KI-Transkription im Meeting

Moderne Transkriptionsdienste nutzen automatische Spracherkennung und KI-Sprachmodelle (Large Language Models), um nicht nur klare und eindeutige Sprache zu erfassen, sondern auch regionale Akzente oder komplexe Gesprächssituationen korrekt zu verarbeiten.

Soll ein Gesprächsprotokoll erstellt werden, zeichnet das System zunächst jedes gesprochene Wort auf. Die Audioaufnahme wird anschließend in Text umgewandelt. Die KI erfasst den Kontext, interpretiert und ergänzt dort, wo die Audioaufnahme keine eindeutige Zuordnung ermöglicht. Auch Stimmen können erkannt und einer Person zugeordnet werden. Je nachdem wie gut das KI-System trainiert wurde – insbesondere im Hinblick auf Fachsprache oder Dialekte – wird innerhalb von Sekunden ein präzises Protokoll des Gesprächs erstellt, das anschließend ggf. noch nach bestimmten Anweisungen zusammengefasst oder in anderer Art modifiziert werden kann.

In der Regel wird die Audiodatei nach Erstellung des Protokolltextes automatisch gelöscht.

Diese Technik liefert in der Praxis deutlich bessere Ergebnisse, greift aber auch stärker in die Privatsphäre ein als herkömmliche Methoden und birgt damit erhöhte rechtliche Risiken.

Die Aufnahme des nichtöffentlich gesprochenen Wortes auf einen Tonträger ist strafbar, wenn sie unbefugt erfolgt (§ 201 StGB). Interne Meetings, Personalgespräche oder Kundentermine fallen regelmäßig darunter. Selbst eine kurzfristige Aufzeichnung und anschließende Löschung für eine Transkription kann ausreichen, um sich strafbar zu machen. Dabei ist zu beachten, dass sich nicht das Unternehmen, sondern die Person persönlich strafbar machen kann, die die Aufzeichnung bzw. Transkription startet oder anordnet.

Um straflos zu bleiben, bedarf es einer Einwilligung der Teilnehmenden, die mindestens stillschweigend erklärt wird. Diese kann nach der derzeitigen Rechtsprechung auch darin bestehen, dass die Gesprächsteilnehmenden vorher über die Transkription und die damit verbundene Audioaufzeichnung informiert worden sind und trotzdem bewusst weitersprechen.

Jede Transkription ist eine Verarbeitung personenbezogener Daten und benötigt eine Rechtsgrundlage nach der DSGVO. Anderenfalls ist sie rechtswidrig. Gerade bei KI-gestützten Transkriptionen kann das bereits große Schwierigkeiten verursachen. In Betracht kommen grundsätzlich die Einwilligung, die Vertragserfüllung und das berechtigte Interesse.

Im Vergleich zu der oben genannten strafrechtlichen Einwilligung sind die Anforderungen an eine wirksame Einwilligung nach den datenschutzrechtlichen Vorschriften strenger ausgestaltet.  Hier reichen eine einfache Information und die Wertung der weiteren Teilnahme an dem Gespräch als Zustimmung nicht aus. Gerade im Beschäftigungskontext und dem damit verbundenen Abhängigkeitsverhältnis, ist die (freiwillig erteilte!) Einwilligung keine tragfähige Rechtsgrundlage.

Auch die Verarbeitung auf die Rechtsgrundlage der Vertragserfüllung nach Art. 6 Abs. 1 lit. b DSGVO zu stützen, gelingt nur, wenn die Transkription zwingend für einen Vertrag erforderlich ist. Bespiele für vertraglich erforderliche Gespräche, die sich nicht ohne wortgenaues Protokoll führen lassen, sind allerdings schwer zu finden.

Die größte Bedeutung wird in der Praxis dem berechtigten Interesse nach Art. 6 Abs. 1 lit. f DSGVO zukommen. Zumindest theoretisch sind legitime Interessen des Unternehmens an besserer Wissenssicherung, wortgetreuen Übersetzungen bei internationalen Teams oder auch live-Transkriptionen für Hörgeschädigte denkbar. Doch das berechtigte Interesse ist kein Freifahrtschein: Es muss eine Interessenabwägung durchgeführt und dokumentiert werden, bei der die Interessen der betroffenen Personen sorgfältig gegen die Unternehmensinteressen abgewogen werden. Oft gibt es mildere Mittel wie schriftliche Zusammenfassungen oder gemeinsame Notizen.

Besondere Vorsicht ist insbesondere bei  Personalgesprächen, Gesundheitsdaten oder anderen sensiblen Informationen geboten. In diesen Fällen greift zusätzlich Art. 9 DSGVO, der eigene Rechtsgrundlagen für besondere personenbezogene Daten erfordert.

Wenn in Ihrem Unternehmen Berufsgeheimnisträger tätig sind – etwa Ärzte, Steuerberater, Rechtsanwälte oder Wirtschaftsprüfer –, ist zusätzlich § 203 StGB zu beachten. Diese Norm stellt es unter Strafe, fremde Geheimnisse unbefugt zu offenbaren, die in dieser beruflichen Eigenschaft anvertraut wurden. Wer ein solches Gespräch KI-transkribieren lässt, gibt den Inhalt an einen externen Dienstleister weiter – und genau das kann eine Offenbarung im Sinne des § 203 StGB sein. Für Berufsgeheimnisträger gelten also noch strengere Maßstäbe: Hier ist KI-Transkription ohne ausdrückliche Einwilligung aller Beteiligten und ohne sorgfältige Prüfung der Weitergabekette praktisch nicht vertretbar.

Falls Sie beabsichtigen KI-Transkriptionen vorzunehmen, beachten Sie über die obigen Ausführungen hinaus bitte Folgendes:

• Bei der Einführung von KI-Transkription sollte eine Datenschutz-Folgenabschätzung durchgeführt werden, die die Notwendigkeit und Verhältnismäßigkeit bewertet.
• Die Verarbeitung sollte vorzugsweise innerhalb der EU erfolgen. Wenn Sie eine Cloud-Lösung einsetzen, ist der Abschluss eines Auftragsverarbeitungsvertrags erforderlich. Bevorzugt werden sollten On-Premise-Lösungen oder abgeschottete Instanzen. Bei Cloud-Angeboten sollten Standards wie BSI IT-Grundschutz und BSI C5 beachtet werden, insbesondere Verschlüsselung und Mandantentrennung. Zudem sollten die Daten nicht zu Trainingszwecken verwendet werden.
• Eine dauerhafte menschliche Kontrolle der Zusammenfassung sowie mindestens stichprobenartige Kontrolle der Transkription mit Dokumentation dieser Prüfung sollten immer erfolgen. Hintergrund: Spracherkennungssysteme machen Fehler, und KI-generierte Zusammenfassungen können Inhalte erfinden oder verfälschen („halluzinieren“). Sorgen Sie dafür, dass betroffene Personen bei Fehlern widersprechen können.
• Informieren Sie alle Teilnehmenden vorab über die automatische Verschriftlichung – am besten bereits in der Einladung und zusätzlich durch eine kurze Erinnerung zu Beginn des Meetings. Dokumentieren Sie bei Videokonferenzen die aufgezeichneten Zeitfenster im Protokoll, damit nachvollziehbar ist, wann die Aufzeichnung lief und wann sie unterbrochen wurde.
• Legen Sie eine Höchstspeicherdauer oder unverzügliche Löschung der Audioaufzeichnung und des Transkripts nach finaler Verabschiedung des Protokolls fest. Die Zugriffsrechte sollten eingeschränkt werden – etwa auf Protokollführung und Stellvertretung. Zudem sollte eine Protokollierung von Zugriffen erfolgen.
• Schulen Sie Ihre Mitarbeitenden im Umgang mit dem Tool, um die KI-Kompetenzpflicht aus Art. 4 KI-VO zu erfüllen.

KI-gestützte Transkriptionssysteme lassen sich zwar kinderleicht benutzen, sind aber rechtlich gesehen sehr anspruchsvoll. Verschiedene Rechtsnormen sind hier zu beachten und an mehreren Stellen können Fehler zur persönlichen Haftung oder Bußgeldern führen. Überlegen Sie sich daher genau, ob KI-Transkriptionen tatsächlich notwendig sind und einen echten Mehrwert bieten. Wenn ja, machen Sie sich bewusst, welche Verarbeitungen dabei im Hintergrund laufen und ermöglichen Sie eine rechtskonforme Nutzung.

Sollten Sie Fragen zur Umsetzung in Ihrem Unternehmen haben oder Unterstützung bei der Datenschutzkonformität Ihrer KI-Anwendungen benötigen, stehen wir Ihnen gerne zur Verfügung.