Schatten-KI überflüssig machen statt verbieten

Fragen Sie Ihre IT-Abteilung, welche KI-Tools im Unternehmen im Einsatz sind. Die Antwort wird eine Liste sein: vielleicht ein Pilotprojekt, ein freigegebenes Tool, ein laufendes Evaluierungsverfahren. Was diese Liste nicht enthält: Die Browser-Erweiterung, die Ihre Kollegin im Vertrieb seit Monaten nutzt. Das persönliche ChatGPT-Abonnement des Entwicklers, der Kundendaten zur Fehleranalyse einfügt. Die KI-Funktion im SaaS-Tool, die still aktiviert wurde, ohne dass jemand die Datenschutzklauseln neu bewertet hat. Das ist Shadow AI, die in den meisten Organisationen bereits Realität ist.

Der erste Reflex ist oft, Shadow AI als Disziplinproblem zu sehen: Mitarbeitende, die Regeln umgehen. Dieser Reflex ist verständlich, aber falsch und er löst das Problem nicht.

Wer KI-Tools privat oder abteilungsweise nutzt, tut es aus einem nachvollziehbaren Grund: Die Werkzeuge funktionieren und steigern die Produktivität. Texte entstehen schneller, Recherchen werden effizienter, Routineaufgaben in der Entwicklung lassen sich beschleunigen. Die Einhaltung von Compliance-Regeln bleibt dabei aber meist auf der Strecke.

Das Problem ist vielmehr struktureller Natur: Die wenigsten Organisationen stellen bislang zentrale, freigegebene KI-Infrastruktur bereit, die sowohl produktiv als auch Compliance-konform ist. Solange diese Lücke besteht, füllen Mitarbeitende sie selbst mit Werkzeugen, die niemand überprüft und überwacht.

Shadow AI erzeugt Risiken, die für Organisationen im schlimmsten Fall sogar existenzbedrohend werden können:

• Unkontrollierter Datenabfluss: Hochsensible Informationen wie Kundendaten, interne Strategiedokumente, Geschäftsgeheimnisse oder personenbezogene Informationen werden in Modelle eingegeben, deren Trainingsdatennutzung und Datenspeicherung unklar ist. Für europäische Unternehmen in regulierten Branchen ist das kein theoretisches Szenario: Es passiert täglich und birgt ein großes Risiko für Datenschutzverletzungen und sich daraus ergebenden Strafzahlungen.

• Fehlender Audit-Trail: Welcher Mitarbeitende hat welches Modell mit welchen Daten genutzt? Diese Frage lässt sich bei Shadow AI nicht beantworten und damit auch nicht gegenüber Aufsichtsbehörden oder Auditoren. Gerade regulierte Unternehmen müssen jedoch entsprechende Nachweise erbringen, welche die Einhaltung aller Compliance-Anforderungen lückenlos und revisionssicher belegen.

• CLOUD-Act-Exposition und Drittlandtransfer: Die meisten führenden KI-Tools werden von US-amerikanischen Anbietern betrieben. Damit unterliegen sie potenziell dem US CLOUD Act, der US-Behörden Zugriff auf Daten von in den USA tätigen Anbietern ermöglicht – selbst wenn die Daten formal auf europäischen Servern verarbeitet werden. Hinzu kommt die Frage der Zulässigkeit des Datentransfers selbst: Auch unter dem EU-US Data Privacy Framework bleibt das behördliche Zugriffsrisiko ein Diskussionspunkt. Für Organisationen, die personenbezogene Daten europäischer Bürgerinnen und Bürger verarbeiten, stellt das ein strukturelles DSGVO-Risiko dar.

• Fehlende Kostentransparenz: Abteilungsweise Einzelabos sind schwer zu konsolidieren und noch schwerer zu steuern. Was heute fünf Abos zu je 20 Euro sind, wird mit wachsender Nutzung schnell zu einem unkontrollierten Kostenblock, ohne dass eine zentrale Stelle einen Überblick hat. Besonders kritisch wird dies beim Einsatz von APIs und agentischen KI-Werkzeugen, die nach Tokenverbrauch abgerechnet werden: Sie arbeiten weitgehend selbstständig, rufen externe Schnittstellen auf und durchlaufen mehrstufige Schleifen. Dabei verbrauchen sie ein Vielfaches der Tokens einer einfachen Abfrage. Zwei öffentlich gewordene Fälle verdeutlichen, wie schnell verbrauchsbasierte KI-Abrechnung ohne zentrale Budgetierung und Echtzeit-Überwachung zu einem unkalkulierbaren betrieblichen Risiko wird:

• Bei Uber war das gesamte für 2026 geplante Budget für KI-Coding-Tools bereits nach vier Monaten aufgebraucht. Die Entwicklungsabteilung verursachte in dieser Zeit monatliche API-Kosten zwischen 500 und 2.000 US-Dollar pro Person. Daraufhin beschränkte das Unternehmen die monatlichen Token-Ausgaben pro Agentic-Coding-Tool wie Claude Code oder Cursor auf 1.500 US-Dollar.

• Laut Medienberichten gab ein nicht namentlich genanntes Großunternehmen innerhalb eines einzigen Monats rund 500 Millionen US-Dollar für die Nutzung von Anthropics Claude aus, weil die IT-Abteilung es versäumt hatte, für die Mitarbeiterlizenzen verbindliche Nutzungslimits oder Budgetdeckel einzurichten.

Shadow AI bietet kurzfristig Produktivität, birgt aber langfristige Compliance-, Sicherheits- und Kostenrisiken. Und sie macht genau jene Nachweisbarkeit unmöglich, die Regulierungen wie der EU AI Act, die DSGVO oder NIS-2 einfordern.

Manche Organisationen reagieren auf Shadow AI mit einem Nutzungsverbot. Das ist verständlich, in der Praxis aber meist wirkungslos.

Verbote ohne Alternativen schaffen keine Compliance. Sie treiben die Nutzung in noch weniger sichtbare Kanäle und erhöhen den Frustrationspegel der Mitarbeitenden. Wer KI-Produktivität verbietet, während Wettbewerber sie nutzen, gefährdet zudem die eigene Wettbewerbsfähigkeit. Die zentrale Frage muss daher lauten, wie KI so bereitgestellt und ausgerollt werden kann, dass Nutzung und Kontrolle kein Widerspruch sind.

Die Antwort auf Shadow AI ist kein Verbot, sondern eine freigegebene KI-Infrastruktur, die Mitarbeitenden das gibt, was sie brauchen, und Organisationen die Kontrolle, die sie benötigen. Dafür haben sich in der Praxis drei Wege etabliert. Sie schließen sich nicht aus, unterscheiden sich aber deutlich in Reichweite, Kontrolltiefe und Souveränität.

Shadow AI zeigt, dass Mitarbeitende KI nutzen wollen und können. Organisationen, die dieses Signal ernst nehmen und mit einer zentralen, datenschutzkonform betriebenen KI-Infrastruktur adressieren, die Shadow AI strukturell überflüssig macht, gewinnen auf beiden Seiten: Produktivität und Kontrolle, Enablement und Nachweisbarkeit.

AI Workspace wird von Myra Security auf eigener EU-Infrastruktur, ohne US-Mutterkonzern und CLOUD-Act-Exposition betrieben. Myra ist BSI-qualifiziert für KRITIS-Betreiber und nach ISO 27001 auf Basis von BSI IT-Grundschutz, BSI C5 Typ 2, PCI DSS und weiteren Standards zertifiziert. Zu den Organisationen, die auf die Infrastruktur von Myra vertrauen, zählen unter anderem die Deutsche Kreditbank (DKB), 1&1 Versatel, Aleph Alpha, die Münchner Sicherheitskonferenz (MSC) und Edeka.

Sprechen Sie mit unserem Vertrieb und erfahren Sie, wie Sie mit Myra AI Workspace KI in Ihrer Organisation sicher nutzbar, steuerbar und Compliance-konform machen.