Datenminimierung bei KI-E-Mail-Sortierung und der DSGVO

TL;DR. Der Grundsatz der Datenminimierung in der DSGVO verlangt, nicht mehr personenbezogene Daten zu verarbeiten, als für eine Aufgabe nötig sind — und zu wissen, wohin diese Daten gehen. Bei KI-E-Mail-Klassifizierung heisst das: verstehen, welche Felder genau an ein Modell geschickt werden, ob der komplette Mailtext danach gespeichert bleibt, und ob du die Klassifizierung an Infrastruktur schicken kannst, die du selbst kontrollierst. Das ist Hintergrundwissen, keine Rechtsberatung — für eine Compliance-Entscheidung deines Unternehmens sprich mit jemandem, der dafür qualifiziert ist.

Weitere Artikel: Eigenes LLM · Private KI-E-Mail-Sortierung

Hinweis: Dieser Beitrag erklärt ein allgemeines Prinzip und wie die Design-Entscheidungen eines bestimmten Produkts damit zusammenhängen. Er ist keine Rechtsberatung und keine Aussage, dass irgendein Tool “DSGVO-konform” ist — Compliance hängt von deinen konkreten Verarbeitungstätigkeiten ab, von deiner Rolle als Verantwortlicher oder Auftragsverarbeiter, von deinen Auftragsverarbeitungsverträgen und von Fakten über dein Unternehmen, die ein Blogbeitrag nicht kennen kann. Wenn DSGVO-Konformität für dein Unternehmen eine echte Anforderung ist, hol dir Rat von jemandem, der dazu qualifiziert ist.

Was Datenminimierung konkret verlangt

Art. 5 Abs. 1 lit. c DSGVO verlangt, dass personenbezogene Daten “dem Zweck angemessen und erheblich sowie auf das für die Zwecke der Verarbeitung notwendige Mass beschränkt” sein müssen. Für ein E-Mail-Klassifizierungstool bedeutet das praktisch eine einfache Frage, die man sich leicht spart: Welche Daten braucht der Klassifizierer tatsächlich, um zu entscheiden, und was passiert danach mit ihnen?

Eine E-Mail enthält deutlich mehr, als für die Einsortierung nötig ist. Absender und Betreff liefern meist genug Signal für eine Kategorie. Der vollständige Mailtext, Anhänge und eingebettete Tracking-Pixel müssen für diese Entscheidung meist nicht dabei sein — schickt ein Tool standardmässig die gesamte Nachricht an eine externe API, verlässt mehr Daten deine Kontrolle, als die Aufgabe erfordert.

Zwei Design-Entscheidungen, die bei jedem Tool zählen

Bei der Bewertung eines KI-E-Mail-Klassifizierers gegen den Massstab der Datenminimierung zählen zwei Fragen mehr als Marketingtexte:

1. Was geht ans Modell, und was wird danach gespeichert?

AI Email Filter schickt Betreff, Absender und eine kurze Textvorschau ans LLM zur Klassifizierung — nicht die vollständige Nachricht. Für die langfristige Speicherung (damit der Verlauf zeigt, was passiert ist, und ein Rückgängigmachen möglich bleibt) werden nur Kopfdaten gespeichert: Betreff, Absender, Datum und die gewählte Kategorie. Der vollständige Mailtext wird nach der Klassifizierung nie dauerhaft gespeichert. Das ist ein deutlich kleinerer Datenfussabdruck als bei einem Tool, das ganze Nachrichteninhalte “zur Überprüfung” oder “zur Modellverbesserung” protokolliert.

2. Wohin gehen diese Daten tatsächlich?

Auch ein minimales Datenpaket — Absender, Betreff, eine Vorschau — ist personenbezogene Daten, und schickt man es an eine Drittanbieter-API, verarbeitet dieser Anbieter es nun ebenfalls. Genau hier verändert Bring Your Own LLM das Bild: Statt dass jede Klassifizierungsanfrage an die Cloud-API eines Anbieters geht, kannst du AI Email Filter an deine eigene Infrastruktur anbinden — ein selbst gehostetes Modell auf Hardware, die du kontrollierst, zum Beispiel über Ollama —, sodass für die Klassifizierung genutzte Mail-Inhalte deine eigene Organisation gar nicht erst verlassen müssen. Welche Endpoints das unterstützt, steht bei Eigenes LLM.

Beides kombiniert — ein schmales Datenpaket und ein selbst gehostetes Modell — kommt dem am nächsten, was ein Klassifizierungstool leisten kann, um personenbezogene Daten im eigenen Haus zu behalten und trotzdem ein LLM für die Sortierung zu nutzen. Wie so ein Setup end-to-end aussieht, steht bei Private KI-E-Mail-Sortierung.

Ein konkretes Beispiel: Was der Verlauf tatsächlich speichert

Um das greifbarer zu machen: Klassifiziert AI Email Filter eine eingehende Rechnung als “Rechnungen” und verschiebt sie in den entsprechenden Ordner, sieht der zugehörige Eintrag im Verlauf danach so aus — Absender [email protected], Betreff “Rechnung Nr. 4471”, Datum, Kategorie “Rechnungen”, Aktion “Verschoben”. Was dort explizit nicht steht: der Rechnungsbetrag, eine Kundennummer, der restliche Text der E-Mail oder ein Anhang. Genau diese vier Felder — Absender, Betreff, Datum, Kategorie — reichen aus, damit du im Verlauf nachvollziehen kannst, was passiert ist, und die Verschiebung mit einem Klick rückgängig machen kannst, falls die Kategorisierung falsch war. Für die eigentliche Prüfung, ob die Kategorisierung stimmt, brauchst du den Volltext ohnehin nicht — dafür öffnest du die E-Mail direkt in deinem Mail-Client. Das ist Datenminimierung nicht als abstraktes Prinzip, sondern als sichtbare Voreinstellung: Der Verlauf speichert genug, um Vertrauen und Kontrolle zu ermöglichen, und nicht mehr.

Warum “die KI liest deine E-Mails” die falsche Frage ist

Ein häufiger Einwand gegen KI-E-Mail-Tools lautet, sie würden “deine E-Mails lesen”, als sei damit die Datenschutzfrage schon beantwortet. Ist sie nicht — relevant ist, welche Felder gelesen werden, ob sie danach aufbewahrt werden und durch wessen Infrastruktur sie sonst noch laufen. Ein Tool, das komplette Nachrichteninhalte an einen Dritten schickt und dauerhaft speichert, hat eine deutlich andere Datenschutz-Position als eines, das Betreffzeile und Absenderadresse schickt, den Mailtext sofort nach der Entscheidung verwirft und dir erlaubt, dein eigenes Modell einzusetzen. Beide “lesen” technisch gesehen die E-Mail. Der Grundsatz der Datenminimierung unterscheidet genau zwischen diesen beiden Fällen, statt jede Verarbeitung gleich zu behandeln.

Was das praktisch für die Bewertung eines Tools bedeutet

Spielt DSGVO-Konformität für dein Postfach eine Rolle — weil du Kundendaten, Personalkorrespondenz oder anderes mit echten Konsequenzen bearbeitest —, lohnt sich vor der Einführung eines KI-E-Mail-Tools ein Blick auf ein paar konkrete Punkte:

• Dokumentiert der Anbieter genau, welche Felder an den Klassifizierer geschickt werden, oder bleibt es bei allgemeinen Formulierungen?
• Wird der vollständige Mailtext irgendwo nach der Klassifizierung gespeichert, oder nur die Felder, die für Verlauf und Rückgängigmachen nötig sind?
• Kannst du das Modell, das deine Mails verarbeitet, selbst wählen oder selbst hosten, oder ist die API eines einzigen Anbieters die einzige Option?
• Gibt es einen Auftragsverarbeitungsvertrag, falls du einen für deine eigene Compliance-Dokumentation brauchst?

Nichts davon ersetzt eine echte Compliance-Prüfung deiner konkreten Situation — die Design-Entscheidungen des Tools sind ein Baustein für diese Prüfung, kein Ersatz dafür.

Fazit

Datenminimierung ist keine Checkbox, sondern eine Design-Vorgabe. Ein Klassifizierer, der nur sieht, was er braucht, den Rest verwirft und auf Infrastruktur laufen kann, die du kontrollierst, orientiert sich am Grundsatz aus Art. 5 Abs. 1 lit. c DSGVO — aber “orientiert sich an einem Grundsatz” und “zertifiziert konform” sind zwei unterschiedliche Aussagen, und nur die erste kann eine Produktarchitektur tatsächlich stützen. Ob das für dein Unternehmen ausreicht, ist eine Frage für jemanden mit dem nötigen rechtlichen Kontext, nicht für einen Blogbeitrag.