Auf die Schnelle

Der Europäische Datenschutzausschuss (EDSA) hat am 7. Juli 2026 einen Entwurf für Leitlinien zur Anonymisierung angenommen, vorgestellt per Pressemitteilung am 8. Juli 2026. Der Kern ist ein Test mit drei Kriterien: Daten gelten erst dann als anonym, wenn sich niemand mehr herausgreifen, mit anderen Datensätzen verknüpfen oder durch Rückschlüsse identifizieren lässt. Der Text ist ein Entwurf in der Version 1.0, die öffentliche Konsultation läuft bis zum 30. Oktober 2026, die finale Fassung kommt später. Für kleine Betriebe heißt das vor allem eines: Ob ein Datensatz anonym ist, hängt vom konkreten Kontext ab und muss immer wieder neu bewertet werden.

Wenn du in deinem Betrieb Daten anonymisieren willst, um KI-Werkzeuge wie ChatGPT gefahrlos zu nutzen, gibt der EDSA jetzt einen konkreteren Maßstab dafür vor. Am 7. Juli 2026 hat das Gremium einen Entwurf der Guidelines 02/2026 zur Anonymisierung angenommen und ihn am 8. Juli 2026 öffentlich vorgestellt. Darin steckt ein Prüfschema mit drei Kriterien, an dem sich messen lässt, ob ein Datensatz wirklich außerhalb des Datenschutzrechts steht oder eben doch nicht.

Was der EDSA am 7. Juli beschlossen hat

Der Europäische Datenschutzausschuss ist das Gremium, in dem die nationalen Datenschutzbehörden der EU zusammensitzen und die DSGVO einheitlich auslegen. Seine Leitlinien sind kein Gesetz, aber sie zeigen, wie die Aufsichtsbehörden später prüfen werden.

Angenommen wurde der Entwurf offiziell am 7. Juli 2026, die begleitende Pressemitteilung datiert auf den 8. Juli 2026. Es handelt sich um die Version 1.0 der Guidelines 02/2026, also einen Zwischenstand. Bis zum 30. Oktober 2026 kann jeder Stellung nehmen, Verbände, Kanzleien, Unternehmen. Erst danach entsteht die endgültige Fassung. Was heute im Papier steht, kann sich also noch in Details ändern.

Wichtig zum Einordnen: Am selben Tag hat der EDSA auch einen Entwurf zum Web-Scraping für generative KI vorgelegt. Das sind zwei getrennte Rechtsfragen. Die eine dreht sich um die Frage, wann Daten anonym sind, die andere um die Rechtsgrundlage für das Sammeln von Daten aus dem Netz. Wer beides in einen Topf wirft, verheddert sich schnell.

Die drei Kriterien im Klartext

Der Test besteht aus drei Hürden, die alle zusammen genommen werden müssen. Fällt eine, sind die Daten nicht anonym.

Erstens das Herausgreifen, im Fachjargon Singling Out. Lässt sich in einem Datensatz eine einzelne Person isolieren, auch ohne ihren Namen zu kennen? Der einzige Kunde aus einem 800-Einwohner-Ort mit einem sehr speziellen Auftrag ist so ein Fall.

Zweitens die Verknüpfbarkeit, Linkability. Kann man den Datensatz mit einer anderen Quelle zusammenführen und so eine Person wiederfinden? Zwei für sich harmlose Tabellen ergeben zusammengelegt manchmal ein klares Profil.

Drittens der Rückschluss, Inference. Lassen sich aus den vorhandenen Angaben Eigenschaften einer bestimmten Person ableiten? Wenn aus Umsatz, Region und Branche mit hoher Wahrscheinlichkeit auf einen konkreten Betrieb geschlossen werden kann, ist die Hürde gerissen.

Neu ist dieser Ansatz nicht. Er geht auf eine Stellungnahme der früheren Artikel-29-Gruppe aus dem Jahr 2014 zurück, die der EDSA jetzt aktualisiert und um die neuere Rechtsprechung ergänzt hat. Neu ist der Nachdruck, mit dem die Behörden ihn im KI-Zeitalter anlegen.

Anonym ist kein Dauerzustand

Der vielleicht wichtigste Satz aus dem Entwurf: Anonymisierung ist kontextabhängig und kein einmaliger, für immer festgeschriebener Zustand. Ob Daten anonym sind, bewertet sich gegen ein realistisches Risiko der Wiedererkennung.

In diese Bewertung fließt einiges ein. Welche Zusatzinformationen sind verfügbar? Wie viel Aufwand, Zeit und Kosten wären nötig, um eine Person doch wieder zu identifizieren? Wer hat rechtlich Zugriff auf welche Daten? Und wie entwickelt sich die Technik weiter? Ein Datensatz, der 2026 als anonym durchgeht, kann durch neue Verknüpfungsmöglichkeiten später wieder identifizierbar werden. Der EDSA betont, dass die Bewertung relativ ist und von Akteur zu Akteur unterschiedlich ausfallen kann. Ein Konzern mit riesigen Datenbeständen kann eine Person eher wiederfinden als ein Einzelhändler.

Für dich als Betrieb bedeutet das: Die Frage lautet nicht nur, ob du die Namen entfernt hast, sondern ob unter realistischen Umständen noch jemand die dahinterstehenden Personen herausrechnen könnte. Und das ist eine Bewertung, die du regelmäßig neu treffen musst, wenn sich Datenlage oder Technik verändern.

Der Entwurf verweist dabei auch auf ein Urteil des Europäischen Gerichtshofs vom September 2025, das die Kontextabhängigkeit bestätigt hat. Ob ein Datensatz personenbezogen bleibt, kann für den einen Empfänger anders zu beurteilen sein als für den anderen. Für die Praxis heißt das schlicht, dass es keine allgemeingültige Anonym-Vorlage gibt, die für jeden Fall passt.

Wo Betriebe den größten Denkfehler machen

Der häufigste Irrtum, den wir bei unseren Teilnehmern sehen, ist die Gleichsetzung von Namen ersetzen mit anonymisieren. Wer in einer Excel-Tabelle den Kundennamen durch Kunde 1, Kunde 2, Kunde 3 austauscht, hat in aller Regel nur pseudonymisiert. Solche Daten bleiben personenbezogen und fallen weiter unter die DSGVO, weil sich der Bezug über die restlichen Angaben oder eine Zuordnungsliste wiederherstellen lässt.

Das ist in der Praxis oft ein größeres Thema als auf dem Papier. Adressfragmente, Auftragswerte, Termine, Fahrzeugtypen, all das trägt Bezug, auch ohne Namen. Wer eine Handvoll Datensätze aus einem Handwerksbetrieb nimmt und Ort plus Auftragsart drin lässt, hat die Person praktisch mitgeliefert. Anonymisierung im Sinne des EDSA verlangt, dass eine Wiedererkennung nach vernünftigem Ermessen ausgeschlossen ist, nicht nur erschwert.

Was das für KI im Betrieb praktisch heißt

Eine brauchbare Faustregel für den Alltag lautet: Erst die Daten von Personenbezug befreien, dann in ein Cloud-KI-Werkzeug geben. Das ist eine praktische Vorsichtsmaßnahme, keine buchstäbliche Rechtspflicht aus dem Entwurf, und sie ersetzt keine juristische Prüfung im Einzelfall. Aber sie senkt das Risiko spürbar.

Konkret heißt das, vor dem Prompt einmal kurz durchzugehen, ob der Text noch jemanden identifizierbar macht. Reicht für die Aufgabe eine Zusammenfassung ohne Klarnamen, Adressen und eindeutige Merkmale? Oft ja. Ein Angebotstext lässt sich meist genauso gut mit Musterdaten formulieren.

Dass Mitarbeiter überhaupt einschätzen können, wann Daten heikel sind und wann nicht, ist inzwischen auch eine gesetzliche Erwartung. Die EU-KI-Verordnung verlangt seit dem 2. Februar 2025 ein Mindestmaß an KI-Kompetenz bei allen, die KI-Systeme beruflich einsetzen. Genau an dieser Stelle treffen sich Datenschutz und Kompetenzaufbau. Wer sein Team fit macht, löst beide Themen auf einmal.

Der Entwurf bringt für kleine Betriebe keine neue Bürokratie über Nacht. Er schärft eine Denkweise. Wenn du dich fragst, ob ein Datensatz wirklich anonym ist, arbeite die drei Kriterien ab und bedenke, dass die Antwort vom Kontext abhängt. Wie du mit Kundendaten in KI-Tools sauber umgehst, haben wir im Beitrag zu KI und Kundendaten für KMU genauer aufgeschlüsselt.

Quellen

Die genannten Angaben stützen sich auf folgende öffentlich zugängliche Quellen (Stand der Recherche: 26. Juli 2026):

Häufige Fragen

Reicht es, in einer Tabelle die Namen zu entfernen, damit die Daten anonym sind?

In den meisten Fällen nicht. Wer nur Namen durch Platzhalter ersetzt, pseudonymisiert und die Daten bleiben personenbezogen, weil sich der Bezug über andere Angaben oder eine Zuordnungsliste wiederherstellen lässt. Echte Anonymisierung verlangt, dass eine Person nach vernünftigem Ermessen nicht mehr herausgerechnet werden kann.

Ist die EDSA-Leitlinie zur Anonymisierung schon verbindlich?

Nein. Es handelt sich um einen Entwurf in der Version 1.0, angenommen am 7. Juli 2026. Bis zum 30. Oktober 2026 läuft eine öffentliche Konsultation, die finale Fassung kommt erst danach. Details können sich also noch ändern.

Muss ich Daten anonymisieren, bevor ich sie in ChatGPT eingebe?

Der Entwurf schreibt keine bestimmte Technik und keine feste Pflichtmethode vor, er ist technikoffen und risikobasiert. Als praktische Vorsichtsmaßnahme ist es aber sinnvoll, Personenbezug vor dem Einsatz eines Cloud-KI-Tools zu entfernen. Das ersetzt keine juristische Prüfung im Einzelfall.

Was bedeuten die drei Kriterien des EDSA konkret?

Daten gelten erst als anonym, wenn drei Hürden zusammen erfüllt sind: Es lässt sich keine einzelne Person herausgreifen, der Datensatz lässt sich nicht mit anderen Quellen zu einer Person verknüpfen, und es lassen sich keine Rückschlüsse auf eine bestimmte Person ziehen. Fällt eine dieser Hürden, sind die Daten nicht anonym.

KI im Betrieb praktisch einsetzen lernen?

Im kostenlosen KI-Schnupperkurs zeigen wir in fünf Lektionen, wie kleine und mittlere Firmen KI im Alltag nutzen. Tiefer und praxisnah geht es im Vollkurs Digitalisierungsmanager, DEKRA-zertifiziert und förderfähig über den Bildungsgutschein.

Zuletzt aktualisiert: 26. Juli 2026. Stand der Recherche: 26. Juli 2026.