HAMBURG / WIESBADEN / LONDON (IT BOLTWISE) – Eine aktuelle Recherche zeigt, dass die Schufa neben ihren regulären Score-Daten eine zweite Sammlung mit historischen Zahlungsinformationen betreibt. Betroffen sind laut Angaben zur Größenordnung fast jeder Konsument, zu dem jemals eine Auskunft eingeholt wurde. Seit März läuft zudem ein neues Scoring-Modell mit zwölf Kriterien, das über Kredite, Verträge und Mietentscheidungen mitbestimmt. Nun prallen die Argumente von Schufa, Datenschutzseite und Verbraucherschützern aufeinander – einschließlich laufender Verfahren vor dem Bundesgerichtshof.
Die Schufa steht erneut im Spannungsfeld zwischen Risikoprüfung und Datenschutz: Nach Recherchen von NDR und „Süddeutscher Zeitung“ betreibt das Unternehmen in Wiesbaden neben der offiziellen Auskunftsdatenbank eine zweite Sammlung „historischer Daten“. Diese sollen sich auf Zahlungsvorgänge beziehen, die teils weit zurückliegen, und laut Schufa-Sprecher realistisch etwa 68 Millionen Menschen betreffen könnten. Im Alltag wirken Schufa-Bewertungen (Scores) als Türöffner oder -stopper für Kreditvergabe, Handyverträge und Mietanfragen. Verbraucher können die Scores kostenlos einsehen; parallel prüft die Justiz seit Längerem frühere Berechnungsansätze.
Technisch betrachtet geht es bei der Debatte um mehr als um einen Score-„Algorithmus“ als Black Box. Sobald Datenquellen, Zeitspannen und Verarbeitungszwecke in einem Unternehmen sauber getrennt werden, entscheidet sich, ob das Datenmodell nachvollziehbar und rechtssicher bleibt. Laut Bericht startete die Schufa seit März dieses Jahres eine neue Berechnungsmethode mit zwölf Kriterien. Dabei spielen Faktoren wie das Alter des ältesten Bankvertrags und der ältesten Kreditkarte eine Rolle, ebenso das Vorhandensein von Zahlungsstörungen und der Status bei Krediten. Solche Kriterien helfen, Risiko-Horizonte zu modellieren – aber sie brauchen klare Regeln, welche Daten wofür verwendet werden dürfen.
Besonders konfliktträchtig ist die zweite Kategorie: „historische“ Zahlungsdaten. Die Schufa bestätigte, dass neben den aktuellen Score-Daten weitere Informationen vorliegen, die bis zu zehn Jahre alt sein sollen. Diese Daten sollen nahezu jeden Konsumenten betreffen, bei dem bereits einmal eine Auskunft eingeholt wurde. Die Größenordnung wird mit 68 Millionen genannt. Schufa ordnet den Nutzen ein: Diese Werte seien erforderlich, um neue Verfahren zur Risikoberechnung abzusichern und zu überprüfen. Die Vergleichstests sollen ausschließlich bei der Schufa stattfinden, sodass Details nicht an Auftraggeber übertragen würden. Gegen diese Zweckbindung äußern Verbraucherschützer erhebliche Zweifel.
Im Marktumfeld ist die Schufa damit nicht allein, aber sie steht in der Öffentlichkeit besonders prominent da. Wettbewerber im Bereich Wirtschaftsauskunft arbeiten ebenfalls mit Bonitäts- und Verhaltensdaten, etwa über scoringbasierte Modelle, die Entscheidungen von Banken oder Telekommunikationsanbietern unterstützen. Der entscheidende Unterschied liegt weniger in der Existenz von Modellen als in der Governance: Wie streng werden Datenminimierung, Löschkonzepte und Zugriffskontrollen umgesetzt? Aus der Branche wird solche Datenverarbeitung häufig als Voraussetzung für konsistente Risikokalkulation betrachtet, zugleich verstärkt die Debatte um historische Daten den Druck auf Auditierbarkeit und Nachvollziehbarkeit. Parallel laufen laut Bericht Prozesse beim Bundesgerichtshof gegen frühere Berechnungsverfahren.
Aus Sicht des Verbraucherschutzes kippt die Perspektive jedoch, sobald Tests und Produktivnutzung zeitlich oder logisch vermischt wirken. Wie im Kontext der Berichterstattung aufgegriffen, bezweifelt der Verbraucherzentrale Bundesverband (VZBV) die strikte Trennung, weil es für Unternehmen verlockend sei, Daten nicht nur zur Prüfung, sondern tatsächlich auch für Kreditentscheidungen heranzuziehen. Die Schufa hält dagegen und beruft sich auf datenschutzrechtliche Grundsätze. Dabei zitiert der Bericht den von der Schufa beauftragten Datenschutzexperten Tim Wybitul: Daten seien zu löschen, wenn sie für die Zwecke ihrer Verarbeitung nicht mehr benötigt würden; Tests dienten der Überprüfung der Richtigkeit der Scores. Der Hessische Datenschutzbeauftragte lehnte eine Stellungnahme wegen des laufenden Verfahrens ab.
Für Unternehmen und Developer wird daraus ein konkreter Praxisfall: Scoring-Systeme sind nicht nur Modelltraining, sondern auch Datenlinie, Zweckkonzept und Betriebsprozesse. Wenn historische Daten „nur“ zu Kontroll- und Testzwecken dienen, müssen diese Zwecke im Engineering durchgesetzt werden – etwa über strikt getrennte Datenpipelines, Zugriffskontrollen, Retention-Regeln und Protokollierung. Im Vergleich zu Cloud-lastigem Modellbetrieb, bei dem Datenflüsse häufig in mehreren Services zirkulieren, steigt in solchen Setups die Bedeutung von Data-Contracts und klaren Beweisen, dass kein Feature aus dem Test-Set in produktive Entscheidungen „durchsickert“. Genau hier wird Datenschutz zu einer technischen Disziplin, nicht nur zu einer juristischen.
Regulatorisch verschärft sich der Druck zusätzlich durch die Erwartung, dass Daten nicht unbegrenzt „weitergedacht“ werden dürfen. Die im Bericht genannte Zehn-Jahres-Spanne ist ein Prüfstein: Selbst wenn Daten älter sind, können sie im Modell weiterhin statistisch relevant sein – und damit faktisch Einfluss auf Entscheidungen haben. Das Risiko besteht also weniger in der Existenz historischer Daten als in der tatsächlichen Zweckbindung. Für Banken, die Schufa-Werte nutzen, bedeutet das: Sie benötigen stärker dokumentierte Prüfketten, um ihre eigenen Compliance-Anforderungen zu erfüllen. Für Verbraucher wiederum sind die kostenlosen Score-Einsichten wichtig, aber sie ersetzen keine Klarheit darüber, wie und wofür die zugrunde liegenden Daten verarbeitet werden.
In die Zukunft weist die Gemengelage aus neuer Scoring-Methode, laufenden Gerichtsprozessen und der Debatte um historische Daten auf ein wahrscheinliches Muster hin: Transparenzanforderungen werden wachsen, und Unternehmen werden ihre Modell- und Datenarchitektur enger an Nachweis-Mechanismen koppeln. Wenn der Bundesgerichtshof oder Datenschutzinstanzen die Grenzen der Zweckbindung präzisieren, könnte das die Art verändern, wie „Trainingsdaten“ für Risikomodelle im Auskunfteibereich genutzt werden. Zugleich dürften andere Marktteilnehmer ihre Vorgehensweisen anpassen, um Wettbewerbsnachteile durch Rechtsunsicherheit zu vermeiden. Für die KI-Entwicklung im regulierten Umfeld heißt das: Nicht nur Genauigkeit, sondern auch Datenhygiene und Auditierbarkeit werden zum Differenzierungsfaktor.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Schufa speichert „historische“ Zahlungsdaten: Neue Scoring-Logik, Rechtsrisiken und Datenschutz" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Schufa speichert „historische“ Zahlungsdaten: Neue Scoring-Logik, Rechtsrisiken und Datenschutz" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Schufa speichert „historische“ Zahlungsdaten: Neue Scoring-Logik, Rechtsrisiken und Datenschutz« bei Google Deutschland suchen, bei Bing oder Google News!