Auf die Schnelle

Der Europäische Datenschutzausschuss (EDSA/EDPB) hat Anfang Juli 2026 einen Entwurf von Leitlinien zum Web-Scraping im Kontext generativer KI veröffentlicht. Es geht um das massenhafte Absammeln öffentlich zugänglicher Daten aus dem Netz, um damit KI-Modelle zu trainieren. Der Text ist ein Entwurf in öffentlicher Konsultation, noch kein geltendes Recht, die Frist läuft bis 30. Oktober 2026. Für kleine Betriebe zählt vor allem eins: Wer selbst scrapt oder einen KI-Dienstleister einkauft, braucht eine dokumentierte Rechtsgrundlage, Datenminimierung und Transparenz. Das ist keine Rechtsberatung, im Zweifel gehört der Einzelfall geprüft.

Die Debatte um EDSA Web-Scraping KI hat mit dem Entwurf der Guidelines 03/2026 eine konkrete Grundlage bekommen. Der Europäische Datenschutzausschuss beschloss den Text auf seiner Plenarsitzung Anfang Juli 2026 (Plenum 7. bis 8. Juli), die offizielle Bekanntgabe und der Start der öffentlichen Konsultation datieren auf den 8. Juli 2026. Bis zum 30. Oktober 2026 kann jeder Stellung nehmen, danach folgt die finale Fassung. Für dich als Betrieb heißt das erstmal: Es gibt einen Fahrplan, aber noch kein fertiges Gesetz.

Worum es beim Web-Scraping für KI überhaupt geht

Generative KI-Modelle lernen aus riesigen Datenmengen. Ein großer Teil davon stammt aus dem offenen Netz, also aus Webseiten, Foren, Bewertungsportalen, Bildergalerien. Dieses automatisierte Absammeln nennt man Web-Scraping.

Das Problem aus Datenschutzsicht liegt im Inhalt dieser Daten. In öffentlich abrufbaren Quellen stecken personenbezogene Informationen. Namen, Fotos, Kommentare, manchmal Gesundheits- oder Meinungsdaten. Nur weil etwas öffentlich im Netz steht, ist es datenschutzrechtlich nicht frei verwertbar. Der EDSA stellt in seinem Entwurf klar, dass die DSGVO auch dann greift, wenn die Daten frei zugänglich waren. Er sagt aber ausdrücklich nicht, dass Scraping für KI-Training generell verboten sei. Der Ausschuss sagt genauso wenig, dass es generell erlaubt sei. Der Weg dazwischen: grundsätzlich möglich, aber an hohe Anforderungen geknüpft.

Der dreistufige Test beim berechtigten Interesse

In der Praxis stützen die meisten KI-Anbieter das Scraping auf das berechtigte Interesse nach Art. 6 Abs. 1 lit. f DSGVO. Eine Einwilligung nach Art. 6 Abs. 1 lit. a einzuholen ist bei Massenerhebung praktisch untauglich, weil niemand Millionen Betroffene vorher fragen kann.

Der Ausschuss beschreibt für das berechtigte Interesse einen dreistufigen Test. Erstens muss ein berechtigtes Interesse überhaupt vorliegen, also ein legitimer Zweck. Zweitens muss die Verarbeitung dafür erforderlich sein, es darf kein milderes Mittel geben, das denselben Zweck erreicht. Drittens folgt die Interessenabwägung: Die Interessen des Verantwortlichen werden gegen die Rechte und Freiheiten der betroffenen Personen abgewogen. Führt diese Abwägung dazu, dass die Betroffenenrechte überwiegen, fällt die Rechtsgrundlage weg. Das klingt technisch, ist aber der Kern der ganzen Leitlinie.

Wer diese drei Stufen nicht sauber dokumentieren kann, hat im Zweifel keine belastbare Rechtsgrundlage. Und ohne Rechtsgrundlage ist die Verarbeitung rechtswidrig.

Der EDSA nennt in seinem Entwurf mehrere Punkte, die in die Abwägung hineinspielen. Wie sensibel sind die abgesammelten Daten, konnten die Betroffenen vernünftigerweise mit dieser Nutzung rechnen, gibt es Schutzmaßnahmen wie Pseudonymisierung oder eine nachträgliche Filterung. Ein Anbieter, der einfach alles nimmt, was er kriegen kann, steht am Ende schlechter da als einer, der von vornherein einschränkt, was überhaupt ins Training fließt. Für dich als Kunde ist das ein brauchbares Prüfraster, wenn du einen Dienstleister bewertest.

Warum besondere Datenkategorien eine eigene Hürde sind

Ein Punkt, der oft untergeht, betrifft die besonders geschützten Daten. Für besondere Kategorien personenbezogener Daten nach Art. 9 DSGVO gelten strengere Regeln. Dazu zählen etwa Gesundheitsdaten, religiöse oder politische Überzeugungen, Daten zur sexuellen Orientierung, biometrische Daten.

Die Verarbeitung solcher Daten ist beim Scraping grundsätzlich unzulässig. Der EDSA betont, dass es keine pauschale Ausnahme für beiläufig oder unbeabsichtigt miterfasste Daten gibt. Wer sich auf Art. 9 stützen will, braucht sowohl eine Rechtsgrundlage nach Art. 6 als auch zusätzlich eine der engen Ausnahmen aus Art. 9 Abs. 2, geprüft im Einzelfall. Für die schiere Menge an Daten, die beim Web-Scraping zusammenkommt, ist das ein hoher Anspruch. Datenminimierung und Zweckbindung sind hier keine Kür, sondern Voraussetzung.

Was das für einen kleinen Betrieb konkret bedeutet

Jetzt die ehrliche Einordnung. Die wenigsten Handwerksbetriebe oder Mittelständler trainieren eigene KI-Modelle mit selbst gescrapten Daten. Insofern ist die Leitlinie kein Thema, das dein Tagesgeschäft über Nacht umkrempelt.

Relevant wird es aus zwei Richtungen. Wenn du selbst Daten aus dem Netz sammelst, etwa für eine eigene Kundendatenbank oder ein Analyse-Tool, greifen dieselben Grundsätze: dokumentierte Rechtsgrundlage, Datenminimierung, Zweckbindung, Transparenz gegenüber den Betroffenen. Und wenn du einen KI-Dienstleister einkaufst, lohnt die Frage, auf welcher Grundlage dessen Modell trainiert wurde. Das ist in der Praxis oft ein größeres Thema als auf dem Papier, weil viele Anbieter dazu bisher wenig Konkretes sagen. Wir sehen bei unseren Teilnehmern regelmäßig, dass Betriebe KI-Tools einsetzen, ohne die Datenherkunft je hinterfragt zu haben. Wer das unterschätzt, trägt im Ernstfall ein Risiko mit, das er gar nicht selbst verursacht hat.

Praktisch heißt das: Halte fest, welche KI-Tools im Betrieb laufen, wozu sie dienen und welche Daten hineinfließen. Wenn personenbezogene Daten im Spiel sind, gehört eine öffentliche Datenschutzinformation dazu und, wo möglich, eine Opt-out-Möglichkeit für Betroffene. Eine neue Gesetzespflicht schafft diese Leitlinie damit nicht; die Handlungsempfehlung leitet sich aus den bestehenden Grundsätzen der DSGVO ab. Wie eine strukturierte Prüfung solcher Tools aussieht, zeigt unser Beitrag zur Datenschutz-Folgenabschätzung für KI-Tools.

Wie du das Thema gegenüber einem KI-Anbieter ansprichst

Die meisten Betriebe berühren Web-Scraping nur mittelbar, nämlich über die KI-Tools, die sie einkaufen. Genau da lohnt eine Nachfrage.

Frag deinen Anbieter, auf welcher Rechtsgrundlage sein Modell trainiert wurde und ob er zu den Trainingsdaten Auskunft gibt. Frag, ob es eine Möglichkeit gibt, deine eigenen Betriebs- und Kundendaten von der Weiterverarbeitung auszunehmen, gerade bei Cloud-Diensten, die Eingaben mitlernen. Und lass dir zeigen, wie der Anbieter mit Auskunfts- und Löschanfragen umgeht, denn diese Rechte der Betroffenen bleiben bestehen, auch wenn die Daten ursprünglich öffentlich waren. Antworten wie "das ist alles geregelt" ohne konkrete Belege sind kein gutes Zeichen. Ein seriöser Anbieter hat zu diesen Fragen eine dokumentierte Position, oft in einem Auftragsverarbeitungsvertrag oder in seinen Datenschutzhinweisen. Wenn dort nur Marketing steht, weißt du, woran du bist.

Ein Entwurf in Konsultation

Ein Wort zur Einordnung, damit hier nichts verwechselt wird. Die Guidelines 03/2026 liegen als Entwurf in der Version 1.0 vor. Sie sind ein Konsultationsdokument und noch kein fertiges, unmittelbar geltendes Recht. Bis 30. Oktober 2026 sammelt der EDSA Rückmeldungen, erst danach kommt die finale Fassung.

Das bedeutet nicht, dass du die Sache aussitzen kannst. Die DSGVO gilt ja bereits, die Leitlinie legt nur aus, wie die Aufsichtsbehörden das Recht im KI-Kontext verstehen. Wer heute schon sauber dokumentiert, steht später nicht unter Zeitdruck. Und wer KI im Betrieb einsetzt, kommt am Thema Kompetenz ohnehin nicht vorbei: Die KI-Kompetenzpflicht nach Art. 4 der EU-KI-Verordnung ist bereits seit 2. Februar 2025 in Kraft und verlangt, dass Mitarbeiter mit ausreichendem Grundverständnis mit KI-Systemen umgehen. Dieser Artikel ersetzt keine juristische Beratung, und jede konkrete Konstellation gehört im Einzelfall geprüft.

Quellen

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

Häufige Fragen

Ist Web-Scraping für KI-Training jetzt verboten?

Nein. Der EDSA sagt in seinem Entwurf, dass Scraping für KI-Training grundsätzlich möglich bleibt, aber an hohe Anforderungen geknüpft ist. Dazu zählen eine dokumentierte Rechtsgrundlage, Datenminimierung, Zweckbindung und Transparenz. Ein generelles Verbot oder eine generelle Erlaubnis gibt es nicht.

Gilt die EDSA-Leitlinie schon als Recht?

Die Guidelines 03/2026 liegen als Entwurf in Version 1.0 vor und befinden sich in öffentlicher Konsultation bis zum 30. Oktober 2026. Die finale Fassung folgt danach. Die DSGVO selbst gilt aber bereits, die Leitlinie legt nur aus, wie die Behörden sie im KI-Kontext verstehen.

Was muss mein Betrieb konkret tun?

Halte fest, welche KI-Tools ihr einsetzt, wozu sie dienen und welche Daten hineinfließen. Sind personenbezogene Daten im Spiel, gehören eine dokumentierte Rechtsgrundlage, eine öffentliche Datenschutzinformation und möglichst eine Opt-out-Möglichkeit dazu. Das ist eine praktische Empfehlung, keine neue Einzelpflicht aus dieser Leitlinie, und ersetzt keine juristische Beratung.

Was ist der dreistufige Test beim berechtigten Interesse?

Der Test nach Art. 6 Abs. 1 lit. f DSGVO prüft drei Punkte: ob ein berechtigtes Interesse vorliegt, ob die Verarbeitung dafür erforderlich ist und wie die Interessenabwägung gegenüber den Rechten der Betroffenen ausfällt. Überwiegen die Betroffenenrechte, fällt die Rechtsgrundlage weg.

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.