Vibe Working und Datenschutz: KI im Unternehmenskontext sicher einsetzen

Vibe Working – also die Nutzung von KI, um eigene Geschäftstools, Dashboards und Automatisierungen zu bauen – klingt verlockend. Provisions-Tracker, Reporting-Dashboards, PM-Suiten: Andere AInauten berichten begeistert, wie sie in wenigen Stunden Tools gebaut haben, die früher wochenlange Entwicklungsarbeit erforderten.

Und doch zögern viele, besonders im Unternehmensumfeld. Die Frage, die wir immer wieder hören: "Das klingt toll – aber was ist mit dem Datenschutz?"

Das ist eine völlig legitime Frage. Und die gute Nachricht: Es gibt klare Antworten.

Bevor wir über Tools sprechen, eine wichtige Faustregel:

Alles, was du auch im Internet teilen würdest, ist in der Regel safe. Branchendaten, allgemeine Prozessbeschreibungen, anonymisierte Beispielszenarien – kein Problem.

Vorsicht bei:

• Personenbezogenen Daten (Namen, Adressen, E-Mail-Adressen von Kunden oder Mitarbeitenden)
• Vertraulichen Unternehmenszahlen (Umsatz, Marge, konkrete Budgets)
• Strategischen Interna wie M&A-Plänen oder Roadmaps
• Gesundheitsdaten und anderen besonders geschützten Kategorien nach DSGVO Art. 9

Der entscheidende Punkt: Beim Vibe Working musst du in den meisten Fällen gar keine echten sensiblen Daten verwenden. Du baust das Tool zuerst mit fiktiven Testdaten – und befüllst es danach mit echten Daten, die dann lokal auf deinem Rechner bleiben und nie in einem KI-Prompt landen.

Stufe 1: Cloud-KI mit anonymisierten oder fiktiven Daten

Für die meisten Projekte die richtige Wahl. Du beschreibst der KI dein Tool, seinen Aufbau und seine Logik – ohne echte sensible Daten zu teilen.

Beispiel: "Ich brauche eine Excel-Tabelle, die Provisionen nach folgendem Schema berechnet: Basis-Provision X%, Bonus bei Überschreiten von Ziel Y. Beispielzahlen: Mitarbeiter A mit 50.000 CHF Umsatz, Mitarbeiter B mit 80.000 CHF."

Die KI sieht nur Platzhalter – nicht deine echten Mitarbeitenden oder Zahlen.

Empfohlene Tools für diese Stufe:

• Claude (claude.ai) – besonders stark bei komplexer Logik, langen Kontexten und strukturiertem Denken
• ChatGPT (chatgpt.com) – ideal für schnelle Prototypen und breite Tool-Unterstützung

Stufe 2: Enterprise-Accounts mit Datenschutz-Garantien

Wenn du tatsächlich echte Unternehmensdaten in Prompts verwenden musst, bieten Business-Accounts vertraglich zugesicherten Datenschutz:

• Claude for Work (claude.ai) – kein Training mit deinen Daten, Anthropic bietet Data-Processing-Agreements (DPA) für Unternehmen
• ChatGPT Team / Enterprise (openai.com) – ähnliche Garantien, gut für größere Teams
• Microsoft Copilot for Business – tief in Microsoft 365 integriert, für Unternehmen mit bestehender Microsoft-Infrastruktur oft die pragmatischste Lösung

Bei diesen Tarifen werden deine Eingaben nicht für das Training der Modelle verwendet – das ist vertraglich gesichert und DSGVO-konform.

Stufe 3: Lokale KI für vollständige Datenkontrolle

Für besonders sensible Szenarien gibt es eine dritte Option: KI-Modelle, die komplett lokal auf deinem Rechner laufen – keine Cloud, keine Datenübertragung, kein externes API-Call.

• Ollama (ollama.ai) – der einfachste Weg, leistungsstarke Open-Source-Modelle lokal zu betreiben. Kostenlos, läuft auf modernen Macs und Windows-Rechnern, kein technisches Vorwissen nötig.
• LM Studio (lmstudio.ai) – Alternative zu Ollama mit benutzerfreundlicher Oberfläche für Einsteiger

Der ehrliche Haken: Lokale Modelle sind noch nicht ganz so leistungsstark wie die Top-Cloud-Modelle. Für strukturierte Business-Tools, Kalkulationslogik oder einfache Automatisierungen reicht es aber oft völlig aus.

So gehst du vor, wenn du z.B. ein Sales-Reporting-Tool aufbauen willst:

Schritt 1 – Logik entwickeln (Cloud-KI, nur Beispieldaten)

Beschreibe Claude deine Berechnungslogik mit fiktiven Platzhaltern. "Mitarbeiter A" und "B" mit Beispiel-Umsätzen statt echter Namen. Claude entwickelt mit dir die Formel und Tabellenstruktur.

Schritt 2 – Tool generieren lassen

Lass dir eine Excel- oder Google-Sheets-Vorlage mit der entwickelten Logik erstellen. Die fertige Datei landet auf deinem Rechner – nicht in der Cloud.

Schritt 3 – Lokal befüllen

Das fertige Tool befüllst du selbst mit echten Daten. Die sensiblen Zahlen deiner Mitarbeitenden und Kunden landen nie in einem KI-Prompt – sie existieren nur lokal auf deinem Gerät.

Das Ergebnis: Ein Tool, das exakt für deine Prozesse gebaut ist, und bei dem sensible Daten vollständig unter deiner Kontrolle bleiben.

Es gibt einen Anwendungsfall, der sorgfältige Planung erfordert: KI-Agenten, die direkt und automatisiert auf deine Unternehmenssysteme zugreifen – zum Beispiel über API-Verbindungen zu CRM, ERP oder HR-Systemen.

Hier empfehlen wir:

• Nur Enterprise-Accounts mit ausdrücklichem Data-Processing-Agreement nutzen
• n8n (n8n.io) self-hosted als Automatisierungsschicht erwägen – damit bleiben alle Datenflüsse auf deiner eigenen Infrastruktur
• Jeden Automatisierungsschritt, bei dem Kundendaten fließen, explizit dokumentieren (DSGVO-Pflicht)

Für normale Vibe-Working-Projekte wie Dashboards, Kalkulationstools oder interne Vorlagen ist das jedoch kein Thema.

"Die KI speichert meine Daten für immer." Bei kostenlosen Konten kann das für Trainingszwecke stimmen. Bei Business-Accounts und Enterprise-Verträgen ist das vertraglich ausgeschlossen. Und beim Vibe Working mit fiktiven Daten ist es ohnehin irrelevant.

"Ich darf KI im Unternehmen grundsätzlich nicht nutzen." Das stimmt in den meisten Unternehmen nicht. Es gibt selten ein generelles Verbot, sondern spezifische Regeln: Was darf geteilt werden? Welche Tools sind freigegeben? Kläre das einmalig mit deiner IT oder Rechtsabteilung – meistens ist der Spielraum größer als erwartet.

"Für Datenschutz brauche ich eine teure Enterprise-Lösung." Nein. In den meisten Fällen reicht es, einfach keine echten sensiblen Daten in Prompts zu verwenden. Das kostet nichts.

Datenschutz ist kein Argument gegen KI-Automatisierung – er ist ein Argument für das richtige Setup. Die meisten Vibe-Working-Projekte, die AInauten-Mitglieder umsetzen, sind mit Cloud-KI und anonymisierten Testdaten vollständig DSGVO-konform.

Wer mit besonders sensiblen Daten arbeitet oder auf Nummer sicher gehen möchte, findet in Enterprise-Accounts und lokalen Modellen wie Ollama solide Alternativen.

Der beste erste Schritt: Starte mit einem Tool, für das du keine echten sensiblen Daten brauchst. Du wirst schnell merken, dass sich 80% aller Business-Tools ohne echte Kundendaten entwickeln lassen.

Hast du Fragen zu deinem spezifischen Use Case? Stell sie direkt in der AInauten-Community auf Skool – dort helfen dir andere Mitglieder und das Team weiter.