KI in Sicherheitsfreigaben: Warum Behörden bei Datenschutz bremsen

Ende Juli 2026 häufen sich die Fachberichte zu einem Thema, das lange als reine Effizienzfrage galt: der Einsatz von künstlicher Intelligenz bei Sicherheitsfreigaben. Analysen wie die des National Defense Magazine zeigen einen Trend, der sich in deutschen und europäischen Behörden längst spiegelt – automatisierte Prüfsysteme stoßen bei sensiblen Personendaten an klare Grenzen. Wer geglaubt hat, Sicherheitsüberprüfungen ließen sich einfach mit einem Sprachmodell beschleunigen, muss diese Annahme gerade revidieren.

Das Muster ist überall ähnlich: Verwaltungen testen KI-Systeme zur Vorprüfung von Personendaten, stoßen auf Datenschutz- und Geheimschutzprobleme und ziehen die Handbremse, bevor ein Pilotprojekt zur Regelanwendung wird. Das ist kein Rückschritt, sondern eine nachvollziehbare Reaktion auf einen Rechtsrahmen, der in den vergangenen zwei Jahren erheblich strenger geworden ist.

Sicherheitsfreigaben sind kein normaler Verwaltungsvorgang

Bei Sicherheitsfreigaben geht es um Zugang zu Verschlusssachen, um Zuverlässigkeitsprüfungen und häufig um Daten, die aus nachrichtendienstlicher oder strafverfolgender Tätigkeit stammen. Das unterscheidet den Vorgang fundamental von einer automatisierten Bearbeitung eines Bauantrags oder Kfz-Zulassung.

Wo normale Verwaltungsentscheidungen ein gewisses Fehlerrisiko vertragen, verzeiht ein Sicherheitsverfahren kaum etwas. Eine fälschlich erteilte Freigabe kann zu einem Sicherheitsvorfall führen, eine fälschlich verweigerte Freigabe zu einem juristisch angreifbaren Verwaltungsakt. Beides erzeugt Haftungsfragen, die bei Standard-KI-Anwendungen in der Verwaltung so nicht auftreten.

Genau deshalb ist die Zurückhaltung bei Sicherheitsfreigaben deutlich ausgeprägter als bei anderen KI-Einsatzfeldern im öffentlichen Sektor. Es geht nicht um generelle Technikskepsis, sondern um eine sehr konkrete Risikoabwägung zwischen Beschleunigung und Kontrollverlust. Hinzu kommt ein Aspekt, der in der öffentlichen Debatte oft untergeht: Sicherheitsfreigaben betreffen nicht nur die geprüfte Person selbst, sondern häufig auch ihr familiäres und berufliches Umfeld, das in Zuverlässigkeitsprüfungen mit erfasst wird. Ein Fehler im System wirkt damit nie isoliert, sondern potenziell auf mehrere Personen gleichzeitig – ein Umstand, der die Fehlertoleranz weiter senkt und die Zurückhaltung der Behörden zusätzlich erklärt.

Der Rechtsrahmen hat sich in kurzer Zeit deutlich verschärft

Die europäische KI-Verordnung ist am 1. August 2024 in Kraft getreten und entfaltet ihre Wirkung gestaffelt: Erste Pflichten griffen ab Februar 2025, ab dem 2. August 2026 werden die Bestimmungen für Hochrisiko-Systeme vollständig wirksam. Sicherheitsrelevante Anwendungen wie biometrische Identifizierung oder Entscheidungen über den Zugang von Bürgern zu staatlichen Leistungen fallen in genau diese Hochrisiko-Kategorie.

Parallel dazu gilt die Datenschutz-Grundverordnung unverändert für jede Verarbeitung personenbezogener Daten durch KI-Systeme – es gibt keine KI-spezifischen Sonderregeln in der DSGVO, wie die IHK München in ihrem aktuellen Praxisleitfaden festhält. Wer glaubt, generative KI bewege sich in einer rechtlichen Grauzone, verwechselt Neuheit der Technik mit fehlender Regulierung.

Die deutschen Datenschutzbehörden haben diese Lücke ohnehin früh geschlossen. Bereits im Mai 2024 legte die Datenschutzkonferenz eine Orientierungshilfe zu KI und Datenschutz vor, im Juni 2025 folgte eine detaillierte Ergänzung speziell zu KI-Systemen. Beide Papiere richten sich explizit auch an öffentliche Stellen und formulieren sieben Gewährleistungsziele – von Datenminimierung über Vertraulichkeit bis zu Intervenierbarkeit. Wer die Reihenfolge dieser Veröffentlichungen betrachtet, erkennt ein klares Muster: Die Aufsichtsbehörden reagieren nicht erst, wenn Probleme auftreten, sondern versuchen, ihnen mit konkreten Prüfkriterien vorzugreifen. Für Sicherheitsbehörden bedeutet das, dass sie sich künftig kaum noch auf Unwissenheit berufen können, wenn ein KI-gestütztes Verfahren gegen diese Vorgaben verstößt. Wie stark solche Verhaltenskodizes inzwischen auch auf europäischer Ebene ausgearbeitet werden, zeigt sich an den finalen Verhaltenskodizes für Allzweck-KI, die die EU-Kommission unter Aufsicht gestellt hat – ein Rahmen, an dem sich auch Behörden orientieren müssen, wenn sie generative Modelle in sensiblen Bereichen einsetzen wollen.

Warum generative KI bei Sicherheitsfreigaben ein eigenes Problem ist

Cloud-gestützte Sprachmodelle sind für viele Verwaltungsprozesse praktisch, weil sie Text schnell verarbeiten und strukturieren. Bei sensiblen Personendaten kehrt sich dieser Vorteil um: Niemand kann in einer Standard-Cloud-Anwendung ohne Weiteres nachweisen, wohin Eingabedaten fließen, wie lange sie gespeichert bleiben und ob sie in ein Modelltraining einfließen.

Die Datenschutzkonferenz verlangt für solche Fälle „modernste Sicherheits- und Datenschutzmaßnahmen wie Pseudonymisierung oder Verschlüsselung“ – Anforderungen, die viele kommerzielle KI-Dienste bislang nicht nachvollziehbar erfüllen. Für einen Sachbearbeiter in einer Sicherheitsbehörde bedeutet das: Er müsste im Zweifel selbst beurteilen können, ob ein KI-Tool diesen Standard einhält. Das überfordert die meisten Verwaltungseinheiten schlicht strukturell.

Hinzu kommt das Phänomen der Schatten-KI: Mitarbeitende nutzen frei verfügbare KI-Dienste, ohne dass IT-Sicherheit oder Datenschutzbeauftragte davon wissen. Was in der freien Wirtschaft schon ein Compliance-Problem ist, wird bei Sicherheitsfreigaben zu einem potenziellen Geheimschutzvorfall. Genau dieses Risiko treibt viele Behörden dazu, KI-Nutzung in sensiblen Bereichen aktiv einzuschränken, statt sie zu fördern.

Ein Praxisszenario: Wenn ein Pilotprojekt an der Realität scheitert

Man kann sich den typischen Ablauf so vorstellen, wie er in ähnlicher Form derzeit in mehreren Verwaltungen diskutiert wird: Eine Sicherheitsbehörde führt ein Pilotprojekt ein, bei dem ein KI-System eingehende Unterlagen zu Zuverlässigkeitsüberprüfungen vorsortiert und offensichtlich unproblematische Fälle markiert, damit sich die Sachbearbeitung auf die komplexeren Fälle konzentrieren kann. In der Theorie klingt das nach einer sinnvollen Effizienzsteigerung.

In der Praxis zeigt sich jedoch schnell, dass das eingesetzte Modell nicht offenlegen kann, welche Kriterien im Einzelfall zu einer Einstufung geführt haben. Die Datenschutzbeauftragte der Behörde stellt fest, dass eine Datenschutz-Folgenabschätzung fehlt oder unvollständig ist, weil das Pilotprojekt zunächst als „interner Test ohne Produktivbetrieb“ eingestuft wurde. Sobald jedoch reale Personendaten verarbeitet werden, greift diese Ausnahme nicht mehr. Das Projekt wird gestoppt, nicht weil die Technik grundsätzlich versagt hätte, sondern weil die begleitenden Prozesse – Dokumentation, Verantwortlichkeiten, Nachvollziehbarkeit – nicht mitgewachsen sind. Solche Szenarien sind kein Einzelfall, sondern ein wiederkehrendes Muster, das erklärt, warum viele Projekte in der Testphase verbleiben, statt in den Regelbetrieb überzugehen.

Zahlen, die die Zurückhaltung erklären

Die Skepsis der Verwaltung ist keine Bauchentscheidung. Eine im Juli 2026 veröffentlichte Studie zeigt, dass 68 Prozent der deutschen Unternehmen bereits Sicherheitsprobleme im Zusammenhang mit KI erlebt haben – etwa durch Fehlkonfiguration oder unkontrollierten Datenabfluss über Schatten-KI. Wenn schon Unternehmen mit vergleichsweise überschaubaren Datenbeständen an dieser Stelle stolpern, ist die Vorsicht von Behörden mit Verschlusssachen nachvollziehbar.

Das Analystenhaus Gartner rechnet für 2026 mit einem Anstieg der weltweiten Ausgaben für Informationssicherheit um 13,3 Prozent auf rund 244,2 Milliarden US-Dollar – ein deutliches Signal dafür, dass Organisationen die Risiken neuer KI-Systeme ernst nehmen und massiv nachrüsten müssen. Der Digitalverband Bitkom bezifferte den wirtschaftlichen Schaden durch Cyberangriffe in Deutschland zuletzt auf 202,4 Milliarden Euro, ein Plus von 13 Prozent gegenüber dem Vorjahr, wobei KI-gestützte Angriffsformen wie Phishing und Deepfakes als wachsender Faktor genannt werden. Diese Zahlen bestätigen laut einem aktuellen Bericht zu KI-Sicherheitslücken einen Trend, der sich seit rund zwei Jahren verschärft, nicht abschwächt.

Für Sicherheitsfreigaben heißt das: Die Kosten eines KI-bedingten Datenabflusses lassen sich kaum mehr als theoretisches Risiko abtun. Wer als Behörde jetzt bremst, kalkuliert mit einer Bedrohungslage, die durch belastbare Zahlen unterlegt ist, nicht mit diffuser Technikangst. Gerade die Kombination aus steigenden Sicherheitsbudgets und gleichzeitig steigenden Schadenssummen zeigt, dass Investitionen in Abwehrmaßnahmen bislang nicht mit der Geschwindigkeit der Bedrohungslage Schritt halten. Für eine Behörde, die über Zugang zu Verschlusssachen entscheidet, ist das ein Argument, lieber ein Jahr länger zu prüfen, als ein System einzuführen, dessen Schwachstellen erst im Schadensfall sichtbar werden.

Das Blackbox-Problem: Erklärbarkeit und Intervenierbarkeit

Artikel 22 der DSGVO gibt Betroffenen einen Anspruch auf aussagekräftige Informationen über die Logik hinter einer automatisierten Entscheidung. Bei einer Sicherheitsfreigabe bedeutet das: Eine Person, der die Freigabe verweigert wird, hat grundsätzlich ein Recht darauf zu erfahren, warum ein System zu diesem Ergebnis gekommen ist.

Genau hier scheitern viele aktuelle Foundation-Modelle. Sie liefern plausible Ergebnisse, aber selten eine Begründung, die einer rechtlichen Überprüfung standhält. Die Datenschutzkonferenz fordert deshalb ausdrücklich Intervenierbarkeit – also die Möglichkeit, dass ein Mensch eine KI-gestützte Entscheidung tatsächlich prüfen und im Zweifel korrigieren kann, nicht nur formal abnicken.

Meiner Einschätzung nach ist genau das der Punkt, an dem viele Pilotprojekte in Behörden faktisch scheitern. Die Technik liefert ein Ergebnis, aber niemand kann im Streitfall belastbar erklären, wie es entstanden ist. Ein Verwaltungsgericht wird sich mit „das hat die KI so eingeschätzt“ nicht zufriedengeben, und das ist auch gut so. Wie konkret die technischen Anforderungen an Nachvollziehbarkeit inzwischen formuliert werden, lässt sich an den Standards des Europäischen Datenschutzausschusses zu konkreten technischen Anforderungen ablesen, die auch für automatisierte Entscheidungsprozesse in Behörden relevant sind.

NIS-2 und der zusätzliche Druck auf kritische Strukturen

Zur ohnehin komplexen Lage kommt die europäische NIS-2-Richtlinie hinzu, die die Anforderungen an IT-Sicherheit für kritische und öffentliche Einrichtungen weiter verschärft. Ergänzt wird sie in Deutschland durch das KRITIS-Dachgesetz, das zusätzliche Pflichten für den Schutz kritischer Infrastruktur festschreibt.

Für Behörden, die Sicherheitsfreigaben bearbeiten, bedeutet das eine doppelte Prüfpflicht: Sie müssen sowohl die datenschutzrechtlichen Anforderungen an KI-Systeme erfüllen als auch die IT-Sicherheitsvorgaben für kritische Prozesse einhalten. Beide Regelwerke verlangen Dokumentation, Risikobewertung und im Zweifel den Nachweis, dass eingesetzte Systeme angemessen abgesichert sind.

Diese Gleichzeitigkeit von Datenschutzpflicht und IT-Sicherheitspflicht erklärt, warum viele IT-Abteilungen in Behörden aktuell eher Prüflisten abarbeiten als neue KI-Pilotprojekte starten. Wer zwei Regelwerke parallel bedienen muss, priorisiert selten Innovationstempo. Hinzu kommt, dass Verantwortliche in vielen Behörden ohnehin personell knapp besetzt sind – die zusätzliche Prüflast durch KI-Vorhaben konkurriert direkt mit dem laufenden Betrieb, in dem NIS-2-Meldepflichten und KRITIS-Vorgaben bereits erhebliche Ressourcen binden. Wo Kapazität begrenzt ist, wandert die Priorität fast automatisch zu den Pflichten mit festen gesetzlichen Fristen, während freiwillige KI-Projekte zurückgestellt werden.

Gegenargumente: Der Preis des Zögerns

So nachvollziehbar die Vorsicht ist, sie hat auch einen Preis, den man nicht verschweigen sollte. Sicherheitsüberprüfungen dauern in vielen Bereichen bereits heute mehrere Monate, in besonders komplexen Fällen deutlich länger. Wer auf eine Freigabe wartet, kann in dieser Zeit keine Position antreten, kein Projekt übernehmen und in manchen Fällen keinen Arbeitsvertrag unterschreiben. Verzögerungen bei der Bearbeitung sind damit nicht nur ein administratives Ärgernis, sondern haben reale wirtschaftliche und persönliche Folgen für Betroffene und für Arbeitgeber, die auf besetzte Stellen warten.

Kritiker eines zu vorsichtigen Kurses argumentieren deshalb, dass exzessive Zurückhaltung selbst zu einem Risiko wird: Wenn Behörden mangels Personal und Digitalisierung immer größere Rückstände aufbauen, leidet am Ende die Handlungsfähigkeit des Staates insgesamt. Ein Sicherheitsapparat, der wegen Überlastung monatelang nicht entscheidet, schützt niemanden besser als ein Apparat, der mit sorgfältig kontrollierter KI-Unterstützung schneller arbeitet. Aus dieser Perspektive ist ein pauschales Zögern ebenso riskant wie ein unüberlegter Rollout – nur dass sich der Schaden langsamer und weniger sichtbar entfaltet, etwa in Form ausbleibender Fachkräfte oder verzögerter Projekte in sicherheitsrelevanten Branchen.

Diese Gegenposition ist ernst zu nehmen, ändert aber nichts an der grundsätzlichen Abwägung: Ein Beschleunigungseffekt, der durch nicht kontrollierbare Risiken erkauft wird, ist keine echte Verbesserung, sondern nur eine Verschiebung des Problems in die Zukunft. Die eigentliche Antwort auf das Zögern liegt deshalb nicht darin, Kontrolle aufzugeben, sondern darin, kontrollierte Beschleunigung überhaupt erst möglich zu machen – durch klare Prozesse, ausreichend Personal und Systeme, die von Anfang an auf Nachvollziehbarkeit ausgelegt sind.

Was Behörden jetzt konkret tun sollten

Bremsen heißt nicht, KI-Sicherheit komplett zu verweigern. Es bedeutet, den Einsatz auf Bereiche zu begrenzen, in denen Kontrolle und Nachvollziehbarkeit tatsächlich gewährleistet sind. Ein paar Ansatzpunkte, die sich aus den aktuellen Orientierungshilfen ableiten lassen:

• Vor jedem produktiven Einsatz eine Datenschutz-Folgenabschätzung nach Artikel 35 DSGVO durchführen, statt sie nachträglich zu dokumentieren.
• Nur Systeme einsetzen, deren Speicher- und Trainingsverhalten vertraglich und technisch nachweisbar ist – im Zweifel on-premise statt Cloud-Standardprodukt.
• Eingabefilter etablieren, die verhindern, dass Verschlusssachen überhaupt in ein KI-System gelangen können.
• Menschliche Letztentscheidung als festen Prozessschritt verankern, nicht als bloße Formsache.
• Schatten-KI durch klare, praxisnahe Richtlinien eindämmen, statt sie stillschweigend zu tolerieren.
• Pilotprojekte von vornherein mit klaren Erfolgs- und Abbruchkriterien versehen, damit ein Stopp keine politische Niederlage, sondern ein geplanter Prüfschritt ist.

Diese Schritte sind aufwendiger als ein schneller Chatbot-Testlauf. Aber sie sind der Unterschied zwischen einer Behörde, die KI-Sicherheit ernst nimmt, und einer, die sich später vor einem Untersuchungsausschuss erklären muss.

Rollen und Verantwortlichkeiten klären, bevor die Technik kommt

Ein oft unterschätzter Faktor ist die organisatorische Vorbereitung. Viele Pilotprojekte scheitern nicht an der Technik, sondern daran, dass unklar bleibt, wer im Ernstfall verantwortlich ist: die IT-Abteilung, die das System betreibt, die Fachabteilung, die die Entscheidung fällt, oder die Datenschutzbeauftragte, die die Rechtmäßigkeit prüft. Ohne eine klare Zuordnung dieser Rollen bleibt jede KI-Einführung fragil, selbst wenn die eingesetzte Technik im Grundsatz geeignet wäre.

Sinnvoll wäre deshalb, dass Behörden vor jedem Pilotprojekt eine kurze, aber verbindliche Zuständigkeitsmatrix erstellen: Wer prüft die Datenschutz-Folgenabschätzung, wer entscheidet über einen Abbruch, wer dokumentiert Fehlentscheidungen, und wer ist Ansprechpartner für Betroffene, die eine Entscheidung anfechten wollen? Diese organisatorische Vorarbeit kostet Zeit, verhindert aber genau jene Situationen, in denen ein Projekt erst nach Monaten scheitert, weil niemand die Verantwortung für ein absehbares Problem übernehmen wollte.

Zwischen Innovationsdruck und Vorsicht

Es gibt einen berechtigten Druck, Verwaltung schneller und effizienter zu machen – Sicherheitsüberprüfungen dauern in vielen Behörden schon jetzt zu lange, und KI-Unterstützung könnte hier tatsächlich helfen. Doch Effizienz darf kein Selbstzweck sein, wenn die Folgen eines Fehlers so gravierend sind wie bei Sicherheitsfreigaben.

Ist es also klug, dass Behörden bremsen? Aus meiner Sicht: ja, solange die Bremse begründet ist und nicht zur Dauerlösung wird. Ein Moratorium, das nie überprüft wird, verhindert am Ende sinnvolle Digitalisierung genauso wie ein überhasteter Rollout ohne Kontrollmechanismen Schaden anrichtet.

Ein denkbarer Mittelweg wäre ein stufenweises Vorgehen: zunächst KI-Unterstützung nur in eng begrenzten, risikoarmen Teilschritten zulassen – etwa bei der reinen Vollständigkeitsprüfung von Unterlagen, nicht bei der inhaltlichen Bewertung von Zuverlässigkeit. Erst wenn sich in diesem begrenzten Rahmen zeigt, dass Nachvollziehbarkeit, Dokumentation und menschliche Kontrolle tatsächlich funktionieren, ließe sich der Einsatzbereich behutsam erweitern. Ein solches Vorgehen würde weder die berechtigten Effizienzinteressen ignorieren noch die datenschutz- und sicherheitsrechtlichen Bedenken beiseiteschieben.

Die eigentliche Aufgabe liegt jetzt bei den IT- und Datenschutzverantwortlichen in den Behörden: klare Kriterien definieren, unter denen KI-Unterstützung bei Sicherheitsfreigaben vertretbar wird, statt pauschal Ja oder Nein zu sagen. Wer heute nur bremst, ohne parallel an belastbaren Standards zu arbeiten, wird in zwei Jahren vor derselben Frage stehen – nur mit noch mehr aufgelaufenem Nachholbedarf.

Was bleibt am Ende? Die Debatte um KI-Sicherheit bei Sicherheitsfreigaben ist kein technisches Detailproblem, sondern eine Machtfrage: Wer entscheidet über den Zugang zu sensiblen Informationen, und wie lässt sich diese Entscheidung im Nachhinein noch überprüfen? Solange darauf keine belastbare Antwort existiert, ist Zurückhaltung die vernünftigere Option – auch wenn sie unbequem ist.