Kostenlos testen

Startseite › Glossar › Datenminimierung

Datenminimierung

Stand: 8. Oktober 2026 · auch: Datensparsamkeit, Datenvermeidung · englisch: data minimisation

Kurz gesagt: Datenminimierung heißt, nur die Daten zu verarbeiten, die für den Zweck wirklich nötig sind. Das betrifft die Menge und den Detailgrad der Daten, den Umfang ihrer Verarbeitung, die Speicherdauer und den Kreis derer, die Zugriff haben.

Datenminimierung ist einer der Grundsätze der Datenschutz-Grundverordnung (DSGVO). Sie setzt früh an: bei der Frage, welche Daten ein Vorhaben überhaupt braucht.

Was das Gesetz sagt

Personenbezogene Daten müssen dem Zweck angemessen und erheblich sowie auf das für die Zwecke der Verarbeitung notwendige Maß beschränkt sein.⁠[1] Maßstab ist der festgelegte Zweck, siehe Zweckbindung. Die Verordnung ergänzt: Personenbezogene Daten sollen nur verarbeitet werden, wenn sich der Zweck nicht in zumutbarer Weise durch andere Mittel erreichen lässt.⁠[2]

Art. 25 Abs. 2 DSGVO verlangt, den Grundsatz in die Voreinstellungen zu übernehmen. Technische und organisatorische Maßnahmen stellen sicher, dass durch Voreinstellung nur die Daten verarbeitet werden, die für den jeweiligen Zweck erforderlich sind. Das gilt für die Menge der erhobenen Daten, den Umfang ihrer Verarbeitung, ihre Speicherfrist und ihre Zugänglichkeit.⁠[3] Als Beispiel für eine Maßnahme, die die Datenminimierung wirksam umsetzt, nennt die Verordnung die Pseudonymisierung.⁠[4]

Die Speicherbegrenzung ist ein eigener Grundsatz. Sie betrifft die Dauer: Daten dürfen nur so lange in einer Form gespeichert werden, die die Identifizierung der Betroffenen ermöglicht, wie es für die Zwecke erforderlich ist.⁠[5] Die Datenminimierung betrifft, welche Daten überhaupt verarbeitet werden.

In der Praxis

Der Europäische Datenschutzausschuss (EDSA) empfiehlt, vor einer Verarbeitung zu prüfen, ob der Zweck mit weniger Daten, mit weniger stark untergliederten oder aggregierten Daten oder ganz ohne personenbezogene Daten erreichbar ist.⁠[6] Typische Maßnahmen sind:

  • Weniger erheben: Ein Online-Buchladen kann Geburtsdatum und Telefonnummer nicht zu Pflichtangaben machen, wenn sie für den Kauf nicht erforderlich sind.⁠[7]
  • Gröber erfassen: Reichen weniger detaillierte Daten aus, werden keine detaillierteren erhoben.⁠[8]
  • Zugang und Kopien begrenzen: Möglichst wenige Personen erhalten Zugang, und bei Übermittlungen entstehen nicht mehr Kopien als notwendig.⁠[9]
  • Personenbezug verringern: Daten werden pseudonymisiert, sobald direkt identifizierbare Daten nicht mehr nötig sind. Werden sie für den Zweck nicht mehr gebraucht, werden sie anonymisiert oder gelöscht.⁠[9]

Bedeutung für KI-Anwendungen

Der Grundsatz gilt für Eingaben in ein Sprachmodell wie für jede andere Verarbeitung: In einen Prompt und in ein hochgeladenes Dokument gehört nur, was die Aufgabe braucht.⁠[1]

  • Einsatz ohne Personenbezug prüfen: Die Datenschutzkonferenz der deutschen Aufsichtsbehörden (DSK) weist darauf hin, dass es abgrenzbare Einsatzbereiche geben kann, in denen keinerlei personenbezogene Daten vorkommen.⁠[10] Namen und Anschriften aus einer Eingabe zu entfernen reicht dafür regelmäßig nicht aus.⁠[11]
  • Voreinstellungen: Konten für Beschäftigte lassen sich so einrichten, dass keine Eingaben zu Trainingszwecken verarbeitet werden und keine Eingabe-Historie über die Sitzung hinaus gespeichert wird.⁠[12]
  • Pseudonymisierung: Sie kann den Grad der Identifizierung verringern, wenn die Zuordnung zu einer Person für weitere Verarbeitungen noch gebraucht wird.⁠[13] Der Pseudonymisierer ersetzt erkannte Angaben vor dem Versand an ein Cloud-Modell durch Ersatzwerte; das mindert, was der Anbieter zu sehen bekommt, ändert aber nichts an den Pflichten des Unternehmens.

Für Hersteller und Entwickler von KI-Systemen hat die DSK im Juni 2025 eigene Empfehlungen veröffentlicht.⁠[14] Danach legt der Verantwortliche vor der Datenerhebung fest, welche Daten der Zweck erfordert, und erhebt nicht notwendige Daten gar nicht erst.⁠[15] Erreicht ein System dieselbe Funktion mit weniger personenbezogenen Daten, ist es grundsätzlich zu bevorzugen. Das gilt auch für verallgemeinerte Merkmale, etwa das Geburtsjahr statt des vollständigen Datums.⁠[16] Zu prüfen ist, ob synthetische oder anonymisierte Daten für das Training genügen.⁠[17] Beteiligte Systeme erhalten nur die Daten, die sie für ihren Verarbeitungsschritt benötigen.⁠[18] Gibt ein System mehr personenbezogene Daten aus, als der Zweck erfordert, ist eine Anpassung zu prüfen.⁠[19]

Stützt sich das Training eines KI-Modells auf ein berechtigtes Interesse, sollen die Aufsichtsbehörden nach einer Stellungnahme des EDSA besonders auf die Menge der verarbeiteten Daten und ihr Verhältnis zum verfolgten Interesse achten.⁠[20]

Verwandte Begriffe

Dazu im Magazin

Quellen

  1. Art. 5 Abs. 1 Buchst. c DSGVO eur-lex.europa.eu
  2. Erwägungsgrund 39 DSGVO eur-lex.europa.eu
  3. Art. 25 Abs. 2 DSGVO eur-lex.europa.eu
  4. Art. 25 Abs. 1 DSGVO eur-lex.europa.eu
  5. Art. 5 Abs. 1 Buchst. e DSGVO eur-lex.europa.eu
  6. EDSA, Leitlinien 4/2019 zu Artikel 25: Datenschutz durch Technikgestaltung und durch datenschutzfreundliche Voreinstellungen, Version 2.0 vom 20. Oktober 2020, Rn. 74 edpb.europa.eu
  7. EDSA, Leitlinien 4/2019 zu Artikel 25: Datenschutz durch Technikgestaltung und durch datenschutzfreundliche Voreinstellungen, Version 2.0 vom 20. Oktober 2020, S. 26 edpb.europa.eu
  8. EDSA, Leitlinien 4/2019 zu Artikel 25: Datenschutz durch Technikgestaltung und durch datenschutzfreundliche Voreinstellungen, Version 2.0 vom 20. Oktober 2020, Rn. 49 edpb.europa.eu
  9. EDSA, Leitlinien 4/2019 zu Artikel 25: Datenschutz durch Technikgestaltung und durch datenschutzfreundliche Voreinstellungen, Version 2.0 vom 20. Oktober 2020, Rn. 76 edpb.europa.eu
  10. DSK, Orientierungshilfe „Künstliche Intelligenz und Datenschutz“, Version 1.0 vom 6. Mai 2024, Rn. 4 datenschutzkonferenz-online.de
  11. DSK, Orientierungshilfe „Künstliche Intelligenz und Datenschutz“, Version 1.0 vom 6. Mai 2024, Rn. 49 datenschutzkonferenz-online.de
  12. DSK, Orientierungshilfe „Künstliche Intelligenz und Datenschutz“, Version 1.0 vom 6. Mai 2024, Rn. 43 datenschutzkonferenz-online.de
  13. EDSA, Leitlinien 4/2019 zu Artikel 25: Datenschutz durch Technikgestaltung und durch datenschutzfreundliche Voreinstellungen, Version 2.0 vom 20. Oktober 2020, Rn. 75 edpb.europa.eu
  14. DSK, Orientierungshilfe zu empfohlenen technischen und organisatorischen Maßnahmen bei der Entwicklung und beim Betrieb von KI-Systemen, Version 1.0, Juni 2025, S. 3 datenschutzkonferenz-online.de
  15. DSK, Orientierungshilfe zu empfohlenen technischen und organisatorischen Maßnahmen bei der Entwicklung und beim Betrieb von KI-Systemen, Version 1.0, Juni 2025, S. 10 datenschutzkonferenz-online.de
  16. DSK, Orientierungshilfe zu empfohlenen technischen und organisatorischen Maßnahmen bei der Entwicklung und beim Betrieb von KI-Systemen, Version 1.0, Juni 2025, S. 11 datenschutzkonferenz-online.de
  17. DSK, Orientierungshilfe zu empfohlenen technischen und organisatorischen Maßnahmen bei der Entwicklung und beim Betrieb von KI-Systemen, Version 1.0, Juni 2025, S. 12 datenschutzkonferenz-online.de
  18. DSK, Orientierungshilfe zu empfohlenen technischen und organisatorischen Maßnahmen bei der Entwicklung und beim Betrieb von KI-Systemen, Version 1.0, Juni 2025, S. 15 datenschutzkonferenz-online.de
  19. DSK, Orientierungshilfe zu empfohlenen technischen und organisatorischen Maßnahmen bei der Entwicklung und beim Betrieb von KI-Systemen, Version 1.0, Juni 2025, S. 21 datenschutzkonferenz-online.de
  20. EDSA, Stellungnahme 28/2024 zu gewissen Datenschutzaspekten der Verarbeitung personenbezogener Daten im Zusammenhang mit KI-Modellen, angenommen am 17. Dezember 2024, Rn. 73 edpb.europa.eu