DSGVO-konformer KI-Agent für ein österreichisches Unternehmen

Wie kann ein Unternehmen einen KI-Agenten mit internen Daten nutzen, ohne sensible Informationen unkontrolliert an externe KI-Dienste zu übertragen?

Genau diese Frage stand im Mittelpunkt eines Projekts von Kompass Consulting & Software GmbH für ein österreichisches Unternehmen.

Der geplante KI-Agent sollte Informationen aus internen Datenquellen verarbeiten, Inhalte analysieren, Arbeitsschritte vorbereiten und mit bestehenden Systemen zusammenarbeiten. Gleichzeitig mussten Anforderungen aus Datenschutz, DSGVO und EU AI Act von Beginn an in die technische und organisatorische Konzeption einbezogen werden.

Besonders wichtig waren dabei folgende Fragen:

• Welche Unternehmensdaten darf der KI-Agent verarbeiten?
• Welche Daten müssen lokal bleiben?
• Wann kann eine Cloud- oder API-Lösung eingesetzt werden?
• Wie können personenbezogene Informationen pseudonymisiert werden?
• Welche Aktionen darf der Agent selbstständig ausführen?
• Wann ist eine menschliche Freigabe erforderlich?
• Wie werden Datenflüsse, Zugriffe und Ergebnisse nachvollziehbar dokumentiert?

Das Ergebnis war ein kontrollierbares Konzept für einen KI-Agenten mit definierten Datenflüssen, begrenzten Berechtigungen, Pseudonymisierung und menschlicher Kontrolle.

Hinweis: Die technische Gestaltung berücksichtigt zentrale Datenschutzanforderungen. Ob ein System im konkreten Produktivbetrieb vollständig DSGVO-konform ist, hängt zusätzlich von Rechtsgrundlage, Verträgen, organisatorischer Nutzung und dem jeweiligen Anwendungsfall ab.

Das konkrete Problem: interne Daten sicher mit KI verarbeiten

Viele Unternehmen möchten KI nicht mehr nur als allgemeinen Chatbot nutzen. Der größere Nutzen entsteht, wenn ein KI-Agent auf freigegebene Informationen zugreifen und einen realen Geschäftsprozess unterstützen kann.

Damit entstehen jedoch neue Risiken.

Ein KI-Agent kann beispielsweise:

• Dokumente aus internen Ablagen abrufen
• Inhalte aus E-Mails analysieren
• Daten aus mehreren Systemen zusammenführen
• Informationen strukturieren
• Vorschläge oder Datensätze erstellen
• Schnittstellen verwenden
• Aktionen in Unternehmenssystemen vorbereiten

Sobald dabei personenbezogene oder vertrauliche Daten verarbeitet werden, reicht es nicht, lediglich ein leistungsfähiges KI-Modell auszuwählen.

Das Unternehmen muss verstehen:

• welche Informationen wohin übertragen werden,
• welche externen Anbieter beteiligt sind,
• welche Daten gespeichert werden,
• ob Eingaben für Modelltraining verwendet werden,
• welche Mitarbeitenden Zugriff erhalten,
• wie lange Protokolle aufbewahrt werden,
• und wie fehlerhafte Aktionen verhindert werden.

Die österreichische Datenschutzbehörde stellt klar, dass die DSGVO parallel zur KI-Verordnung anwendbar bleibt, sobald personenbezogene Daten verarbeitet werden. Für jede solche Verarbeitung ist außerdem eine geeignete Rechtsgrundlage erforderlich.

Ausgangssituation des österreichischen Unternehmens

Das Unternehmen wollte einen KI-Agenten für einen internen Unternehmensprozess untersuchen und pilotieren.

Der Agent sollte nicht lediglich Fragen beantworten. Er sollte Informationen aus verschiedenen freigegebenen Quellen verwenden, Inhalte analysieren und definierte Arbeitsschritte vorbereiten.

Vor einer technischen Umsetzung waren jedoch wesentliche Punkte ungeklärt:

• Welche Datenquellen werden tatsächlich benötigt?
• Welche Informationen sind personenbezogen?
• Welche Inhalte gelten als Geschäftsgeheimnis oder vertrauliche Unternehmensdaten?
• Dürfen externe KI-Schnittstellen verwendet werden?
• Ist eine lokale KI-Lösung erforderlich?
• Welche Informationen können vor der KI-Verarbeitung entfernt oder ersetzt werden?
• Welche Aktionen benötigen eine menschliche Freigabe?
• Wie kann der Agent in vorhandene Software integriert werden?

Deshalb begann das Projekt nicht mit einem bestimmten Modell oder Hersteller. Zuerst wurden Prozess, Daten, Risiken, Systeme und Verantwortlichkeiten analysiert.

Ziel des KI-Agenten-Projekts

Ziel war eine technisch realistische und datenschutzorientierte Grundlage für einen produktiven KI-Agenten.

Dabei sollten insbesondere folgende Ergebnisse entstehen:

• klar abgegrenzter Anwendungsfall
• dokumentierter Prozess
• definierte Datenquellen
• nachvollziehbare Datenflüsse
• Abgrenzung erlaubter und unerlaubter Aktionen
• Entscheidung zwischen lokaler, cloudbasierter oder hybrider Lösung
• Konzept zur Pseudonymisierung
• Rollen- und Berechtigungskonzept
• menschliche Kontroll- und Freigabeschritte
• technische Grundlage für einen Pilotbetrieb

Der KI-Agent sollte nicht als isolierte Demonstration entstehen. Er musste in bestehende Abläufe, Verantwortlichkeiten und Software-Systeme passen.

1. Geschäftsprozess vor dem KI-Einsatz analysieren

Nicht jeder aufwendige Prozess benötigt künstliche Intelligenz.

Ein klar geregelter Ablauf kann häufig zuverlässiger und günstiger mit klassischer Prozessautomatisierung umgesetzt werden. Ein KI-Agent wird besonders dann interessant, wenn Informationen interpretiert, unstrukturierte Inhalte verarbeitet oder mehrere flexible Arbeitsschritte miteinander verbunden werden müssen.

Im Projekt wurden deshalb unter anderem betrachtet:

• bestehender Prozessablauf
• manuelle Arbeitsschritte
• beteiligte Rollen
• verwendete Anwendungen
• Dokumente und Datenquellen
• notwendige Entscheidungen
• häufige Sonderfälle
• Fehlerquellen
• Freigaben und Verantwortlichkeiten

Erst danach wurde entschieden, für welche Aufgaben ein KI-Agent tatsächlich einen Mehrwert bieten kann.

Mehr über unsere Leistungen in den Bereichen Unternehmensberatung, Digitalisierung und Prozessautomatisierung erfahren.

2. Aufgaben und Grenzen des KI-Agenten festlegen

Ein sicherer KI-Agent benötigt eindeutige Handlungsgrenzen.

Im Projekt wurde deshalb zwischen verschiedenen Stufen unterschieden.

Informationen abrufen

Der Agent darf nur auf zuvor freigegebene Datenquellen zugreifen.

Inhalte analysieren

Der Agent kann Dokumente, Texte oder strukturierte Daten auswerten und für die weitere Bearbeitung aufbereiten.

Vorschläge erstellen

Der Agent kann Zusammenfassungen, Klassifizierungen oder Handlungsvorschläge erstellen.

Aktionen vorbereiten

Bestimmte Prozessschritte dürfen technisch vorbereitet werden, müssen aber von einer berechtigten Person geprüft werden.

Aktionen ausführen

Nur klar definierte, risikoarme und technisch abgesicherte Aktionen dürfen automatisch ausgeführt werden.

Diese Trennung verhindert, dass ein KI-Agent aufgrund einer ungenauen Eingabe oder fehlerhaften Interpretation weitreichende Aktionen auslöst.

3. DSGVO-Anforderungen und Datenflüsse prüfen

Für jede verwendete Datenquelle wurde untersucht:

• Welche Informationen werden verarbeitet?
• Sind personenbezogene Daten enthalten?
• Sind besondere Kategorien personenbezogener Daten betroffen?
• Für welchen Zweck werden die Daten benötigt?
• Welche Rechtsgrundlage kommt in Betracht?
• Wo findet die Verarbeitung statt?
• Werden Informationen an externe Anbieter übertragen?
• Welche Unterauftragsverarbeiter sind beteiligt?
• Wie lange werden Eingaben und Ergebnisse gespeichert?
• Werden Daten für Training oder Produktverbesserung genutzt?
• Wer kann auf Eingaben, Ergebnisse und Protokolle zugreifen?
• Welche Daten können entfernt oder reduziert werden?

Dabei galt das Prinzip der Datenminimierung:

Der KI-Agent erhält nur jene Informationen, die für den konkreten Arbeitsschritt tatsächlich notwendig sind.

Eine technische Architektur allein garantiert noch keine vollständige DSGVO-Konformität. Zusätzlich müssen unter anderem Rechtsgrundlage, Verantwortlichkeiten, Auftragsverarbeitung, Informationspflichten, Löschfristen und mögliche Drittlandübermittlungen geprüft werden.

4. Pseudonymisierung, Anonymisierung und Datenminimierung vor der KI-Verarbeitung

Ein Schwerpunkt des Projekts war der Schutz personenbezogener und vertraulicher Informationen vor der Verarbeitung durch externe KI-Komponenten.

Nicht benötigte personenbezogene Daten wurden entfernt. Wo keine spätere Zuordnung erforderlich war, wurden die Daten anonymisiert. Wenn eine interne Zuordnung erhalten bleiben musste, wurden identifizierende Angaben pseudonymisiert.

Eine technische Schutzschicht konnte dabei beispielsweise:

• Namen durch interne Kennungen ersetzen,
• E-Mail-Adressen entfernen oder maskieren,
• Kunden- und Projektnummern abstrahieren,
• identifizierende Textbestandteile erkennen,
• nicht benötigte personenbezogene Daten entfernen,
• vertrauliche Unternehmensinformationen ausblenden,
• Identitätsdaten von fachlichen Inhalten trennen.

Die externe KI-Komponente erhielt dadurch nur jene Informationen, die für die konkrete Aufgabe erforderlich waren.

Bei einer Pseudonymisierung blieb die Zuordnung zu einer Person oder einem Vorgang ausschließlich innerhalb einer kontrollierten internen Umgebung möglich. Nach der Verarbeitung konnte das Ergebnis dort wieder dem richtigen Vorgang zugeordnet werden.

Wichtig ist die Abgrenzung:

Pseudonymisierung reduziert den Personenbezug, hebt ihn aber nicht auf. Anonymisierung soll eine spätere Zuordnung zu einer Person ausschließen.

Pseudonymisierte Daten bleiben personenbezogene Daten und unterliegen weiterhin der DSGVO. Nur wirksam anonymisierte Daten fallen grundsätzlich nicht mehr unter das Datenschutzrecht.

5. Lokaler KI-Agent oder Cloud-Lösung?

Eine zentrale Projektentscheidung war die Frage nach dem geeigneten Betriebsmodell.

Es wurde nicht pauschal davon ausgegangen, dass lokale KI immer sicher oder Cloud-KI grundsätzlich problematisch ist. Die Entscheidung musste anhand des konkreten Anwendungsfalls getroffen werden.

Lokale KI-Lösung

Eine lokale oder unternehmenseigene Verarbeitung kann sinnvoll sein, wenn:

• besonders sensible Informationen verarbeitet werden
• Daten die kontrollierte Infrastruktur möglichst nicht verlassen sollen
• Offline-Verfügbarkeit erforderlich ist
• eigene Modelle eingesetzt werden sollen
• umfassende Kontrolle über Speicherung und Protokollierung notwendig ist

Dabei entstehen jedoch Anforderungen an:

• Hardware
• Modellbetrieb
• Updates
• Informationssicherheit
• Monitoring
• Skalierung
• interne technische Kompetenz

Cloud- oder API-Lösung

Eine Cloud-Lösung kann sinnvoll sein, wenn:

• besonders leistungsfähige Modelle benötigt werden
• eine schnelle Pilotierung wichtig ist
• wechselnde Kapazitäten erforderlich sind
• keine eigene KI-Infrastruktur betrieben werden soll
• nur reduzierte oder pseudonymisierte Informationen übertragen werden

Vor einer Nutzung müssen unter anderem geprüft werden:

• Anbieter und Vertragsbedingungen
• Auftragsverarbeitungsvertrag
• Daten- und Supportstandorte
• Unterauftragsverarbeiter
• internationale Datenübermittlungen
• Lösch- und Speicherregeln
• Nutzung der Daten für Modelltraining
• Zugriffsmöglichkeiten des Anbieters
• technische Schutzmaßnahmen

Hybride KI-Architektur

Für viele Unternehmen ist eine hybride Lösung sinnvoll.

Dabei verbleiben sensible Daten, Identitäten und Berechtigungen in einer kontrollierten internen Umgebung. Eine externe KI-Schnittstelle erhält nur jene reduzierten Informationen, die für den jeweiligen Verarbeitungsschritt erforderlich sind.

Eine mögliche Architektur besteht aus:

1. internen Datenquellen
2. lokaler Schutz- und Pseudonymisierungsschicht
3. Agenten- und Workflowlogik
4. lokalem oder externem KI-Modell
5. menschlicher Freigabe
6. kontrollierter Rückgabe an das bestehende System
7. Protokollierung und Monitoring

6. Anforderungen des EU AI Acts berücksichtigen

Neben der DSGVO wurde der geplante Einsatz anhand zentraler Fragen des EU AI Acts betrachtet:

• Welche Funktion erfüllt das KI-System?
• Handelt es sich um einen Assistenten oder einen autonom handelnden Agenten?
• Welche Personen sind von Ergebnissen betroffen?
• Unterstützt oder beeinflusst die KI Entscheidungen?
• Welche Folgen können fehlerhafte Ergebnisse haben?
• Ist menschliche Kontrolle vorgesehen?
• Wie werden Aktionen und Ergebnisse dokumentiert?
• Müssen Personen über den KI-Einsatz informiert werden?
• Welche KI-Kompetenz benötigen die Mitarbeitenden?
• Wer trägt fachliche und technische Verantwortung?

Der EU AI Act gilt schrittweise. Bestimmungen zu verbotenen Praktiken und KI-Kompetenz gelten bereits seit Februar 2025; weitere Transparenzpflichten beginnen ab August 2026. Die konkrete Einordnung hängt von Funktion, Einsatzgebiet und Risikoklasse des Systems ab.

Die DSGVO bleibt daneben anwendbar, wenn personenbezogene Daten verarbeitet werden.

Kompass Consulting & Software übernimmt die technische und organisatorische Analyse. Eine verbindliche juristische Bewertung kann bei Bedarf gemeinsam mit spezialisierten Datenschutz- oder Rechtsexperten erfolgen.

Weitere Informationen zum EU AI Act für Unternehmen.

7. KI-Agent in bestehende Software integrieren

Der eigentliche Nutzen eines KI-Agenten entsteht häufig erst durch die Integration in vorhandene Systeme.

Mögliche Datenquellen und Anwendungen sind:

• Unternehmensdatenbanken
• Dokumentenmanagement
• ERP-Systeme
• CRM-Systeme
• E-Mail-Systeme
• Microsoft 365
• interne Webanwendungen
• Projektmanagementsysteme
• Automatisierungsplattformen
• individuelle API-Schnittstellen

Der KI-Agent erhielt dabei keinen pauschalen Zugriff auf die gesamte Systemlandschaft.

Stattdessen wurden Zugriffe nach Aufgabe begrenzt:

• nur freigegebene Datenquellen
• minimale technische Berechtigungen
• getrennte Lese- und Schreibrechte
• Freigabe vor sensiblen Änderungen
• sichere Verwaltung von Zugangsdaten
• Protokollierung von Werkzeugaufrufen
• definierte Fehler- und Abbruchregeln

Mehr über unsere individuelle Softwareentwicklung und Systemintegration.

8. Menschliche Kontrolle technisch integrieren

Menschliche Kontrolle wurde nicht nur als organisatorische Vorgabe beschrieben, sondern direkt im Workflow vorgesehen.

Mitarbeitende können je nach Prozess:

• Ergebnisse prüfen
• Vorschläge verändern
• Aktionen freigeben
• falsche Ergebnisse melden
• Vorgänge abbrechen
• eine manuelle Bearbeitung übernehmen

Dadurch bleibt die fachliche Verantwortung bei der zuständigen Person.

Gerade bei sensiblen Daten, Kundenkommunikation, vertraglichen Vorgängen oder wirtschaftlich relevanten Entscheidungen sollte der KI-Agent nicht ohne definierte Kontrollmechanismen handeln.

9. Protokollierung und Nachvollziehbarkeit

Für einen kontrollierbaren Betrieb muss nachvollziehbar sein:

• welche Datenquelle verwendet wurde
• welche Informationen an das KI-Modell übergeben wurden
• welche Werkzeuge der Agent aufgerufen hat
• welches Ergebnis erzeugt wurde
• welche Person eine Freigabe erteilt hat
• welche Aktion anschließend ausgeführt wurde
• ob Fehler oder Ausnahmen aufgetreten sind

Gleichzeitig dürfen Protokolle nicht selbst zu einer unnötigen Sammlung sensibler Daten werden.

Deshalb wurden auch für Protokolldaten Anforderungen an:

• Datenminimierung
• Zugriffsschutz
• Speicherfristen
• Löschung
• Integrität
• technische Überwachung

berücksichtigt.

10. Pilotprojekt statt unkontrolliertem Gesamtsystem

Das Projekt wurde mit einem klar begrenzten Anwendungsfall begonnen.

Ein solcher Pilot ermöglicht es, unter realistischen Bedingungen zu prüfen:

• Qualität der KI-Ergebnisse
• Zuverlässigkeit der Schnittstellen
• Nutzen für Mitarbeitende
• tatsächliche Zeitersparnis
• notwendige Freigaben
• Fehlerfälle
• Datenschutzmaßnahmen
• technischer Betriebsaufwand

Erst nach Auswertung des Piloten sollten weitere Prozesse, Systeme oder Aktionen ergänzt werden.

Dieses Vorgehen reduziert das Risiko, sofort einen komplexen und schwer kontrollierbaren KI-Agenten aufzubauen.

Technische Architektur des KI-Agenten

Die entwickelte Zielarchitektur bestand aus kontrollierten Bausteinen.

Freigegebene Datenquellen

Der Agent erhält nur Zugriff auf zuvor definierte Daten und Dokumente.

Interne Schutzschicht

Informationen werden geprüft, reduziert und bei Bedarf pseudonymisiert.

KI-Modell oder KI-Dienst

Je nach Aufgabe kann ein lokales Modell, ein Cloud-Dienst oder eine hybride Kombination eingesetzt werden.

Agenten- und Workflowlogik

Sie steuert Arbeitsschritte, Bedingungen, Werkzeuge und erlaubte Aktionen.

Schnittstellen

Ergebnisse werden kontrolliert an vorhandene Systeme zurückgegeben.

Menschliche Freigabe

Sensible Aktionen benötigen die Prüfung durch eine berechtigte Person.

Monitoring und Protokollierung

Verarbeitungsschritte, Fehler und Freigaben werden nachvollziehbar dokumentiert.

Leistungen von Kompass Consulting & Software

Kompass Consulting & Software GmbH unterstützte im Projekt unter anderem bei:

• Analyse des Geschäftsprozesses
• Identifikation eines geeigneten KI-Anwendungsfalls
• Definition von Aufgaben und Handlungsgrenzen
• Erfassung der benötigten Datenquellen
• Analyse von Datenflüssen
• technischer und organisatorischer Datenschutzbetrachtung
• Einordnung relevanter Anforderungen aus dem EU AI Act
• Vergleich lokaler, cloudbasierter und hybrider Lösungen
• Konzeption einer Pseudonymisierungsschicht
• Erstellung eines Rollen- und Berechtigungskonzepts
• Planung von Schnittstellen
• Konzeption der Agenten- und Workflowlogik
• Integration menschlicher Freigaben
• Planung der Protokollierung
• Vorbereitung und Erprobung eines begrenzten Pilotprozesses

Ergebnis des Projekts

Das österreichische Unternehmen erhielt eine klare Grundlage für den kontrollierten Einsatz eines KI-Agenten.

Zu den Ergebnissen gehörten:

• konkret abgegrenzter Anwendungsfall
• dokumentierter Prozess
• definierte Aufgaben und Grenzen des Agenten
• Übersicht der relevanten Datenquellen
• dokumentierte Datenflüsse
• Entscheidungshilfe für lokale und cloudbasierte Komponenten
• Konzept für eine hybride Architektur
• Pseudonymisierung vor externer Verarbeitung
• begrenzte Zugriffe auf bestehende Systeme
• menschliche Freigaben für sensible Aktionen
• Grundlage für Protokollierung und Monitoring
• technisch erprobbarer Pilotprozess

Der wichtigste Nutzen bestand darin, dass die KI-Lösung nicht als isoliertes Werkzeug betrachtet wurde. Der Agent wurde als kontrollierter Bestandteil eines bestehenden Unternehmensprozesses konzipiert.

Häufige Fragen zu DSGVO-konformen KI-Agenten

Was ist ein DSGVO-konformer KI-Agent?

Ein DSGVO-konformer KI-Agent ist ein KI-System, bei dessen Einsatz die datenschutzrechtlichen Anforderungen des konkreten Anwendungsfalls eingehalten werden.

Dazu können unter anderem gehören:

• geeignete Rechtsgrundlage
• klarer Verarbeitungszweck
• Datenminimierung
• Rollen und Berechtigungen
• geeignete Verträge
• sichere Datenübertragung
• Lösch- und Speicherregeln
• technische Schutzmaßnahmen
• menschliche Kontrolle
• Erfüllung der Betroffenenrechte

Eine bestimmte technische Architektur oder ein Serverstandort allein garantiert keine vollständige DSGVO-Konformität.

Ist eine lokale KI automatisch DSGVO-konform?

Nein.

Ein lokaler Betrieb kann das Risiko externer Datenübertragungen reduzieren. Trotzdem müssen unter anderem Rechtsgrundlage, Zweck, Berechtigungen, Protokollierung, Speicherfristen und Informationssicherheit geklärt werden.

Darf ein KI-Agent personenbezogene Daten verarbeiten?

Eine Verarbeitung kann möglich sein, wenn dafür eine geeignete Rechtsgrundlage besteht und die übrigen Anforderungen der DSGVO eingehalten werden.

Bei sensiblen Daten oder besonders risikoreichen Verarbeitungen können zusätzliche Anforderungen gelten.

Reicht Pseudonymisierung für die DSGVO?

Nein.

Pseudonymisierung reduziert die direkte Zuordenbarkeit und ist eine wichtige Schutzmaßnahme. Die Daten bleiben jedoch personenbezogen, solange eine Zuordnung mithilfe zusätzlicher Informationen möglich ist.

Muss ein KI-Agent in Österreich betrieben werden?

Nicht zwingend.

Entscheidend sind nicht nur der Serverstandort, sondern auch Anbieter, Unterauftragsverarbeiter, Zugriffsmöglichkeiten, Vertragsbedingungen, Datenübermittlungen und technische Schutzmaßnahmen.

Ist Cloud-KI DSGVO-konform einsetzbar?

Eine Cloud- oder API-Lösung kann je nach Anbieter, Vertrag, Datenart und Konfiguration eingesetzt werden.

Vorher müssen jedoch Datenflüsse, Rechtsgrundlage, Speicherregeln, Drittlandübermittlungen, Trainingseinstellungen und Zugriffsmöglichkeiten geprüft werden.

Gilt der EU AI Act für jeden KI-Agenten?

Die konkrete Einordnung hängt von Funktion, Einsatzbereich, Rolle des Unternehmens und möglichen Auswirkungen ab.

Nicht jeder KI-Agent ist automatisch ein Hochrisiko-KI-System. Trotzdem können beispielsweise Transparenz-, Dokumentations- oder Kompetenzanforderungen relevant sein.

Wann ist eine Datenschutz-Folgenabschätzung notwendig?

Eine Datenschutz-Folgenabschätzung kann erforderlich sein, wenn die geplante Verarbeitung voraussichtlich ein hohes Risiko für die Rechte und Freiheiten natürlicher Personen verursacht.

Das muss für den konkreten Anwendungsfall geprüft werden.

Wie startet ein Unternehmen mit einem KI-Agenten?

Der Einstieg sollte mit einem klaren Geschäftsproblem beginnen.

Danach werden Prozess, Daten, Systeme, Risiken, Berechtigungen und Erfolgskriterien analysiert. Ein begrenzter Pilot ist meist sinnvoller als ein Agent, der sofort auf zahlreiche Systeme zugreifen und viele Aktionen ausführen darf.

KI für Unternehmen in Österreich und im DACH-Raum

Kompass Consulting & Software GmbH mit Sitz in Oberösterreich unterstützt Unternehmen in ganz Österreich und im DACH-Raum bei der Analyse, Konzeption und technischen Umsetzung von KI-Agenten. Beratung und Workshops können je nach Projekt vor Ort oder remote erfolgen.

Technische Umsetzung, Systemintegration und laufende Betreuung erfolgen abgestimmt auf die vorhandene Infrastruktur.

Sie möchten einen KI-Agenten mit internen Unternehmensdaten einsetzen, sind aber unsicher, ob eine lokale, cloudbasierte oder hybride Lösung geeignet ist?

Kompass Consulting & Software unterstützt Sie bei:

• Prozessanalyse
• Auswahl eines geeigneten Anwendungsfalls
• Datenfluss- und Systemanalyse
• Pseudonymisierung
• Rollen und Berechtigungen
• lokaler und cloudbasierter KI-Architektur
• Integration in bestehende Software
• menschlichen Freigaben
• technischer Umsetzung und Pilotierung

Weitere Informationen zum Thema DSGVO finden Sie auch bei der Wirtschaftskammer Österreich (WKO).