Für europäische Unternehmen, Datenschutzbeauftragte und IT-Sicherheitsverantwortliche steht bei der Einführung von KI-Assistenten eine zentrale Frage im Raum: Wenn Mitarbeitende vertrauliche Verträge, Produkt-Roadmaps, Finanzaufstellungen oder HR-Dokumente in die interne Wissensdatenbank hochladen – werden diese Betriebsgeheimnisse dann von externen Basismodellen absorbiert und potenziell an Dritte preisgegeben?
TextCortex adressiert dieses Risiko mit einer Unternehmens-KI-Plattform, die speziell auf europäische Datensouveränität ausgelegt ist. Mit Hauptsitz in Berlin (rechtlich firmierend als Text Cortex AI UG) gewährleistet das Unternehmen die Einhaltung der Datenschutz-Grundverordnung (DSGVO) und die Isolierung von Unternehmensdaten über vier Schutzebenen: Hosting auf geprüften Servern innerhalb der Europäischen Union, eine strikt mandantentrennende RAG-Architektur (Retrieval-Augmented Generation), die Kundendaten vollständig vom Modelltraining ausschließt, Unternehmens-Gateways mit Zero Data Retention (ZDR) bei der Anbindung externer LLMs sowie vertragliche und technische Garantien, untermauert durch SOC 2- und ISO 27001-Zertifizierungen und Auftragsverarbeitungsverträge (AVV) gemäß Art. 28 DSGVO.
Dieser Leitfaden analysiert die technischen Schutzmechanismen von TextCortex, beleuchtet das Routing externer Modellaufrufe und bietet Compliance- sowie Informationssicherheitsteams einen praxistauglichen Prüfkatalog.
1. Architektonische Trennung: RAG versus Modelltraining
Das häufigste Missverständnis in Sicherheitsprüfungen ist die Gleichsetzung von kontextueller dynamischer Abfrage und Modell-Nachtraining (Fine-Tuning).
Wenn eine Organisation interne Datenquellen (wie Microsoft SharePoint, Google Drive, Notion, Confluence oder lokale PDF/DOCX-Dateien) mit den Wissensdatenbanken (Knowledge Bases) von TextCortex verbindet, trainiert TextCortex die zugrunde liegenden Sprachmodelle nicht mit diesen Daten nach.
Die Plattform arbeitet stattdessen mit einer mandantenisolierten Retrieval-Augmented Generation (RAG) Pipeline:
[Interne Unternehmensdokumente]
│
▼ (Verschlüsselung bei Übertragung: TLS 1.3)
[TextCortex EU-Ingestion- & Parsing-Pipeline]
│
▼ (Text-Chunking & semantische Embeddings)
[Mandantenisolierte Vektordatenbank (Gehostet in der EU)]
│
Mitarbeiteranfrage im Chat
│
▼ (Top-K semantische Ähnlichkeitssuche)
[Dynamischer Kontextaufbau im flüchtigen Speicher (Prompt + Textauszüge)]
│
▼ (Unternehmens-API-Kanal mit Zero Data Retention)
[LLM-Inferenz (Mistral EU-Cluster / OpenAI Enterprise / Anthropic)]
│
▼ (Echtzeit-Antwortgenerierung)
[Ausgabe an den Nutzer & sofortige Freigabe des Arbeitsspeichers]
Warum die RAG-Architektur ein Einprägen von Daten verhindert
- Mandantenspezifische Indexierung: Hochgeladene Dokumente werden ausschließlich auf EU-Servern verarbeitet, in Chunks unterteilt und als Vektoren in strikt voneinander isolierten Mandanten-Indizes abgelegt.
- Temporäre Kontextinjektion: Stellt ein Mitarbeiter eine Frage an den Assistenten (z. B. ZenoChat oder einen internen Agenten), ruft das System über die Vektorsuche nur die relevantesten Textfragmente ab und schleust diese temporär in das Kontextfenster (Context Window) des Prompts ein.
- Flüchtige Verarbeitung im Arbeitsspeicher: Das Sprachmodell nutzt diese Textauszüge rein als Arbeitsgedächtnis, um die Antwort logisch zusammenzufügen. Es finden weder Gradientenabstiege noch Anpassungen der internen Modellparameter statt.
- Sofortige Löschung des Puffers: Nach Abschluss des Antwortvorgangs wird der flüchtige Zwischenspeicher umgehend geleert. Die vertraulichen Unterlagen gehen zu keinem Zeitpunkt in das dauerhafte parametrische Gedächtnis des Modells über.
2. Modelltrainings-Richtlinien: Kostenlose Konten versus Enterprise-Pläne
Die Richtlinien bezüglich Datenaufbewahrung und Modelltraining unterscheiden sich grundlegend nach Vertragsart. Für Organisationen, die geschäftskritische Daten verarbeiten, ist die Unterscheidung zwischen Einzelnutzerkonten und dem Enterprise-Plan von zentraler Bedeutung:
| Kriterium | Kostenlose Konten / Einzelnutzer | Enterprise-Plan (Unternehmen) |
|---|---|---|
| Standard-Modelltraining | Allgemeine Interaktionsdaten können zur Produktverbesserung genutzt werden (Opt-Out möglich) | Strikte No-Training-Garantie gilt automatisch für sämtliche Prompts, Dokumente und Ausgaben |
| Wissensdatenbank-Dateien | Dem Nutzer zugeordnet; standardmäßig nicht für Re-Training verwendet | Vollständige Mandantenisolation; vertraglich bindender Ausschluss von Fine-Tuning und Basistraining |
| Opt-Out-Verfahren | Nutzer muss manuell ein Online-Datenschutzformular einreichen | Unternehmensweit automatisiert; kein Eingreifen des einzelnen Mitarbeiters erforderlich |
| Serverstandort & Datenresidenz | EU-Server mit weltweiten CDN-Edge-Knoten | Dedizierte EU-Cloud-Infrastruktur; verbindlich konfigurierbares EU-Inferenz-Routing |
| Vertragliche Absicherung | Allgemeine Nutzungsbedingungen & Online-Datenschutzerklärung | Rechtlich bindender Auftragsverarbeitungsvertrag (AVV) gemäß Art. 28 DSGVO |
| Sicherheits- & Rechtemanagement | Nur individuelle Profileinstellungen | Zentrales Administrator-Dashboard; Sperre öffentlicher Links, SAML SSO und Audit-Logs |
Für den Einsatz im Unternehmensumfeld dürfen keine unregulierten Einzel-Accounts verwendet werden. Nur der Enterprise-Vertrag bietet die rechtliche Absicherung des Trainingsausschlusses und die erforderlichen Kontrollmechanismen für die IT-Administration.
3. Einbindung externer LLMs (OpenAI, Anthropic, Mistral)
TextCortex verfolgt einen Multi-Modell-Ansatz. Anwender können je nach Anwendungsfall flexibel auf führende Sprachmodelle wie OpenAI (GPT-4o), Anthropic (Claude 3.5 Sonnet), Google Gemini oder den europäischen Anbieter Mistral AI zugreifen.
Die Weiterleitung von Wissensdatenbank-Auszügen an Drittanbieter birgt nachvollziehbare Bedenken bei Datenschutzbeauftragten. TextCortex begegnet diesen Risiken mit technischen und vertraglichen Schutzmaßnahmen:
1. Kommerzielle Unternehmens-APIs mit Zero Data Retention (ZDR)
TextCortex bindet externe KI-Modelle ausschließlich über kommerzielle B2B-Schnittstellen an, nicht über Endverbraucher-Endpoints. Diese Enterprise-Verträge gewährleisten:
- Anfragen, die Auszüge interner Dokumente enthalten, werden vollständig zustandslos (stateless) verarbeitet.
- Modellprovider (wie OpenAI oder Anthropic) sind vertraglich untersagt, API-Eingaben oder -Ausgaben für das Training oder die Verfeinerung ihrer Modelle zu verwenden.
- Betriebsprotokolle unterliegen den Richtlinien der Zero Data Retention (ZDR) oder verbleiben nur für minimale Zeitfenster zur Missbrauchserkennung in flüchtigen Puffern, bevor sie unwiderruflich gelöscht werden.
2. EU-internes Inferenz-Routing (EU-Hosted Inference)
Für Organisationen, die eine lückenlose Datenhaltung innerhalb des Europäischen Wirtschaftsraums (EWR) vorschreiben, bietet TextCortex EU-gehostete Modellrouten:
- Administratoren können Workflows und Agenten so konfigurieren, dass sie ausschließlich mit Modellen kommunizieren, die auf europäischer Infrastruktur betrieben werden (etwa Mistral-Instanzen in Frankreich/EU oder Azure-Bereitstellungen in europäischen Regionen).
- Dadurch verlassen die Daten zu keinem Zeitpunkt den Geltungsbereich der EU, was die Konformität mit dem EU AI Act und Kapitel V der DSGVO maßgeblich vereinfacht.
3. Konforme internationale Datentransfers
Sollten für spezifische Aufgaben externe Modelle außerhalb der EU herangezogen werden, stützt sich der Transfer auf das EU-US Data Privacy Framework sowie die Standardvertragsklauseln (SCC) der Europäischen Kommission gemäß Art. 46 DSGVO.
4. DSGVO-Compliance-Struktur und Sicherheitszertifizierungen
Als in Berlin eingetragene Gesellschaft (Text Cortex AI UG) unterliegt TextCortex unmittelbar der Rechtsprechung der deutschen und europäischen Datenschutzaufsichtsbehörden sowie dem Bundesdatenschutzgesetz (BDSG).
┌──────────────────────────────────────────────┐
│ Kundenunternehmen (Verantwortlicher / │
│ Controller) │
│ Vollständiger Eigentümer aller Daten & IP │
└──────────────────────┬───────────────────────┘
│
Auftragsverarbeitungsvertrag (AVV / Art. 28 DSGVO)
│
┌──────────────────────▼───────────────────────┐
│ TextCortex AI UG (Auftragsverarbeiter / │
│ Processor) │
│ Weisungsgebundene Verarbeitung der Daten │
└──────┬────────────────────────────────┬──────┘
│ │
Technische Schutzmaßnahmen Zertifizierungen & Compliance
• TLS 1.3 & AES-256-Verschlüsselung • SOC 2 Typ I & Typ II zertifiziert
• Hochverfügbare EU-Serverinfrastruktur • ISO/IEC 27001 zertifiziert
• Strikte logische Mandantentrennung • TrustShare-Auditierung via TrustCloud
• Dauerhafte physikalische Löschung • Benannter Berliner Datenschutzbeauftragter
Zentrale Compliance-Säulen
- Rolle als Auftragsverarbeiter (Art. 28 DSGVO): Das Kundenunternehmen fungiert als Verantwortlicher, TextCortex als Auftragsverarbeiter. Ein standardisierter AVV stellt sicher, dass die Datenverarbeitung ausschließlich auf dokumentierte Weisung des Kunden erfolgt.
- Benannter Datenschutzbeauftragter (DSB): TextCortex verfügt über einen in Berlin ansässigen Datenschutzbeauftragten, der Datenschutz-Folgenabschätzungen (DSFA/DPIA) begleitet und Betroffenenanfragen koordiniert.
- Unabhängige Audit-Zertifizierungen: Die Zertifizierungen nach SOC 2 (Typ I & II) und ISO 27001 belegen, dass Zugriffskontrollen, Incident-Management, Systemüberwachung und Ausfallsicherheit höchsten Industriestandards entsprechen.
- Transparenz über das TrustShare-Portal: Über das öffentlich einsehbare, von TrustCloud gestützte Portal (TrustShare) können IT-Sicherheitsteams den Status technischer Kontrollen, aktuelle Unterauftragnehmer (wie Azure oder Google Cloud in Europa) und Audit-Nachweise in Echtzeit überprüfen.
- Recht auf Löschung (Art. 17 DSGVO): Wird ein Dokument oder eine Wissensdatenbank von Nutzern gelöscht, werden sämtliche Vektoreinbettungen und Zwischenspeicher auf den Speichersystemen unwiderruflich und rückstandslos bereinigt.
5. Leitfaden für die Unternehmensprüfung: Fünf Schritte zur sicheren Einführung
Bevor TextCortex für Abteilungen wie Rechtswesen, Finanzen oder Forschung & Entwicklung freigegeben wird, empfiehlt sich folgende fünfstufige Due-Diligence-Prüfung:
[Schritt 1: Rechtlicher Rahmen] ──> AVV nach Art. 28 DSGVO schließen & Subdienstleister prüfen
│
[Schritt 2: Mandantenverwaltung] ──> Enterprise-Workspace einrichten, SAML SSO & RBAC aktivieren
│
[Schritt 3: EU-Routing] ──> Agenten für sensible Daten auf EU-hosted Modelle festlegen
│
[Schritt 4: Zugriffskontrolle] ──> Berechtigungen für SharePoint, Drive & Notion minimieren
│
[Schritt 5: Löschprüfung] ──> Testlöschung durchführen & Speicherfristen verifizieren
1. Rechtliche Grundlagen vereinbaren
- Den offiziellen Auftragsverarbeitungsvertrag (AVV) bei TextCortex anfordern und rechtsgültig unterzeichnen.
- Die Liste der Unterauftragsverarbeiter im TrustShare-Portal prüfen und abgleichen, ob die europäischen Cloud-Regionen den unternehmensinternen Sicherheitsrichtlinien entsprechen.
2. Zentrale Mandanten-Administration etablieren
- Schatten-IT durch Einzelkonten unterbinden; alle Nutzer im zentral verwalteten Enterprise-Workspace bündeln, um die No-Training-Garantie sicherzustellen.
- SAML 2.0 Single Sign-On (SSO) und Multi-Faktor-Authentifizierung (MFA) vorschreiben, damit Zugriffsrechte beim Ausscheiden von Mitarbeitenden automatisch erlöschen.
- Das Erstellen öffentlicher Freigabelinks sowie den Rohdatenexport für Standardnutzer sperren.
3. Modell-Routing auf die EU beschränken
- Die Standardmodelle für Teams mit sensiblen Daten (Finanzen, Recht, F&E) überprüfen.
- Die Inferenzpfade dieser Agenten explizit auf EU-gehostete Routen festlegen (z. B. in Europa gehostete Mistral-Modelle).
- Die Modellkonfiguration dokumentieren, um Audit-Anforderungen im Rahmen des EU AI Act zu erfüllen.
4. Datenquellen nach dem Minimalprinzip anbinden
- Bei der Integration von Microsoft 365 SharePoint, Google Drive oder Notion ausschließlich Lesezugriff auf dedizierte, notwendige Ordner gewähren.
- Getrennte Wissensdatenbanken pro Abteilung einrichten (z. B. HR-Unterlagen strikt vom allgemeinen Vertriebswissen trennen), um unberechtigten Zugriff durch falsche Abfragen zu verhindern.
5. Den Löschprozess verifizieren
- Ein Testdokument löschen und überprüfen, ob es unmittelbar aus den semantischen Suchergebnissen verschwindet.
- Die vertraglich zugesicherten Fristen für die physische Bereinigung aus Backup-Snapshots (in der Regel innerhalb von 30 Tagen) über den Support bestätigen lassen.
Fazit: Verlässliche Datengrenzen für regulierte Unternehmen
TextCortex bietet Organisationen im europäischen Rechtsraum eine solide Möglichkeit, die Potenziale generativer KI zu nutzen, ohne Datenschutzrisiken oder den Abfluss geschäftlicher Geheimnisse in Kauf nehmen zu müssen. Die Kombination aus deutschem Gerichtsstand, einer strikten RAG-Architektur ohne Modelltraining, Enterprise-Zero-Retention-Vereinbarungen sowie ISO 27001- und SOC 2-Audits schafft ein transparentes und kontrollierbares Sicherheitsfundament.
Für IT-Sicherheitsverantwortliche und Datenschutzbeauftragte liegt der Schlüssel in einer systematischen Konfiguration: Abschluss des AVV, Rollout über Enterprise-Lizenzen und Festlegung auf EU-basierte Modellrouten. Unter diesen Voraussetzungen lässt sich generative KI rechtskonform und sicher in bestehende Unternehmensprozesse integrieren.