Shadow AI im Unternehmen: Wenn Mitarbeiter heimlich ChatGPT nutzen

Ein Mitarbeiter erhält eine lange E-Mail eines Kunden. Statt selbst eine Antwort zu formulieren, kopiert er die Nachricht in ChatGPT und schreibt: „Fasse mir die Anfrage zusammen und formuliere eine professionelle Antwort.“ Zwei Minuten später ist die Arbeit erledigt.

Praktisch? Absolut.

Doch was passiert, wenn in der E-Mail Namen, Telefonnummern, Vertragsinformationen, interne Preise oder andere vertrauliche Daten standen? Weiß das Unternehmen überhaupt, welches KI-System verwendet wurde? Welche Bedingungen gelten dort? Gibt es einen Vertrag mit dem Anbieter? Und durfte der Mitarbeiter diese Informationen überhaupt an diesen Dienst übermitteln?

Genau an diesem Punkt beginnt Shadow AI.

Shadow AI entwickelt sich für Unternehmen zu einem ähnlichen Problem wie früher Shadow IT: Mitarbeiter verwenden Anwendungen, Dienste und KI-Werkzeuge, die von IT, Datenschutz oder Geschäftsleitung weder geprüft noch offiziell freigegeben wurden.

Das Problem dabei ist nicht ChatGPT selbst. Das Problem ist die unkontrollierte Nutzung von KI.

Was bedeutet Shadow AI?

Unter Shadow AI versteht man die Nutzung künstlicher Intelligenz innerhalb eines Unternehmens, ohne dass diese Nutzung offiziell genehmigt, dokumentiert oder kontrolliert wird.

Typische Beispiele sind Mitarbeiter, die:

• einen privaten ChatGPT-Account verwenden,
• Texte über Claude oder Gemini bearbeiten,
• Dokumente in unbekannte KI-Dienste hochladen,
• Quellcode durch einen öffentlichen Coding-Assistenten prüfen lassen,
• Meeting-Protokolle von einer KI zusammenfassen lassen,
• Übersetzungs- oder Schreibdienste mit KI verwenden,
• Browser-Erweiterungen mit KI installieren,
• eigene KI-Agenten oder Automatisierungen verbinden,
• öffentliche KI-Dienste mit Unternehmensdaten füttern.

Microsoft verwendet den Begriff inzwischen ebenfalls für nicht genehmigte KI-Anwendungen und bietet beispielsweise Funktionen an, mit denen Unternehmen Netzwerkverkehr zu nicht freigegebenen generativen KI-Diensten erkennen können.

Shadow AI ist damit praktisch die nächste Generation von Shadow IT. Der entscheidende Unterschied: Bei einer unbekannten Software wusste die IT früher möglicherweise nicht, wo Daten gespeichert werden. Bei generativer KI kommt hinzu, dass Mitarbeiter aktiv Informationen, Dokumente, Quellcode oder ganze Datensätze in externe Systeme eingeben können.

Warum nutzen Mitarbeiter heimlich ChatGPT?

Die erste Reaktion mancher Unternehmen lautet: „Dann verbieten wir ChatGPT einfach.“ Das klingt einfach, löst das eigentliche Problem aber häufig nicht.

Denn die meisten Mitarbeiter verwenden KI nicht, um ihrem Arbeitgeber zu schaden. Sie benutzen sie, weil sie damit schneller arbeiten können. Ein Mitarbeiter möchte vielleicht:

• eine komplizierte Excel-Formel verstehen,
• eine E-Mail besser formulieren,
• einen Bericht zusammenfassen,
• eine Präsentation strukturieren,
• einen Programmierfehler finden,
• einen längeren Text übersetzen,
• eine Dokumentation erstellen,
• Ideen für ein Projekt sammeln.

Die Erwartung an die Produktivität verändert sich dadurch enorm. Wenn Mitarbeiter wissen, dass eine Aufgabe mit KI zehn Minuten statt einer Stunde dauert, entsteht ein starker Anreiz, ein entsprechendes Werkzeug zu verwenden.

Existiert dafür kein offiziell bereitgestelltes System, verwenden manche Beschäftigte eben das Werkzeug, das sie privat bereits kennen. Genau deshalb sollte Shadow AI nicht ausschließlich als Mitarbeiterproblem betrachtet werden. Es ist häufig auch ein Hinweis darauf, dass Bedarf und Unternehmensstrategie nicht zusammenpassen.

Warum Shadow AI für Unternehmen gefährlich werden kann

Nicht jede ChatGPT-Anfrage ist automatisch ein Sicherheitsvorfall. Der Prompt „Formuliere eine freundliche Einladung zu unserem Sommerfest.“ hat eine völlig andere Risikoklasse als: „Analysiere diese Excel-Datei mit allen Kundennamen, Umsätzen, Vertragsnummern und E-Mail-Adressen.“

Das zentrale Problem von Shadow AI besteht darin, dass das Unternehmen diese Unterschiede möglicherweise gar nicht kennt.

1. Vertrauliche Unternehmensdaten können das Unternehmen verlassen

Mitarbeiter arbeiten täglich mit Informationen, die nicht öffentlich bestimmt sind: interne Dokumentationen, Kalkulationen, Angebote, Verträge, Zugangsinformationen, Netzwerkstrukturen, Quellcode, Kundendaten, Personaldaten, Geschäftsstrategien, unveröffentlichte Produktinformationen.

Wer solche Inhalte in einen nicht geprüften externen KI-Dienst eingibt, übermittelt sie möglicherweise an einen weiteren Dienstleister. Welche Verarbeitung anschließend stattfindet, hängt vom jeweiligen Anbieter, Produkt, Vertrag, Konto und den gewählten Einstellungen ab.

Deshalb gehört vor einer Unternehmensfreigabe unter anderem geprüft: Welche Daten werden verarbeitet? Wo werden sie verarbeitet? Wie lange werden sie gespeichert? Welche Vertragsbedingungen gelten? Welche Sicherheitsfunktionen stehen zur Verfügung?

2. Personenbezogene Daten und DSGVO

Besonders problematisch wird Shadow AI, wenn personenbezogene Informationen verarbeitet werden. Ein Mitarbeiter kopiert beispielsweise eine Kundenbeschwerde nach ChatGPT: „Herr Müller, Kundennummer 47382, hat sich über seine Rechnung beschwert. Hier ist seine gesamte E-Mail. Formuliere eine Antwort.“

Damit werden möglicherweise personenbezogene Daten außerhalb des ursprünglich vorgesehenen Geschäftsprozesses verarbeitet.

Die DSGVO verbietet den Einsatz generativer KI nicht grundsätzlich. Entscheidend ist vielmehr, welche personenbezogenen Daten zu welchem Zweck auf welcher Rechtsgrundlage durch wen verarbeitet werden und welche Schutzmaßnahmen gelten. Die BfDI weist ebenfalls darauf hin, dass der datenschutzrechtliche Bezugspunkt die Verarbeitung personenbezogener Daten ist.

Deshalb ist der Satz „ChatGPT ist DSGVO-konform.“ allein wenig hilfreich. Die bessere Frage lautet: „Ist unser konkreter Einsatz dieses KI-Dienstes mit diesen Daten und diesem Zweck datenschutzrechtlich sauber organisiert?“

3. Geschäftsgeheimnisse können gefährdet werden

Nicht nur personenbezogene Daten sind relevant. Auch Unternehmenswissen besitzt einen Wert. Ein Entwickler könnte beispielsweise folgenden Prompt verwenden: „Hier ist die Konfiguration unserer produktiven Infrastruktur. Suche Sicherheitsprobleme.“

Die KI liefert möglicherweise tatsächlich eine hervorragende Analyse. Trotzdem könnte der Mitarbeiter gleichzeitig interne Informationen über Hostnamen, IP-Adressen, Architektur, Firewall-Regeln, APIs, Datenbanken und Benutzerstrukturen an einen nicht freigegebenen Dienst übertragen haben.

Aus einer eigentlich sinnvollen Sicherheitsanalyse entsteht damit möglicherweise selbst ein Sicherheitsrisiko.

Shadow AI betrifft längst nicht nur ChatGPT

ChatGPT ist lediglich das bekannteste Beispiel. Generative KI steckt mittlerweile in zahlreichen Anwendungen: Office-Programmen, Browser-Erweiterungen, Entwicklungsumgebungen, Meeting-Assistenten, CRM-Systemen, Übersetzungsdiensten, Grafikprogrammen, Projektmanagement-Software, Suchmaschinen und SaaS-Anwendungen.

Dadurch kann ein Unternehmen Shadow AI besitzen, obwohl kein Mitarbeiter bewusst sagt: „Ich benutze eine KI.“ Eine Browser-Erweiterung, die Texte verbessert, kann bereits Inhalte an einen externen KI-Service übertragen. Ein Meeting-Bot kann komplette Gespräche verarbeiten. Ein Coding-Assistent kann Quellcode analysieren.

Die entscheidende Frage lautet deshalb nicht nur: „Wer benutzt ChatGPT?“ Sondern: „Welche KI-Systeme verarbeiten in unserem Unternehmen welche Informationen?“

4. KI-Ausgaben können falsch sein

Ein weiteres Problem entsteht, wenn Mitarbeiter KI-Ergebnisse ungeprüft übernehmen. Generative KI kann überzeugend formulieren und trotzdem falsch liegen. Das betrifft unter anderem technische Konfigurationen, Gesetze, Vertragsformulierungen, Berechnungen, Quellen, Softwarebefehle und Sicherheitsmaßnahmen.

Besonders gefährlich wird das, wenn der Einsatz unsichtbar bleibt. Ein Mitarbeiter erstellt beispielsweise einen Bericht mit einer KI. Der Vorgesetzte weiß davon nichts und geht davon aus, dass sämtliche Zahlen, Quellen und Aussagen manuell geprüft wurden.

KI sollte deshalb nicht nur hinsichtlich der Dateneingabe geregelt werden. Unternehmen brauchen auch Regeln für den Umgang mit dem Ergebnis.

5. KI-Agenten erhöhen das Risiko zusätzlich

Ein normaler Chatbot verarbeitet Informationen und erzeugt Antworten. Moderne KI-Agenten können deutlich weiter gehen. Sie können – abhängig von Produkt und Freigaben – beispielsweise Dateien lesen, Webseiten recherchieren, Anwendungen verwenden, Daten analysieren oder externe Werkzeuge ansprechen.

Dadurch verändert sich das Risiko. Aus „Mitarbeiter → KI → Antwort“ wird möglicherweise „Mitarbeiter → KI-Agent → Unternehmensdaten → Anwendungen → Aktionen“.

Je mehr Berechtigungen ein System besitzt, desto wichtiger werden Zugriffskontrolle, Protokollierung und menschliche Freigaben. Mehr über diese Entwicklung findest du im KI-Buster-Artikel ChatGPT Agent 2026: Was kann der KI-Agent wirklich? (Zum Artikel).

6. Prompt Injection trifft auch Unternehmens-KI

Eine weitere Gefahr entsteht, wenn KI-Systeme externe Dokumente, Webseiten oder E-Mails automatisch verarbeiten. Manipulierte Inhalte können versuchen, die ursprünglichen Anweisungen eines KI-Agenten zu verändern. Diese Angriffsmethode wird als Prompt Injection bezeichnet.

Besonders kritisch wird sie bei KI-Systemen mit Zugriff auf E-Mails, Dateien, Datenbanken, APIs, Cloud-Dienste und Automatisierungen. Ein unbekannter privater KI-Agent mit Unternehmenszugriff kann deshalb erheblich problematischer sein als ein Mitarbeiter, der gelegentlich einen allgemeinen Text formulieren lässt.

Wie solche Angriffe funktionieren, erklärt der KI-Buster-Beitrag Prompt Injection erklärt: Wie Angreifer KI-Agenten manipulieren (Zum Artikel) ausführlich.

Shadow AI und der EU AI Act

2026 bekommt das Thema zusätzlich regulatorische Bedeutung. Der europäische AI Act ist am 1. August 2024 in Kraft getreten und seit 2. August 2026 grundsätzlich anwendbar. Einzelne Regelungen besitzen abweichende Übergangsfristen. Die Verpflichtungen rund um verbotene KI-Praktiken und AI Literacy beziehungsweise KI-Kompetenz gelten bereits seit dem 2. Februar 2025.

Das bedeutet nicht, dass jede heimliche ChatGPT-Anfrage automatisch einen Verstoß gegen den AI Act darstellt. Es bedeutet aber sehr wohl, dass Unternehmen sich nicht mehr dauerhaft darauf verlassen sollten: „Wir wissen einfach nicht, was unsere Mitarbeiter mit KI machen.“

Unternehmen sollten nachvollziehbar organisieren, welche KI-Systeme für welche Zwecke eingesetzt werden, welche Risiken bestehen und welche Kenntnisse Mitarbeiter für den verantwortungsvollen Einsatz benötigen. Was der AI Act für kleinere Betriebe konkret bedeutet, erklärt der Beitrag EU AI Act für kleine Unternehmen: Was KMU jetzt wissen müssen (Zum Artikel).

Das Thema Shadow AI wird damit zu einer Kombination aus IT-Sicherheit, Datenschutz, Compliance, Mitarbeiterqualifikation und Unternehmensführung.

ChatGPT komplett verbieten – ist das die Lösung?

Ein pauschales Verbot kann in besonders sensiblen Bereichen durchaus erforderlich sein. Als allgemeine KI-Strategie reicht es jedoch selten aus. Ein Verbot beantwortet nämlich nicht die Frage: Warum wollen Mitarbeiter diese Werkzeuge benutzen?

Wenn eine Marketingabteilung jede Woche zwanzig Produkttexte schreiben muss und weiß, dass eine KI dabei erheblich helfen könnte, verschwindet dieser Bedarf nicht durch eine Firewall-Regel.

Eine erfolgreiche KI-Strategie sollte deshalb zwei Ziele gleichzeitig verfolgen: Risiken begrenzen und produktive Nutzung ermöglichen. Das ist der entscheidende Unterschied zwischen KI-Verbot und AI Governance.

So können Unternehmen Shadow AI sinnvoll bekämpfen

1. Zuerst herausfinden, wo KI bereits verwendet wird

Bevor Regeln geschrieben werden, sollte das Unternehmen seinen tatsächlichen Zustand kennen. Mögliche Fragen: Welche KI-Dienste verwenden Mitarbeiter? Welche Abteilungen nutzen sie? Für welche Aufgaben? Welche Daten werden eingegeben? Gibt es private Accounts? Werden Dokumente hochgeladen? Existieren KI-Browser-Erweiterungen? Nutzen Entwickler externe Coding-Assistenten? Sind KI-Agenten oder APIs im Einsatz?

Dabei sollte es zunächst nicht um Schuldzuweisungen gehen. Die Informationen sind notwendig, um eine realistische Unternehmensrichtlinie zu entwickeln.

2. Einen einfachen KI-Dienstekatalog erstellen

Eine übersichtliche Einstufung kann bereits viel Klarheit schaffen.

Kategorie	Beispiel	Regel
Grün	freigegebene Unternehmens-KI	Nutzung erlaubt
Gelb	neuer KI-Dienst	vorher prüfen lassen
Rot	unbekannter öffentlicher KI-Dienst	mit sensiblen Daten nicht erlaubt

Eine solche Struktur versteht ein Mitarbeiter schneller als ein 40-seitiges Compliance-Dokument.

3. Daten klassifizieren

Die Frage „Darf ich ChatGPT benutzen?“ ist häufig zu allgemein. Sinnvoller ist: „Welche Daten darf ich mit welcher KI verarbeiten?“ Beispielsweise:

• Öffentlich: bereits veröffentlichte Webseiteninhalte, allgemeine Produktinformationen, öffentliche Pressemitteilungen
• Intern: interne Arbeitsanweisungen, Projektinformationen, interne Kommunikation
• Vertraulich: Kundendaten, Mitarbeiterdaten, Verträge, Zugangsdaten, Geschäftsgeheimnisse, nicht veröffentlichter Quellcode, Sicherheitskonfigurationen

Für jede Klasse lässt sich anschließend definieren, welche KI-Systeme verwendet werden dürfen.

4. Eine verständliche KI-Richtlinie schaffen

Eine KI-Richtlinie sollte kein Dokument sein, das einmal erstellt und anschließend vergessen wird. Mitarbeiter brauchen konkrete Antworten. Zum Beispiel:

Erlaubt: „Erstelle aus diesen allgemeinen Stichpunkten eine freundlichere Formulierung.“
Nicht erlaubt: „Hier ist die vollständige Personalakte eines Mitarbeiters. Fasse sie zusammen.“
Nur mit freigegebener Unternehmenslösung: „Analysiere diese internen Vertragsunterlagen.“

Das macht Regeln greifbar.

5. Eine sichere Alternative anbieten

Dies ist möglicherweise der wichtigste Punkt überhaupt. Wer Shadow AI reduzieren möchte, sollte Mitarbeitern eine offizielle Alternative anbieten. Diese muss nicht jede erdenkliche Funktion besitzen. Sie sollte aber die häufigsten Bedürfnisse abdecken: Texte formulieren, Informationen zusammenfassen, Dokumente analysieren, programmieren, recherchieren, übersetzen, Ideen entwickeln.

Wenn ein freigegebenes Werkzeug fast genauso einfach funktioniert wie die private Alternative, sinkt der Anreiz, auf unbekannte Dienste auszuweichen.

6. Mitarbeiter schulen statt nur Regeln verteilen

Eine gute Schulung erklärt nicht nur: „Das ist verboten.“ Sie erklärt: „Warum kann das gefährlich werden?“

Ein Mitarbeiter sollte nach einer KI-Schulung beispielsweise beantworten können: Was sind personenbezogene Daten? Was sind vertrauliche Unternehmensinformationen? Welche KI-Dienste darf ich verwenden? Welche Daten darf ich eingeben? Wie überprüfe ich eine KI-Antwort? Wann brauche ich eine menschliche Kontrolle? Was ist Prompt Injection? An wen wende ich mich bei Fragen?

NIST empfiehlt im Rahmen seines AI Risk Management Framework ebenfalls, Rollen, Verantwortlichkeiten, Fähigkeiten und Schulungen für Nutzer von KI-Systemen klar zu definieren.

7. Technische Kontrollen ergänzen

Organisatorische Regeln allein reichen bei größeren Umgebungen möglicherweise nicht aus. Je nach Infrastruktur können Unternehmen beispielsweise mit DNS- und Proxy-Auswertungen, Secure Web Gateways, CASB-Lösungen, Endpoint-Security, Browser-Management, SaaS-Erkennung und Netzwerk-Monitoring prüfen, welche externen KI-Dienste verwendet werden.

Microsoft bietet beispielsweise eine Shadow-AI-Erkennung, die nicht genehmigte generative KI-Anwendungen im Netzwerk sichtbar machen kann.

Dabei ist allerdings Vorsicht erforderlich. Technisches Monitoring darf nicht einfach zu einer versteckten Mitarbeiterüberwachung werden. In Deutschland kann bei technischen Einrichtungen, die zur Überwachung von Verhalten oder Leistung von Arbeitnehmern bestimmt sind, insbesondere die Mitbestimmung nach § 87 BetrVG relevant werden.

Datenschutz, Arbeitnehmervertretung und gegebenenfalls Rechtsberatung sollten deshalb frühzeitig einbezogen werden.

8. Einen einfachen Meldeweg schaffen

Mitarbeiter sollten wissen: „Ich habe ein neues KI-Tool gefunden. Wo kann ich fragen, ob ich es nutzen darf?“ Wenn eine Freigabe sechs Wochen dauert und fünf Formulare benötigt, wird Shadow AI wahrscheinlicher.

Ein einfacher Prozess könnte lauten: Tool melden → Zweck beschreiben → Datenklasse angeben → IT/Datenschutz prüft → Freigabe oder Alternative. Damit wird aus heimlicher KI-Nutzung kontrollierte Innovation.

Welche Regeln gehören in eine gute KI-Richtlinie?

Mindestens folgende Punkte sollten geregelt werden:

• Welche KI-Dienste sind freigegeben?
• Welche Daten dürfen verarbeitet werden?
• Welche Daten dürfen niemals eingegeben werden?
• Dürfen private Accounts verwendet werden?
• Dürfen Dateien hochgeladen werden?
• Wie müssen KI-Ergebnisse geprüft werden?
• Wann muss der Einsatz von KI kenntlich gemacht werden?
• Wer genehmigt neue KI-Systeme?
• Was gilt für Quellcode?
• Was gilt für personenbezogene Daten?
• Was gilt für KI-Agenten und Automatisierungen?
• Welche Rechte dürfen KI-Systeme erhalten?
• Wie werden Sicherheitsvorfälle gemeldet?
• Wie werden Mitarbeiter geschult?

Eine gute Richtlinie muss nicht kompliziert sein. Sie muss verständlich und im Alltag anwendbar sein.

Beispiel aus dem Arbeitsalltag

Eine Mitarbeiterin aus dem Vertrieb erhält eine Excel-Datei mit 800 Kunden. Sie möchte wissen: „Welche Kunden haben in den vergangenen drei Monaten weniger bestellt?“

Variante A: Shadow AI
Sie lädt die komplette Datei über ihren privaten Account bei einem öffentlichen KI-Dienst hoch. Die IT weiß nichts davon.

Variante B: kontrollierte KI-Nutzung
Das Unternehmen stellt eine geprüfte KI-Lösung bereit. Die Mitarbeiterin weiß aufgrund der Unternehmensrichtlinie, welche Daten dort verarbeitet werden dürfen. Zugriff, Anbieter, Vertrag, Berechtigungen und technische Rahmenbedingungen wurden zuvor bewertet.

Die gleiche KI-Funktion kann also entweder ein unkontrolliertes Risiko oder ein produktives Unternehmenswerkzeug sein. Der Unterschied ist Governance.

Shadow AI ist auch eine Chance

Shadow AI klingt zunächst ausschließlich negativ. Doch versteckte KI-Nutzung liefert Unternehmen gleichzeitig wertvolle Informationen. Sie zeigt nämlich, wo Mitarbeiter Automatisierungspotenzial sehen.

Wenn zehn Mitarbeiter regelmäßig KI verwenden, um Angebote zusammenzufassen, existiert dort offensichtlich ein sinnvoller Anwendungsfall. Wenn Entwickler ständig Coding-Assistenten verwenden, besteht dort Bedarf. Wenn Marketingmitarbeiter Texte mit KI vorbereiten, ebenfalls.

Statt ausschließlich zu fragen: „Wie blockieren wir das?“ lohnt sich deshalb zusätzlich die Frage: „Warum benutzen unsere Mitarbeiter dieses Werkzeug – und können wir diesen Prozess offiziell besser lösen?“ Genau daraus können produktive KI-Projekte entstehen.

Shadow AI Checkliste für Unternehmen

Prüfe folgende Punkte:

• Wissen wir, welche KI-Dienste im Unternehmen verwendet werden?
• Gibt es eine schriftliche KI-Richtlinie?
• Sind erlaubte KI-Systeme klar benannt?
• Sind sensible und vertrauliche Daten klassifiziert?
• Wissen Mitarbeiter, welche Daten sie nicht eingeben dürfen?
• Gibt es eine sichere Unternehmenslösung?
• Werden Mitarbeiter im Umgang mit KI geschult?
• Werden KI-Ergebnisse bei wichtigen Entscheidungen überprüft?
• Sind KI-Agenten und externe Integrationen geregelt?
• Werden Berechtigungen nach dem Least-Privilege-Prinzip vergeben?
• Gibt es einen einfachen Prozess für neue KI-Tools?
• Werden Datenschutz und Informationssicherheit einbezogen?
• Gibt es einen Prozess für KI-bezogene Sicherheitsvorfälle?
• Werden Richtlinien regelmäßig aktualisiert?

Wer bei mehreren Punkten mit Nein antwortet, sollte sich mit Shadow AI beschäftigen – wahrscheinlich nicht erst irgendwann, sondern jetzt.

Fazit: Shadow AI verschwindet nicht durch Wegsehen

Generative KI ist im Arbeitsalltag angekommen. Mitarbeiter entdecken jeden Monat neue Möglichkeiten, ihre Arbeit schneller und einfacher zu erledigen. Diese Entwicklung vollständig aufzuhalten, dürfte für viele Unternehmen weder realistisch noch wirtschaftlich sinnvoll sein.

Die entscheidende Aufgabe besteht deshalb nicht darin, KI grundsätzlich zu verhindern. Unternehmen müssen aus „Unsere Mitarbeiter benutzen heimlich irgendwelche KI-Tools“ einen kontrollierten Zustand machen: „Unsere Mitarbeiter wissen, welche KI sie für welche Aufgaben sicher verwenden dürfen.“

Dafür braucht es keine gigantische KI-Abteilung. Schon klare Regeln, freigegebene Werkzeuge, Datenklassifizierung, Schulungen, technische Schutzmaßnahmen und ein einfacher Freigabeprozess können einen enormen Unterschied machen.

Shadow AI ist letztlich ein Warnsignal. Es zeigt, dass Mitarbeiter KI bereits nutzen wollen – während Prozesse, Governance und Sicherheitsmaßnahmen des Unternehmens möglicherweise noch nicht Schritt gehalten haben.

Wer dieses Signal richtig interpretiert, kann aus einem Sicherheitsproblem sogar einen Wettbewerbsvorteil machen.

Häufige Fragen zu Shadow AI

Was ist Shadow AI einfach erklärt?

Shadow AI bezeichnet KI-Anwendungen, die Mitarbeiter im beruflichen Umfeld ohne offizielle Freigabe oder Kontrolle des Unternehmens verwenden. Dazu können ChatGPT, andere Chatbots, Coding-Assistenten, Browser-Erweiterungen oder KI-Agenten gehören.

Ist ChatGPT im Unternehmen verboten?

Nicht grundsätzlich. Ob ChatGPT eingesetzt werden darf, hängt unter anderem vom konkreten Anwendungsfall, den verarbeiteten Daten, Unternehmensrichtlinien, Verträgen und Datenschutzanforderungen ab.

Warum ist Shadow AI gefährlich?

Mögliche Risiken sind die unkontrollierte Weitergabe vertraulicher Daten, Datenschutzprobleme, falsche KI-Ausgaben, unbekannte Dienstleister, fehlende Zugriffskontrollen und unsichere KI-Agenten.

Dürfen Mitarbeiter Kundendaten in ChatGPT eingeben?

Das sollte nicht pauschal beantwortet werden. Entscheidend sind der konkrete Dienst, das verwendete Konto beziehungsweise Vertragsmodell, Zweck und Rechtsgrundlage der Verarbeitung sowie die organisatorischen und technischen Schutzmaßnahmen. Ohne entsprechende Unternehmensfreigabe sollten Mitarbeiter sensible oder personenbezogene Kundendaten nicht eigenständig an externe KI-Dienste übermitteln.

Wie kann man Shadow AI verhindern?

Die wirksamste Strategie besteht aus einer Kombination von klaren Regeln, freigegebenen KI-Werkzeugen, Mitarbeitertraining, Datenklassifizierung, einfachen Freigabeprozessen und angemessenen technischen Kontrollen.

Reicht es, ChatGPT im Unternehmensnetzwerk zu sperren?

Eine technische Sperre kann bestimmte Zugriffe verhindern, beseitigt den Bedarf der Mitarbeiter jedoch nicht. Private Geräte, Mobilfunk oder andere KI-Dienste können weiterhin genutzt werden. Langfristig ist eine kontrollierte KI-Strategie meist sinnvoller als ausschließliches Blockieren.

Was hat Shadow AI mit dem EU AI Act zu tun?

Der AI Act enthält Pflichten für unterschiedliche Rollen und Einsatzszenarien von KI. Seit dem 2. August 2026 ist der Rechtsrahmen grundsätzlich anwendbar; einzelne Bestimmungen besitzen andere Fristen. Unternehmen sollten deshalb nachvollziehen können, welche KI-Systeme sie einsetzen und wie Mitarbeiter damit umgehen.

Quellen & Aktualität

Stand und Faktenprüfung: 21. August 2026. Für diesen Beitrag wurden insbesondere aktuelle Primärquellen und Herstellerdokumentationen berücksichtigt: Europäische Kommission (Anwendungszeitplan des EU AI Act), NIST AI Risk Management Framework, Microsoft Learn (Shadow AI Discovery), Bundesbeauftragte für den Datenschutz und die Informationsfreiheit sowie § 87 Betriebsverfassungsgesetz.

Hinweis: Dieser Artikel dient der allgemeinen Information und ersetzt keine individuelle Rechts- oder Datenschutzberatung.