A previous `git pull --rebase origin main` dropped 177 local commits,
losing 3400+ files across admin-v2, backend, studio-v2, website,
klausur-service, and many other services. The partial restore attempt
(660295e2) only recovered some files.
This commit restores all missing files from pre-rebase ref 98933f5e
while preserving post-rebase additions (night-scheduler, night-mode UI,
NightModeWidget dashboard integration).
Restored features include:
- AI Module Sidebar (FAB), OCR Labeling, OCR Compare
- GPU Dashboard, RAG Pipeline, Magic Help
- Klausur-Korrektur (8 files), Abitur-Archiv (5+ files)
- Companion, Zeugnisse-Crawler, Screen Flow
- Full backend, studio-v2, website, klausur-service
- All compliance SDKs, agent-core, voice-service
- CI/CD configs, documentation, scripts
Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
1397 lines
55 KiB
YAML
1397 lines
55 KiB
YAML
# =============================================================================
|
|
# UCCA Wizard Schema v1.1
|
|
# Use-Case Compliance Wizard mit Transfer/SCC-Fragen
|
|
# =============================================================================
|
|
#
|
|
# STRUKTUR:
|
|
# - Jeder Step enthält mehrere Felder
|
|
# - Felder haben `visible_if` für adaptive Subflows
|
|
# - `simple_explanation` für Einfach-Modus Nutzer
|
|
# - `legal_refs` für Legal RAG Referenz
|
|
# - `why_it_matters` erklärt Relevanz
|
|
#
|
|
# =============================================================================
|
|
|
|
version: "1.1"
|
|
name: "UCCA Compliance Wizard"
|
|
description: "Schritt-für-Schritt Prüfung für KI-Anwendungsfälle"
|
|
total_steps: 10
|
|
default_mode: "simple" # simple | expert
|
|
|
|
# =============================================================================
|
|
# LEGAL ASSISTANT KONFIGURATION
|
|
# =============================================================================
|
|
# Jeder Wizard-Step hat einen integrierten Legal Assistant Chat.
|
|
# Nutzer können Fragen stellen, um die Wizard-Fragen besser zu verstehen.
|
|
#
|
|
# Backend-Endpoint: POST /sdk/v1/ucca/wizard/ask
|
|
# LLM: Internes 32B Modell
|
|
# RAG: Legal Corpus (DSGVO, AI Act, SCC, etc.)
|
|
# =============================================================================
|
|
|
|
legal_assistant:
|
|
enabled: true
|
|
model: "internal-32b" # Internes LLM
|
|
max_tokens: 1024
|
|
temperature: 0.3 # Niedrig für präzise rechtliche Antworten
|
|
|
|
system_prompt: |
|
|
Du bist ein freundlicher Rechtsassistent, der Nutzern hilft,
|
|
datenschutzrechtliche Begriffe und Anforderungen zu verstehen.
|
|
|
|
DEINE AUFGABE:
|
|
- Erkläre rechtliche Begriffe in einfacher, verständlicher Sprache
|
|
- Beantworte Fragen zum aktuellen Wizard-Schritt
|
|
- Hilf dem Nutzer, die richtigen Antworten im Wizard zu geben
|
|
- Verweise auf relevante Rechtsquellen (DSGVO-Artikel, etc.)
|
|
|
|
WICHTIGE REGELN:
|
|
- Antworte IMMER auf Deutsch
|
|
- Verwende einfache Sprache, keine Juristensprache
|
|
- Gib konkrete Beispiele wenn möglich
|
|
- Bei Unsicherheit empfehle die Rücksprache mit einem DSB
|
|
- Du darfst KEINE Rechtsberatung geben, nur erklären
|
|
|
|
ANTWORT-FORMAT:
|
|
- Kurz und prägnant (max. 3-4 Sätze für einfache Fragen)
|
|
- Strukturiert mit Aufzählungen bei komplexen Themen
|
|
- Immer mit Quellenangabe am Ende (z.B. "Siehe: DSGVO Art. 9")
|
|
|
|
# Kontextuelle Prompts pro Step (optional, für bessere Antworten)
|
|
step_contexts:
|
|
1: "Der Nutzer befindet sich im ersten Schritt und gibt grundlegende Informationen zum Unternehmen und KI-Vorhaben ein. Erkläre Begriffe wie NIS2, KRITIS, EU KMU-Definition, Konzernzugehörigkeit und wie Unternehmensgröße (Mitarbeiter, Umsatz) die Anwendbarkeit von Regulierungen beeinflusst."
|
|
2: "Der Nutzer gibt an, welche Datenarten verarbeitet werden. Erkläre die Unterschiede zwischen personenbezogenen Daten, Art. 9 Daten, etc."
|
|
3: "Der Nutzer gibt den Verarbeitungszweck an. Erkläre Begriffe wie Profiling, Scoring, systematische Überwachung."
|
|
4: "Der Nutzer gibt Hosting-Informationen an. Erkläre Cloud vs. On-Premises, Drittlandtransfer."
|
|
5: "Der Nutzer beantwortet Fragen zu SCC und TIA. Erkläre Standardvertragsklauseln, Transfer Impact Assessment, DPF."
|
|
6: "Der Nutzer gibt KI-Modell-Informationen an. Erkläre RAG vs. Training/Finetuning."
|
|
7: "Der Nutzer beantwortet Fragen zu Verträgen. Erkläre AVV, DSFA, Verarbeitungsverzeichnis."
|
|
8: "Der Nutzer gibt Automatisierungsgrad an. Erkläre Human-in-the-Loop, Art. 22 DSGVO."
|
|
9: "Der Nutzer beantwortet Fragen zu Standards und Normen. Erkläre DIN-Lizenzen, LINK_ONLY vs FULLTEXT_RAG."
|
|
10: "Der Nutzer beantwortet Fragen zu Finanzregulierung. Erkläre DORA, MaRisk, BAIT, Modellvalidierung, algorithmischer Handel."
|
|
|
|
# Beispiel-Fragen die der Nutzer stellen könnte (für UI-Hints)
|
|
example_questions:
|
|
- "Was sind personenbezogene Daten?"
|
|
- "Was ist der Unterschied zwischen AVV und SCC?"
|
|
- "Brauche ich ein TIA?"
|
|
- "Was bedeutet Profiling?"
|
|
- "Was ist Art. 9 DSGVO?"
|
|
- "Wann brauche ich eine DSFA?"
|
|
- "Was ist das Data Privacy Framework?"
|
|
- "Was ist DORA?"
|
|
- "Was ist MaRisk AT 4.3.5?"
|
|
- "Wann gilt BAIT fuer mich?"
|
|
- "Was ist eine kritische IKT-Dienstleistung?"
|
|
- "Brauche ich eine Modellvalidierung?"
|
|
- "Was sind DORA-Meldepflichten?"
|
|
# NIS2-spezifische Fragen
|
|
- "Was ist NIS2?"
|
|
- "Bin ich von NIS2 betroffen?"
|
|
- "Was ist der Unterschied zwischen wichtiger und besonders wichtiger Einrichtung?"
|
|
- "Wann muss ich mich beim BSI registrieren?"
|
|
- "Was sind NIS2-Meldepflichten?"
|
|
- "Was ist KRITIS?"
|
|
- "Zählt mein Unternehmen als KMU?"
|
|
- "Welche Pflichten habe ich als MSP unter NIS2?"
|
|
|
|
# =============================================================================
|
|
# STEP 1: Grundlegende Informationen
|
|
# =============================================================================
|
|
|
|
steps:
|
|
|
|
- step_number: 1
|
|
title: "Grundlegende Informationen"
|
|
description: "Allgemeine Angaben zu Ihrem KI-Vorhaben"
|
|
icon: "info"
|
|
|
|
fields:
|
|
|
|
- id: "use_case.title"
|
|
label: "Bezeichnung des Vorhabens"
|
|
type: "text"
|
|
required: true
|
|
placeholder: "z.B. Chatbot für Kundenservice"
|
|
simple_explanation: "Geben Sie einen kurzen Namen für Ihr KI-Projekt an."
|
|
|
|
- id: "use_case.description"
|
|
label: "Beschreibung"
|
|
type: "textarea"
|
|
required: true
|
|
placeholder: "Beschreiben Sie kurz, was die KI tun soll..."
|
|
simple_explanation: "Erklären Sie in 2-3 Sätzen, was Ihre KI-Anwendung machen soll."
|
|
|
|
- id: "domain"
|
|
label: "Branche/Bereich"
|
|
type: "select"
|
|
required: true
|
|
options:
|
|
# NIS2 Anhang I - Hohe Kritikalität
|
|
- value: "energy"
|
|
label: "Energie (Strom, Gas, Öl, Wasserstoff)"
|
|
- value: "utilities"
|
|
label: "Stadtwerke/Wasserversorgung"
|
|
- value: "transport"
|
|
label: "Verkehr (Luft, Schiene, Wasser, Straße)"
|
|
- value: "banking"
|
|
label: "Bankwesen/Kreditinstitute"
|
|
- value: "finance"
|
|
label: "Finanzmarkt/Investment"
|
|
- value: "healthcare"
|
|
label: "Gesundheitswesen"
|
|
- value: "digital_infrastructure"
|
|
label: "Digitale Infrastruktur (Cloud, Rechenzentrum, DNS)"
|
|
- value: "ict_services"
|
|
label: "IT-Dienstleister (MSP, MSSP)"
|
|
- value: "public_sector"
|
|
label: "Öffentliche Verwaltung"
|
|
# NIS2 Anhang II - Sonstige kritische Sektoren
|
|
- value: "postal"
|
|
label: "Post-/Kurierdienste"
|
|
- value: "chemicals"
|
|
label: "Chemie"
|
|
- value: "food"
|
|
label: "Lebensmittel"
|
|
- value: "manufacturing"
|
|
label: "Produktion/Industrie"
|
|
- value: "mechanical_engineering"
|
|
label: "Maschinen-/Anlagenbau"
|
|
- value: "automotive"
|
|
label: "Automotive/Fahrzeugbau"
|
|
- value: "research"
|
|
label: "Forschung"
|
|
# Sonstige
|
|
- value: "real_estate"
|
|
label: "Immobilien/Parkhaus"
|
|
- value: "education"
|
|
label: "Bildung"
|
|
- value: "retail"
|
|
label: "Einzelhandel"
|
|
- value: "insurance"
|
|
label: "Versicherung"
|
|
- value: "other"
|
|
label: "Sonstiges"
|
|
simple_explanation: "In welchem Sektor ist Ihr Unternehmen tätig? Dies beeinflusst, welche Regulierungen (NIS2, DORA, etc.) für Sie gelten."
|
|
why_it_matters: "Die NIS2-Richtlinie unterscheidet zwischen Sektoren hoher Kritikalität (Anhang I) und sonstigen kritischen Sektoren (Anhang II). Je nach Sektor gelten unterschiedliche Pflichten."
|
|
legal_refs: ["NIS2 Anhang I", "NIS2 Anhang II"]
|
|
|
|
# =========================================================================
|
|
# UNTERNEHMENSANGABEN (für Regulierungs-Bestimmung)
|
|
# =========================================================================
|
|
|
|
- id: "organization.employee_count"
|
|
label: "Anzahl Mitarbeiter"
|
|
type: "select"
|
|
required: true
|
|
options:
|
|
- value: "micro"
|
|
label: "Unter 10 Mitarbeiter"
|
|
- value: "small"
|
|
label: "10-49 Mitarbeiter"
|
|
- value: "medium"
|
|
label: "50-249 Mitarbeiter"
|
|
- value: "large"
|
|
label: "250+ Mitarbeiter"
|
|
simple_explanation: "Wie viele Mitarbeiter hat Ihr Unternehmen (Vollzeitäquivalente)? Bei Konzernzugehörigkeit zählt die Gesamtzahl."
|
|
why_it_matters: "Die Unternehmensgröße ist entscheidend für NIS2: Ab 50 Mitarbeitern oder 10 Mio. EUR Umsatz können Sie betroffen sein."
|
|
legal_refs: ["NIS2 Art. 2", "EU KMU-Definition"]
|
|
|
|
- id: "organization.annual_revenue"
|
|
label: "Jahresumsatz"
|
|
type: "select"
|
|
required: true
|
|
options:
|
|
- value: "under_2m"
|
|
label: "Unter 2 Mio. EUR"
|
|
- value: "2m_10m"
|
|
label: "2-10 Mio. EUR"
|
|
- value: "10m_50m"
|
|
label: "10-50 Mio. EUR"
|
|
- value: "over_50m"
|
|
label: "Über 50 Mio. EUR"
|
|
simple_explanation: "Wie hoch ist der Jahresumsatz Ihres Unternehmens? Bei Konzernzugehörigkeit zählt der konsolidierte Umsatz."
|
|
why_it_matters: "Zusammen mit der Mitarbeiterzahl bestimmt der Umsatz Ihre Unternehmensgröße und damit die anwendbaren Regulierungen."
|
|
legal_refs: ["NIS2 Art. 2", "EU KMU-Definition"]
|
|
|
|
- id: "organization.is_part_of_group"
|
|
label: "Gehört das Unternehmen zu einem Konzern?"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: "Ist Ihr Unternehmen Teil einer größeren Unternehmensgruppe? Dann zählen die Gesamtwerte des Konzerns."
|
|
why_it_matters: "Bei Konzernzugehörigkeit werden Mitarbeiter und Umsatz auf Gruppenebene betrachtet. Ein kleines Tochterunternehmen eines großen Konzerns kann daher trotzdem unter NIS2 fallen."
|
|
|
|
- id: "sector.special_services"
|
|
label: "Erbringen Sie einen dieser speziellen digitalen Dienste?"
|
|
type: "multiselect"
|
|
required: false
|
|
visible_if:
|
|
field: "domain"
|
|
in: ["digital_infrastructure", "ict_services", "other"]
|
|
options:
|
|
- value: "dns"
|
|
label: "DNS-Dienste"
|
|
- value: "tld"
|
|
label: "TLD-Namenregister"
|
|
- value: "cloud"
|
|
label: "Cloud-Computing-Dienste"
|
|
- value: "datacenter"
|
|
label: "Rechenzentrumsdienste"
|
|
- value: "cdn"
|
|
label: "Content-Delivery-Network (CDN)"
|
|
- value: "msp"
|
|
label: "Managed Service Provider (MSP)"
|
|
- value: "mssp"
|
|
label: "Managed Security Service Provider (MSSP)"
|
|
- value: "trust_service"
|
|
label: "Vertrauensdienste (qualifiziert/nicht-qualifiziert)"
|
|
- value: "public_network"
|
|
label: "Öffentliche Kommunikationsnetze"
|
|
- value: "none"
|
|
label: "Keinen der genannten"
|
|
simple_explanation: "Anbieter dieser Dienste unterliegen NIS2 unabhängig von ihrer Größe."
|
|
why_it_matters: "Bestimmte digitale Dienste sind so kritisch, dass sie unabhängig von der Unternehmensgröße unter NIS2 fallen."
|
|
legal_refs: ["NIS2 Art. 2", "§ 28 BSIG-E"]
|
|
|
|
- id: "sector.is_kritis"
|
|
label: "Sind Sie als KRITIS-Betreiber eingestuft?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "domain"
|
|
in: ["energy", "utilities", "transport", "healthcare", "digital_infrastructure", "food"]
|
|
simple_explanation: "KRITIS-Betreiber sind Unternehmen, die kritische Infrastrukturen betreiben und bestimmte Schwellenwerte überschreiten (z.B. 500.000 versorgte Personen)."
|
|
why_it_matters: "KRITIS-Betreiber unterliegen NIS2 unabhängig von ihrer Unternehmensgröße und haben zusätzliche Pflichten."
|
|
legal_refs: ["BSI-KritisV", "§ 28 BSIG-E"]
|
|
|
|
# =============================================================================
|
|
# STEP 2: Datenarten
|
|
# =============================================================================
|
|
|
|
- step_number: 2
|
|
title: "Welche Daten werden verarbeitet?"
|
|
description: "Art der Daten, die von der KI genutzt werden"
|
|
icon: "database"
|
|
|
|
fields:
|
|
|
|
- id: "data_types.personal_data"
|
|
label: "Personenbezogene Daten"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Personenbezogene Daten sind alle Informationen, die sich auf eine
|
|
identifizierbare Person beziehen: Namen, E-Mail-Adressen, Telefonnummern,
|
|
aber auch IP-Adressen oder Kundennummern.
|
|
why_it_matters: "Die DSGVO gilt nur für personenbezogene Daten. Ohne solche Daten entfallen viele Anforderungen."
|
|
legal_refs: ["DSGVO Art. 4(1)"]
|
|
|
|
- id: "data_types.article_9_data"
|
|
label: "Besonders sensible Daten (Art. 9 DSGVO)"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "data_types.personal_data"
|
|
equals: true
|
|
simple_explanation: |
|
|
Besonders geschützte Datenkategorien sind:
|
|
- Gesundheitsdaten (Diagnosen, Medikamente)
|
|
- Religiöse oder politische Überzeugungen
|
|
- Ethnische Herkunft
|
|
- Sexuelle Orientierung
|
|
- Gewerkschaftszugehörigkeit
|
|
- Genetische oder biometrische Daten zur Identifikation
|
|
why_it_matters: "Diese Daten sind grundsätzlich verboten zu verarbeiten, es sei denn, eine Ausnahme greift."
|
|
legal_refs: ["DSGVO Art. 9"]
|
|
|
|
- id: "data_types.minor_data"
|
|
label: "Daten von Minderjährigen"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "data_types.personal_data"
|
|
equals: true
|
|
simple_explanation: |
|
|
Wenn Nutzer unter 18 Jahren sein können, gelten besondere Schutzvorschriften.
|
|
Bei unter 16-Jährigen ist meist die Einwilligung der Eltern erforderlich.
|
|
why_it_matters: "Kinder verdienen besonderen Schutz und können selbst keine wirksame Einwilligung erteilen."
|
|
legal_refs: ["DSGVO Art. 8", "ErwGr. 38"]
|
|
|
|
- id: "data_types.biometric_data"
|
|
label: "Biometrische Daten (Gesichtserkennung, Fingerabdruck)"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "data_types.personal_data"
|
|
equals: true
|
|
simple_explanation: |
|
|
Biometrische Daten sind körperliche Merkmale, die eine Person eindeutig identifizieren:
|
|
- Gesichtserkennung / Fotos mit erkennbaren Gesichtern
|
|
- Fingerabdrücke
|
|
- Iris-Scans
|
|
- Stimmerkennung
|
|
why_it_matters: "Biometrische Daten zur Identifikation sind besondere Kategorien und erfordern Einwilligung."
|
|
legal_refs: ["DSGVO Art. 9(1)", "Art. 4(14)"]
|
|
|
|
- id: "data_types.license_plates"
|
|
label: "KFZ-Kennzeichen"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Nummernschilder ermöglichen die Identifikation des Fahrzeughalters und sind
|
|
daher personenbezogene Daten.
|
|
why_it_matters: "Kennzeichen-Erfassung (z.B. bei Parkhaus-Systemen) erfordert Rechtsgrundlage."
|
|
legal_refs: ["DSGVO Art. 4(1)"]
|
|
|
|
- id: "data_types.location_data"
|
|
label: "Standortdaten / GPS"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Standortdaten zeigen, wo sich eine Person aufhält oder aufgehalten hat.
|
|
Dazu gehören GPS-Koordinaten, Bewegungsprofile oder Check-in-Daten.
|
|
why_it_matters: "Standortdaten ermöglichen detaillierte Bewegungsprofile und sind besonders schützenswert."
|
|
legal_refs: ["DSGVO Art. 4(1)", "ErwGr. 75"]
|
|
|
|
# =============================================================================
|
|
# STEP 3: Verarbeitungszweck
|
|
# =============================================================================
|
|
|
|
- step_number: 3
|
|
title: "Wofür wird die KI eingesetzt?"
|
|
description: "Zweck und Art der Verarbeitung"
|
|
icon: "target"
|
|
|
|
fields:
|
|
|
|
- id: "purpose.customer_support"
|
|
label: "Kundenservice / Support"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: "Die KI beantwortet Kundenanfragen oder unterstützt beim Support."
|
|
|
|
- id: "purpose.evaluation_scoring"
|
|
label: "Bewertung / Scoring von Personen"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Die KI bewertet, rankt oder stuft Personen ein, z.B.:
|
|
- Kreditwürdigkeit
|
|
- Bewerbungs-Screening
|
|
- Leistungsbewertung
|
|
why_it_matters: "Scoring erfordert besondere Transparenz und das Recht auf Anfechtung."
|
|
legal_refs: ["DSGVO Art. 22", "§31 BDSG"]
|
|
|
|
- id: "purpose.profiling"
|
|
label: "Profiling (automatisierte Analyse persönlicher Aspekte)"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "data_types.personal_data"
|
|
equals: true
|
|
simple_explanation: |
|
|
Profiling bedeutet, dass die KI automatisch persönliche Merkmale analysiert:
|
|
- Vorlieben / Interessen
|
|
- Verhalten
|
|
- Zuverlässigkeit
|
|
- Gesundheit
|
|
- Wirtschaftliche Lage
|
|
why_it_matters: "Profiling kann zu automatisierten Entscheidungen führen und ist besonders reguliert."
|
|
legal_refs: ["DSGVO Art. 4(4)", "Art. 22"]
|
|
|
|
- id: "processing.systematic_monitoring"
|
|
label: "Systematische Überwachung"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Werden Personen systematisch beobachtet oder ihr Verhalten dauerhaft erfasst?
|
|
Beispiele: Videoüberwachung, Tracking, Verhaltensanalyse
|
|
why_it_matters: "Systematische Überwachung erfordert immer eine DSFA."
|
|
legal_refs: ["DSGVO Art. 35(3)(c)"]
|
|
|
|
- id: "outputs.decision_with_legal_effect"
|
|
label: "Entscheidungen mit rechtlicher Wirkung"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Hat die KI-Entscheidung direkte Auswirkungen auf Rechte oder Verträge?
|
|
Beispiele:
|
|
- Automatische Kreditablehnung
|
|
- Kündigungen
|
|
- Vertragsabschlüsse
|
|
- Behördenbescheide
|
|
why_it_matters: "Vollautomatisierte Entscheidungen mit Rechtswirkung sind nur mit Einwilligung oder Vertrag zulässig."
|
|
legal_refs: ["DSGVO Art. 22"]
|
|
|
|
# =============================================================================
|
|
# STEP 4: Hosting & Provider
|
|
# =============================================================================
|
|
|
|
- step_number: 4
|
|
title: "Wo läuft die KI?"
|
|
description: "Hosting-Modell und Anbieter"
|
|
icon: "server"
|
|
|
|
fields:
|
|
|
|
- id: "hosting.type"
|
|
label: "Hosting-Modell"
|
|
type: "select"
|
|
required: true
|
|
options:
|
|
- value: "on_premises"
|
|
label: "Lokal / On-Premises (eigene Hardware)"
|
|
- value: "private_cloud"
|
|
label: "Private Cloud (dedizierte Infrastruktur)"
|
|
- value: "public_cloud"
|
|
label: "Public Cloud (z.B. AWS, Azure, GCP)"
|
|
- value: "hybrid"
|
|
label: "Hybrid (teils lokal, teils Cloud)"
|
|
- value: "saas"
|
|
label: "SaaS (Software as a Service)"
|
|
simple_explanation: |
|
|
Wo wird die KI-Software betrieben?
|
|
- LOKAL: Auf Ihrem eigenen Server/Computer (z.B. Mac Studio)
|
|
- CLOUD: Bei einem externen Anbieter (z.B. Amazon, Microsoft, Google)
|
|
- SaaS: Sie nutzen einen fertigen Online-Dienst
|
|
why_it_matters: "Bei lokalem Hosting bleiben Daten bei Ihnen. Bei Cloud-Diensten sind zusätzliche Verträge nötig."
|
|
|
|
- id: "hosting.region"
|
|
label: "Standort der Verarbeitung"
|
|
type: "select"
|
|
required: true
|
|
options:
|
|
- value: "eu"
|
|
label: "EU / EWR (Deutschland, Österreich, etc.)"
|
|
- value: "eu_adequacy"
|
|
label: "Land mit Angemessenheitsbeschluss (UK, Schweiz, etc.)"
|
|
- value: "us"
|
|
label: "USA"
|
|
- value: "third_country"
|
|
label: "Anderes Drittland"
|
|
simple_explanation: |
|
|
Wo werden die Daten physisch verarbeitet und gespeichert?
|
|
|
|
EU/EWR: Keine besonderen Anforderungen für Datenübermittlung.
|
|
|
|
Angemessenheitsbeschluss: Die EU hat bestätigt, dass diese Länder
|
|
(z.B. UK, Schweiz, Japan) ein vergleichbares Datenschutzniveau haben.
|
|
|
|
USA: Besondere Regeln gelten - siehe nächste Fragen.
|
|
|
|
Andere Drittländer: Standardvertragsklauseln (SCC) erforderlich.
|
|
why_it_matters: "Bei Verarbeitung außerhalb der EU sind zusätzliche Garantien erforderlich (Art. 44ff DSGVO)."
|
|
legal_refs: ["DSGVO Art. 44", "Art. 45", "Art. 46"]
|
|
|
|
# =============================================================================
|
|
# STEP 5: Drittlandtransfer & SCC (NEUER STEP)
|
|
# =============================================================================
|
|
|
|
- step_number: 5
|
|
title: "Internationaler Datentransfer"
|
|
description: "Standardvertragsklauseln und Drittlandübermittlung"
|
|
icon: "globe"
|
|
visible_if:
|
|
any_of:
|
|
- field: "hosting.region"
|
|
in: ["us", "third_country"]
|
|
- field: "provider.location"
|
|
in: ["us", "non_eu", "third_country"]
|
|
|
|
intro_text: |
|
|
Da Daten außerhalb des EWR verarbeitet werden, müssen zusätzliche
|
|
Garantien für den Datenschutz geschaffen werden. Die wichtigsten
|
|
Instrumente sind Standardvertragsklauseln (SCC) und das
|
|
Transfer Impact Assessment (TIA).
|
|
|
|
fields:
|
|
|
|
- id: "provider.location"
|
|
label: "Hauptsitz des KI-Anbieters"
|
|
type: "select"
|
|
required: true
|
|
options:
|
|
- value: "eu"
|
|
label: "EU / EWR"
|
|
- value: "us"
|
|
label: "USA"
|
|
- value: "uk"
|
|
label: "Vereinigtes Königreich"
|
|
- value: "ch"
|
|
label: "Schweiz"
|
|
- value: "non_eu"
|
|
label: "Anderes Drittland"
|
|
simple_explanation: |
|
|
Wo hat der Anbieter der KI-Software seinen Hauptsitz?
|
|
|
|
Dies ist wichtig, weil auch der Firmensitz über die anzuwendenden
|
|
Gesetze entscheidet. Ein US-Unternehmen kann z.B. von US-Behörden
|
|
zur Datenherausgabe verpflichtet werden.
|
|
|
|
- id: "provider.dpf_certified"
|
|
label: "DPF-Zertifizierung (nur bei USA)"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "provider.location"
|
|
equals: "us"
|
|
simple_explanation: |
|
|
Das EU-US Data Privacy Framework (DPF) ist ein Abkommen zwischen
|
|
der EU und den USA. Unternehmen, die sich zertifizieren lassen,
|
|
bieten ein "angemessenes" Datenschutzniveau.
|
|
|
|
Sie können prüfen ob ein US-Unternehmen zertifiziert ist unter:
|
|
https://www.dataprivacyframework.gov
|
|
|
|
WENN ZERTIFIZIERT: Keine SCC erforderlich (aber empfohlen als Backup).
|
|
WENN NICHT ZERTIFIZIERT: SCC sind zwingend erforderlich!
|
|
why_it_matters: "DPF-Zertifizierung vereinfacht den USA-Transfer erheblich."
|
|
legal_refs: ["EU-US DPF Beschluss 2023"]
|
|
|
|
- id: "contracts.scc.present"
|
|
label: "Standardvertragsklauseln (SCC) abgeschlossen"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "hosting.region"
|
|
in: ["us", "third_country"]
|
|
simple_explanation: |
|
|
STANDARDVERTRAGSKLAUSELN (SCC) sind von der EU genehmigte
|
|
Musterverträge, die sicherstellen sollen, dass Ihre Daten
|
|
auch außerhalb der EU geschützt werden.
|
|
|
|
SCC sind PFLICHT wenn:
|
|
- Daten in ein Drittland übermittelt werden
|
|
- Kein Angemessenheitsbeschluss besteht
|
|
- Der US-Provider nicht DPF-zertifiziert ist
|
|
|
|
Der Anbieter muss die SCC mit Ihnen unterzeichnen.
|
|
Fragen Sie nach dem "Data Processing Agreement" oder "DPA".
|
|
why_it_matters: "Ohne SCC ist die Datenübermittlung in Drittländer rechtswidrig."
|
|
legal_refs: ["DSGVO Art. 46(2)(c)", "EU 2021/914"]
|
|
|
|
- id: "contracts.scc.version"
|
|
label: "Version der SCC"
|
|
type: "select"
|
|
visible_if:
|
|
field: "contracts.scc.present"
|
|
equals: true
|
|
options:
|
|
- value: "new_scc_2021"
|
|
label: "Neue SCC (Version Juni 2021)"
|
|
- value: "old_scc"
|
|
label: "Alte SCC (vor 2021)"
|
|
- value: "unknown"
|
|
label: "Nicht bekannt"
|
|
simple_explanation: |
|
|
Die EU hat im Juni 2021 neue Standardvertragsklauseln veröffentlicht.
|
|
Die alten Versionen sind seit Ende 2022 NICHT MEHR GÜLTIG!
|
|
|
|
Wenn Sie sich nicht sicher sind, fragen Sie beim Anbieter nach:
|
|
"Verwenden Sie die neuen EU-Standardvertragsklauseln von 2021?"
|
|
why_it_matters: "Verträge mit alten SCC müssen aktualisiert werden."
|
|
legal_refs: ["EU 2021/914"]
|
|
|
|
- id: "contracts.tia.present"
|
|
label: "Transfer Impact Assessment (TIA) durchgeführt"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "hosting.region"
|
|
in: ["us", "third_country"]
|
|
simple_explanation: |
|
|
EIN TRANSFER IMPACT ASSESSMENT (TIA) ist eine Risikoprüfung,
|
|
die Sie VOR einem Drittlandtransfer durchführen müssen.
|
|
|
|
WAS WIRD GEPRÜFT:
|
|
1. Kann das Drittland auf die Daten zugreifen? (z.B. Geheimdienste)
|
|
2. Bietet das Land ausreichenden Rechtsschutz für EU-Bürger?
|
|
3. Reichen die SCC allein aus, oder brauchen Sie Zusatzmaßnahmen?
|
|
|
|
WARUM IST DAS WICHTIG:
|
|
Der Europäische Gerichtshof (Schrems II) hat entschieden, dass
|
|
SCC allein nicht ausreichen, wenn das Drittland die Daten
|
|
ungehindert abgreifen kann. Das TIA dokumentiert, dass Sie
|
|
diese Risiken geprüft und ggf. Maßnahmen ergriffen haben.
|
|
why_it_matters: "Das TIA ist seit dem Schrems II-Urteil Pflicht bei Drittlandtransfers."
|
|
legal_refs: ["EuGH Schrems II (C-311/18)", "EDPB Recommendations 01/2020"]
|
|
|
|
- id: "contracts.tia.result"
|
|
label: "Ergebnis des TIA"
|
|
type: "select"
|
|
visible_if:
|
|
field: "contracts.tia.present"
|
|
equals: true
|
|
options:
|
|
- value: "adequate"
|
|
label: "Angemessenes Schutzniveau (Transfer OK)"
|
|
- value: "adequate_with_measures"
|
|
label: "OK mit zusätzlichen Maßnahmen"
|
|
- value: "inadequate"
|
|
label: "Defizite - Zusatzmaßnahmen erforderlich"
|
|
- value: "not_feasible"
|
|
label: "Angemessenes Niveau nicht erreichbar"
|
|
simple_explanation: |
|
|
Was hat das Transfer Impact Assessment ergeben?
|
|
|
|
ANGEMESSEN: Die SCC und die Situation im Drittland bieten
|
|
ausreichenden Schutz. Der Transfer kann erfolgen.
|
|
|
|
MIT ZUSATZMASSNAHMEN: Der Transfer ist möglich, aber Sie müssen
|
|
zusätzliche technische Maßnahmen ergreifen (z.B. Verschlüsselung).
|
|
|
|
DEFIZITE: Es gibt Probleme, die behoben werden müssen.
|
|
|
|
NICHT MÖGLICH: Der Transfer darf NICHT stattfinden, da kein
|
|
angemessenes Schutzniveau erreichbar ist.
|
|
why_it_matters: "Das TIA-Ergebnis bestimmt, ob und wie der Transfer erfolgen darf."
|
|
legal_refs: ["EDPB Recommendations 01/2020"]
|
|
|
|
- id: "provider.support_location"
|
|
label: "Wo sitzt der Support des Anbieters?"
|
|
type: "select"
|
|
options:
|
|
- value: "eu"
|
|
label: "Nur EU / EWR"
|
|
- value: "us"
|
|
label: "USA"
|
|
- value: "global"
|
|
label: "Weltweit / Verschiedene Standorte"
|
|
- value: "unknown"
|
|
label: "Nicht bekannt"
|
|
simple_explanation: |
|
|
ACHTUNG: Auch wenn Ihre Daten in der EU gespeichert werden,
|
|
kann ein ZUGRIFF aus dem Drittland ein Transfer sein!
|
|
|
|
Wenn Support-Mitarbeiter des Anbieters aus den USA oder anderen
|
|
Drittländern auf Ihre Daten zugreifen können (z.B. für Fehlerbehebung),
|
|
gilt das als Datenübermittlung in dieses Land.
|
|
why_it_matters: "Remote-Zugriff = Drittlandtransfer, auch bei EU-Hosting."
|
|
legal_refs: ["DSGVO Art. 44", "EDPB Guidelines on Data Transfers"]
|
|
|
|
- id: "provider.subprocessors.known"
|
|
label: "Sind die Unterauftragsverarbeiter bekannt?"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
UNTERAUFTRAGSVERARBEITER (Subprocessors) sind Firmen, die der
|
|
Anbieter selbst beauftragt, um Teile der Dienstleistung zu erbringen.
|
|
|
|
Beispiele:
|
|
- Cloud-Infrastruktur (AWS, Azure)
|
|
- Zahlungsabwicklung
|
|
- Analytics-Dienste
|
|
- CDN/Caching
|
|
|
|
Sie haben ein Recht zu wissen, WER diese Firmen sind und WO sie sitzen.
|
|
Der Anbieter muss eine Liste bereitstellen.
|
|
why_it_matters: "Für jeden Subprocessor im Drittland brauchen Sie ebenfalls SCC."
|
|
legal_refs: ["DSGVO Art. 28(2)", "Art. 28(4)"]
|
|
|
|
- id: "provider.subprocessors.third_country"
|
|
label: "Gibt es Unterauftragsverarbeiter im Drittland?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "provider.subprocessors.known"
|
|
equals: true
|
|
simple_explanation: |
|
|
Nutzt der Anbieter Dienstleister außerhalb der EU/des EWR?
|
|
|
|
Häufige Beispiele:
|
|
- US-Cloud-Provider (AWS, Google Cloud, Azure)
|
|
- US-Analytics (Mixpanel, Amplitude)
|
|
- US-Support-Tools (Zendesk, Intercom)
|
|
|
|
Für JEDEN dieser Subprocessors muss die SCC-Kette durchgängig sein.
|
|
why_it_matters: "Die Verantwortung für die gesamte Verarbeitungskette liegt bei Ihnen."
|
|
|
|
# =============================================================================
|
|
# STEP 6: KI-Modell & Training
|
|
# =============================================================================
|
|
|
|
- step_number: 6
|
|
title: "KI-Modell und Training"
|
|
description: "Wie wird das KI-Modell genutzt und verbessert?"
|
|
icon: "brain"
|
|
|
|
fields:
|
|
|
|
- id: "model_usage.rag"
|
|
label: "RAG (Retrieval-Augmented Generation)"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Bei RAG durchsucht die KI Ihre Dokumente und verwendet gefundene
|
|
Textstellen für die Antwort. Das Modell selbst wird NICHT verändert.
|
|
|
|
Vorteil: Ihre Daten fließen nicht ins KI-Modell, sondern bleiben
|
|
in einer durchsuchbaren Datenbank.
|
|
why_it_matters: "RAG ist datenschutzfreundlicher als Training, da Daten nicht ins Modell einfließen."
|
|
|
|
- id: "model_usage.training"
|
|
label: "Training / Finetuning"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Beim Training/Finetuning werden Ihre Daten verwendet, um das
|
|
KI-Modell selbst zu verbessern. Die Daten werden quasi "eingebaut".
|
|
|
|
ACHTUNG: Einmal trainierte Daten können nicht mehr "vergessen" werden!
|
|
why_it_matters: "Training mit personenbezogenen Daten hat weitreichende Konsequenzen."
|
|
legal_refs: ["DSGVO Art. 17 (Recht auf Löschung)"]
|
|
|
|
- id: "provider.uses_data_for_training"
|
|
label: "Nutzt der Anbieter Ihre Daten für eigenes Training?"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Manche KI-Anbieter (z.B. OpenAI, Google) nutzen Kundendaten,
|
|
um ihre eigenen Modelle zu verbessern - es sei denn, Sie widersprechen.
|
|
|
|
Prüfen Sie die Nutzungsbedingungen und fragen Sie nach einem
|
|
"Opt-Out" für Modelltraining!
|
|
why_it_matters: "Wenn Ihre Kundendaten im Modell des Anbieters landen, verlieren Sie die Kontrolle."
|
|
legal_refs: ["DSGVO Art. 5(1)(b) Zweckbindung"]
|
|
|
|
- id: "contracts.no_training_clause"
|
|
label: "Vertragliche Opt-Out-Klausel für Training vorhanden?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "provider.uses_data_for_training"
|
|
equals: true
|
|
simple_explanation: |
|
|
Haben Sie mit dem Anbieter vereinbart, dass Ihre Daten NICHT
|
|
für das Training seiner KI-Modelle verwendet werden dürfen?
|
|
|
|
Dies sollte im Vertrag oder DPA explizit stehen.
|
|
|
|
# =============================================================================
|
|
# STEP 7: Verträge & Compliance
|
|
# =============================================================================
|
|
|
|
- step_number: 7
|
|
title: "Verträge & Compliance"
|
|
description: "Vertragliche Absicherung"
|
|
icon: "file-contract"
|
|
|
|
fields:
|
|
|
|
- id: "contracts.avv.present"
|
|
label: "Auftragsverarbeitungsvertrag (AVV) abgeschlossen"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Ein AUFTRAGSVERARBEITUNGSVERTRAG (AVV) ist ein Vertrag nach Art. 28 DSGVO,
|
|
der regelt, wie ein Dienstleister Ihre Daten verarbeiten darf.
|
|
|
|
Der AVV ist PFLICHT, wenn:
|
|
- Ein externer Dienstleister Daten für Sie verarbeitet
|
|
- Sie einen Cloud-Service nutzen
|
|
- Sie einen KI-Provider beauftragen
|
|
|
|
WICHTIG: AVV und SCC sind VERSCHIEDENE Dinge!
|
|
- AVV: Regelt WIE verarbeitet wird (immer erforderlich bei Auftragsverarbeitung)
|
|
- SCC: Regelt Drittlandtransfer (nur bei Nicht-EU erforderlich)
|
|
|
|
Bei EU-Anbietern: Nur AVV
|
|
Bei Drittland-Anbietern: AVV UND SCC
|
|
why_it_matters: "Ohne AVV verstoßen Sie gegen die DSGVO - auch bei EU-Anbietern."
|
|
legal_refs: ["DSGVO Art. 28"]
|
|
|
|
- id: "contracts.avv.complete"
|
|
label: "AVV enthält alle erforderlichen Klauseln"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "contracts.avv.present"
|
|
equals: true
|
|
simple_explanation: |
|
|
Ein vollständiger AVV muss mindestens enthalten:
|
|
- Gegenstand und Dauer der Verarbeitung
|
|
- Art und Zweck der Verarbeitung
|
|
- Art der personenbezogenen Daten
|
|
- Kategorien betroffener Personen
|
|
- Rechte und Pflichten des Verantwortlichen
|
|
- Weisungsbindung
|
|
- Vertraulichkeit
|
|
- Technische und organisatorische Maßnahmen
|
|
- Regelung zu Unterauftragsverarbeitern
|
|
- Unterstützung bei Betroffenenrechten
|
|
- Löschung/Rückgabe nach Auftragsende
|
|
legal_refs: ["DSGVO Art. 28(3)"]
|
|
|
|
- id: "governance.dsfa_completed"
|
|
label: "Datenschutz-Folgenabschätzung (DSFA) durchgeführt"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Eine DSFA ist eine ausführliche Risikoanalyse, die bei bestimmten
|
|
Verarbeitungen PFLICHT ist:
|
|
- Systematische Bewertung/Scoring von Personen
|
|
- Umfangreiche Verarbeitung besonderer Kategorien (Art. 9)
|
|
- Systematische Überwachung öffentlicher Bereiche
|
|
why_it_matters: "Bei hohem Risiko für Betroffene ist die DSFA gesetzlich vorgeschrieben."
|
|
legal_refs: ["DSGVO Art. 35"]
|
|
|
|
- id: "governance.vvt_entry"
|
|
label: "Eintrag im Verarbeitungsverzeichnis"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Das Verarbeitungsverzeichnis (VVT) ist die Dokumentation aller
|
|
Datenverarbeitungen in Ihrem Unternehmen.
|
|
|
|
Jede neue KI-Anwendung sollte dort eingetragen werden.
|
|
legal_refs: ["DSGVO Art. 30"]
|
|
|
|
# =============================================================================
|
|
# STEP 8: Automatisierung & Human Oversight
|
|
# =============================================================================
|
|
|
|
- step_number: 8
|
|
title: "Automatisierung & Kontrolle"
|
|
description: "Grad der Automatisierung und menschliche Aufsicht"
|
|
icon: "user-check"
|
|
|
|
fields:
|
|
|
|
- id: "automation"
|
|
label: "Grad der Automatisierung"
|
|
type: "select"
|
|
required: true
|
|
options:
|
|
- value: "support_only"
|
|
label: "Nur Unterstützung (Mensch entscheidet immer)"
|
|
- value: "semi_automated"
|
|
label: "Teilautomatisiert (Mensch prüft vor Wirksamkeit)"
|
|
- value: "fully_automated"
|
|
label: "Vollautomatisiert (keine menschliche Prüfung)"
|
|
simple_explanation: |
|
|
Wie viel entscheidet die KI alleine?
|
|
|
|
NUR UNTERSTÜTZUNG: Die KI macht Vorschläge, aber ein Mensch
|
|
entscheidet und handelt.
|
|
|
|
TEILAUTOMATISIERT: Die KI bereitet Entscheidungen vor, aber
|
|
ein Mensch prüft und gibt frei.
|
|
|
|
VOLLAUTOMATISIERT: Die KI trifft Entscheidungen ohne
|
|
menschliche Prüfung (z.B. automatische Kreditablehnung).
|
|
why_it_matters: "Vollautomatisierte Entscheidungen mit Rechtswirkung sind besonders reguliert."
|
|
legal_refs: ["DSGVO Art. 22", "AI Act Art. 14"]
|
|
|
|
- id: "processing.human_oversight"
|
|
label: "Ist menschliche Aufsicht technisch erzwungen?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "automation"
|
|
in: ["semi_automated", "fully_automated"]
|
|
simple_explanation: |
|
|
Ist es TECHNISCH sichergestellt, dass ein Mensch kritische
|
|
Entscheidungen prüfen muss, bevor sie wirksam werden?
|
|
|
|
Beispiel: Das System zeigt einen "Genehmigen"-Button, ohne den
|
|
die Entscheidung nicht umgesetzt wird.
|
|
why_it_matters: "Human-in-the-Loop kann Art. 22 DSGVO-Risiken vermeiden."
|
|
legal_refs: ["DSGVO Art. 22(3)", "AI Act Art. 14"]
|
|
|
|
# =============================================================================
|
|
# STEP 9: Standards & Normen (Lizenz-Compliance)
|
|
# =============================================================================
|
|
|
|
- step_number: 9
|
|
title: "Standards & Normen"
|
|
description: "Nutzung von DIN/ISO/VDI Normen und Lizenz-Compliance"
|
|
icon: "book-open"
|
|
visible_if:
|
|
any_of:
|
|
- field: "domain"
|
|
in: ["mechanical_engineering", "automotive", "manufacturing"]
|
|
- field: "use_case.involves_standards"
|
|
equals: true
|
|
|
|
intro_text: |
|
|
Bei der Nutzung von technischen Normen (DIN, ISO, VDI, etc.)
|
|
muessen neben Datenschutz auch URHEBERRECHTLICHE Aspekte
|
|
beachtet werden.
|
|
|
|
WICHTIG: DIN Media (ehem. Beuth Verlag) untersagt aktuell die
|
|
KI-Nutzung von Normen ohne explizite Genehmigung!
|
|
|
|
fields:
|
|
|
|
- id: "licensed_content.present"
|
|
label: "Werden Normen/Standards verarbeitet?"
|
|
type: "boolean"
|
|
default: false
|
|
simple_explanation: |
|
|
Sollen DIN-Normen, ISO-Standards, VDI-Richtlinien oder
|
|
aehnliche technische Regelwerke mit KI verarbeitet werden?
|
|
|
|
Beispiele:
|
|
- Risikobeurteilung nach DIN EN ISO 12100
|
|
- CE-Kennzeichnung nach Maschinenrichtlinie
|
|
- Sicherheitsfunktionen nach DIN EN ISO 13849
|
|
|
|
ACHTUNG: Normen sind urheberrechtlich geschuetzt!
|
|
why_it_matters: "Die Nutzung von Normen mit KI erfordert besondere Lizenzen."
|
|
legal_refs: ["UrhG", "DIN Media Nutzungsbedingungen"]
|
|
|
|
- id: "licensed_content.publisher"
|
|
label: "Herausgeber der Normen"
|
|
type: "select"
|
|
visible_if:
|
|
field: "licensed_content.present"
|
|
equals: true
|
|
options:
|
|
- value: "DIN_MEDIA"
|
|
label: "DIN / DIN Media (ehem. Beuth)"
|
|
- value: "VDI"
|
|
label: "VDI Richtlinien"
|
|
- value: "VDE"
|
|
label: "VDE/DKE Normen"
|
|
- value: "ISO"
|
|
label: "ISO (international)"
|
|
- value: "IEC"
|
|
label: "IEC (Elektrotechnik)"
|
|
- value: "DGUV"
|
|
label: "DGUV Vorschriften"
|
|
- value: "OTHER"
|
|
label: "Andere"
|
|
- value: "UNKNOWN"
|
|
label: "Nicht bekannt"
|
|
simple_explanation: |
|
|
Von welchem Verlag/Herausgeber stammen Ihre Normen?
|
|
|
|
Die meisten deutschen DIN-Normen werden von DIN Media
|
|
(frueher Beuth Verlag) vertrieben.
|
|
|
|
WICHTIG: Jeder Verlag hat eigene Lizenzbedingungen!
|
|
|
|
- id: "licensed_content.license_type"
|
|
label: "Lizenztyp"
|
|
type: "select"
|
|
visible_if:
|
|
field: "licensed_content.present"
|
|
equals: true
|
|
options:
|
|
- value: "SINGLE_WORKSTATION"
|
|
label: "Einzelplatz/Workstation-Lizenz"
|
|
- value: "NETWORK_INTRANET"
|
|
label: "Netzwerk/Intranet-Lizenz"
|
|
- value: "ENTERPRISE"
|
|
label: "Enterprise/Unternehmens-Lizenz"
|
|
- value: "AI_LICENSE"
|
|
label: "AI-Lizenz (explizit fuer KI-Nutzung)"
|
|
- value: "UNKNOWN"
|
|
label: "Nicht bekannt"
|
|
simple_explanation: |
|
|
Welche Lizenz haben Sie fuer Ihre Normen erworben?
|
|
|
|
EINZELPLATZ: Nur ein Mitarbeiter an einem PC darf die
|
|
Norm nutzen. KEINE Weitergabe erlaubt!
|
|
|
|
NETZWERK/INTRANET: Mehrere Mitarbeiter duerfen im
|
|
Firmennetzwerk zugreifen.
|
|
|
|
ENTERPRISE: Unternehmensweit nutzbar.
|
|
|
|
AI-LIZENZ: Spezielle Erlaubnis fuer KI/LLM-Nutzung.
|
|
Diese gibt es bei DIN Media erst ab Q4/2025!
|
|
why_it_matters: "Die Lizenz bestimmt, was Sie technisch duerfen."
|
|
|
|
- id: "licensed_content.ai_use_permitted"
|
|
label: "Ist KI/LLM-Nutzung erlaubt?"
|
|
type: "select"
|
|
visible_if:
|
|
field: "licensed_content.present"
|
|
equals: true
|
|
options:
|
|
- value: "YES"
|
|
label: "Ja (schriftlich bestaetigt)"
|
|
- value: "NO"
|
|
label: "Nein"
|
|
- value: "UNKNOWN"
|
|
label: "Nicht bekannt / Unklar"
|
|
simple_explanation: |
|
|
Haben Sie eine SCHRIFTLICHE Erlaubnis, die Normen mit
|
|
KI/LLM zu verarbeiten?
|
|
|
|
WICHTIG: DIN Media hat aktuell (Stand 2026) festgelegt,
|
|
dass die KI-Nutzung von Normen NICHT erlaubt ist!
|
|
|
|
Ein AI-Lizenzmodell ist erst ab Q4/2025 geplant.
|
|
|
|
Wenn Sie "Unklar" waehlen, wird aus Sicherheitsgruenden
|
|
nur der Link-only oder Notes-only Modus freigeschaltet.
|
|
why_it_matters: "Ohne explizite Erlaubnis ist Volltext-RAG blockiert."
|
|
legal_refs: ["UrhG §44b (TDM-Vorbehalt)", "DIN Media AGB"]
|
|
|
|
- id: "licensed_content.operation_mode"
|
|
label: "Wie soll Breakpilot die Normen nutzen?"
|
|
type: "select"
|
|
visible_if:
|
|
field: "licensed_content.present"
|
|
equals: true
|
|
options:
|
|
- value: "LINK_ONLY"
|
|
label: "Nur Verweise & Checklisten (kein Normentext)"
|
|
- value: "NOTES_ONLY"
|
|
label: "Nur eigene Notizen/Zusammenfassungen (RAG)"
|
|
- value: "FULLTEXT_RAG"
|
|
label: "Volltext-RAG (nur mit AI-Lizenz!)"
|
|
- value: "TRAINING"
|
|
label: "Modell-Training (nur mit expliziter Erlaubnis!)"
|
|
simple_explanation: |
|
|
LINK-ONLY (empfohlen, immer moeglich):
|
|
Breakpilot zeigt Ihnen Checklisten und verweist auf
|
|
relevante Normenabschnitte. Sie schauen selbst in der
|
|
Norm nach. KEIN Lizenzrisiko!
|
|
|
|
NOTES-ONLY (meist moeglich):
|
|
Sie erstellen eigene Zusammenfassungen und Checklisten.
|
|
Diese werden durchsuchbar gemacht - nicht die Originaltexte.
|
|
|
|
VOLLTEXT-RAG (nur mit AI-Lizenz!):
|
|
Die kompletten Normentexte werden indexiert.
|
|
ACHTUNG: Erfordert schriftliche AI-Nutzungserlaubnis!
|
|
|
|
TRAINING (sehr restriktiv):
|
|
Normen zum Modell-Training verwenden.
|
|
Bei DIN Media aktuell VERBOTEN!
|
|
why_it_matters: "Der Modus bestimmt das Lizenzrisiko."
|
|
|
|
- id: "licensed_content.proof_uploaded"
|
|
label: "Liegt ein AI-Lizenz-Nachweis vor?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
all_of:
|
|
- field: "licensed_content.present"
|
|
equals: true
|
|
- field: "licensed_content.operation_mode"
|
|
in: ["FULLTEXT_RAG", "TRAINING"]
|
|
simple_explanation: |
|
|
Haben Sie einen Nachweis, der die KI/LLM-Nutzung erlaubt?
|
|
|
|
Das kann sein:
|
|
- Vertrag mit expliziter AI-Nutzungs-Klausel
|
|
- Schriftliche Freigabe vom Verlag
|
|
- AI-Lizenz von DIN Media (ab Q4/2025 verfuegbar)
|
|
|
|
OHNE diesen Nachweis ist Volltext-RAG blockiert!
|
|
why_it_matters: "Ohne Nachweis kein Volltext-RAG moeglich."
|
|
|
|
- id: "licensed_content.distribution_scope"
|
|
label: "Wer soll Zugriff auf die Ergebnisse haben?"
|
|
type: "select"
|
|
visible_if:
|
|
field: "licensed_content.present"
|
|
equals: true
|
|
options:
|
|
- value: "SINGLE_USER"
|
|
label: "Nur ich selbst"
|
|
- value: "COMPANY_INTERNAL"
|
|
label: "Unternehmensintern"
|
|
- value: "SUBSIDIARIES"
|
|
label: "Inkl. Tochtergesellschaften"
|
|
- value: "EXTERNAL_CUSTOMERS"
|
|
label: "Auch an Kunden/Externe"
|
|
- value: "UNKNOWN"
|
|
label: "Nicht bekannt"
|
|
simple_explanation: |
|
|
An wen moechten Sie KI-generierte Antworten weitergeben?
|
|
|
|
WICHTIG: Einzelplatz-Lizenzen erlauben KEINE Weitergabe
|
|
an Kollegen! Wenn Sie unternehmensweit arbeiten moechten,
|
|
benoetigen Sie mindestens eine Netzwerk-Lizenz.
|
|
why_it_matters: "Der Verteilungsumfang muss zur Lizenz passen."
|
|
|
|
# =============================================================================
|
|
# STEP 10: Finanzregulierung (DORA, MaRisk, BAIT)
|
|
# =============================================================================
|
|
|
|
- step_number: 10
|
|
title: "Finanzregulierung"
|
|
description: "DORA, MaRisk und BAIT Compliance fuer regulierte Finanzunternehmen"
|
|
icon: "building-bank"
|
|
visible_if:
|
|
any_of:
|
|
- field: "domain"
|
|
in: ["banking", "finance", "insurance", "investment", "payment_services"]
|
|
- field: "financial_entity.regulated"
|
|
equals: true
|
|
|
|
fields:
|
|
|
|
# --- Finanzunternehmen-Klassifikation ---
|
|
|
|
- id: "financial_entity.type"
|
|
label: "Art des Finanzunternehmens"
|
|
type: "select"
|
|
required: true
|
|
options:
|
|
- value: "CREDIT_INSTITUTION"
|
|
label: "Kreditinstitut (Bank)"
|
|
- value: "PAYMENT_SERVICE_PROVIDER"
|
|
label: "Zahlungsdienstleister (PSD2)"
|
|
- value: "E_MONEY_INSTITUTION"
|
|
label: "E-Geld-Institut"
|
|
- value: "INVESTMENT_FIRM"
|
|
label: "Wertpapierfirma (MiFID II)"
|
|
- value: "INSURANCE_COMPANY"
|
|
label: "Versicherungsunternehmen"
|
|
- value: "CRYPTO_ASSET_PROVIDER"
|
|
label: "Krypto-Dienstleister (MiCA)"
|
|
- value: "OTHER_FINANCIAL"
|
|
label: "Sonstiges Finanzunternehmen"
|
|
- value: "NOT_REGULATED"
|
|
label: "Nicht reguliert"
|
|
simple_explanation: |
|
|
Welcher Art ist Ihr Unternehmen?
|
|
|
|
KREDITINSTITUT: Klassische Bank mit BaFin-Lizenz
|
|
|
|
ZAHLUNGSDIENSTLEISTER: Unternehmen das Zahlungen
|
|
abwickelt (z.B. PayPal, Klarna)
|
|
|
|
WERTPAPIERFIRMA: Broker, Vermoegensverwaltung
|
|
|
|
VERSICHERUNG: Lebens-, Sach- oder Krankenversicherung
|
|
|
|
KRYPTO-DIENSTLEISTER: Handelsplatz, Wallet-Anbieter
|
|
why_it_matters: "Der Unternehmenstyp bestimmt die regulatorischen Anforderungen."
|
|
legal_refs: ["DORA Art. 2", "KWG", "ZAG", "VAG"]
|
|
|
|
- id: "financial_entity.regulated"
|
|
label: "Unterliegt das Unternehmen der BaFin-Aufsicht?"
|
|
type: "boolean"
|
|
default: true
|
|
visible_if:
|
|
field: "financial_entity.type"
|
|
not_equals: "NOT_REGULATED"
|
|
simple_explanation: |
|
|
Wird Ihr Unternehmen von der BaFin (oder EZB) beaufsichtigt?
|
|
|
|
JA wenn Sie:
|
|
- Eine BaFin-Lizenz besitzen
|
|
- Unter EZB-Aufsicht stehen (SSM)
|
|
- Einer regulierten Gruppe angehoeren
|
|
|
|
NEIN wenn Sie:
|
|
- Ein reines FinTech ohne Lizenz sind
|
|
- Nur Dienstleister fuer Banken sind
|
|
why_it_matters: "Regulierte Unternehmen muessen DORA, MaRisk und BAIT einhalten."
|
|
legal_refs: ["KWG §1", "DORA Art. 2"]
|
|
|
|
- id: "financial_entity.size_category"
|
|
label: "Groessenkategorie des Instituts"
|
|
type: "select"
|
|
visible_if:
|
|
field: "financial_entity.regulated"
|
|
equals: true
|
|
options:
|
|
- value: "SIGNIFICANT"
|
|
label: "Bedeutendes Institut (Significant Institution)"
|
|
- value: "LESS_SIGNIFICANT"
|
|
label: "Weniger bedeutendes Institut (LSI)"
|
|
- value: "SMALL"
|
|
label: "Kleines Institut"
|
|
simple_explanation: |
|
|
BEDEUTEND (SI): Direkte EZB-Aufsicht, Bilanzsumme > 30 Mrd. EUR
|
|
|
|
WENIGER BEDEUTEND (LSI): BaFin-Aufsicht, nationale Bedeutung
|
|
|
|
KLEIN: Vereinfachte Anforderungen moeglich
|
|
why_it_matters: "Groessere Institute haben strengere DORA-Anforderungen (z.B. TLPT)."
|
|
legal_refs: ["SSM-Rahmenverordnung", "DORA Art. 26"]
|
|
|
|
# --- IKT-Dienste und Auslagerungen ---
|
|
|
|
- id: "ict_service.is_critical"
|
|
label: "Handelt es sich um eine kritische IKT-Dienstleistung?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "financial_entity.regulated"
|
|
equals: true
|
|
simple_explanation: |
|
|
Eine IKT-Dienstleistung gilt als KRITISCH (DORA Art. 3 Nr. 21) wenn:
|
|
|
|
- Ihr Ausfall den Geschaeftsbetrieb erheblich beeintraechtigt
|
|
- Sie Kernbankfunktionen unterstuetzt
|
|
- Sie fuer die Kundenbetreuung essentiell ist
|
|
- Regulatorische Meldepflichten davon abhaengen
|
|
|
|
Beispiele: Core Banking, Zahlungsverkehr, Risikoberechnung
|
|
why_it_matters: "Kritische IKT-Dienste unterliegen strengeren DORA-Anforderungen."
|
|
legal_refs: ["DORA Art. 3(21)", "DORA Art. 28-30"]
|
|
|
|
- id: "ict_service.is_outsourced"
|
|
label: "Wird die KI-Anwendung ausgelagert (Cloud/Drittanbieter)?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "financial_entity.regulated"
|
|
equals: true
|
|
simple_explanation: |
|
|
JA wenn:
|
|
- Die KI bei einem Cloud-Anbieter laeuft (AWS, Azure, GCP)
|
|
- Ein Drittanbieter die KI-Loesung bereitstellt
|
|
- Die Daten das eigene Rechenzentrum verlassen
|
|
|
|
NEIN wenn:
|
|
- Vollstaendig On-Premises betrieben
|
|
- Nur interne Ressourcen genutzt werden
|
|
why_it_matters: "Auslagerungen erfordern Due Diligence und vertragliche Absicherung."
|
|
legal_refs: ["DORA Art. 28-30", "MaRisk AT 9"]
|
|
|
|
- id: "ict_service.provider_location"
|
|
label: "Wo ist der IKT-Drittanbieter ansaessig?"
|
|
type: "select"
|
|
visible_if:
|
|
field: "ict_service.is_outsourced"
|
|
equals: true
|
|
options:
|
|
- value: "EU"
|
|
label: "EU / EWR"
|
|
- value: "ADEQUACY_DECISION"
|
|
label: "Land mit Angemessenheitsbeschluss"
|
|
- value: "THIRD_COUNTRY"
|
|
label: "Drittland (z.B. USA)"
|
|
simple_explanation: |
|
|
EU/EWR: Niedrigeres Risiko, DORA direkt anwendbar
|
|
|
|
ANGEMESSENHEITSBESCHLUSS: z.B. Schweiz, UK, Japan
|
|
|
|
DRITTLAND: Zusaetzliche Pruefung und Schutzmaßnahmen noetig
|
|
why_it_matters: "Drittland-Auslagerungen erfordern zusaetzliche DORA-Kontrollen."
|
|
legal_refs: ["DORA Art. 31", "DSGVO Art. 44ff"]
|
|
|
|
- id: "ict_service.concentration_risk"
|
|
label: "Besteht ein Konzentrationsrisiko bei IKT-Anbietern?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "ict_service.is_outsourced"
|
|
equals: true
|
|
simple_explanation: |
|
|
JA wenn:
|
|
- Mehrere kritische Dienste beim gleichen Anbieter liegen
|
|
- Keine Alternative bei Anbieter-Ausfall verfuegbar ist
|
|
- Der Markt von wenigen Anbietern dominiert wird (z.B. Cloud)
|
|
|
|
Beispiel: AWS fuer Core Banking UND KI UND Backup
|
|
why_it_matters: "Konzentrationsrisiken koennen systemische Auswirkungen haben."
|
|
legal_refs: ["DORA Art. 29(2)"]
|
|
|
|
# --- KI-spezifische Finanzfragen ---
|
|
|
|
- id: "ai_application.affects_customer_decisions"
|
|
label: "Beeinflusst die KI Kundenentscheidungen?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "financial_entity.regulated"
|
|
equals: true
|
|
simple_explanation: |
|
|
JA wenn die KI:
|
|
- Kreditentscheidungen unterstuetzt oder trifft
|
|
- Versicherungspraemien berechnet
|
|
- Kontoeroeffnungen bewertet
|
|
- Ablehnungsgruende generiert
|
|
|
|
NEIN wenn die KI nur intern genutzt wird (z.B. Compliance-Checks)
|
|
why_it_matters: "Kundenentscheidungen per KI erfordern Erklaerbarkeit und Fairness."
|
|
legal_refs: ["Art. 22 DSGVO", "MaRisk AT 4.3.5"]
|
|
|
|
- id: "ai_application.risk_assessment"
|
|
label: "Wird die KI fuer Risikobewertungen eingesetzt?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "financial_entity.regulated"
|
|
equals: true
|
|
simple_explanation: |
|
|
JA wenn die KI:
|
|
- Kredit-Scoring durchfuehrt
|
|
- Fraud Detection macht
|
|
- Marktrisiken bewertet
|
|
- Bonitaetspruefungen unterstuetzt
|
|
|
|
Diese Modelle unterliegen der MaRisk-Validierungspflicht!
|
|
why_it_matters: "Risikomodelle muessen nach MaRisk AT 4.3.5 validiert werden."
|
|
legal_refs: ["MaRisk AT 4.3.5", "EBA Guidelines on IRB"]
|
|
|
|
- id: "ai_application.model_validation_done"
|
|
label: "Wurde eine Modellvalidierung nach MaRisk durchgefuehrt?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "ai_application.risk_assessment"
|
|
equals: true
|
|
simple_explanation: |
|
|
Die Validierung nach MaRisk AT 4.3.5 umfasst:
|
|
- Konzeptionelle Pruefung (Ist das Modell geeignet?)
|
|
- Datenpruefung (Sind die Trainingsdaten valide?)
|
|
- Backtesting (Stimmen die Vorhersagen?)
|
|
- Unabhaengige Pruefung (2nd Line of Defense)
|
|
|
|
OHNE Validierung: KEIN produktiver Einsatz erlaubt!
|
|
why_it_matters: "Nicht-validierte Risikomodelle duerfen nicht produktiv eingesetzt werden."
|
|
legal_refs: ["MaRisk AT 4.3.5"]
|
|
|
|
- id: "ai_application.algorithmic_trading"
|
|
label: "Wird die KI fuer algorithmischen Handel eingesetzt?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "financial_entity.type"
|
|
in: ["CREDIT_INSTITUTION", "INVESTMENT_FIRM"]
|
|
simple_explanation: |
|
|
JA wenn die KI:
|
|
- Automatisch Trades ausfuehrt
|
|
- Handelsstrategien optimiert
|
|
- Market Making betreibt
|
|
- High-Frequency-Trading unterstuetzt
|
|
|
|
ACHTUNG: Algorithmischer Handel erfordert BaFin-Anzeige!
|
|
why_it_matters: "Algorithmischer Handel unterliegt besonderen MiFID II Anforderungen."
|
|
legal_refs: ["MiFID II Art. 17", "WpHG §80"]
|
|
|
|
- id: "ai_application.aml_kyc"
|
|
label: "Wird die KI fuer AML/KYC eingesetzt?"
|
|
type: "boolean"
|
|
default: false
|
|
visible_if:
|
|
field: "financial_entity.regulated"
|
|
equals: true
|
|
simple_explanation: |
|
|
JA wenn die KI:
|
|
- Verdaechtige Transaktionen erkennt
|
|
- Kundenidentitaeten verifiziert
|
|
- Sanktionslisten-Screening macht
|
|
- PEP-Pruefungen durchfuehrt
|
|
|
|
AML-Entscheidungen erfordern IMMER menschliche Pruefung!
|
|
why_it_matters: "KI fuer AML erfordert Human-in-the-Loop und regelmaessige Validierung."
|
|
legal_refs: ["GwG", "AMLA (EU)"]
|
|
|
|
# =============================================================================
|
|
# METADATA
|
|
# =============================================================================
|
|
|
|
metadata:
|
|
created_at: "2026-01-29"
|
|
created_by: "AI Compliance SDK"
|
|
last_updated: "2026-01-29"
|
|
supported_modes:
|
|
- simple
|
|
- expert
|
|
languages:
|
|
- de
|
|
- en
|