Schatten-KI (Shadow AI): unkontrollierte KI-Nutzung erkennen, steuern und reduzieren

Inhaltsverzeichnis

• Was ist Schatten-KI?
• Die drei Ebenen der Schatten-KI, die niemand sieht
• Schatten-IT und Schatten-KI: was sich wirklich ändert
• Warum der Mittelstand am stärksten betroffen ist
• Die fünf realen Risiken, nach Wahrscheinlichkeit sortiert
• Schatten-KI erkennen mit dem, was Sie bereits haben
• Freigeben, einschränken, ersetzen oder sperren: die Entscheidungsmatrix
• KI-Nutzung dauerhaft steuern
• Schatten-KI und Compliance: DSGVO, KI-Verordnung, NIS2
• Ihre ersten 30 Tage
• Wie Corma Ihnen hilft, Schatten-KI zu finden und zu steuern
• Häufige Fragen

Einleitung

Innerhalb von zwölf Monaten hat sich die Frage in IT-Abteilungen verändert. Sie lautet nicht mehr "sollen wir KI einführen?", sondern "wie viele KI-Tools laufen hier bereits, ohne dass wir davon wissen?"

Die Suchdaten erzählen dieselbe Geschichte. In Deutschland stieg das Google-Ads-Volumen für Schatten-KI von 110 monatlichen Suchanfragen im Juli 2025 auf 590 im Juni 2026, und für Shadow AI parallel von 170 auf 720. Zusammen sind das rund 1 300 Suchanfragen pro Monat gegenüber etwa 280 ein Jahr zuvor. Niemand sucht die Definition eines Problems, das er nicht schon hat.

Die Inhalte, die diese Suchanfragen beantworten, wurden allerdings für einen anderen Leser geschrieben. Sie setzen ein SOC, einen CASB, ein Secure Web Gateway und eine DLP-Lösung voraus. Ein Unternehmen mit 200 Beschäftigten und drei Personen in der IT hat davon nichts, und das Problem besteht trotzdem.

Dieser Leitfaden geht einen anderen Weg. Er behandelt Schatten-KI als das, was sie in einem mittelständischen Unternehmen operativ ist: kein Problem der Netzwerkfilterung, sondern ein SaaS- und Identitätsproblem. Diese Umdeutung hat eine unmittelbare praktische Folge, denn sie bedeutet, dass Sie diese Woche mit der Erkennung beginnen können, mit Systemen, für die Sie bereits bezahlen. Einen breiteren Überblick über die Bedrohungslage liefert unser Beitrag zu den Risiken der Schatten-KI als Ergänzung.

Was ist Schatten-KI?

Schatten-KI (englisch Shadow AI) ist die Nutzung von KI-Tools, Modellen oder eingebetteten KI-Funktionen in einem Unternehmen, ohne dass IT, Sicherheit oder Datenschutz davon wissen, sie geprüft oder freigegeben haben. Sie umfasst drei Ausprägungen: eigenständige Anwendungen wie ein privates ChatGPT-Konto für die Arbeit, KI-Funktionen, die still in bereits lizenzierter Software aktiviert werden, und KI-Agenten oder Integrationen, denen über OAuth Zugriff auf Unternehmensdaten gewährt wurde.

Der Begriff übernimmt seine Struktur von der Schatten-IT, und die Parallele ist nützlich, aber die beiden sind nicht austauschbar. Schatten-IT ist ein Sichtbarkeitsproblem darüber, welche Anwendungen existieren. Schatten-KI ist ein Sichtbarkeitsproblem darüber, wohin Ihre Daten gehen. Ein nicht freigegebenes Projektmanagement-Tool behält die Daten, die Ihr Team dort eingibt. Ein nicht freigegebener KI-Assistent kann diese Daten an ein Modell eines Dritten übermitteln, sie speichern und in manchen Konfigurationen zum Training verwenden.

Dieser Unterschied erklärt, warum Schatten-KI schneller eskaliert, als Schatten-IT es je getan hat. Die Einführung erfordert keinen Einkaufsprozess, keine Installation und kein Budget. Ein Browser-Tab und eine dienstliche E-Mail-Adresse genügen.

Was Schatten-KI nicht ist

Drei Klarstellungen, die die richtige Reaktion bestimmen:

• Sie ist nicht böswillig. In der überwiegenden Mehrheit der Fälle wollen Beschäftigte, die nicht freigegebene KI nutzen, schneller arbeiten, nicht Daten abziehen. Schatten-KI als Insider-Bedrohung zu behandeln führt zur falschen Richtlinie.
• Ein Verbot löst sie nicht. Das Sperren bekannter KI-Domains verlagert die Nutzung auf private Geräte und private Konten, wo Sie die letzte verbleibende Sichtbarkeit verlieren. Der Konsens der Sicherheitsanbieter ist an diesem Punkt ungewöhnlich deutlich.
• Es geht nicht nur um Chatbots. Der Chatbot ist die sichtbare Spitze. Die beiden Ebenen darunter tragen die schwierigeren Probleme, was Gegenstand des nächsten Abschnitts ist.

Die drei Ebenen der Schatten-KI, die niemand sieht

Fast alle veröffentlichten Inhalte zur Schatten-KI beschreiben eine einzige Kategorie: Beschäftigte, die nicht freigegebene KI-Anwendungen nutzen. Diese Beschreibung deckt etwa ein Drittel der tatsächlichen Exposition ab. In der Praxis wirkt Schatten-KI auf drei getrennten Ebenen, die jeweils eine andere Erkennungsmethode erfordern.

Ebene 1: eigenständige KI-Anwendungen

Der bekannte Fall. Eine Person registriert sich mit dienstlicher oder privater Adresse bei einem KI-Dienst, fügt dort interne Unterlagen ein, und es findet keine Sicherheitsprüfung statt. Diese Ebene ist über Browser-Telemetrie, Protokolle des Identitätsanbieters und Ausgabendaten erkennbar.

Ebene 2: KI-Funktionen in bereits freigegebener Software

Der blinde Fleck, den fast niemand behandelt. Ihr CRM liefert eine KI-Zusammenfassung. Ihr Helpdesk ergänzt einen KI-Antwortgenerator. Ihr Notiz-Tool aktiviert in einem kleinen Release einen KI-Assistenten per Voreinstellung. Nichts davon erscheint in einem Anwendungsinventar, weil die Anwendung bereits freigegeben war. Der Anbieter steht auf Ihrer Liste, der Vertrag ist unterschrieben, und die Sicherheitsprüfung erfolgte vor achtzehn Monaten an einem Produkt, das sich nicht mehr gleich verhält.

Für die Netzwerküberwachung ist diese Ebene unsichtbar, weil der Verkehr an eine Domain geht, die Sie bereits zulassen. Erkennbar ist sie nur über die Verfolgung von Anbieteränderungen und die Vertragsprüfung, was genau erklärt, warum sie ungesteuert bleibt.

Ebene 3: KI-Agenten und OAuth-Integrationen

Die am schnellsten wachsende Ebene. Eine Person verbindet einen KI-Assistenten über einen Zustimmungsdialog mit Google Workspace oder Microsoft 365 und gewährt ihm Lesezugriff auf Mails, Dateien oder Kalender. Es wurde keine Software installiert und kein Passwort geteilt, aber ein Token erlaubt einem Modell eines Dritten nun den dauerhaften Zugriff auf Unternehmensdaten.

Diese Ebene kommt einem echten Notfall am nächsten, und sie ist die, die Ihr Identitätsanbieter Ihnen heute schon zeigen kann. Sie führt direkt zur weiteren Frage der Governance von KI-Agenten, die mit der Verbreitung agentischer Werkzeuge unausweichlich wird.

Schatten-IT und Schatten-KI: was sich wirklich ändert

Schatten-KI ist eine Teilmenge der Schatten-IT, aber sie als bloss neue Variante desselben Problems zu behandeln führt dazu, Kontrollen wiederzuverwenden, die sich nicht übertragen lassen. Die folgende Tabelle zeigt, wo die beiden auseinandergehen.

Die praktische Folge: ein Anwendungsinventar bleibt notwendig, genügt aber nicht mehr. Sie brauchen ein Inventar der Datenflüsse und der gewährten Berechtigungen, nicht nur der installierten Software. Es ist dieselbe strukturelle Verschiebung, die aus SaaS-Wildwuchs ein Governance-Thema und kein Lizenzthema gemacht hat.

<h2 id="mittelstand">Warum der Mittelstand am stärksten betroffen ist</h2>

Unternehmen zwischen 50 und 500 Beschäftigten stehen bei Schatten-KI in der schlechtesten denkbaren Position, aus vier strukturellen Gründen.

• Genug Autonomie für die Einführung, zu wenig Prozess für die Steuerung. Teams haben Budgethoheit und Werkzeugfreiheit. Beschaffung auf Abteilungsebene ist normal. Ein Abonnement für 20 Euro im Monat prüft niemand zentral.
• Keine eigene Sicherheitsfunktion. Die IT besteht typischerweise aus zwei bis fünf Personen für Support, Infrastruktur, Netzwerk und Compliance. Niemand hat die Aufgabe, die KI-Einführung zu beobachten.
• Keines der Werkzeuge, die die Fachliteratur voraussetzt. Kein CASB, kein SWG, kein SOC, keine dedizierte DLP. Die empfohlenen Kontrollen stehen einfach nicht zur Verfügung.
• Trotzdem volle regulatorische Exposition. Ein deutsches Unternehmen mit 200 Beschäftigten, das Kundendaten verarbeitet, unterliegt der DSGVO vollständig. Ist es in einem erfassten Sektor tätig, gilt NIS2 zusätzlich. Die Unternehmensgrösse reduziert keine der beiden Pflichten.

Das Ergebnis ist eine Governance-Lücke, die sich von selbst vergrössert: die Einführung beschleunigt, die Kontrollkapazität bleibt gleich.

Die fünf realen Risiken der Schatten-KI, nach Wahrscheinlichkeit sortiert

Die meisten Risikolisten zu diesem Thema sortieren nach Schweregrad, was einen Katalog von Extremszenarien ergibt, den wenige Teams wiedererkennen. Die folgende Reihenfolge richtet sich nach Wahrscheinlichkeit, was für die Frage nützlicher ist, was zuerst zu beheben ist.

1. Datenabfluss über Prompts (nahezu sicher)

Die Grundannahme sollte sein, dass es bereits passiert. Beschäftigte fügen Kundendaten, Vertragsklauseln, Quellcode und Finanzzahlen in KI-Oberflächen ein, weil es der kürzeste Weg zu einer Antwort ist. Eine von Infosecurity Magazine im September 2024 berichtete Erhebung ergab, dass 38 Prozent der Beschäftigten einräumten, sensible Arbeitsinformationen ohne Erlaubnis des Arbeitgebers mit KI-Tools geteilt zu haben. Diese Zahl liegt vor der aktuellen Einführungswelle: als Untergrenze zu behandeln, nicht als aktuelle Schätzung.

2. Regulatorische Exposition nach DSGVO und KI-Verordnung (hoch)

Sobald personenbezogene Daten ohne Auftragsverarbeitungsvertrag, ohne dokumentierten Übermittlungsmechanismus und ohne Eintrag im Verzeichnis der Verarbeitungstätigkeiten in ein KI-Tool gelangen, besteht eine Lücke, die jedem Vorfall vorausgeht. Nach Artikel 83 Absatz 5 DSGVO reicht der obere Bussgeldrahmen bis 20 Millionen Euro oder 4 Prozent des weltweiten Jahresumsatzes, je nachdem, welcher Betrag höher ist. Die Exposition ist nicht theoretisch, nur weil noch kein Vorfall eingetreten ist.

3. Verwaiste KI-Konten nach dem Offboarding (hoch, und praktisch nie geprüft)

Dieses Risiko taucht in nahezu keiner veröffentlichten Anleitung zur Schatten-KI auf, was angesichts seiner Mechanik bemerkenswert ist. Eine Person erstellt ein KI-Konto mit ihrer dienstlichen Adresse. Sie verlässt das Unternehmen. Das Postfach wird deaktiviert, der SSO-Zugang entzogen, und das KI-Konto bleibt aktiv, mit allem, was dort hineingegeben wurde, teils weiter über eine Firmenkarte abgerechnet. Weil das Tool nie inventarisiert wurde, gelangt es nie in die Offboarding-Checkliste und erscheint in keiner Zugriffsüberprüfung.

Jede Organisation mit automatisiertem Provisioning und Onboarding schliesst diese Lücke konstruktiv. Wer auf eine manuelle Checkliste setzt, schliesst sie nicht, weil die Checkliste nur bekannte Anwendungen abdeckt.

4. Unkontrollierte und doppelte KI-Ausgaben (hoch)

Schatten-KI wird fast überall als Sicherheitsthema behandelt, was ihre finanzielle Dimension verdeckt. Dieselbe Organisation zahlt häufig drei sich überschneidende KI-Abonnements in drei Teams, zum Einzelplatzpreis, über private Karten, die als Auslage erstattet werden. Im Softwarebudget erscheint nichts, weil nichts beschafft wurde. Das sichtbar zu machen ist der Zweck der SaaS-Kostenreduzierung mit Corma.

5. Ergebnisqualität und Entscheidungsrisiko (mittel)

Ungeprüfte Modellausgaben, die in Kundenlieferungen, Finanzanalysen oder Code einfliessen, tragen ein Fehler- und Verzerrungsrisiko, das niemand bewertet hat. Real, aber langsamer als die vier vorangehenden, und wirksamer durch Schulung als durch Werkzeuge zu adressieren.

Schatten-KI erkennen mit dem, was Sie bereits haben

An dieser Stelle endet die meiste Anleitung bei "überwachen Sie den Netzwerkverkehr" und geht weiter. Hier die operative Fassung, aufgebaut auf fünf Datenquellen, die ein mittelständisches Unternehmen bereits besitzt. Für den ersten Durchlauf ist keine neue Sicherheitsplattform erforderlich.

Zwei Prinzipien bestimmen, wie diese Quellen zusammenwirken.

Beginnen Sie mit den OAuth-Zugriffen, nicht mit Netzwerkprotokollen. Die Prüfung der Zugriffe von Drittanbieter-Apps in der Google-Workspace-Admin-Konsole oder im Bereich Unternehmensanwendungen von Microsoft Entra ID dauert unter einer Stunde und bringt die schwerwiegendste Ebene der Schatten-KI zum Vorschein: Tools, die bereits zum Lesen von Unternehmensdaten berechtigt sind. Die meisten Teams haben diesen Bildschirm nie geöffnet. Es ist die ertragreichste Stunde, die zu diesem Thema verfügbar ist.

Führen Sie Identitäten mit Ausgaben und dann mit Nutzung zusammen. Jede Quelle allein ergibt ein unvollständiges Bild. Ihr Identitätsanbieter zeigt, wo sich Personen per SSO anmelden, verfehlt aber alles, was über private Zugangsdaten läuft. Ausgabendaten erfassen bezahlte Tools, verfehlen aber kostenlose Tarife, in denen der Grossteil der Schatten-KI lebt. Browser-Telemetrie erfasst kostenlose Nutzung, aber nicht das, was auf privaten Geräten passiert. Die Überlagerung von drei Quellen verwandelt eine Teilliste in ein belastbares Inventar, und genau diese Abgleichlogik automatisiert eine SaaS-Management-Plattform.

Ein strukturierter Erkennungsdurchlauf bringt typischerweise zwei- bis dreimal mehr KI-Tools zum Vorschein, als die IT erwartet hat. Diese Differenz, und nicht ein einzelnes Tool, verändert das Gespräch mit der Geschäftsführung.

Freigeben, einschränken, ersetzen oder sperren: die Entscheidungsmatrix

Die Erkennung liefert eine Liste. Eine Liste ohne Entscheidungsregel liefert Stillstand, was erklärt, warum so viele Schatten-KI-Vorhaben nach dem Audit versanden. Alle glaubwürdigen Quellen sind sich einig, dass ein pauschales Verbot nach hinten losgeht, aber fast keine liefert die Kriterien für das, was stattdessen zu tun ist.

Vier Ergebnisse decken jedes gefundene Tool ab. Die bestimmenden Variablen sind die Sensibilität der betroffenen Daten und die Frage, ob ein freigegebenes Äquivalent existiert.

Zwei Regeln machen diese Matrix praktisch wirksam.

• Jede Sperre braucht am selben Tag eine benannte Alternative. Eine Sperre ohne Ersatz ist die Aufforderung, langsamer zu arbeiten, und sie wird umgangen. Das ist der häufigste Fehlermodus bei der Einführung von KI-Richtlinien.
• Die Konsolidierung trägt das Budgetargument. Drei Teams, die drei ähnliche KI-Tools bezahlen, werden zu einem Vertrag mit Mengenpreis, zentraler Verwaltung und Auftragsverarbeitungsvertrag. Die Einsparung finanziert die Governance-Arbeit, und das lässt das Vorhaben die erste Budgetrunde überleben.

KI-Nutzung dauerhaft steuern

Ein einmaliges Audit hat in dieser Kategorie eine Haltbarkeit von etwa einem Quartal. Steuern bedeutet, dass sich das Inventar selbst pflegt. Vier Mechanismen tragen die Last.

Ein lebendes Inventar der KI-Anwendungen. Keine Tabelle, die aktualisiert wird, wenn jemand daran denkt. Kontinuierliche Erkennung, sodass ein neues KI-Tool innerhalb von Tagen nach der ersten Nutzung im Inventar erscheint und nicht erst beim nächsten Audit.

KI-Tools in den Zugriffsüberprüfungen. Wenn Ihre automatisierten und sicheren Zugriffsüberprüfungen nur Ihre Kernsysteme abdecken, ist jedes KI-Tool per Voreinstellung ausserhalb des Geltungsbereichs. Sie einzubeziehen verwandelt eine periodische Compliance-Übung in den Mechanismus, der verwaiste Konten und überprivilegierte Integrationen auffängt.

KI-Tools im Joiner-Mover-Leaver-Prozess. Jedes gefundene KI-Konto sollte sofort in die Offboarding-Sequenz eingehen. Wenn Provisioning und Deprovisioning automatisiert laufen statt über eine manuelle Liste, erstreckt sich die Abdeckung auf neu gefundene Tools, ohne dass jemand eine Prozedur neu schreibt.

Eine Richtlinie, die erlaubt statt verbietet. KI-Nutzungsrichtlinien, die in der Praxis halten, benennen, was für welche Datenklassifizierung freigegeben ist, erklären die Begründung, öffnen einen schnellen Weg für neue Anfragen und werden vierteljährlich überarbeitet. Als Verbotslisten gebaute Richtlinien altern schlecht und werden umgangen.

Schatten-KI und Compliance: DSGVO, KI-Verordnung, NIS2

Für ein europäisches Unternehmen liegt Schatten-KI im Schnittpunkt dreier Regulierungsrahmen, die innerhalb von achtzehn Monaten in Kraft getreten sind. Jeder legt eine Pflicht auf, die ungesteuerte KI-Nutzung direkt untergräbt.

Der gemeinsame Faden aller drei ist derselbe: Sie können eine KI-Nutzung, die Sie nicht inventarisiert haben, nicht dokumentieren, bewerten oder melden. Jede dieser Pflichten hat das Inventar als Voraussetzung, und deshalb ist Erkennung eine Compliance-Aufgabe und nicht nur eine Sicherheitsaufgabe.

Die Datenlokalisierung verdient einen eigenen Hinweis. Nutzt eine Person einen KI-Dienst für Endverbraucher, ist der Verarbeitungsort die Voreinstellung des Anbieters, typischerweise ausserhalb der Europäischen Union, ohne dokumentierten Übermittlungsmechanismus auf Ihrer Seite. Für Organisationen, die sich vertraglich auf europäisches Hosting verpflichtet oder es in einen Zertifizierungsumfang aufgenommen haben, kann Schatten-KI diese Verpflichtung geräuschlos aushebeln. Corma adressiert das auf Plattformebene: die Daten werden in der Europäischen Union gehostet, und die Plattform ist nach ISO/IEC 27001:2022 zertifiziert, deren Anhang-A-Massnahme A.5.23 die Informationssicherheit bei der Nutzung von Cloud-Diensten abdeckt, also genau die Kategorie, in die nicht freigegebene KI-Tools fallen. Teams, die an den NIS2-Anforderungen arbeiten, werden dort dieselbe Inventarabhängigkeit wiedererkennen. Die Orientierungshilfen des BSI zur Absicherung von KI-Systemen weisen in dieselbe Richtung.

Ihre ersten 30 Tage

Eine Abfolge, die innerhalb eines Monats ein belastbares Inventar und einen ersten Satz Entscheidungen liefert, ohne neues Werkzeug in Woche 1 und 2.

Wie Corma Ihnen hilft, Schatten-KI zu finden und zu steuern

Schatten-KI ist ein Erkennungsproblem, auf das ein Identitätsproblem folgt. Corma ist eine europäische Plattform, die beides an einer Stelle abdeckt, und das ist der Grund, warum sie bei diesem Thema überhaupt auftaucht: die meisten Anbieter bearbeiten entweder die SaaS-Sichtbarkeit oder die Zugriffs-Governance, selten beides zusammen.

• Kontinuierliche SaaS- und KI-Erkennung. Corma baut und pflegt das Inventar über die drei beschriebenen Ebenen, einschliesslich der per OAuth verbundenen Anwendungen und der Integrationen, die in Ihren Google-Workspace- oder Microsoft-365-Tenant hineinreichen. Das ist die volle Sichtbarkeit, die Schatten-IT vermeidet, angewendet auf KI-Tools.
• Native IDP-Konnektoren. Google Workspace, Microsoft Entra ID, Okta und JumpCloud werden direkt verbunden, sodass der Abgleich zwischen Identitäten, Anwendungen und Berechtigungen ohne manuelle Exporte erfolgt.
• Konvergentes SaaS-Management und IAM. Identity and Access Management und SaaS-Management arbeiten auf demselben Inventar, wodurch ein neu gefundenes KI-Tool automatisch in Zugriffsüberprüfungen und Offboarding eingeht statt über einen getrennten Prozess.
• Kostentransparenz neben dem Risiko. Doppelte und verwaiste KI-Abonnements erscheinen neben den Sicherheitsbefunden, was die Governance-Arbeit meist finanziert statt mit ihr zu konkurrieren.
• Europäisch von Grund auf. EU-Hosting, DSGVO-Ausrichtung, Zertifizierung nach ISO/IEC 27001:2022 und NIS2-taugliches Reporting, ohne die Übermittlungsfragen, die eine US-Plattform aufwirft. Corma wurde zudem im Gartner® Magic Quadrant™ 2025 für SaaS-Management-Plattformen berücksichtigt.
• Einführung in Wochen. Das vollständige Onboarding eines mittelständischen Unternehmens ist typischerweise in unter einem Monat abgeschlossen, was zählt, wenn das Inventar alles andere blockiert.

Ein konkretes Beispiel aus einem regulierten Umfeld liefert der IGA-Einsatz bei Satelia, der zeigt, wie Erkennung und Zugriffs-Governance im Gesundheitswesen zusammenwirken.

Sehen Sie Ihr eigenes KI- und SaaS-Inventar, bevor Sie etwas entscheiden: Corma-Demo anfragen.

Häufige Fragen

Was ist Schatten-KI?

Schatten-KI (Shadow AI) bezeichnet die Nutzung von KI-Tools, Modellen oder KI-Funktionen in einem Unternehmen ohne Freigabe oder Aufsicht von IT, Sicherheit oder Datenschutz. Dazu gehören private KI-Konten, die für die Arbeit genutzt werden, KI-Funktionen, die in bereits lizenzierter Software aktiviert sind, und KI-Assistenten, die über OAuth Zugriff auf Unternehmensdaten erhalten haben.

Was ist ein Beispiel für Schatten-KI?

Das häufigste Beispiel ist eine Person, die ein privates ChatGPT- oder Claude-Konto nutzt, um interne Dokumente zusammenzufassen oder Kundenunterlagen zu erstellen, ohne IT-Freigabe und ohne Auftragsverarbeitungsvertrag. Zwei weniger offensichtliche Beispiele sind wichtiger: eine KI-Funktion, die per Voreinstellung in bereits lizenzierter Software aktiv ist, und ein KI-Assistent, der über einen OAuth-Zustimmungsdialog Ihre Google-Workspace- oder Microsoft-365-Daten lesen darf.

Welche Risiken birgt Schatten-KI?

Fünf, nach tatsächlicher Häufigkeit sortiert: Abfluss sensibler Daten über Prompts, regulatorische Exposition nach DSGVO und KI-Verordnung, verwaiste KI-Konten, die das Offboarding überdauern, doppelte und unkontrollierte KI-Ausgaben, und ungeprüfte Modellausgaben, die in Geschäftsentscheidungen einfliessen. Das dritte und vierte Risiko haben die meisten Organisationen nie geprüft.

Wie erkennt man Schatten-KI im Unternehmen?

Prüfen Sie zuerst die per OAuth gewährten Zugriffe von Drittanbieter-Apps in der Admin-Konsole Ihres Identitätsanbieters, das dauert unter einer Stunde und bringt die riskanteste Kategorie zum Vorschein. Führen Sie dann drei Quellen zusammen: Anmeldeprotokolle des Identitätsanbieters, Ausgaben- und Kartendaten sowie Browser- oder Endpunkt-Telemetrie. Keine Quelle ist allein vollständig, daher liefert erst die Überlagerung ein verlässliches Inventar.

Was ist der Unterschied zwischen Schatten-IT und Schatten-KI?

Schatten-IT ist die Nutzung jeder nicht freigegebenen Software oder Hardware. Schatten-KI ist der engere Fall nicht freigegebener KI-Tools und KI-Funktionen, und sie trägt zwei Risiken, die Schatten-IT nicht hat: in Prompts eingegebene Daten können gespeichert oder zum Training eines fremden Modells verwendet werden, und KI-Fähigkeiten können in Software erscheinen, die Sie bereits freigegeben haben, was sie für ein Anwendungsinventar unsichtbar macht.

Sollte man KI-Tools am Arbeitsplatz einfach verbieten?

Nein, und die Erfahrungswerte sind an diesem Punkt einheitlich. Das Sperren bekannter KI-Domains verlagert die Nutzung auf private Geräte und Konten, wo die Sichtbarkeit vollständig verloren geht. Der wirksame Ansatz ist, das Genutzte zu inventarisieren, eine kleine Zahl von Tools mit passenden Vertragsbedingungen je Sensibilitätsstufe freizugeben und einen schnellen Freigabeweg für neue Anfragen zu veröffentlichen.

Betrifft Schatten-KI die DSGVO-Compliance?

Ja. Personenbezogene Daten, die ohne Auftragsverarbeitungsvertrag, ohne dokumentierten Übermittlungsmechanismus und ohne Eintrag im Verarbeitungsverzeichnis in ein KI-Tool gelangen, stellen eine Lücke dar, die vor jedem Vorfall besteht, mit Bussgeldern bis 20 Millionen Euro oder 4 Prozent des weltweiten Jahresumsatzes nach Artikel 83 Absatz 5. Auf Seiten der KI-Verordnung setzt die Pflicht zur KI-Kompetenz nach Artikel 4 voraus, dass Sie wissen, welche KI-Systeme Ihre Beschäftigten nutzen.