Im Juni 2025 saß der Rechtsdirektor von Microsoft France vor einem Untersuchungsausschuss des französischen Senats. Die Frage: Können Sie garantieren, dass keine EU-Kundendaten an US-Behörden gehen? Seine Antwort unter Eid: „No, I cannot guarantee that", passiert sei das allerdings noch nie. Die Grundlage ist der CLOUD Act von 2018: US-Firmen müssen auf Anfrage von US-Behörden Daten herausgeben, egal wo die Server physisch stehen. Ein Rechenzentrum in Deutschland ändert daran nichts.
Das Datenklassen-Raster: A, B, C
Nicht jede Datei in deinem Betrieb ist gleich sensitiv. Drei Klassen reichen:
- Klasse A: intern, nicht sensitiv. Meetingnotizen ohne Namen, interne Planung, allgemeine Textentwürfe. Darf mit Auftragsverarbeitungsvertrag in eine seriöse Cloud-KI.
- Klasse B: personenbezogen oder geschäftssensitiv. Mitarbeiterdaten, Preiskalkulationen, Ausschreibungen. Hier gilt die DSGVO: Verstöße können nach Art. 83 bis zu 20 Millionen Euro oder 4 Prozent vom weltweiten Jahresumsatz kosten. In die Cloud nur anonymisiert oder pseudonymisiert, nie im Original.
- Klasse C: Berufsgeheimnis und besondere persönliche Daten. Mandantenakten, Patientendaten, Gesundheitsdaten nach Art. 9 DSGVO. Hier greift §203 StGB, und nach herrschender Meinung erfüllt schon die bloße Zugriffsmöglichkeit eines Cloud-Mitarbeiters den Tatbestand. Klasse C verlässt das Haus nie.
Laut Bitkom Cloud Report 2026 (603 befragte Unternehmen) würden 37 Prozent sogar Nachteile in Kauf nehmen, wenn ihre Daten dafür ausschließlich in Deutschland verarbeitet werden. Datenhoheit ist längst ein Kaufargument.
Die ehrliche Kostenrechnung
Wer sich ein lokales Modell aus Kostengründen hinstellt, rechnet sich fast immer arm. Ein GPU-Server, der ein großes Modell fährt, kostet grob 6.000 Euro, auf drei Jahre verteilt plus Strom und Wartung etwa 250 Euro im Monat, fix. Ein starkes Cloud-Modell kostet dagegen 7 bis 10 Euro pro Million Tokens. Der Server rechnet sich also erst ab rund 30 Millionen Tokens im Monat. Das sind ungefähr 45.000 Textseiten, 1.500 Seiten an jedem einzelnen Tag. Ein kleines Team erreicht das nie. Selbst Open-Weight-Modelle sind gemietet so günstig, dass sich eigene Hardware rein finanziell erst bei Hunderten von Nutzern lohnt.
Der Grund für lokal ist nicht der Preis. Es sind drei andere: Datenhoheit, Haftungsschutz und dass du sauber dastehst, wenn jemand fragt, wo die Daten lagen.
Die Datenschleuse: lokal schützt, Cloud arbeitet
Du musst dich nicht zwischen „alles lokal" und „alles in die Cloud" entscheiden. Die Datenschleuse kombiniert beides: Ein kleines lokales Modell (etwa Llama 3.1 8B oder Qwen3 8B über Ollama, auf einem normalen Büro-PC oder Mac) liest das Dokument und schwärzt die sensitiven Bestandteile. Aus „Mandant X schuldet dem Finanzamt 14.000 Euro" wird „[Name A] schuldet dem Finanzamt [Betrag B]". Erst dieser anonymisierte Text geht an das starke Cloud-Modell, das zusammenfasst, formuliert, recherchiert. Der Türwächter muss nicht klug sein, er muss nur erkennen und schwärzen. Dafür braucht es keinen 6.000-Euro-Server.
Das Muster funktioniert in der Kanzlei (§203), in der Arztpraxis (Art. 9 DSGVO, Pseudonymisierung vor der Cloud, Zusammenführung lokal) und im Betrieb mit Kalkulationen, wo kein Gesetz, aber das Geschäftsgeheimnis schützt. Was passiert, wenn man es nicht tut, hat Samsung 2023 erlebt: drei Datenlecks in weniger als zwanzig Tagen nach der internen ChatGPT-Freigabe. Danach wurden alle KI-Tools verboten.
Das lokale Modell denkt nicht für dich. Es passt auf dich auf.
Quellen
- https://www.congress.gov/bill/115th-congress/senate-bill/2383
- https://www.senat.fr/compte-rendu-commissions/20250609/ce_commande_publique.html
- https://www.brak.de/fileadmin/service/publikationen/Handlungshinweise/BRAK_Leitfaden_mit_Hinweisen_zum_KI-Einsatz_Stand_12_2024.pdf
- https://www.gesetze-im-internet.de/stgb/__203.html
- https://dsgvo-gesetz.de/art-9-dsgvo/
- https://dsgvo-gesetz.de/art-83-dsgvo/