1. Einführung

Ziel der Schulung:

• Vermittlung grundlegender Kenntnisse zur Nutzung von KI unter Berücksichtigung rechtlicher und ethischer Anforderungen.

Relevanz:

• Generative KI-Modelle wie Large Language Models (LLMs) finden zunehmend Anwendung in klassischen Unternehmensszenarien (z. B. Textanalyse, Dokumenterstellung). Dabei entstehen rechtliche und regulatorische Herausforderungen.

2. Zulässigkeit der Verarbeitung: DSGVO

2.1. Grundprinzipien der DSGVO

• Artikel 5: Grundsätze der Verarbeitung (z. B. Zweckbindung, Datenminimierung).
• Artikel 6: Rechtsgrundlagen für die Verarbeitung personenbezogener Daten.
• Artikel 9: Verarbeitung besonderer Kategorien personenbezogener Daten.
• Artikel 22: Automatisierte Entscheidungen einschließlich Profiling.

2.2. Anwendung auf generative LLM-Modelle

Beispiele für zulässige Nutzung:

• Dokumentanalyse: Ein generatives LLM analysiert interne Berichte zur Erstellung einer Zusammenfassung, ohne personenbezogene Daten zu verwenden.
• Rechtschreibprüfung und Grammatikkorrektur: Ein LLM korrigiert Texte, ohne Zugriff auf personenbezogene Daten.

Beispiele für unzulässige Nutzung:

• Profiling von Mitarbeitenden: Nutzung eines LLM zur Bewertung der Leistung einzelner Mitarbeitender durch Textanalysen.

3. EU AI Act

3.1. Verbotene Nutzungen

• Verboten: Nutzung eines LLM zur Erstellung manipulativer Texte, die unbemerkt Verhalten beeinflussen sollen.

3.2. Erlaubte Nutzungszwecke

Minimal Risk (niedriges Risiko):

• Verwendung eines LLM zur Erstellung von Standard-Dokumenten wie Meeting-Notizen oder Vorlagen für Newsletter.

High Risk (hohes Risiko):

• Einsatz eines LLM zur automatisierten Prüfung juristischer Dokumente.

3.3. Praxisbeispiel zur Risikoeinschätzung

• Frage: Nutzt das Modell personenbezogene Daten? → DSGVO-Anforderungen prüfen.
• Frage: Könnte das Modell wesentliche Entscheidungen ohne menschliche Kontrolle treffen? → High Risk → Strenge Compliance erforderlich.
• Frage: Werden Ergebnisse transparent gemacht? → Risiko der Intransparenz.

4. Unternehmensinterne Regelungen

4.1. Notwendigkeit interner Regelungen

• Erstellung eines internen Leitfadens zur Nutzung von LLMs.
• Festlegung der zulässigen Datentypen und Anwendungsbereiche.

4.2. Praxisbeispiel

Szenario: Einführung eines generativen LLM zur Dokumenterstellung.

• Mitbestimmungsrecht: Der Betriebsrat wird eingebunden.
• Schritte: Transparente Darstellung der Funktionsweise, Einrichtung einer Testphase.

4.3. Best Practices

• Regelmäßige Risiko- und Compliance-Überprüfungen.
• Definierte Prozesse für den Zugriff auf sensible Daten.

5. Fazit und Diskussion

Diskussionsfragen:

• Wie wird in Ihrem Unternehmen die Nutzung von LLMs überwacht?
• Welche Herausforderungen bestehen bei der Einführung von KI-Systemen?