Ein Corporate LLM beantwortet interne Fragen in Sekunden, automatisiert Freigaben und erschließt Wissen aus Verträgen, E-Mails oder technischen Dokumentationen. Doch der geschäftliche Nutzen steht auf unsicherem Fundament, wenn unklar bleibt, wo diese Daten gespeichert, verarbeitet und administriert werden. Die Acht Kriterien für Datenresidenz schaffen die Entscheidungsgrundlage, um KI- und Cloud-Systeme kontrolliert in die Unternehmensarchitektur einzubetten.
Datenresidenz wird häufig auf den Standort eines Rechenzentrums reduziert. Das greift zu kurz. Für Geschäftsführer und IT-Verantwortliche zählt die gesamte Datenrealität: produktive Verarbeitung, Backups, Protokolldaten, Supportzugriffe, Unterauftragnehmer und der Umgang mit kryptografischen Schlüsseln. Erst dieses Gesamtbild zeigt, ob ein System den eigenen Datenschutz-, Compliance- und Sicherheitsanforderungen tatsächlich entspricht.
Acht Kriterien für Datenresidenz im Praxistest
1. Der physische Speicherort ist eindeutig festgelegt
Der Ausgangspunkt ist konkret: In welchem Land und in welcher Region liegen die Primärdaten? Allgemeine Zusagen wie „europäische Cloud“ reichen nicht aus, wenn Verträge, Konfigurationen oder technische Unterlagen keine eindeutige Region benennen. Für personenbezogene Daten und sensible Unternehmensinformationen ist eine Verarbeitung innerhalb der EU beziehungsweise des EWR oft die planbarste Grundlage.
Entscheidend ist auch, ob die Region verbindlich gewählt werden kann und ob der Anbieter sie ohne Zustimmung des Unternehmens ändern darf. Bei KI-Anwendungen betrifft das nicht nur hochgeladene Dokumente, sondern ebenso Prompts, Antworten, Vektordatenbanken und Dateianhänge.
2. Datenklassen und Datenflüsse sind dokumentiert
Kein Unternehmen schützt „die Daten“ pauschal. Ein Vertriebsreport, eine Personalakte, Konstruktionsdaten und eine Liste öffentlich verfügbarer Produktinformationen haben unterschiedliche Schutzbedarfe. Datenresidenz wird erst steuerbar, wenn klar ist, welche Datenklasse in welchem Prozess verarbeitet wird.
Dazu gehört ein nachvollziehbarer Datenfluss: Wo entsteht die Information, welche Systeme empfangen sie, wo wird sie zwischengespeichert und wann wird sie gelöscht? Bei einem geschlossenen Unternehmens-LLM sollte beispielsweise nachvollziehbar sein, ob Dokumente nur für eine Anfrage abgerufen werden oder dauerhaft indexiert bleiben. Diese Unterscheidung beeinflusst Risiko, Speicherstrategie und Löschkonzept erheblich.
3. Auch Nebenprozesse bleiben in der vorgesehenen Region
Die produktive Datenbank kann in Frankfurt stehen, während Backups, Telemetrie, Fehleranalysen oder E-Mail-Benachrichtigungen in anderen Regionen verarbeitet werden. Genau diese Nebenprozesse werden bei einer oberflächlichen Prüfung regelmäßig übersehen. Sie enthalten jedoch oft identifizierbare Nutzungsdaten, Auszüge aus Dokumenten oder technische Informationen über interne Abläufe.
Prüfen Sie deshalb getrennt, wo Sicherungskopien, Disaster-Recovery-Instanzen, Logs und Monitoring-Daten liegen. Bei KI-Systemen kommen Trainings- und Evaluierungsdaten hinzu. Wenn ein Anbieter Nutzereingaben zur Modellverbesserung verarbeitet, muss eindeutig geregelt sein, ob dies ausgeschlossen ist, wo eine mögliche Verarbeitung stattfindet und wer darauf zugreifen kann.
4. Zugriffe aus Drittstaaten sind kontrolliert und begrenzt
Datenresidenz beschreibt nicht allein den Speicherort. Ein System kann innerhalb der EU betrieben werden und dennoch Zugriffe durch Supportteams, Konzernunternehmen oder Administratoren in Drittstaaten ermöglichen. Für die Risikobewertung ist daher relevant, wer administrativen oder fachlichen Zugriff erhält, aus welchem Land dieser Zugriff erfolgt und welche Rechte damit verbunden sind.
Ein tragfähiges Konzept arbeitet mit klaren Rollen, dem Prinzip der minimalen Berechtigung und zeitlich begrenzten Freigaben für Supportfälle. Besonders sensible Zugriffe sollten protokolliert und durch ein Genehmigungsverfahren abgesichert werden. Die richtige Frage lautet nicht: „Hat der Anbieter Zugriff?“ Sondern: „Welche Person kann wann auf welche Daten zugreifen - und wie lässt sich das nachweisen?“
5. Unterauftragnehmer sind transparent und steuerbar
Kaum ein Cloud- oder KI-Anbieter erbringt jede Leistung selbst. Infrastrukturprovider, Monitoring-Dienste, OCR-Komponenten oder Supportplattformen können Teil der Lieferkette sein. Diese Subunternehmer entscheiden mit darüber, wo Daten verarbeitet werden und welche rechtlichen sowie technischen Schutzmaßnahmen gelten.
Unternehmen benötigen deshalb eine aktuelle, prüfbare Liste der Unterauftragnehmer inklusive Zweck, Standort und Änderungsmechanismus. Relevant ist außerdem, ob der Anbieter über neue Subunternehmer lediglich informiert oder ob ein wirksames Widerspruchsrecht besteht. Für geschäftskritische Systeme ist Transparenz keine Formalie, sondern Voraussetzung für eine belastbare Risikoentscheidung.
6. Verträge übersetzen die Architektur in verbindliche Pflichten
Technische Zusagen entfalten wenig Wirkung, wenn sie nicht vertraglich abgesichert sind. Der Auftragsverarbeitungsvertrag muss die tatsächlichen Verarbeitungsprozesse abbilden: Kategorien von Daten, Zwecke, Regionen, Weisungsrechte, Löschpflichten und den Umgang mit Unterauftragnehmern. Standardvertragsklauseln können bei Drittlandbezügen erforderlich sein, ersetzen aber keine Analyse der konkreten Zugriffssituation.
Auch Servicebeschreibungen verdienen Aufmerksamkeit. Wenn sie dem Anbieter weitreichende Rechte zur Produktverbesserung einräumen, kann dies mit dem Ziel einer abgeschotteten Unternehmens-KI kollidieren. Für viele mittelständische Unternehmen ist eine individuelle Vertrags- und Architekturprüfung sinnvoller als die bloße Übernahme vorformulierter Standardbedingungen.
7. Verschlüsselung und Schlüsselmanagement sichern die Kontrolle
Verschlüsselung schützt Daten während der Übertragung und im Speicher. Sie beantwortet aber noch nicht die entscheidende Frage: Wer kontrolliert die Schlüssel? Verwaltet ausschließlich der Anbieter die Schlüssel, bleibt er technisch grundsätzlich in der Lage, Daten zu entschlüsseln. Eigene Schlüssel oder kundengesteuerte Schlüsselverwaltung erhöhen dagegen die Kontrolle, bringen jedoch zusätzliche Anforderungen an Betrieb, Wiederherstellung und Verantwortlichkeiten mit sich.
Welche Variante geeignet ist, hängt vom Schutzbedarf ab. Für interne Wissensdatenbanken kann ein regional betriebener Dienst mit klarer Zugriffskontrolle genügen. Bei streng vertraulichen Entwicklungs-, Finanz- oder Personaldaten sind getrennte Schlüsselverwaltung, Hardware-Sicherheitsmodule und nachvollziehbare Schlüsselrotation häufig angemessen.
8. Exit, Löschung und Prüfung sind operativ möglich
Datenresidenz muss auch dann funktionieren, wenn ein Vertrag endet, ein Anbieter ausgetauscht wird oder ein Sicherheitsvorfall untersucht werden muss. Unternehmen sollten vorab klären, in welchem Format sie Daten, Indizes und Konfigurationen exportieren können. Bei KI-Lösungen gilt das ebenso für Prompt-Vorlagen, Berechtigungskonzepte und unternehmensspezifische Wissensbasen.
Ebenso wichtig sind überprüfbare Löschfristen für Primärdaten und Backups sowie geeignete Nachweise. Zertifikate und Prüfberichte liefern Orientierung, ersetzen aber nicht die Kontrolle der für den eigenen Einsatzfall relevanten Maßnahmen. Ein Anbieter muss erklären können, wie ein Audit unterstützt wird, wie Sicherheitsvorfälle gemeldet werden und welche Informationen das Unternehmen im Ernstfall erhält.
Datenresidenz ist eine Architekturentscheidung
Nicht jede Anwendung benötigt dieselbe Tiefe an Kontrolle. Für unkritische Inhalte kann ein standardisierter Cloud-Dienst wirtschaftlich sinnvoll sein. Sobald jedoch vertrauliches Unternehmenswissen, personenbezogene Daten oder zentrale Geschäftsprozesse betroffen sind, sollte Datenresidenz bereits bei der Architekturentscheidung festgelegt werden - nicht erst kurz vor dem Go-live.
Der wirtschaftliche Vorteil liegt nicht allein in geringeren Compliance-Risiken. Klar definierte Datenräume erleichtern die Integration neuer KI-Anwendungen, verkürzen Abstimmungen mit Datenschutz und IT-Sicherheit und verhindern spätere kostspielige Umstellungen. Wer Datenresidenz als steuerbaren Bestandteil der Infrastruktur behandelt, schafft die Voraussetzung, KI produktiv einzusetzen, ohne die Kontrolle über das eigene Wissen abzugeben.