breakpilot-core/docs-src/services/ai-compliance-sdk/AUDITOR_DOCUMENTATION.md

UCCA - Dokumentation für externe Auditoren

Systemdokumentation nach Art. 30 DSGVO

Verantwortlicher: [Name des Unternehmens] Datenschutzbeauftragter: [Kontakt] Dokumentationsstand: 2026-01-29 Version: 1.0.0

---

1. Zweck und Funktionsweise des Systems

1.1 Systembezeichnung

UCCA - Use-Case Compliance & Feasibility Advisor

1.2 Zweckbeschreibung

Das UCCA-System ist ein Compliance-Prüfwerkzeug, das Organisationen bei der Bewertung geplanter KI-Anwendungsfälle hinsichtlich ihrer datenschutzrechtlichen Zulässigkeit unterstützt.

Kernfunktionen:

• Automatisierte Vorprüfung von KI-Anwendungsfällen gegen EU-Regulierungen
• Identifikation erforderlicher technischer und organisatorischer Maßnahmen
• Eskalation kritischer Fälle zur menschlichen Prüfung
• Dokumentation und Nachvollziehbarkeit aller Prüfentscheidungen

1.3 Rechtsgrundlage

Die Verarbeitung erfolgt auf Basis von:

• Art. 6 Abs. 1 lit. c DSGVO - Erfüllung rechtlicher Verpflichtungen
• Art. 6 Abs. 1 lit. f DSGVO - Berechtigte Interessen (Compliance-Management)

---

2. Verarbeitete Datenkategorien

2.1 Eingabedaten (Use-Case-Beschreibungen)

Datenkategorie	Beschreibung	Speicherung
Use-Case-Text	Freitextbeschreibung des geplanten Anwendungsfalls	Optional (Opt-in), ansonsten nur Hash
Domain	Branchenkategorie (z.B. "education", "healthcare")	Ja
Datentyp-Flags	Angaben zu verarbeiteten Datenarten	Ja
Automatisierungsgrad	assistiv/teil-/vollautomatisch	Ja
Hosting-Informationen	Region, Provider	Ja

Wichtig: Der System speichert standardmäßig keine Freitexte, sondern nur:

• SHA-256 Hash des Textes (zur Deduplizierung)
• Strukturierte Metadaten (Checkboxen, Dropdowns)

2.2 Bewertungsergebnisse

Datenkategorie	Beschreibung	Aufbewahrung
Risk Score	Numerischer Wert 0-100	Dauerhaft
Triggered Rules	Ausgelöste Compliance-Regeln	Dauerhaft
Required Controls	Empfohlene Maßnahmen	Dauerhaft
Explanation	KI-generierte Erklärung	Dauerhaft

2.3 Audit-Trail-Daten

Datenkategorie	Beschreibung	Aufbewahrung
Benutzer-ID	UUID des ausführenden Benutzers	10 Jahre
Timestamp	Zeitpunkt der Aktion	10 Jahre
Aktionstyp	created/reviewed/decided	10 Jahre
Entscheidungsnotizen	Begründungen bei Eskalationen	10 Jahre

---

3. Entscheidungslogik und Automatisierung

3.1 Regelbasierte Bewertung (Deterministische Logik)

Das System verwendet ausschließlich deterministische Regeln für Compliance-Entscheidungen. Diese Regeln sind:

1. Transparent - Alle Regeln sind im Quellcode einsehbar
2. Nachvollziehbar - Jede ausgelöste Regel wird dokumentiert
3. Überprüfbar - Regellogik basiert auf konkreten DSGVO-Artikeln

Beispiel-Regel R-F001:

WENN:
  - Domain = "education" UND
  - Automation = "fully_automated" UND
  - Output enthält "rankings_or_scores"
DANN:
  - Severity = BLOCK
  - DSGVO-Referenz = Art. 22 Abs. 1
  - Begründung = "Vollautomatisierte Bewertung von Schülern ohne menschliche Überprüfung"

3.2 Keine autonomen KI-Entscheidungen

Das System trifft KEINE autonomen KI-Entscheidungen bezüglich:

• Zulässigkeit eines Anwendungsfalls (immer regelbasiert)
• Freigabe oder Ablehnung (immer durch Mensch)
• Rechtliche Bewertungen (immer durch DSB/Legal)

KI wird ausschließlich verwendet für:

• Erklärung bereits getroffener Regelentscheidungen
• Zusammenfassung von Rechtstexten
• Sprachliche Formulierung von Hinweisen

3.3 Human-in-the-Loop

Bei allen kritischen Entscheidungen ist ein menschlicher Prüfer eingebunden:

Eskalationsstufe	Auslöser	Prüfer	SLA
E0	Nur informative Regeln	Automatisch	-
E1	Warnungen, geringes Risiko	Team-Lead	24h
E2	Art. 9-Daten, DSFA empfohlen	DSB	8h
E3	BLOCK-Regeln, hohes Risiko	DSB + Legal	4h

BLOCK-Entscheidungen können NICHT durch KI überschrieben werden.

---

4. Technische und organisatorische Maßnahmen (Art. 32 DSGVO)

4.1 Vertraulichkeit

Maßnahme	Umsetzung
Zugriffskontrolle	RBAC mit Tenant-Isolation
Verschlüsselung in Transit	TLS 1.3
Verschlüsselung at Rest	AES-256 (PostgreSQL, Qdrant)
Authentifizierung	JWT-basiert, Token-Expiry

4.2 Integrität

Maßnahme	Umsetzung
Audit-Trail	Unveränderlicher Verlauf aller Aktionen
Versionierung	Policy-Version in jedem Assessment
Input-Validierung	Schema-Validierung aller API-Eingaben

4.3 Verfügbarkeit

Maßnahme	Umsetzung
Backup	Tägliche PostgreSQL-Backups
Redundanz	Container-Orchestrierung mit Auto-Restart
Monitoring	Health-Checks, SLA-Überwachung

4.4 Belastbarkeit

Maßnahme	Umsetzung
Rate Limiting	API-Anfragenbegrenzung
Graceful Degradation	LLM-Fallback bei Ausfall
Ressourcenlimits	Container-Memory-Limits

---

5. Datenschutz-Folgenabschätzung (Art. 35 DSGVO)

5.1 Risikobewertung

Risiko	Bewertung	Mitigierung
Fehleinschätzung durch KI	Mittel	Deterministische Regeln, Human Review
Datenverlust	Niedrig	Backup, Verschlüsselung
Unbefugter Zugriff	Niedrig	RBAC, Audit-Trail
Bias in Regellogik	Niedrig	Transparente Regeln, Review-Prozess

5.2 DSFA-Trigger im System

Das System erkennt automatisch, wann eine DSFA erforderlich ist:

• Verarbeitung besonderer Kategorien (Art. 9 DSGVO)
• Systematische Bewertung natürlicher Personen
• Neue Technologien mit hohem Risiko

---

6. Betroffenenrechte (Art. 15-22 DSGVO)

6.1 Auskunftsrecht (Art. 15)

Betroffene können Auskunft erhalten über:

• Gespeicherte Assessments mit ihren Daten
• Audit-Trail ihrer Interaktionen
• Regelbasierte Entscheidungsbegründungen

6.2 Recht auf Berichtigung (Art. 16)

Betroffene können die Korrektur fehlerhafter Eingabedaten verlangen.

6.3 Recht auf Löschung (Art. 17)

Assessments können gelöscht werden, sofern:

• Keine gesetzlichen Aufbewahrungspflichten bestehen
• Keine laufenden Eskalationsverfahren existieren

6.4 Recht auf Einschränkung (Art. 18)

Die Verarbeitung kann eingeschränkt werden durch:

• Archivierung statt Löschung
• Sperrung des Datensatzes

6.5 Automatisierte Entscheidungen (Art. 22)

Das System trifft keine automatisierten Einzelentscheidungen im Sinne von Art. 22 DSGVO, da:

1. Regelauswertung ist keine rechtlich bindende Entscheidung
2. Alle kritischen Fälle werden menschlich geprüft (E1-E3)
3. BLOCK-Entscheidungen erfordern immer menschliche Freigabe
4. Betroffene haben Anfechtungsmöglichkeit über Eskalation

---

7. Auftragsverarbeitung

7.1 Unterauftragnehmer

Dienst	Anbieter	Standort	Zweck
Embedding-Service	Lokal (Self-Hosted)	EU	Vektorisierung
Vector-DB (Qdrant)	Lokal (Self-Hosted)	EU	Ähnlichkeitssuche
LLM (Ollama)	Lokal (Self-Hosted)	EU	Erklärungsgenerierung

Hinweis: Das System kann vollständig on-premise betrieben werden ohne externe Dienste.

7.2 Internationale Transfers

Bei Nutzung von Cloud-LLM-Anbietern:

• Anthropic Claude: US (DPF-zertifiziert)
• OpenAI: US (DPF-zertifiziert)

Empfehlung: Nutzung des lokalen Ollama-Providers für sensible Daten.

---

8. Audit-Trail und Nachvollziehbarkeit

8.1 Protokollierte Ereignisse

Ereignis	Protokollierte Daten
Assessment erstellt	Benutzer, Timestamp, Intake-Hash, Ergebnis
Eskalation erstellt	Level, Grund, SLA
Zuweisung	Benutzer, Rolle
Review gestartet	Benutzer, Timestamp
Entscheidung	Benutzer, Entscheidung, Begründung

8.2 Aufbewahrungsfristen

Datenart	Aufbewahrung	Rechtsgrundlage
Assessments	10 Jahre	§ 147 AO
Audit-Trail	10 Jahre	§ 147 AO
Eskalationen	10 Jahre	§ 147 AO
Löschprotokolle	3 Jahre	Art. 17 DSGVO

---

9. Lizenzierte Inhalte & Normen-Compliance (§44b UrhG)

9.1 Zweck

Das System enthält einen spezialisierten License Policy Engine zur Compliance-Prüfung bei der Verarbeitung urheberrechtlich geschützter Inhalte, insbesondere:

• DIN-Normen (DIN Media / Beuth Verlag)
• VDI-Richtlinien
• ISO/IEC-Standards
• VDE-Normen

9.2 Rechtlicher Hintergrund

§44b UrhG - Text und Data Mining:

"Die Vervielfältigung von rechtmäßig zugänglichen Werken für das Text und Data Mining ist zulässig."

ABER: Rechteinhaber können TDM gem. §44b Abs. 3 UrhG vorbehalten:

• DIN Media: Expliziter Vorbehalt in AGB – keine KI/TDM-Nutzung ohne Sonderlizenz
• Geplante KI-Lizenzmodelle: Ab Q4/2025 (DIN Media)

9.3 Operationsmodi im System

Modus	Beschreibung	Lizenzanforderung
LINK_ONLY	Nur Verlinkung zum Original	Keine
NOTES_ONLY	Eigene Notizen/Zusammenfassungen	Keine (§51 UrhG)
EXCERPT_ONLY	Kurze Zitate (<100 Wörter)	Standard-Lizenz
FULLTEXT_RAG	Volltextsuche mit Embedding	Explizite KI-Lizenz
TRAINING	Modell-Training	Enterprise-Lizenz + Vertrag

9.4 Stop-Lines (Automatische Sperren)

Das System blockiert automatisch folgende Kombinationen:

Stop-Line ID	Bedingung	Aktion
STOP_DIN_FULLTEXT_AI_NOT_ALLOWED	DIN Media + FULLTEXT_RAG + keine KI-Lizenz	Ablehnung
STOP_LICENSE_UNKNOWN_FULLTEXT	Lizenz unbekannt + FULLTEXT_RAG	Warnung + Eskalation
STOP_TRAINING_WITHOUT_ENTERPRISE	Beliebig + TRAINING + keine Enterprise-Lizenz	Ablehnung

9.5 License Policy Engine - Entscheidungslogik

INPUT:
├── licensed_content.present = true
├── licensed_content.publisher = "DIN_MEDIA"
├── licensed_content.license_type = "SINGLE_WORKSTATION"
├── licensed_content.ai_use_permitted = "NO"
└── licensed_content.operation_mode = "FULLTEXT_RAG"

REGEL-EVALUATION:
├── Prüfe Publisher-spezifische Regeln
├── Prüfe Lizenztyp vs. gewünschter Modus
├── Prüfe AI-Use-Flag
└── Bestimme maximal zulässigen Modus

OUTPUT:
├── allowed: false
├── max_allowed_mode: "NOTES_ONLY"
├── required_controls: ["CTRL-LICENSE-PROOF", "CTRL-NO-CRAWLING-DIN"]
├── gaps: ["GAP_DIN_MEDIA_WITHOUT_AI_LICENSE"]
├── stop_lines: ["STOP_DIN_FULLTEXT_AI_NOT_ALLOWED"]
└── explanation: "DIN Media verbietet KI-Nutzung ohne explizite Lizenz..."

9.6 Erforderliche Controls bei lizenzierten Inhalten

Control ID	Beschreibung	Evidence
CTRL-LICENSE-PROOF	Lizenznachweis dokumentieren	Lizenzvertrag, Rechnung
CTRL-LICENSE-GATED-INGEST	Technische Sperre vor Ingest	Konfiguration, Logs
CTRL-NO-CRAWLING-DIN	Kein automatisches Crawling	System-Konfiguration
CTRL-OUTPUT-GUARD	Ausgabe-Beschränkung (Zitatlimit)	API-Logs

9.7 Audit-relevante Protokollierung

Bei jeder Verarbeitung lizenzierter Inhalte wird dokumentiert:

Feld	Beschreibung	Aufbewahrung
license_check_timestamp	Zeitpunkt der Prüfung	10 Jahre
license_decision	Ergebnis (allowed/denied)	10 Jahre
license_proof_hash	Hash des Lizenznachweises	10 Jahre
operation_mode_requested	Angefragter Modus	10 Jahre
operation_mode_granted	Erlaubter Modus	10 Jahre
publisher	Rechteinhaber	10 Jahre

9.8 On-Premise-Deployment für sensible Normen

Für Unternehmen mit strengen Compliance-Anforderungen:

Komponente	Deployment	Isolation
Normen-Datenbank	Lokaler Mac Studio	Air-gapped
Embedding-Service	Lokal (bge-m3)	Keine Cloud
Vector-DB (Qdrant)	Lokaler Container	Tenant-Isolation
LLM (Ollama)	Lokal (Qwen2.5-Coder)	Keine API-Calls

---

10. Kontakt und Verantwortlichkeiten

10.1 Verantwortlicher

[Name und Adresse des Unternehmens]

10.2 Datenschutzbeauftragter

Name: [Name] E-Mail: [E-Mail] Telefon: [Telefon]

10.3 Technischer Ansprechpartner

Name: [Name] E-Mail: [E-Mail]

---

11. Änderungshistorie

Version	Datum	Änderung	Autor
1.1.0	2026-01-29	License Policy Engine & Standards-Compliance (§44b UrhG)	[Autor]
1.0.0	2026-01-29	Erstversion	[Autor]

---

Diese Dokumentation erfüllt die Anforderungen nach Art. 30 DSGVO (Verzeichnis von Verarbeitungstätigkeiten) und dient als Grundlage für Audits nach Art. 32 DSGVO (Sicherheit der Verarbeitung).