KI
Shadow AI ist ein Versorgungsproblem, kein Disziplinproblem
Das Blockieren von KI-Tools für Verbraucher verringert nicht die KI-Nutzung in Ihrem Unternehmen, sondern schränkt vielmehr Ihre Sichtbarkeit darauf ein. Die einzige Kontrolle, die jemals gegen Schatten-IT funktioniert hat, ist ein genehmigter Pfad, der schneller ist als der nicht genehmigte.
Fast die Hälfte Ihrer Belegschaft, zwei Drittel davon unsichtbar
Verizons Data Breach Investigations Report 2026 analysierte 858.440 DLP-Ereignisse im Zusammenhang mit generativen KI-Tools. Drei Erkenntnisse aus diesem Datensatz sollten Sie Ihrem Vorstand präsentieren.
45 Prozent der Mitarbeiter nutzen mittlerweile regelmäßig KI auf Unternehmensgeräten, im Vergleich zu 15 Prozent im Vorjahr. Das ist eine Verdreifachung innerhalb von zwölf Monaten.
67 Prozent von ihnen melden sich mit privaten Konten an. Persönliches Gmail, private Abonnements, kostenlose Tarife. Dies ist die Zahl, die operativ von Bedeutung ist, da sie bedeutet, dass der Großteil der KI-Nutzung in einem typischen Unternehmen für Ihren Identitätsanbieter, Ihre SSO-Protokolle, Ihren Lizenzbestand und Ihre Beschaffungsunterlagen unsichtbar ist. Sie können es in der Abrechnung nicht sehen, weil es keine Abrechnung gibt.
Schatten-KI ist mittlerweile die drittmittelhäufigste nicht böswillige Insider-Aktivität in DLP-Datensätzen von Unternehmen, was einem vierfachen Anstieg im Jahresvergleich entspricht.
Und der Datentyp, der am häufigsten an externe Modelle übermittelt wird, ist mit großem Abstand Quellcode. Strukturierte Daten und interne Recherchen und Dokumentationen folgen. In 3,2 Prozent der DLP-Verstöße luden Mitarbeiter Forschungs- und technische Dokumentationen direkt in ein nicht autorisiertes Modell hoch.
Eine weitere Erkenntnis verdient Aufmerksamkeit, da sie Kontrollen umgeht, von denen die meisten Teams glauben, sie zu haben: Mehr als 15 Prozent der Nutzer hatten nicht autorisierte KI-Browser-Erweiterungen installiert. Diese Erweiterungen erfassen und speichern Kontext von internen Websites. Sie agieren unabhängig von herkömmlicher DLP auf Seiten, die Ihre DLP niemals als Upload-Ereignis sieht.
Dies ist kein Problem einer abtrünnigen Minderheit. Es ist ein mehrheitliches Verhalten, das über Konten läuft, die Sie nicht kontrollieren, und das Ihre wertvollsten Daten verschiebt.
Warum das Verbot erwartungsgemäß scheitert
Die Organisationen, die auf die KI-Welle von 2023 bis 2025 mit einem pauschalen Verbot anstelle einer geregelten Alternative reagierten, reproduzierten genau die Dynamik der Schatten-IT, die sie ein Jahrzehnt lang mühsam beseitigt hatten – nur mit noch sensibleren Daten, die darüber abfließen.
Der Mechanismus ist nicht geheimnisvoll. Ein Mitarbeiter hat eine Aufgabe, eine Frist und ein Tool, das die Arbeit halbiert. Der genehmigte Pfad ist entweder nicht vorhanden, langsam, wesentlich schlechter als das Tool für Verbraucher oder erfordert ein Ticket. Der nicht genehmigte Pfad ist nur ein Browser-Tab entfernt. Richtlinien verlieren jedes Mal gegen Reibungsverluste, und dieser Verlust erfolgt im Stillen, da der Mitarbeiter, der das Verbot umgeht, keinen Bericht darüber einreicht.
Microsofts Work Trend Index 2026 bringt die Dimension der Anreize ins Spiel: Nur 13 Prozent der KI-Nutzer geben an, dafür belohnt zu werden, dass sie ihre Arbeitsweise mit KI neu erfinden, wenn Ergebnisse nicht garantiert sind. Das drängt das Experimentieren in den Untergrund, anstatt in genehmigte Pilotprojekte. Wenn der formelle Kanal langsam ist und der informelle bestraft wird, falls er scheitert, wählen die Menschen den Weg, den niemand beobachtet.
Die ehrliche Neubewertung: Schatten-KI ist das deutlichste Signal für ungedeckten Bedarf in Ihrem Unternehmen. Betrachten Sie das Volumen als Anforderungsdokument und nicht als Disziplinarangelegenheit.
Die Compliance-Dimension des Problems
Für regulierte Unternehmen in Österreich, Deutschland und der Schweiz ist das Risiko nicht abstrakt.
DSGVO. Der Verstoß liegt nicht im Tool selbst, sondern in der Offenlegung. Wenn ein Mitarbeiter personenbezogene Daten in ein kostenloses Consumer-LLM einfügt, ist der Anbieter nicht Ihr Auftragsverarbeiter. Nach den Bedingungen für Verbraucher ist er ein eigenständiger Verantwortlicher für das, was er erhält, oft mit Trainingsrechten. Damit ist das Einfügen eine Offenlegung personenbezogener Daten ohne Rechtsgrundlage nach Artikel 6, was potenziell einen meldepflichtigen Verstoß an sich darstellt. Wenn Sie argumentieren möchten, dass das Tool als Ihr Auftragsverarbeiter agiert hat, verlangt Artikel 28 einen Vertrag und ausreichende Garantien, die Sie nicht haben. Unabhängig davon erfordert Artikel 30 ein Verzeichnis der Verarbeitungstätigkeiten und Artikel 32 nachweisbare technische und organisatorische Maßnahmen – beides existiert für Datenströme, die Sie nicht dokumentiert haben, nicht. Es gibt keine Auslegung der Situation, in der Sie DSGVO-konform sind.
EU-KI-Gesetz (EU AI Act). Das Omnibus-Gesetz zur KI trat am 27. Juli 2026 in Kraft und verschob den anspruchsvollsten Teil des Regelwerks. Pflichten für Hochrisiko-Systeme als eigenständige Systeme nach Anhang III gelten nun ab dem 2. Dezember 2027, und für KI, die in regulierte Produkte nach Anhang I eingebettet ist, ab dem 2. August 2028. Zwei Aspekte haben sich inhaltlich nicht verschoben. Die Pflicht zur KI-Kompetenz nach Artikel 4 gilt seit Februar 2025 und wird in geänderter Form unter dem Omnibus-Gesetz fortgeführt. Die Transparenzpflichten nach Artikel 50 gelten ab dem 2. August 2026, mit einem engen Übergangsfenster für bereits auf dem Markt befindliche Systeme, das bis zum 2. Dezember 2026 läuft. Keine der beiden Pflichten lässt sich für KI-Systeme erfüllen, die Sie nicht inventarisiert haben.
DORA. Für Finanzunternehmen ist eine externe KI-API eine IKT-Drittparteien-Abhängigkeit. Sie gehört in das Informationsregister, benötigt vertragliche Regelungen zur Datenverarbeitung und Weitergabe an Subunternehmer sowie eine Ausstiegsstrategie. Prompts mit Finanzdaten von Kunden, die über das persönliche Konto eines Mitarbeiters abfließen, schaffen eine Abhängigkeit, die per Definition nicht registriert ist.
Nicht offengelegte Unterauftragsverarbeiter (Subprozessoren). Die Kette endet nicht beim Tool. Eine KI-Funktion innerhalb eines SaaS-Produkts, das Sie bereits genehmigt haben, leitet Anfragen möglicherweise an einen Modellanbieter weiter, der nie in der Liste der Unterauftragsverarbeiter auftauchte, die Sie bei der Einführung geprüft haben. Schatten-KI ist nicht nur das, was Mitarbeiter hinzufügen. Es ist auch das, was Anbieter stillschweigend aktivieren.
Die Frage der Auditoren wird standardisiert: Welche KI-Tools verarbeiten regulierte Daten, wo sind die entsprechenden Auftragsverarbeitungsverträge (DPAs), und zeigen Sie uns die DNS-, Proxy- oder CASB-Protokolle, die eine aktive Erkennung anstelle einer reinen Selbsterklärung belegen.
Die sanktionierte Alternative muss tatsächlich gewinnen
Die meisten internen KI-Plattformen scheitern aus einem von drei Gründen, die alle behebbar sind.
Sie ist langsamer. Latenz ist eine Governance-Eigenschaft. Wenn der interne Endpunkt merklich länger braucht als das Consumer-Tool, fällt die Nutzung innerhalb von Wochen auf den Schattenpfad zurück, und Sie haben Budget für eine Kontrollmaßnahme ausgegeben, die keine Abdeckung bringt.
Sie ist schlechter. Ein sichtlich schwächeres Modell wird nicht aus Loyalität genutzt. Wenn die genehmigte Option Ergebnisse liefert, die der Mitarbeiter umschreiben muss, wird er die Aufgabe in das Tool einfügen, bei dem das nicht nötig ist.
Sie erfordert Migrationsaufwand. Jede Plattform, die eine neue Client-Bibliothek, ein neues SDK oder eine neu erstellte Integration erfordert, verliert gegen diejenige, bei der dies nicht der Fall ist. Dies ist das stärkste Argument für OpenAI-kompatible Schnittstellen: Die Migration besteht nur aus einer Basis-URL und einem Schlüssel, und jedes Tool, das Ihr Team bereits erstellt hat, funktioniert weiterhin.
Was die Leistung betrifft, so ergab unser eigenes Benchmarking auf einem DGX Spark-Node mit Qwen 3.6-35B-A3B-FP8 352 Token pro Sekunde über das Xinity-Gateway im Vergleich zu 325 Token pro Sekunde direkt an der Engine. Der relevantere Wert ist das Verhalten unter Last. Bei 512 gleichzeitigen Anfragen mit Prompts von 65.000 Token schloss das Gateway 85 Prozent der Anfragen erfolgreich ab, verglichen mit 4,6 Prozent über den unmanaged Pfad. Der Vergleich, den die Leute erwarten, ist der Durchsatz. Der Vergleich, der über die Akzeptanz entscheidet, ist jedoch das, was an einem Montagmorgen passiert, wenn das gesamte Team gleichzeitig auf den Endpunkt zugreift. Denn dann zeigt sich, ob ein genehmigtes System standhält oder die Nutzer dazu bringt, es wieder zu umgehen.
Ein Ablauf, der funktioniert
Messen Sie, bevor Sie Regeln aufstellen. DNS-, Egress- und Proxy-Protokolle sowie eine Bestandsaufnahme der Browser-Erweiterungen zeigen Ihnen, welche Tools genutzt werden und grob wofür. Führen Sie dies als Bestandsaufnahme und nicht als Kontrollmaßnahme durch, und kommunizieren Sie das auch so. Eine Amnestie führt zu einem echten Inventar. Eine Untersuchung führt zu einem stilleren.
Veröffentlichen Sie einen einzigen guten Standard statt einer langen Freigabeliste. Die Abdeckung entsteht durch eine einzige, offensichtliche Antwort auf die Frage „Was verwende ich dafür?“, nicht durch ein Richtliniendokument mit vierzehn bedingten Verzweigungen.
Machen Sie den Wechsel zu einer einzeiligen Änderung. OpenAI-kompatibler Endpunkt, gleiches Anfrageformat, gleiche Tools. Alles, was darüber hinausgeht, ist eine Hürde für die Akzeptanz, die Sie mit Schattennutzung bezahlen.
Protokollieren Sie am Gateway. Zuordnung pro Benutzer, Prompt- und Antwort-Metadaten, von Ihnen festgelegte Aufbewahrungsfristen. Dies verwandelt ein nicht kontrollierbares Verhalten in ein prüfbares System, und das ist das Ergebnis, das Sie einem Auditor vorlegen.
Sperren Sie erst ganz zum Schluss. Sobald der genehmigte Pfad wirklich besser ist, kämpft die Durchsetzung nicht mehr gegen Ihre eigenen Mitarbeiter, sondern fängt nur noch die verbleibenden Ausnahmen ab.
Der Kompromiss
Mit einem Tool für Endverbraucher erhalten Sie die Produktivität, verlieren aber die Nachvollziehbarkeit. Mit einer Inferenz, die auf einer von Ihnen kontrollierten Infrastruktur läuft, erhalten Sie dieselbe Produktivität und behalten die Nachvollziehbarkeit. Das ist die gesamte Entscheidung, und es geht eigentlich nicht um KI-Richtlinien. Es geht darum, ob die Protokolle existieren.
Xinity Runtime ist Open Source unter Apache 2.0, bietet eine OpenAI-kompatible API und läuft auf Ihrer eigenen Hardware in Ihrem eigenen Rechenzentrum. Prompts bleiben innerhalb Ihres Netzwerks. Jede Anfrage ist zuordenbar. Die Wahl des Modells liegt bei Ihnen.
Wenn Sie wissen möchten, wie die tatsächliche KI-Nutzung in Ihrem Unternehmen aussieht, bevor Sie eine weitere Richtlinie darüber verfassen, ist das der richtige Gesprächseinstieg.
Dieser Artikel wurde mit KI-Unterstützung entworfen und vom Xinity-Team überprüft, auf Fakten geprüft und bearbeitet. Alle Statistiken verlinken auf ihre Originalquellen. Wir sind keine Juristen, und nichts hier stellt eine Rechtsberatung dar. Bei Fragen zu Ihren spezifischen Pflichten unter der DSGVO, dem EU-KI-Gesetz oder DORA wenden Sie sich bitte an Ihre Rechtsabteilung.