Ist der Selbstbetrieb offener KI-Modelle wie Kimi K3 datenschutzfreundlicher als Cloud-KI?

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.

Praxisregel: Self-Hosting vs. Cloud-KI ✅ Rein lokale Inferenz ohne Internetverbindung (z. B. Ollama mit einem Mistral-Modell auf eigener Hardware) — kein externer Auftragsverarbeiter nötig, eigene TOMs müssen trotzdem dokumentiert werden. ✅ Entwicklung/Tests ohne Personenbezug (Code, interne Texte ohne Mandantendaten) — geringes Risiko, solange tatsächlich kein Personenbezug entsteht. ⚠️ Chinesische Modelle wie Kimi K3 oder Qwen — die Herkunft ist ein Lieferketten- und Governance-Risiko (unbekannte Trainingsdaten), kein automatischer Drittlandtransfer. Zu prüfen ist, ob Runtime oder Zusatzsoftware Verbindungen nach außen aufbauen, etwa zu einer Hersteller-API. ⚠️ Verarbeitung von Mandanten-, Patienten- oder Personaldaten über ein selbst gehostetes Modell — bei Berufsgeheimnisträgern zusätzlich eine gesonderte §203-StGB-Prüfung neben der DSGVO. ⚠️ Self-Hosting bei einem externen Infrastruktur-Anbieter (Colocation, private Cloud) — hier bleibt in der Regel ein AVV mit dem Infrastruktur-Anbieter erforderlich, auch wenn das Modell selbst „eigen” betrieben wird.

Was bedeutet „offen” bei Kimi K3, Qwen & Co. wirklich?

Moonshot AI aus Peking veröffentlicht mit Kimi K3 die Modellgewichte zum Download — laut Handelsblatt-Berichterstattung (Stand: 07/2026) inklusive Text-, Bild- und Code-Fähigkeiten. Das unterscheidet sich fundamental von echtem Open Source: Trainingsdaten, Filterkriterien und die genaue Trainingsmethodik bleiben unter Verschluss. Weder lässt sich nachvollziehen, ob personenbezogene Daten Dritter im Training enthalten waren, noch wie das Modell mit sensiblen Begriffen umgeht.

Der EU AI Act regelt Anbieter von KI-Modellen mit allgemeinem Verwendungszweck (GPAI) in Art. 53: technische Dokumentation, Informationen für nachgelagerte Anbieter, eine Urheberrechtsstrategie und eine Zusammenfassung der Trainingsinhalte. Diese Pflichten gelten seit August 2025, Bußgelder kann die EU-Kommission seit August 2026 verhängen. Wer ein Modell unter einer freien Open-Source-Lizenz mit öffentlichen Gewichten veröffentlicht, ist nach Art. 53 Abs. 2 von Dokumentation und Informationspflichten befreit, nicht aber von Urheberrechtsstrategie und Trainingszusammenfassung. Die Ausnahme entfällt bei Modellen mit systemischem Risiko (Art. 51, vermutet ab 10²⁵ FLOP Trainingsrechenaufwand), für die Art. 55 zusätzliche Pflichten vorsieht. Ob Kimi K3 darunter fällt, haben wir nicht geprüft. Auch Qwen (Alibaba) folgt demselben Open-Weights-Muster, während Mistral seine Datenschutzangaben laut eigener Datenschutzerklärung offener dokumentiert.

Die DSGVO-Checkliste: Was ändert sich beim Selbstbetrieb wirklich?

Fünf Punkte solltest du vor dem produktiven Einsatz eines selbst gehosteten Modells durchgehen:

1. Art. 5 DSGVO (Datenminimierung): Self-Hosting schaltet Cloud-Anbieter wie OpenAI oder Moonshot als externe Auftragsverarbeiter aus — verantwortlich bleibt die betreibende Organisation selbst.
2. Art. 28 DSGVO: Bei Cloud-APIs ist ein AVV Pflicht. Beim echten Self-Hosting entfällt der AVV, dafür müssen eigene TOMs nach Art. 32 dokumentiert sein.
3. Art. 32 DSGVO: Offene Modelle ohne Guardrails erhöhen laut Frontier Security (Stand: 08/2026) erfahrungsgemäß das Risiko für Prompt Injection und Datenabfluss.
4. Art. 44 ff. DSGVO (Drittlandtransfer): Ein Drittlandtransfer entsteht erst, wenn personenbezogene Daten das System tatsächlich verlassen, etwa über Telemetrie der Runtime oder eine Hersteller-API. Der Download von Gewichten oder Updates aus China ist für sich noch keine Übermittlung von Eingabedaten. Ausgehende Verbindungen lassen sich per Egress-Regel sperren oder protokollieren.
5. Berufsgeheimnisse: Mandanten- oder Kundendaten dürfen das eigene System nicht über ungeprüfte ausgehende Verbindungen verlassen — auch nicht bei lokalem Betrieb.

Relevante Modelle und Cloud-Optionen im Überblick

Hinweis: Kimi K3 und Qwen sind noch nicht vollständig in unserer Datenbank geprüft — die folgenden Angaben zu diesen beiden stammen aus Sekundärquellen, nicht aus eigener Datenschutz-/Preisrecherche.

Tabelle seitlich scrollen →

Ausgewählt wurden die DB-geprüften Modelle als verifizierte Referenzpunkte sowie Kimi K3 und Qwen als die in der DACH-Debatte meistdiskutierten offenen Alternativen aus China. Der niedrige DeepSeek-Score bezieht sich ausschließlich auf Datenschutz und Compliance, nicht auf die Qualität der KI-Funktionen.

Warum diese Optionen?

Wer Mandantenkorrespondenz mit KI vorformulieren will, aber keinen US-Anbieter im Verarbeitungspfad haben möchte, landet oft bei Mistral: Sitz in Paris, DSGVO-Score 7,0/10, Le Chat Pro ab 14,99 $/Monat.

Wer komplett offline bleiben will, kommt an Ollama kaum vorbei: Die Runtime lässt Modelle wie Mistral-7B lokal laufen — praktisch für Kanzleien, die keine Mandantendaten das Haus verlassen lassen wollen. Lokal ist Ollama kostenlos; Score 5,0/10, weil die TOM-Verantwortung vollständig bei dir liegt.

Die Open Telekom Cloud (T Cloud Public) eignet sich für KMU, die eine deutsche Cloud bevorzugen: Score 7,0/10, Preise beim Anbieter erfragen.

Claude von Anthropic zeigt eine US-Alternative: Score 6,0/10, ab 20 €/Monat, mit US-Unternehmensstruktur im Hintergrund — meist mit zusätzlicher Vertragsprüfung sinnvoll.

DeepSeek zeigt das andere Ende: kostenloser Plan, Score 1,5/10 — vor allem wegen ungeklärter Trainingsdaten- und Drittlandtransfer-Fragen.

Sicherheitsrisiko Kimi K3: der AISI-Fund und die China-Drittlandproblematik

Im August 2026 berichtete Frontier Security laut collectivebrain.de, dass Kimi K3 aus einer Cybersicherheits-Testumgebung des britischen UK AI Safety Institute extrahiert worden sei — eine unabhängige Bestätigung liegt uns nicht vor. The Decoder verwies am 18.07.2026 zudem auf eine AISI-Analyse, wonach der Leistungsrückstand offener Modelle bei Cyber-Fähigkeiten schrumpft.

Für Steuerberater und KMU kommt eine zweite Ebene hinzu: Der Cloud Act ist US-Recht — bei chinesischen Modellen wie Kimi K3 oder Qwen greifen stattdessen PIPL und das National Security Law. Beide erlauben Behörden in Peking unter bestimmten Voraussetzungen Zugriff auf Daten, die bei Moonshot AI oder Alibaba liegen. Relevant wird das, sobald Daten tatsächlich dort landen, etwa über deren Cloud-API; beim lokalen Betrieb der Gewichte ohne Verbindung zum Hersteller entsteht dieser Pfad nicht. Für eine Übermittlung nach China ohne Angemessenheitsbeschluss sind in der Regel Standardvertragsklauseln (SCCs) nötig. Nach unserer Recherche hat zum Prüfzeitpunkt (Stand: 09/2026) keiner der genannten Anbieter eine öffentlich zugängliche Regelung dafür veröffentlicht.

Architektur-Patterns für DACH: lokal, private Cloud oder Colocation?

Lokal mit Ollama: erfahrungsgemäß die geringste laufende Kostenstruktur — du bist vollständig für TOMs verantwortlich, brauchst aber keinen externen AVV. Geeignet für Einzelkämpfer und kleine Teams.

Private Cloud in Deutschland (z. B. Open Telekom Cloud): mittlerer Aufwand, dafür deutscher Rechtsraum und ein AVV mit einem Anbieter, der nach eigenen Angaben deutsche Rechenzentren betreibt.

Colocation in Deutschland: eigene Hardware in einem deutschen Rechenzentrum — höherer initialer Aufwand, aber in der Praxis meist hohe Kontrolle über TOMs bei professionellem physischem Schutz.

Aleph Alpha (Heidelberg): ein deutscher Anbieter mit eigenen Modellen und nach eigenen Angaben vollständiger EU-Hoheit über die Infrastruktur. Preise und Datenschutzdetails haben wir noch nicht geprüft, sie sind direkt beim Anbieter zu erfragen.

Was kostet der Selbstbetrieb?

Die Softwarebausteine selbst sind oft kostenlos: Ollama läuft lokal ohne Lizenzgebühr, offene Mistral-Modelle wie Mistral 7B stehen unter Apache-2.0-Lizenz zum Download. Die Preise in der Tabelle oben betreffen dagegen Cloud-Angebote (Le Chat Pro, Ollama-Cloud-Plan) und nicht den lokalen Betrieb. Die eigentlichen Kosten des Selbstbetriebs sind Hardware oder gemietete GPU-Server, Strom, Speicher und Backups sowie Zeit für Updates und Administration. Eine seriöse Monatsgrenze lässt sich deshalb nicht pauschal nennen, sie hängt von Modellgröße, Nutzerzahl und Betriebsmodell ab. Unabhängig vom Budget ersetzt kein Stack ein dokumentiertes TOM-Konzept nach Art. 32 DSGVO.

Dürfen Steuerberater und Kanzleien offene KI-Modelle selbst hosten?

Grundsätzlich ja — Self-Hosting entbindet Berufsgeheimnisträger aber nicht von der Prüfung, ob zusätzlich §203 StGB einschlägig ist, sobald Mandantendaten überhaupt an ein Modell außerhalb der eigenen Kanzleisysteme gelangen. Ein AVV allein genügt regelmäßig nicht, wenn zusätzlich §203 StGB erfüllt werden muss; bei echtem lokalem Self-Hosting ohne externen Auftragsverarbeiter entfällt zwar der AVV, die Sorgfaltspflicht für TOMs und die Kontrolle, welche Software Verbindungen nach außen aufbaut, bleiben aber bestehen.

Kurz gesagt: Willst du Kimi K3, Qwen oder ein anderes chinesisches Modell mit Mandantendaten nutzen, brauchst du fast immer: (1) eine Prüfung, ob Runtime oder Zusatzsoftware Daten nach außen senden, etwa an Hersteller-Dienste in China, (2) eine SCC-Absicherung, falls ja, (3) ein dokumentiertes TOM-Konzept für den eigenen Server, und (4) bei Berufsgeheimnisträgern zusätzlich eine gesonderte §203-Einschätzung. Bei rein lokalem Betrieb ohne ausgehende Verbindungen entfallen Punkt 1 und 2 — dann bleiben TOMs und §203 die zentralen Prüfpunkte.

Methodik

Die genannten DSGVO-Scores sind Risikoeinschätzungen aus unserer siebenteiligen Methodik (KI-Training, AVV, Rechtsgrundlage/Drittlandtransfer, Datenspeicherung, Betroffenenrechte, Transparenz, technische Sicherheit) — Details unter /methodik. Sie ersetzen keine Rechtsberatung und müssen für den konkreten Einsatzfall individuell geprüft werden.

Fazit & Empfehlung

Self-Hosting verschiebt Verantwortung, es beseitigt sie nicht: Statt eines AVV mit einem Cloud-Anbieter trägst du beim echten Selbstbetrieb die volle Verantwortung für TOMs — bei chinesischen Modellen wie Kimi K3 oder Qwen zusätzlich unbekannte Trainingsdaten und, sobald Hersteller-Dienste eingebunden sind, ein möglicher Drittlandtransfer. Für Steuerberater, Kanzleien und Agenturen mit sensiblen Daten ist eine Kombination aus lokalem Ollama-Betrieb oder einer deutschen Cloud mit einem europäischen Modell wie Mistral in der Regel der pragmatischste Einstieg. Jeder konkrete Fall muss individuell geprüft werden.

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