Wissen · Datenschutz · Lesezeit sechs Minuten

Personenbezogene Daten finden: Zuarbeit zum Verarbeitungsverzeichnis

Jede Datenschutzbeauftragte kennt die Frage: In welchen Systemen, Tabellen und Spalten liegen eigentlich personenbezogene Daten? Die Antwort wird meist per Rundmail gesammelt und ist veraltet, sobald sie fertig ist. Es geht auch anders.

Warum die Frage so schwer zu beantworten ist

Das Verzeichnis von Verarbeitungstätigkeiten nach Art. 30 DSGVO beschreibt Zwecke, Kategorien von Daten und Betroffenen, Empfänger und Löschfristen. Es beschreibt aber selten, wo die Daten technisch liegen. Diese Lücke wird spätestens dann sichtbar, wenn eine Auskunft nach Art. 15 beantwortet, ein Löschkonzept umgesetzt oder ein neues KI-System bewertet werden soll.

Die übliche Lösung ist eine Umfrage an alle Systemverantwortlichen. Sie ist mühsam, die Antworten sind uneinheitlich, und neue Tabellen fehlen beim nächsten Mal. Das liegt am Weg: Menschen sollen etwas aus dem Gedächtnis beschreiben, das eine Maschine nachsehen könnte.

Der Weg: Vorschläge von der Maschine, Entscheidung vom Menschen

Moderne Datenkataloge lesen die Struktur Ihrer Datenbanken, also Tabellen, Spalten und Datentypen, und können Stichproben auswerten. Daraus entstehen Vorschläge, welche Spalten personenbezogen sind. Drei Quellen ergänzen sich:

  1. Der Spaltenname. „geburtsdatum“, „email“, „iban“ oder „nachname“ sind deutliche Hinweise. Feste Regeln erkennen sie zuverlässig.
  2. Muster in den Werten. Eine Stichprobe zeigt, ob eine Spalte wie eine E-Mail-Adresse, eine Telefonnummer oder eine IBAN aussieht. Bei der IBAN lässt sich sogar die Prüfziffer rechnen.
  3. Ein Klassifikationsmodell. Es bewertet Name und Inhalt zusammen und gibt eine Einschätzung mit einer Sicherheit in Prozent.

Keine der Quellen ist perfekt. Spaltennamen wie „feld_17“ verraten nichts, Muster erkennen keine Freitexte, und Modelle halten manchmal Datumsspalten für Geburtsdaten. Deshalb gilt: Die Maschine schlägt vor, der Mensch entscheidet. Die verantwortliche Person bestätigt oder verwirft jeden Vorschlag, und der Katalog merkt sich, woher eine Kennzeichnung stammt.

Wie gut das in der Praxis funktioniert

In unserer Demo-Firma „Stadtwerk Musterstadt“ mit bewusst eingebauten personenbezogenen Spalten hat der Katalog in der Kundentabelle elf von zwölf personenbezogenen Spalten vorgeschlagen. Zwei Spalten wurden fälschlich vorgeschlagen und mit niedriger Sicherheit markiert, also genau die Fälle, in denen ein kurzer Blick eines Menschen reicht. Das ist kein Beweis für jeden Bestand, aber ein Hinweis auf die Größenordnung: Die Arbeit verschiebt sich vom Suchen zum Bestätigen.

Was am Ende herauskommt

Aus den bestätigten Kennzeichen entsteht eine Liste, die der Datenschutz direkt nutzen kann: je Tabelle die personenbezogenen Spalten, das Quellsystem, die verantwortliche Person und, wenn gepflegt, Rechtsgrundlage, Zweck und Löschfrist. Das ist keine fertige Verarbeitungstätigkeit, aber die technische Zuarbeit dazu. Sie beantwortet die Frage „Wo genau?“, die das Verzeichnis offenlässt.

Zwei weitere Vorteile ergeben sich fast nebenbei. Erstens sieht man über die Herkunft, in welche Auswertungen personenbezogene Daten weiterfließen. Zweitens lässt sich bei jedem KI-System prüfen, ob es personenbezogene Daten nutzt, eine Frage, die für den AI Act und für eine Datenschutz-Folgenabschätzung gleichermaßen wichtig ist.

So fangen Sie an

  1. Mit einem System beginnen. Nehmen Sie das System mit den meisten Kundendaten, meist CRM oder Abrechnung.
  2. Stichproben bewusst einsetzen. Stichproben verbessern die Vorschläge. Sie sollten aber nur im Katalog selbst liegen, nicht in Berichten oder Exporten, und nach dem Zweck der Auswertung begrenzt sein.
  3. Vorschläge in einem Termin bestätigen. Eine Stunde mit der verantwortlichen Person aus dem Fachbereich reicht für eine typische Kundentabelle.
  4. Den Datenschutz einbinden. Die Datenschutzbeauftragte legt fest, welche Kategorien unterschieden werden, etwa „personenbezogen“ und „besondere Kategorien nach Art. 9“.
  5. Neue Tabellen automatisch prüfen. Der Katalog liest regelmäßig neu ein. Neue Spalten erscheinen als Vorschlag, statt beim nächsten Audit zu fehlen.

Worauf Sie achten sollten

Automatische Erkennung ist eine Hilfe, keine Rechtsbewertung. Ob eine Spalte im Einzelfall personenbezogen ist, hängt auch vom Zusammenhang ab. Eine Kundennummer allein ist harmlos, zusammen mit dem Namen nicht. Besondere Kategorien nach Art. 9 DSGVO, etwa Gesundheitsdaten, sollten immer von Menschen bestätigt werden. Und die Stichproben selbst sind personenbezogene Daten: Sie gehören unter dieselben Schutzmaßnahmen wie die Quelle.

Ein Beispiel aus der Kundentabelle

Eine typische Kundentabelle hat zwanzig bis dreißig Spalten. Für Vorname, Nachname, Geburtsdatum, Anschrift, E-Mail, Telefon und IBAN kommen die Vorschläge mit hoher Sicherheit, weil Name und Inhalt eindeutig sind. Bei Spalten wie „kunde_seit“ oder „erstellt_am“ schlägt das Modell manchmal Personenbezug vor, weil es ein Datum sieht. Hier entscheidet die verantwortliche Person in Sekunden: Das ist kein Geburtsdatum. Am Ende des Termins steht eine bestätigte Liste, und für jede Spalte ist vermerkt, ob die Kennzeichnung aus einer Regel, einer Stichprobe oder einer menschlichen Entscheidung stammt.

Fazit

Personenbezogene Daten zu finden, muss keine jährliche Umfrage sein. Ein Katalog schlägt vor, Menschen entscheiden, und das Ergebnis bleibt aktuell. Für den Datenschutz ist das die Zuarbeit zum Verarbeitungsverzeichnis, die bisher am meisten Zeit gekostet hat.


Wissen Sie, wo Ihre personenbezogenen Daten liegen?

Der Selbstcheck fragt auch danach. Oder Sie sehen in der Demo, wie die Vorschläge aussehen.

Quellen und Weiterlesen

  • Verordnung (EU) 2016/679 (DSGVO), Art. 4 Nr. 1 (personenbezogene Daten), Art. 9 (besondere Kategorien), Art. 15 (Auskunft), Art. 30 (Verzeichnis), Art. 35 (Datenschutz-Folgenabschätzung).
  • Datenschutzkonferenz (DSK): Hinweise zum Verzeichnis von Verarbeitungstätigkeiten.

Alle Wissensartikel