BRÜSSEL / LONDON (IT BOLTWISE) – Der EDPB setzt neue Leitplanken für das Training von KI mit Internet-Daten und verschärft den Maßstab für Anonymisierung. Parallel verhängen EU und FTC zusammen Strafen in Milliardenhöhe, inklusive Anordnung zu Machine Unlearning. Zusätzlich lockern das EU-Parlament und der EU-Ministerrat einzelne Ausnahmen, etwa für CSAM-Erkennung, während US-Bundesstaaten die Regeln für Datennutzung in Richtung Zustimmungspflicht drehen. Das verschiebt Compliance-Schwerpunkte massiv in Richtung Datenminimierung, Transparenz und belastbare Löschkonzepte.
Die jüngsten Entscheidungen setzen die Messlatte für KI-Entwicklung dort an, wo Unternehmen am häufigsten scheitern: bei der rechtssicheren Nutzung personenbezogener Daten fürs Training. Der Europäische Datenschutzausschuss (EDPB) hat dazu am 8. Juli 2026 gleich zwei Leitlinien verabschiedet, die das „Training aus dem Internet“ und das Versprechen von Anonymität faktisch neu ordnen. Damit rückt ein Kernpunkt des Datenschutzrechts in den Fokus: Ein pauschaler Zugriff auf Trainingsdaten reicht nicht, wenn sich daraus konkrete Identifizierungs- oder Rückschlussrisiken ergeben. Gleichzeitig zeigen die parallel laufenden Milliardenverfahren, dass die Behörden nicht nur beraten, sondern unmittelbar durchgreifen.
Technisch knüpfen die Guidelines 03/2026 an eine einfache Praxis an, die in vielen Data-Pipelines verbreitet ist: Web-Crawling und anschließendes Vorverarbeiten großer Text- und Datensammlungen für generative Modelle. Der EDPB stellt klar, dass Unternehmen das Internet nicht automatisch als „rechtlich frei verfügbaren Rohstoff“ behandeln dürfen. Eine „berechtigtes Interesse“-Argumentation genügt demnach nicht als generelle Blaupause. Stattdessen müssen Teams vor dem Scraping eine Einzelfallprüfung vornehmen, Datenminimierungsfilter einsetzen und betroffene Nutzer transparent informieren. Praktisch heißt das: Im MLOps-Setup müssen Legal- und Security-Checks stärker in die Pipeline verankert werden, nicht erst im Nachhinein.
Noch deutlicher wird es bei der Frage, wann Daten wirklich anonym sind. Die Leitlinie 02/2026 führt einen Drei-Kriterien-Test ein: Daten gelten nur dann als anonym, wenn sich Identifizierung, Verknüpfung und Rückschlussziehung zuverlässig ausschließen lassen. Für KI-Systeme ist das besonders anspruchsvoll, weil Modelle Trainingsmuster teils so gut generalisieren, dass sie in Grenzfällen Trainingsdaten reproduktionsnah wiedergeben können. Der EDPB adressiert damit ein strukturelles Risiko: Viele Datensätze, die in der Praxis als „anonym genug“ galten, können durch das Verhalten von KI weiterhin unter die DSGVO fallen. Unternehmen sollten daher Anonymisierung nicht als einmaligen Schritt, sondern als fortlaufende Risikoanalyse begreifen.
Der Regulierungsdruck wird zusätzlich durch harte finanzielle Konsequenzen untermauert: EU und US-amerikanische Handelsbehörde FTC haben am 9. Juli gemeinsam Strafen in Höhe von 3, 5 Milliarden Euro gegen drei Unternehmen aus dem Silicon Valley verhängt. Der Vorwurf lautet, persönliche Daten ohne Genehmigung zum Training großer Sprachmodelle genutzt zu haben. Bemerkenswert ist dabei nicht nur die Summe, sondern auch die Anordnung „Machine Unlearning“: Die betroffenen Firmen müssen die relevanten Daten aus ihren Systemen entfernen. Für die KI-Entwicklung ist das ein Trendsetter-Effekt, weil es die technische Umsetzbarkeit von Lösch- und Widerrufspfaden als Compliance-Kernanforderung etabliert. Wettbewerber wie große KI-Anbieter oder Cloud-Ökosysteme werden sich daran künftig messen lassen müssen, auch wenn nicht jede Organisation denselben Fall betrifft.
Parallel verschiebt sich das europäische Datenschutz- und Kommunikationsrecht. Das Europaparlament stimmte am 9. Juli für eine Verlängerung der Ausnahmeregelung zur ePrivacy-Richtlinie, die Technologieunternehmen Rechtssicherheit geben soll, um automatisierte Tools zur Erkennung von Kindesmissbrauchsmaterial (CSAM) in privaten Nachrichten einzusetzen. Der Zusatz ist entscheidend: Ende-zu-Ende-verschlüsselte Kommunikation bleibt ausdrücklich ausgenommen. In der Praxis bedeutet das, dass Unternehmen ihre Architektur und ihre Rechteketten so ausrichten müssen, dass Erkennung und Schutzmechanismen klar getrennt sind. Während die Intention gesellschaftlich nachvollziehbar ist, bleibt die technische Umsetzung eng: Klassische Metadaten- oder Scan-Ansätze stoßen an Grenzen, sobald starke Ende-zu-Ende-Verschlüsselung im Spiel ist.
Auch regulatorisch steht Europa nicht still. Der EU-Ministerrat hat grünes Licht für einen „Digital Omnibus zu KI“ gegeben, der bestehende Regeln aktualisiert und für Kennzeichnungspflichten älterer KI-Systeme den 2. Dezember 2026 als Stichtag setzt. Das erhöht den Druck auf Produktteams, die bisher „Model Governance“ eher als Dokumentationsaufgabe behandelten. Wer in der Produktion mehrere Modellgenerationen und Trainingsvarianten betreibt, muss künftig nachvollziehbar machen, welche Systeme eingesetzt werden, wie sich deren Status verändert, und welche Transparenzpflichten greifen. Für Enterprise-Software-Anbieter ist das eine Verschiebung: Compliance wird Teil der Betriebsroutine. In der technischen Architektur werden dazu besonders Modellregister, Audit-Logs und eine versionierte Datenlinie (Data Lineage) zu differentiierenden Bausteinen gegenüber „schnell nachziehen“-Ansätzen.
Während auf Bundesebene in den USA lange über Datenschutzstrukturen gerungen wird, treiben Einzelstaaten die Umsetzung konsequent nach vorne. New Jersey verbietet seit dem 9. Juli den Verkauf präziser Standortdaten ohne ausdrückliche Zustimmung. Connecticut senkte die Schwelle für die Anwendbarkeit seines Datenschutzgesetzes auf 35.000 betroffene Verbraucher; zugleich müssen Unternehmen offenlegen, ob sie persönliche Daten für KI-Training verwenden. Diese Mischung aus Einstufung, Transparenz und Opt-in/Opt-out-Logik wirkt wie ein Bauplan, den andere Bundesstaaten übernehmen könnten. Der Markt dürfte darauf reagieren, indem Anbieter stärker „use-case“-getrennte Datenverarbeitungsregister führen, statt pauschale Trainingsfreigaben zu behaupten.
Damit nicht genug: Weitere US-Bundesstaaten, darunter Alabama, Louisiana, Oklahoma und Vermont, haben umfassende Datenschutzgesetze verabschiedet, die zwischen 2027 und 2028 in Kraft treten. Ergänzend zu Rechten auf Zugang, Berichtigung und Löschung tritt ein Widerspruchsrecht gegen gezielte Werbung hinzu. Auf lokaler Ebene verschärft der Erie County Biometrics Transparency and Privacy Act biometrische Datenerhebung für kommerzielle Einrichtungen: Ohne 30-tägige Vorankündigung und klare Löschrichtlinien ist das Sammeln biometrischer Merkmale untersagt. Für KI-Projekte heißt das praktisch, dass Datenquellen künftig stärker nach Kategorie bewertet werden müssen – Standort, biometrische Merkmale und Trainingsdaten werden nicht mehr als „ein und dieselbe Datenklasse“ behandelt. Aus Sicht vieler IT- und Security-Teams ist das weniger „neue Bürokratie“, sondern eine Neudefinition von Risikobudgets.
Besonders komplex wird die Lage bei Blockchain-Setups. Der EDPB stellte am 8. Juli klar, dass verschlüsselte oder gehashte Daten auf öffentlichen Blockchains weiterhin als personenbezogene Daten gelten können. Der Grund: „Öffentlich“ bedeutet nicht automatisch „anonym“, und ein Löschanspruch kollidiert mit der technischen Unveränderbarkeit. Als Empfehlung rät der Ausschuss deshalb, persönliche Daten in Off-Chain-Datenbanken zu speichern und nur einen Hash in der Blockchain zu hinterlegen. Dieser Ansatz kann technisch helfen, weil Löschung dann auf der Off-Chain-Ebene durchgesetzt werden kann – allerdings bleibt die Gesamtarchitektur entscheidend, etwa in Bezug auf Schlüsselmanagement, Zugriffskontrollen und mögliche Re-Identifizierungswege über verknüpfbare Metadaten. Hier ist der Vergleich zu klassischen Datenbanken deutlich: Während SQL-Storage Löschung und Retention direkt unterstützt, verlangt Blockchain oft zusätzliche Orchestrierungsschichten.
Auch Südkoreas Datenschutzkommission PIPC zieht mit ähnlichen Blockchain-Richtlinien nach. Nach einem Aufsehen erregenden Fall rund um eine Kryptowährungsbörse warnt die Behörde eindringlich davor, identifizierbare Informationen in der Blockchain zu speichern. Ergänzend gelten bereits seit April verschärfte COPPA-Regeln in den USA: Seit dem 22. April 2026 braucht es eine separate elterliche Einwilligung, bevor Unternehmen Kinderdaten an Dritte weitergeben dürfen – etwa für Werbung oder KI-Training. Der Begriff „Online-Kontaktinformationen“ wurde erweitert, sodass auch Mobilfunknummern für Einwilligungen per SMS erfasst sind. Damit wird klar: KI-Training ist nicht nur ein Modellproblem, sondern ein Daten-Governance-Problem über mehrere Rechtsräume hinweg.
Für Unternehmen ergibt sich daraus ein klarer Handlungsdruck. Wer KI-Training plant, muss künftig frühzeitig zwischen Datenbeschaffung, Rechtsgrundlage, Anonymisierungsgrad und Löschfähigkeit unterscheiden. Dazu gehören belastbare Dokumentation, technische Kontrollen wie Datenminimierung im Vorverarbeitungs-Stack sowie ein Lösch- und Unlearning-Design, das nicht nur „prozessual“, sondern auch technisch plausibel ist. Gleichzeitig bieten die neuen Leitlinien eine Art Marktstandard: Teams, die Data Lineage, Einwilligungs- und Interessen-Logik sowie Retention-Workflows konsequent in MLOps integrieren, werden weniger von kurzfristigen Eingriffen überrascht. In den nächsten Quartalen ist damit zu rechnen, dass Audits, Modellregister und Rechte-Management-Systeme stärker nachgefragt werden – und dass KI-Teams ihre Datensätze nicht mehr nur nach Modellqualität, sondern nach regulatorischer Robustheit auswählen.
💳 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 "EDPB und FTC verhängen 3,5 Milliarden Euro Strafen: KI-Training wird enger reguliert" 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 "EDPB und FTC verhängen 3,5 Milliarden Euro Strafen: KI-Training wird enger reguliert" 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: »EDPB und FTC verhängen 3,5 Milliarden Euro Strafen: KI-Training wird enger reguliert« bei Google Deutschland suchen, bei Bing oder Google News!