Aufsatz : Aufsichtsbehörde und Verantwortliche – Beweislast für den Personenbezug unter Berücksichtigung der EDSA Opinion 28/2024 : aus der RDV 4/2026, Seite 185 bis 188
Die Opinion 28/2024 des EDSA zum Personenbezug von KI-Modellen enthält für die Praxis wichtige Aussagen, unter welchen Voraussetzungen KI-Modelle personenbezogen oder anonym sein können. Sie gibt den Datenschutzaufsichtsbehörden konkrete Schritte auf, die bei Prüfung der Anonymität von KI-Modellen vorgenommen werden sollten. Dabei drängt sich die Frage auf, was von verantwortlichen Unternehmen und was von der jeweils zuständigen Datenschutzaufsichtsbehörde zu beweisen ist. Der Beitrag geht zunächst auf die insoweit relevanten Begriffe ein (dazu I.), betrachtet mögliche Anknüpfungspunkte für eine Beweislastregel (dazu II.) und beleuchtet im Anschluss die entsprechenden Passagen aus der Opinion des EDSA (dazu III.), wozu im Anschluss Stellung bezogen wird (dazu IV.)
I. Personenbezogene, anonyme und anonymisierte Daten
Es handelt sich um die zentrale Voraussetzung für die Anwendbarkeit datenschutzrechtlicher Vorschriften: Personenbezogene Daten. Wer datenschutzrechtliche Restriktionen unbeachtet lassen möchte, muss anonyme oder anonymisierte Daten verwenden.
1. Personenbezogene Daten
Der Begriff „personenbezogene Daten“ wird in Art. 4 Nr. 1 DS‑GVO legaldefiniert. Danach sind personenbezogene Daten alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen. Als identifizierbar wird eine Person angesehen, die direkt oder indirekt mittels Zuordnung zu einem besonderen Merkmal identifiziert werden kann. Nach ErwG 26 S. 3 der DS‑GVO ist für die Identifizierbarkeit einer natürlichen Person auf alle Mittel abzustellen, die vom Verantwortlichen oder einer anderen Person nach allgemeinem Ermessen wahrscheinlich genutzt werden, um die natürliche Person direkt oder indirekt zu identifizieren. Bei der Beurteilung der Wahrscheinlichkeit, mit der diese Mittel zur Identifizierung genutzt werden, sollten ausweislich ErwG 26 S. 4 der DS‑GVO objektive Faktoren, wie der Aufwand an Kosten und Zeit, der für eine Identifizierung erforderlich ist, herangezogen werden. Hierbei sind die Technologien zu berücksichtigen, die zum Zeitpunkt der Verarbeitung verfügbar sind.
2. Anonyme und anonymisierte Daten
ErwG 26 S. 5 DS‑GVO enthält eine Definition der anonymen und der anonymisierten Daten. Danach sind anonyme Daten Informationen, die sich weder auf eine identifizierte noch auf eine identifizierbare Einzelperson beziehen. Anonymität ist insoweit ein Zustand, der originär besteht, etwa weil die Daten Sachdaten sind, oder erst herbeigeführt werden muss, weil die Daten personenbezogen sind[1]. Liegt der letzte Fall vor, werden die Daten anonymisiert, d.h. so verarbeitet[2], dass eine Einzelperson nicht oder nicht mehr identifiziert werden kann. Der Unterschied zwischen personenbezogenem Datum und anonymen Datum erschöpft sich also darin, dass in einem Fall eine Einzelperson identifizierbar ist, im anderen Fall nicht[3].
3. Amtsermittlungsgrundsatz und Beweislast
Der Amtsermittlungsgrundsatz im Verwaltungsverfahren soll sicherstellen, dass der Grundsatz der Gesetzmäßigkeit der Verwaltung eingehalten wird[4]. Nach § 24 Abs. 2 VwVfG hat die Behörde alle für den Einzelfall bedeutsamen, auch für die Beteiligten günstigen, Umstände zu berücksichtigen[5]. Der Amtsermittlungsgrundsatz soll eine Non-liquet-Situation (Nichterweislichkeit einer Tatsache) möglichst verhindern[6]. Tritt sie dennoch auf, muss klar sein, wie die Beweislast verteilt ist[7]. Der Amtsermittlungsgrundsatz steht in Wechselwirkung mit der Beweislast[8], enthält jedoch keine Beweislastregel[9]. Die Beweislast ist nicht dem Verfahrensrecht zu entnehmen, sondern dem materiellen Recht[10], im vorliegend betrachteten Kontext also der DS‑GVO.
II. Beweislastregelung in der DS‑GVO
1. Sachlicher Anwendungsbereich
Die Vorschriften der DS‑GVO gelten nach Art. 2 Abs. 1 DS‑GVO für die ganz oder teilweise automatisierte Verarbeitung personenbezogener Daten und unter Umständen für die nicht automatisierte Verarbeitung. Erforderlich ist somit eine Verarbeitung von personenbezogenen Daten nach Art. 4 Nr. 1 und 2 DS‑GVO. Ohne sie ist der sachliche Anwendungsbereich der Vorschriften der DS‑GVO nicht eröffnet.
Art. 2 Abs. 1 DS‑GVO lässt sich keine Beweislastregelung entnehmen, weder zulasten der Daten verarbeitenden Stelle noch zulasten der Aufsichtsbehörde.
2. Rechenschaftspflicht
Nach Art. 5 Abs. 2 DS‑GVO sind Verantwortliche verpflichtet, die Einhaltung der in Art. 5 Abs. 1 DS‑GVO genannten Grundsätze der Verarbeitung personenbezogener Daten nachzuweisen. Die Beweislast für die Einhaltung der in Art. 5 Abs. 1 DS‑GVO genannten Grundsätze liegt bei der Verantwortlichen[11]. All die in Art. 5 Abs. 1 DS‑GVO genannten Grundsätze setzen das Vorliegen personenbezogener Daten voraus.
Eine nähere Betrachtung der Regelung des Art. 5 Abs. 2 DS‑GVO lässt es zweifelhaft erscheinen, dass sich die Beweislast des verantwortlichen Unternehmens auch auf das Vorliegen personenbezogener Daten und damit auf den sachlichen Anwendungsbereich gem. Art. 2 Abs. 1 DS‑GVO erstreckt. Der Wortlaut des Art. 5 Abs. 2 DS‑GVO lässt darauf schließen, dass sich die Rechenschaftspflicht auf die Grundsätze beschränkt und nicht auf die ihnen zugrunde liegenden personenbezogenen Daten erstreckt, personenbezogene Daten selbst also nicht Gegenstand der Rechenschaftspflicht sind. Hierfür spricht auch die systematische Stellung des Art. 5 DS‑GVO in Kap. 2. Der sachliche Anwendungsbereich der DS‑GVO wird in Kap. 1 und nicht in Kap. 2 festgelegt. Daher ist auch das Vorliegen personenbezogener Daten Gegenstand der Regelung des Art. 2 Abs. 1 und nicht des Art. 5 DS‑GVO.
3. Pflicht zur Zusammenarbeit
Nach Art. 31 DS‑GVO sind Verantwortliche und Auftragsverarbeiter auf Anfrage der Aufsichtsbehörde zur Zusammenarbeit bei der Erfüllung ihrer Aufgaben verpflichtet. Die Verpflichtung dient dazu, die Durchsetzbarkeit aufsichtsbehördlicher Aufgaben zu unterstützen[12]. Wie zuvor im Zusammenhang mit Art. 5 Abs. 2 DS‑GVO ausgeführt, wird das Vorliegen personenbezogener Daten vorausgesetzt und unterfällt der Regelung des Art. 2 Abs. 1 DS‑GVO. Nichts anderes kann insoweit mit Blick auf Art. 31 DS‑GVO gelten. Auch Art. 31 DS‑GVO setzt voraus, dass der sachliche Anwendungsbereich der DS‑GVO, der sich nach Art. 2 Abs. 1 DS‑GVO richtet, eröffnet ist. Aus Art. 31 DS‑GVO ergibt sich keine Beweislastregel in Bezug auf das Vorliegen personenbezogener Daten.
4. Beweislastprinzipien
Wie den vorherigen Ausführungen entnommen werden kann, ergibt sich eine Beweislastregel in Bezug auf das Vorliegen personenbezogener Daten aus den Normen der DS‑GVO selbst nicht unmittelbar. Daher stellt sich die Frage, nach welchen Kriterien die Frage der Beweislast zu beantworten ist.
Dem Zivilrecht liegt das sog. Normbegünstigungsprinzip zugrunde. Nach diesem Prinzip trägt bei einem non-liquet diejenige Partei die Beweislast, die aus dem Vorliegen der Tatsache eine für sich günstige Rechtsfolge ableitet[13]. Danach kann die Beweislast bei der Aufsichtsbehörde bspw. dann zu verorten sein, wenn sie sich auf das Vorliegen eines Umstands beruft, der die Rechtmäßigkeit einer von ihr ergriffenen Abhilfemaßnahme nach Art. 58 Abs. 2 DS‑GVO trägt.
Die Übertragbarkeit des Normbegünstigungsprinzips auf das öffentliche Recht ist aufgrund der strukturellen Unterschiede zwischen Zivilrecht und öffentlichem Recht umstritten[14]. Gegen eine vollständige Übertragbarkeit wird angeführt, dass die Interessenkollision zwischen Staat und Bürger variiere und sich Staat und Bürger nicht auf Ebene der Gleichordnung, sondern im Über-Unterordnungsverhältnis begegneten[15]. Allerdings wird auch nach dieser Auffassung die Beweislast grundsätzlich bei der Behörde verortet, wenn ein Fall der Eingriffsverwaltung vorliegt[16]. Daher erscheint die Frage, ob das zivilrechtliche Normbegünstigungsprinzip im öffentlichen Recht anwendbar ist oder nicht, jedenfalls für aufsichtsbehördliche Maßnahmen nach Art. 58 Abs. 2 DS‑GVO nicht entscheidungserheblich. Ergreift die Aufsichtsbehörde eine Abhilfemaßnahme nach Art. 58 Abs. 2 DS‑GVO, handelt es sich um einen Akt der Eingriffsverwaltung. Insoweit trägt grundsätzlich die Aufsichtsbehörde die Beweislast, was mit Blick auf das Rechtsstaatsprinzip zu begrüßen ist[17].
5. Zwischenergebnis
Es kann festgehalten werden, dass eine Aufsichtsbehörde dann die Beweislast für das Vorliegen personenbezogener Daten trägt, wenn sie eine Maßnahme der Eingriffsverwaltung ergreift, wie zum Beispiel eine Abhilfemaßnahme nach Art. 58 Abs. 2 DS‑GVO, und das Vorliegen personenbezogener Daten nicht erwiesen ist. Ist das Vorliegen personenbezogener Daten dagegen erwiesen und geht es darum, ob personenbezogene Daten ordnungsgemäß anonymisiert worden sind, trägt das Unternehmen nach Art. 5 Abs. 2 DS‑GVO grundsätzlich die Beweislast dafür, dass die Vorgaben nach Art. 5 Abs. 1 DS‑GVO erfüllt sind.
III. EDSA
Opinion Die Opinion 28/2024 on certain data protection aspects related to the processing of personal data in the context of AI models des EDSA (Opinion 28/2024) ist das Ergebnis des Ersuchens der irischen Aufsichtsbehörde an den EDSA, eine Stellungnahme zu vier Fragen abzugeben. Das Ersuchen betrifft die Verarbeitung personenbezogener Daten im Kontext der Entwicklung und Nutzung von KI-Modellen. Die erste Frage bezieht sich darauf, unter welchen Voraussetzungen ein KIModell als anonym betrachtet werden kann[18].
Der EDSA führt in seiner Antwort auf die erste Frage aus, dass die Aufsichtsbehörde bei Prüfung der Anonymität eines KI-Modells prüfen müsse, ob sie von der Verantwortlichen, die das KI-Modell verwendet, ausreichende Beweise für die Anonymität erhalten hat[19]. Für die Anonymität sei Voraussetzung, dass die Wahrscheinlichkeit einer Extraktion personenbezogener Trainingsdaten und die Wahrscheinlichkeit, die Trainingsdaten durch Abfragen zu erlangen, unbedeutend sein müssen[20]. Zur Bewertung dieser Wahrscheinlichkeiten schlägt der EDSA vier Kriterien vor[21]. Eines der genannten Kriterien ist die Dokumentation. In diesem Kontext führt der EDSA weiter aus, dass eine Pflicht zur Dokumentation sich auch auf jede Verarbeitung zur Entwicklung eines KI-Modells beziehe, selbst wenn deren Ziel die Anonymisierung ist[22]. Kann eine Aufsichtsbehörde auf dieser Grundlage nicht bestätigen, dass wirksame Maßnahmen zur Anonymisierung des KI-Modells ergriffen wurden, könne die Aufsichtsbehörde feststellen, dass die Rechenschaftspflicht nach Art. 5 Abs. 2 DS‑GVO nicht erfüllt wurde[23].
IV. Stellungnahme und Praxishinweis
Die Aussagen des EDSA zur Rechenschaftspflicht bedürfen einer differenzierenden Betrachtung. Maßgeblich ist, ob es um die Anonymisierung personenbezogener Daten oder die vorgelagerte Frage des Personenbezugs eines KI-Modells geht.
Geht es um den Nachweis, dass personenbezogene Daten durch geeignete Maßnahmen anonymisiert worden sind, wird damit implizit vorausgesetzt, dass ursprünglich personenbezogene Daten bestanden haben. Der sachliche Anwendungsbereich der DS‑GVO ist in diesem Fall eröffnet. Das verantwortliche Unternehmen hat dann nach Art. 5 Abs. 2 DS‑GVO nachzuweisen, dass die Anforderungen des Art. 5 Abs. 1 DS‑GVO in Bezug auf die Anonymisierung eingehalten worden sind. Gelingt dieser Nachweis nicht, kommt eine Verletzung der Rechenschaftspflicht nach Art. 5 Abs. 2 DS‑GVO in Betracht.
Anders ist es zu beurteilen, wenn es um den Nachweis geht, dass ein KI-Modell oder die ihm zugrunde liegenden Daten personenbezogen sind. In diesem Fall geht es nicht um die Einhaltung der Grundsätze des Art. 5 Abs. 1 DS‑GVO, sondern den sachlichen Anwendungsbereich der DS‑GVO nach Art. 2 Abs. 1 DS‑GVO. Wie gezeigt wurde, ergibt sich aus den Vorschriften der DS‑GVO keine ausdrückliche Beweislastregel für das Vorliegen personenbezogener Daten. Beruft sich die Aufsichtsbehörde im Rahmen einer Abhilfemaßnahme nach Art. 58 Abs. 2 DS‑GVO auf die Anwendbarkeit der DS‑GVO, spricht dies dafür, ihr auch die Beweislast für das Vorliegen personenbezogener Daten aufzuerlegen. Kann sie den Personenbezug nicht feststellen, erscheint die Annahme einer Verletzung der Rechenschaftspflicht nach Art. 5 Abs. 2 DS‑GVO nicht gerechtfertigt.
Für die Praxis folgt hieraus, dass zwischen dem Nachweis einer Anonymisierung und dem Nachweis des Personenbezugs sorgfältig zu unterscheiden ist. Die Vorlage technischer oder organisatorischer Konzepte zur Reduzierung von Identifizierungsrisiken sollte daher nicht ohne Weiteres als Eingeständnis verstanden werden, dass das betreffende KI-Modell oder die zugrunde liegenden Daten personenbezogen sind. Werden entsprechende Unterlagen gegenüber einer Aufsichtsbehörde vorgelegt, kann es ratsam sein klarzustellen, dass dies vorsorglich und ohne Präjudiz für die Frage erfolgt, ob personenbezogene Daten vorliegen.
Frank Becker
ist Datenschutzbeauftragter des Bayerischen Landesamts für Umwelt
und Masterand der Informatik an der
Hochschule Trier.
[1] So zutreffend Sydow/Marsch/Ziebarth, DS‑GVO Art. 4 Rn. 28.
[2] Anonymisierung ist eine Datenverarbeitung im Sinne des Art. 4 Nr. 2 DS‑GVO. Vgl. hierzu u.a. Roßnagel, ZD 2021, 188, 189; Art.-29-Datenschutzgruppe, Stellungnahme 5/2014 zu Anonymisierungstechniken, Seite 3.
[3] So auch Roßnagel/Scholz, MMR 2000, 721, 724.
[4] Knack/Henneke/Ritgen, VwVfG § 24 Rn. 7.
[5] Wirtz, Beweislasten im Verwaltungsrecht, Seite 21.
[6] Schoch/Schneider/Schneider, VwVfG § 24 Rn. 122.
[7] Wirtz, Beweislasten im Verwaltungsrecht, Seite 39.
[8] Wirtz, Beweislasten im Verwaltungsrecht, Seite 11.
[9] BeckOK VwVfG/Heßhaus, VwVfG § 24 Rn. 15.
[10] BeckOK VwVfG/Heßhaus, VwVfG § 24 Rn. 16.
[11] EuGH, Urt. v. 14.12.2023, C-340/21, ZD 2024, 150 Rn.52; EuGH, Urt. v. 7.12.2023, C-634/21, NJW 2024, 413 Rn.67.
[12] Kühling/Buchner/Hartung, DS‑GVO Art. 31 Rn. 5; Plath/Plath, DS‑GVO Art. 31 Rn. 3.
[13] BGH, Urt. v. 13.11.1998, V ZR 386/97, NJW 1999, 352, 353.
[14] Siehe hierzu m.w.N. Wirtz, Beweislasten im Verwaltungsrecht, Seite 41.
[15] Vgl. Wirtz, Beweislasten im Verwaltungsrecht, Seite 43.
[16] Vgl. Wirtz, Beweislasten im Verwaltungsrecht, Seite 80.
[17] Siehe auch Paal/Pauly/Martini, VO (EU) 2016/679 Art. 31 Rn. 37.
[18] EDSA, Opinion 28/2024, Seite 2.
[19] EDSA, Opinion 28/2024, Seite 2.
[20] EDSA, Opinion 28/2024, Seite 15 Rn. 43
[21] EDSA, Opinion 28/2024, Seite 15 Rn. 47 ff.
[22] EDSA, Opinion 28/2024, Seite 15 Rn. 56.
[23] EDSA, Opinion 28/2024, Seite 15 Rn. 57.