Zum Inhalt

Datenschutz & DSGVO

Diese Seite fasst die rechtliche Argumentation der App zusammen. Die verbindliche Datenschutzerklärung steht im Code unter lib/features/privacy/privacy_policy_text.dart und wird der Fachkraft beim Erststart zur Bestätigung vorgelegt.

Diese Seite ist Erläuterung für Entwickler:innen und Datenschutzbeauftragte — sie ersetzt keine Rechtsberatung. Im Zweifel den DSB des Trägers konsultieren.

Datenkategorien

Die App verarbeitet zwei verschiedene Kategorien von Daten:

1. Lokale Daten (auf dem Gerät, verschlüsselt)

  • Personenbezogene Daten leistungsberechtigter Personen (Klarnamen, Geburtsdaten, Adressen, Aktenzeichen, Telefonnummern, E-Mails, Diagnosen, soziale Anamnese, Therapiehistorie)
  • Sozialdaten im Sinne von § 67 SGB X
  • Gesundheitsdaten im Sinne von Art. 9 Abs. 1 DSGVO
  • Pseudonymisierungs-Zuordnungstabellen
  • Berichts-Drafts und fertige Berichte

2. Übermittelte Daten (an den LLM-Provider)

Ausschließlich pseudonymisierter Text mit Platzhaltern wie [PERSON_001], [DATUM_005], [ADRESSE_002]. Keine Klarnamen, Geburtsdaten, Adressen, Telefonnummern, E-Mail-Adressen oder Aktenzeichen verlassen das Gerät.

Die Provider erhalten zusätzlich: - die HTTP-Standard-Header (User-Agent, IP der Fachkraft) - die API-Key-Authentifizierung (identifiziert den Träger / die Fachkraft beim Provider) - Token-Verbrauchsmessung

Rechtsgrundlagen

Grundlage Anwendung
Art. 6 Abs. 1 lit. f DSGVO (berechtigtes Interesse) Effiziente Berichterstellung durch die Fachkraft
Art. 9 Abs. 2 lit. h DSGVO Verarbeitung zu Zwecken der Gesundheitsversorgung und Pflege
SGB IX §§ 117–118 Gesamtplanverfahren der Eingliederungshilfe
SGB X § 67 ff. Sozialdatenschutz

Für die Übermittlung an den LLM-Provider wird argumentiert, dass diese nicht unter Art. 6 / 9 DSGVO fällt, weil aus Sicht des Empfängers keine personenbezogenen Daten vorliegen (siehe nächster Abschnitt).

Pseudonymisierung versus Anonymisierung

Die DSGVO unterscheidet beide klar:

  • Anonymisierung (Erwägungsgrund 26) — Daten, die so verändert wurden, dass eine Identifizierung unmöglich ist. Anonyme Daten fallen nicht unter die DSGVO.
  • Pseudonymisierung (Art. 4 Nr. 5) — Daten, die ohne zusätzliche Informationen einer Person nicht mehr zugeordnet werden können. Pseudonyme Daten bleiben personenbezogene Daten.

Die App argumentiert konkret: aus Sicht des LLM-Providers sind die übermittelten Texte anonym, weil:

  1. Die Zuordnungstabelle das Gerät niemals verlässt.
  2. Der Provider keine "vernünftigerweise einsetzbaren Mittel" hat, die Originaldaten zu rekonstruieren (Erwägungsgrund 26 — die Verhältnismäßigkeitsprüfung).
  3. Direkte Identifikatoren (Namen, Daten, Adressen, Aktenzeichen) sind nicht enthalten — die verbleibenden indirekten Identifikatoren (Diagnose, ICF-Domäne, regionaler Kontext) ermöglichen ohne externe Daten keine Re-Identifikation.

Wichtig: Aus Sicht des Verantwortlichen (= Träger) bleiben die Daten personenbezogen, weil er die Mittel zur Re-Identifikation hat. Daher gelten DSGVO und SGB für ihn weiter.

Auftragsverarbeitung — ja oder nein?

Die App-Architektur argumentiert: Keine Auftragsverarbeitung im Sinne von Art. 28 DSGVO, weil:

  1. Der Provider keine personenbezogenen Daten verarbeitet (siehe oben).
  2. Die Weisungskette Auftraggeber → Auftragnehmer für anonymisierte Daten dogmatisch nicht greift.

Dennoch wird empfohlen, ein DPA mit dem Provider abzuschließen, das EU-Standardvertragsklauseln und Zero-Data-Retention enthält — als Vorsichtsmaßnahme für den Fall, dass eine Aufsichtsbehörde die Anonymisierungs-Argumentation anders einschätzt.

DPA-Status

Provider DPA verfügbar SCCs (EU 2021/914) Zero Data Retention
Anthropic Ja (Standard) Ja, Modul 2 + 3 Auf Anfrage / Enterprise
OpenAI Ja (Self-Service) Ja Über "API Platform" Opt-in

Schrems II — Drittlandtransfer in die USA

EuGH C-311/18 (2020) verlangt für Datentransfers in die USA zusätzliche Maßnahmen ("supplementary measures"), weil das US-Recht (CLOUD Act, FISA 702) den Schutz vor US-Behörden-Zugriff schwächt.

Die App implementiert konkret:

Kategorie Maßnahme
Technisch Pseudonymisierung aller direkten Identifikatoren, lokale Zuordnungstabelle, TLS 1.3, AES-256-CBC at-rest, OS-Keystore
Vertraglich SCCs Modul 2/3 im DPA, Zero-Data-Retention
Organisatorisch Pflicht-Bestätigung der Fachkraft, Audit-Log, signierte Datenschutzerklärung

Risikobewertung: Selbst bei einem unbegrenzten Zugriff der US-Behörden auf die API-Logs des Providers können die übermittelten Texte keiner natürlichen Person zugeordnet werden — ohne die lokale Zuordnungstabelle sind sie anonym.

Re-Identifikations-Restrisiko

Trotz aller Schutzmaßnahmen ist ein Restrisiko zu benennen:

Risiko Wahrscheinlichkeit Beispiel
Engine erkennt seltenen Nachnamen ohne Anrede nicht Mittel "Frau X war zur Therapie. Müller berichtete später."
Engine erkennt fremdsprachigen Vornamen nicht Niedrig seltene osteuropäische Schreibweisen ohne Wörterbuch-Eintrag
Ungewöhnlich seltene Diagnose + Bezirk + Alter Niedrig Re-Identifikation über Statistik möglich
Fachkraft übersieht in der Pflicht-Bestätigung einen übersehenen Namen Mittel Reflex-Klick

Die App reduziert das Risiko durch:

  1. Lernfunktion (jeder bestätigte Name wird erkannt)
  2. Pflicht-Preview mit Hervorhebung
  3. Mindest-Lesezeit (5 s) vor freigegebener Bestätigung
  4. Zwei-Häkchen-Bestätigung bei Warnungen
  5. Transparente Kommunikation in der Datenschutzerklärung (§ 4.3 und § 12)

Rechte der betroffenen Personen

Auskunft, Berichtigung, Löschung, Einschränkung, Widerspruch, Datenübertragbarkeit (Art. 15–22 DSGVO) sind vom Träger zu gewährleisten — nicht von der App. Die App stellt die technischen Werkzeuge:

  • Bericht-Löschen über die UI
  • Voll-Reset löscht alle Daten inklusive Audit-Log
  • Audit-Log-Export als Nachweis

Pflichten der Fachkraft

Mit der Signatur der Datenschutzerklärung verpflichtet sich die Fachkraft:

  1. Pseudonymisierten Text vor JEDER API-Übermittlung sorgfältig zu prüfen.
  2. Die Pflicht-Bestätigung gewissenhaft und wahrheitsgemäß abzugeben.
  3. Den API-Key vertraulich zu behandeln.
  4. Bei Verdacht auf eine Datenschutzverletzung unverzüglich den DSB und die verantwortliche Stelle zu informieren.

Audit-Trail

Siehe Audit-Log. Wichtig im Kontext Datenschutz:

  • Was wird protokolliert — Berichts-Generierung, Login-Events, Passwort-Wechsel, Signatur-Erstellung, Datenresets.
  • Was wird NICHT protokolliert — Inhalt der Berichte, Namen, Daten, Adressen.
  • Hash-Chain macht Manipulation erkennbar.
  • Export als JSON für den DSB.

Checkliste für die Datenschutz-Folgenabschätzung (DSFA)

Die Verarbeitung besonderer Kategorien personenbezogener Daten (Art. 9 DSGVO) in Kombination mit automatisierter Entscheidungsfindung oder umfangreicher Datenverarbeitung kann eine DSFA nach Art. 35 DSGVO erfordern. Für FEGH-Bericht:

Frage Antwort
Werden besondere Kategorien (Art. 9) verarbeitet? Ja — Gesundheitsdaten
Findet eine systematische Bewertung statt? Nein — KI erstellt Texte, nicht Entscheidungen
Umfangreiche Verarbeitung? Nur, wenn der Träger viele Klient:innen mit der App betreut
Automatisierte Einzelentscheidung mit rechtlicher Wirkung? Nein

Eine DSFA wird empfohlen vor flächigem Rollout in einem Träger, auch wenn sie rechtlich nicht zwingend ist.

Weiterführende Quellen

  • DSGVO — Art. 4, 6, 9, 28, 32, 35, Erwägungsgrund 26
  • SGB IX §§ 117–123 (Gesamtplanverfahren)
  • SGB X §§ 67–85a (Sozialdatenschutz)
  • EuGH C-311/18 (Schrems II)
  • EDSA-Empfehlungen 01/2020 zu zusätzlichen Maßnahmen
  • BfDI: "Datenschutz und KI"-Leitfaden