Privacy Shield wurde 2020 durch das Schrems-II-Urteil des Europäischen Gerichtshofs (Rechtssache C-311/18) für ungültig erklärt, weil US-Überwachungsgesetze mit dem europäischen Datenschutzniveau als nicht vereinbar eingestuft wurden. Gegen den aktuellen Angemessenheitsbeschluss zum DPF läuft seit 2023 eine gerichtliche Auseinandersetzung vor den EU-Gerichten; eine erste Klage wurde in erster Instanz abgewiesen, eine Berufung ist nach unserer Recherche weiterhin anhängig.

Sollte der Angemessenheitsbeschluss fallen, entsteht keine sofortige Rechtslücke — dann greift automatisch das Regime von vor 2023 zurück: Datentransfers benötigen dann Standardvertragsklauseln nach Art. 46 DSGVO plus eine ergänzende Risikobewertung, ähnlich der Praxis direkt nach Schrems II. Anbieter, die schon jetzt SCCs zusätzlich zur DPF-Zertifizierung im Vertrag verankert haben, sind für dieses Szenario erfahrungsgemäß besser vorbereitet als Anbieter, die sich ausschließlich auf das DPF verlassen.

Kurz gesagt: Wenn dein KI-Tool personenbezogene Daten in die USA überträgt, brauchst du fast immer: einen unterschriebenen AVV, eine Bestätigung der DPF-Zertifizierung oder ersatzweise SCCs im Vertrag, und einen kurzen internen Vermerk, warum du dich für dieses Tool entschieden hast. Das reicht meist als Basis, ersetzt aber keine Einzelfallprüfung bei sensiblen Daten.

Gibt es KI-Tools ganz ohne US-Cloud-Act-Risiko?

Ja, EU-ansässige Anbieter unterliegen dem US-Cloud-Act grundsätzlich nicht auf demselben Weg wie US-Unternehmen, weil die US-Behörden dort keinen direkten Zugriffsanspruch über die Unternehmensstruktur haben. Mistral AI aus Frankreich ist dafür das naheliegendste Beispiel unter etablierten Allzweck-KI-Tools. Am Markt haben sich daneben weitere europäische Anbieter positioniert, etwa mit vollständig in Deutschland gehosteten Modell-Varianten großer Anbieter über deutsche Cloud-Infrastruktur.

Wichtig für die Einordnung: Ein EU-Sitz allein beseitigt nicht automatisch jedes Risiko beim Drittlandtransfer, etwa wenn ein EU-Anbieter selbst wieder US-Sub-Prozessoren einsetzt. Auch hier gilt deshalb: Sub-Prozessoren-Liste anfordern, statt sich allein auf den Firmensitz in der Datenschutzerklärung zu verlassen.

Reicht das EU-US Data Privacy Framework allein für einen gesetzeskonformen KI-Tool-Einsatz aus?

Nein — das DPF senkt den Prüfaufwand deutlich, ersetzt aber keine der übrigen Pflichten aus der DSGVO. Ein AVV nach Art. 28 DSGVO, ein Eintrag im Verzeichnis der Verarbeitungstätigkeiten und eine Prüfung der internen TOMs bleiben unabhängig vom DPF-Status erforderlich. Die EDPB empfiehlt zudem weiterhin ergänzende Maßnahmen für sensible Datenkategorien, selbst wenn der Anbieter DPF-zertifiziert ist.

Für die Praxis heißt das: Ein DPF-Eintrag ist ein guter erster Filter, um Anbieter grob zu sortieren, aber kein Freibrief. Bei Datenkategorien mit besonderem Risiko — Gesundheitsdaten, Mandantendaten, Personalakten — lohnt sich ein zusätzlicher Blick in die konkrete Sub-Prozessoren-Kette, unabhängig vom DPF-Status.

Methodik

Die DSGVO-Scores in diesem Artikel basieren auf unserer öffentlich dokumentierten Methodik und fließen aus Kriterien wie Serverstandort, AVV-Verfügbarkeit, KI-Training-Standardeinstellung und Zertifizierungen ein. Sie sind Risikoeinschätzungen zum Prüfzeitpunkt, keine Rechtsgutachten — der konkrete Einsatz im eigenen Unternehmen muss immer individuell geprüft werden.

Fazit & Empfehlung

Das EU-US Data Privacy Framework macht den Einkauf von US-KI-Tools praktikabler, aber nicht automatisch unkompliziert. Wer die acht Prüfpunkte aus diesem Artikel systematisch abarbeitet — von der DPF-Selbstzertifizierung über den AVV bis zur Sub-Prozessoren-Liste — reduziert das Risiko deutlich, unabhängig davon, wie das anhängige Gerichtsverfahren gegen den Angemessenheitsbeschluss ausgeht. Bei besonders sensiblen Daten bleibt ein EU-Anbieter wie Mistral AI oder eine zusätzliche SCC-Absicherung die konservativere Wahl.

Du willst nicht jeden Vertrag selbst prüfen? Unsere Tooltests zeigen pro KI-Tool: AVV, DPA, KI-Training, Cloud-Act-Risiko, DSGVO-Score.