Der Europäische Datenschutzausschuss (EDSA) hat im Januar 2025 verbindliche Leitlinien zur Pseudonymisierung verabschiedet und klargestellt: Pseudonymisierte Daten gelten unter der DSGVO weiterhin als personenbezogene Daten, sofern eine Re-Identifizierung möglich bleibt. Für Unternehmen, die große Sprachmodelle mit internen oder kundenbezogenen Datensätzen trainieren, hat die EDSA-Klarstellung unmittelbare Konsequenzen: Wer pseudonymisierte Trainingsdaten als datenschutzrechtlich unbedenklich einstuft, riskiert DSGVO-Verstöße. Nur echte Anonymisierung, bei der eine Re-Identifizierung technisch ausgeschlossen ist, entbindet von den Pflichten der Verordnung. Entscheider müssen ihre Datenpipelines und Trainingsprozesse für LLMs entsprechend prüfen und dokumentieren.
EDSA-Leitlinien zur Pseudonymisierung: Was LLM-Training und synthetische Daten unter der DSGVO bedeuten
Der Europäische Datenschutzausschuss (EDSA) hat auf seiner Plenarsitzung im Januar 2025 verbindliche Leitlinien zur Pseudonymisierung verabschiedet. Die Kernaussage ist eindeutig: Pseudonymisierte Daten bleiben personenbezogene Daten, solange eine Zuordnung zu einer natürlichen Person möglich ist. Für Unternehmen, die große Sprachmodelle (LLMs) mit Unternehmensdaten trainieren oder synthetische Trainingsdaten erzeugen, hat das unmittelbare Konsequenzen.
Was der EDSA klargestellt hat
Laut der EDSA-Erklärung vom 17. Januar 2025 gelten pseudonymisierte Daten, die über Zusatzinformationen einer Person zugeordnet werden könnten, weiterhin als personenbezogene Daten im Sinne der DSGVO. Die Pseudonymisierung schränkt das Risiko ein und kann den datenschutzrechtlichen Handlungsspielraum erweitern, hebt die DSGVO-Pflichten aber nicht auf. Erst eine echte Anonymisierung, bei der auch mit zusätzlichem Wissen keine Re-Identifikation mehr möglich ist, führt dazu, dass Daten aus dem Anwendungsbereich der DSGVO fallen.
Die Leitlinien heben zwei Punkte hervor:
- Pseudonymisierte Daten, die von Verantwortlichen oder Dritten mit einer Person verknüpft werden können, bleiben personenbezogene Daten.
- Pseudonymisierung kann Risiken reduzieren und die Nutzung von Daten erleichtern, ersetzt aber keine Rechtsgrundlage.
Praktische Implikationen für Unternehmen
1. Synthetische Trainingsdaten sind kein Freifahrtschein
Synthetisch generierte Daten gelten nur dann als anonym, wenn sie keine Rückschlüsse auf real existierende Personen zulassen. Werden synthetische Daten auf Basis echter personenbezogener Datensätze erzeugt, ohne dass die Verbindung zur Ursprungsperson vollständig unterbrochen ist, verbleiben sie im DSGVO-Perimeter. Unternehmen, die LLMs mit synthetischen Daten feintunen, müssen dokumentieren, wie die Trainingsdaten erzeugt wurden und ob eine Re-Identifikation ausgeschlossen werden kann. Mehr zum Thema synthetischer Daten im LLM-Kontext lesen Sie im Beitrag LLM-Training mit synthetischen Daten und DSGVO-Konformität.
2. Auftragsverarbeitung bleibt Pflicht
Wer personenbezogene oder pseudonymisierte Daten an externe LLM-Anbieter weitergibt, benötigt einen Auftragsverarbeitungsvertrag. Die EDSA-Position unterstreicht, dass ein Token-Mapping oder eine Alias-Ersetzung allein keine Anonymisierung darstellt. Für den Einsatz kommerzieller LLM-APIs gilt damit weiterhin die volle DSGVO-Verantwortlichkeit des datenverarbeitenden Unternehmens. Details zur datenschutzrechtlichen Einordnung von LLM-Auftragsverarbeitung finden Sie unter DSGVO und LLMs: Auftragsverarbeitung.
3. EDSA-Leitlinien ergänzen den EU AI Act
Die neuen Pseudonymisierungsleitlinien sind im Zusammenhang mit den laufenden EDSA-Stellungnahmen zu generativer KI zu lesen, die ebenfalls 2025 veröffentlicht wurden. Unternehmen, die Foundation Models einsetzen oder selbst trainieren, müssen beide Regelwerke gleichzeitig im Blick behalten: DSGVO-Konformität der Trainingsdaten einerseits, AI-Act-Konformitätsbewertung andererseits. Einen Überblick über die EDSA-Leitlinien für generative KI bietet der Artikel EDPB Guidelines 2025: Datenschutz und LLMs. Zur Konformitätsbewertung von Foundation Models lesen Sie EU AI Act: Konformitätsbewertung für Foundation Models.
4. Dokumentations- und Nachweispflichten steigen
Die EDSA-Leitlinien verlangen implizit, dass Unternehmen belegen können, warum ihre Datenanonymisierung tatsächlich als solche gilt. Das betrifft insbesondere interne Datenpipelines für das LLM-Fine-Tuning sowie RAG-Implementierungen, bei denen Quelldokumente mit Personenbezug eingebunden werden. Wer hier keine lückenlose Dokumentation vorweisen kann, riskiert im Rahmen von DSGVO-Prüfungen Nachfragen oder Bußgelder. Einen praxisnahen Einstieg zur KI-Datenschutz-Compliance im Mittelstand bietet KI-Datenschutz im Mittelstand: DSGVO, LLM und RAG.
Einordnung
Die EDSA-Leitlinien schließen eine seit Langem bestehende Interpretationslücke. Viele Unternehmen haben Pseudonymisierung faktisch mit Anonymisierung gleichgesetzt, wenn es um LLM-Trainingsdaten ging. Das war nach DSGVO-Logik bereits bisher nicht haltbar, ist aber nun durch die Aufsichtsbehörde explizit untersagt. Für Unternehmen bedeutet das: Datenschutz-Folgenabschätzungen, Rechtsgrundlagen und Auftragsverarbeitungsverträge müssen auch für KI-Trainingsprozesse vollständig vorliegen, bevor produktive Systeme in Betrieb gehen.
Quellen
- EDSA: Leitlinien zur Pseudonymisierung, Januar 2025 (edpb.europa.eu)
- Bitkom: Anonymisierung und Pseudonymisierung von Daten (bitkom.org)
Häufige Fragen
Was hat der Europäische Datenschutzausschuss (EDSA) im Januar 2025 zur Pseudonymisierung beschlossen?
Der EDSA hat auf seiner Plenarsitzung im Januar 2025 in Brüssel Leitlinien zur Pseudonymisierung verabschiedet. Darin klärt er Definition, Anwendungsbereich und rechtliche Einordnung von Pseudonymisierung im Rahmen der DSGVO. Gleichzeitig nahm der EDSA eine Erklärung zum Verhältnis von Wettbewerbsrecht und Datenschutz an.
Gelten pseudonymisierte Trainingsdaten unter der DSGVO noch als personenbezogene Daten?
Ja. Der EDSA stellt in seinen Leitlinien vom Januar 2025 klar: Pseudonymisierte Daten, die einer Person durch den Einsatz zusätzlicher Informationen zugeordnet werden könnten, bleiben personenbezogene Daten im Sinne der DSGVO. Solange eine Re-Identifizierung durch den Verantwortlichen oder Dritte möglich ist, greift der volle datenschutzrechtliche Schutz. Für das Training von Large Language Models bedeutet das: Pseudonymisierte Datensätze allein schaffen keine DSGVO-Freiheit.
Welchen praktischen Nutzen hat die Pseudonymisierung beim LLM-Training, wenn sie die DSGVO-Pflichten nicht aufhebt?
Der EDSA erkennt an, dass Pseudonymisierung Risiken für betroffene Personen reduzieren und die datenschutzkonforme Nutzung von Daten erleichtern kann. Sie ist als geeignete Schutzmaßnahme anerkannt, die Verantwortliche bei der Erfüllung von DSGVO-Pflichten unterstützt, etwa bei der Datenminimierung oder der Absicherung einer Rechtsgrundlage. Sie ersetzt jedoch nicht die vollständige datenschutzrechtliche Prüfung.
Wann gelten Daten als vollständig anonymisiert und damit nicht mehr als personenbezogen?
Anonymisierung liegt erst dann vor, wenn eine Re-Identifizierung der betroffenen Person mit verhältnismäßigem Aufwand ausgeschlossen ist. Das Bitkom-Leitfaden zu Anonymisierung und Pseudonymisierung hält fest, dass die Unterscheidung zwischen Anonymisierung und Pseudonymisierung zentral für die Frage ist, ob die DSGVO überhaupt anwendbar bleibt. Nur echte Anonymisierung entzieht Daten dem datenschutzrechtlichen Regime vollständig.
Welche Bedeutung haben die EDSA-Leitlinien für Unternehmen, die synthetische Daten für das KI-Training nutzen wollen?
Unternehmen, die synthetische Trainingsdaten aus realen Personendaten ableiten, müssen prüfen, ob die Ausgangsdaten tatsächlich vollständig anonymisiert sind. Der EDSA stellt klar, dass pseudonymisierte Ausgangsdaten weiterhin unter die DSGVO fallen. Werden synthetische Daten dagegen so erzeugt, dass keine Rückführung auf Einzelpersonen mehr möglich ist, können sie aus dem Anwendungsbereich der DSGVO herausfallen. Die Beweislast für eine wirksame Anonymisierung liegt beim Verantwortlichen.
Dieser Artikel wurde von einem KI-System automatisiert erstellt. Kennzeichnung gemäß Art. 50 der EU-KI-Verordnung.
