KI-Personalisierung verspricht dir das, wovon Marketing seit Jahrzehnten träumt: das passende Angebot, zur richtigen Zeit, im richtigen Ton – für jede einzelne Person. Doch je genauer ein System Menschen versteht, desto tiefer greift es in ihre Daten ein. Genau dort setzt der Datenschutz seine Grenzen.
Im Oktober 2026 ist der Rahmen klarer als noch vor einem Jahr, aber nicht einfacher. Die DSGVO gilt unverändert, die Transparenzpflichten des AI Act greifen seit August, und der Digital-Omnibus der EU-Kommission sorgt für Gesprächsstoff. Dieser Beitrag zeigt dir, was erlaubt ist, wo es kritisch wird und wie du Personalisierung baust, die auch eine Prüfung durch die Aufsicht übersteht. Er ersetzt keine Rechtsberatung.
Was ist KI-Personalisierung?
KI-Personalisierung ist der Einsatz lernender Systeme, die Inhalte, Produktempfehlungen, Preise, Zeitpunkte oder Tonalität automatisch an einzelne Personen oder kleine Segmente anpassen. Grundlage sind Verhaltens-, Transaktions- und Kontextdaten. Anders als regelbasierte Segmentierung erkennt das Modell Muster selbst und entscheidet in Echtzeit, welche Variante jemand sieht.
Typische Anwendungen kennst du aus dem Alltag: Produktempfehlungen im Shop, dynamische Newsletter-Inhalte, personalisierte Startseiten, Next-Best-Offer-Modelle im Kundenservice oder generative Systeme, die Betreffzeilen individuell formulieren. Rechtlich entscheidend ist bei jeder KI-Personalisierung nicht die Technik, sondern die Frage, ob und wie personenbezogene Daten verarbeitet werden.
Der Rechtsrahmen im Oktober 2026
Für KI-Personalisierung greifen mehrere Regelwerke ineinander. Die folgende Übersicht zeigt den Stand Ende Oktober 2026.
| Regelwerk | Was es für Personalisierung regelt | Stand Oktober 2026 |
|---|---|---|
| DSGVO | Rechtsgrundlage, Profiling, Widerspruch, automatisierte Entscheidungen | gilt unverändert |
| TDDDG § 25 | Zugriff auf Endgeräte (Cookies, Pixel, SDKs) | Einwilligung nötig, wenige Ausnahmen |
| AI Act Art. 5 | Verbot manipulativer KI-Praktiken | gilt seit 2. Februar 2025 |
| AI Act Art. 50 | Hinweis bei Chatbots, Kennzeichnung synthetischer Inhalte | gilt seit 2. August 2026 |
| Digital Services Act | kein Profiling-Targeting mit sensiblen Daten oder bei Minderjährigen auf Plattformen | gilt seit Februar 2024 |
| Digital-Omnibus (Daten) | geplante Änderungen an DSGVO und Cookie-Regeln | Vorschlag, nicht beschlossen |
Was der Digital-Omnibus ändert – und was nicht
Der Digital-Omnibus besteht aus zwei Teilen, die du auseinanderhalten solltest. Der KI-Teil ist als Verordnung (EU) 2026/1744 seit dem 27. Juli 2026 in Kraft und verschiebt vor allem die Pflichten für Hochrisiko-KI. Für typische KI-Personalisierung im Marketing ändert er wenig, denn sie gilt in aller Regel nicht als Hochrisiko-Anwendung.
Der Datenteil dagegen ist noch offen. Der Kommissionsvorschlag COM(2025) 837 sieht unter anderem eine engere Auslegung des Begriffs „personenbezogene Daten“, eine Verlagerung der Cookie-Regeln in die DSGVO und eine ausdrückliche Grundlage für KI-Entwicklung auf Basis berechtigter Interessen vor. Ende Oktober 2026 ist dieser Teil nicht verabschiedet. Plane deshalb mit dem geltenden Recht, nicht mit möglichen Erleichterungen.
Die Rechtsgrundlage: Einwilligung oder berechtigtes Interesse?
Jede Verarbeitung personenbezogener Daten braucht eine Rechtsgrundlage nach Art. 6 DSGVO. Für KI-Personalisierung kommen in der Praxis zwei infrage: die Einwilligung und das berechtigte Interesse. Die Vertragserfüllung trägt Personalisierung fast nie, weil ein Vertrag auch ohne individuelle Empfehlungen erfüllbar ist.
Wann du eine Einwilligung brauchst
Sobald du Informationen auf dem Endgerät speicherst oder ausliest – Cookies, Pixel, Local Storage, Fingerprinting, App-SDKs –, verlangt § 25 TDDDG grundsätzlich eine Einwilligung. Ausnahmen gibt es nur für technisch unbedingt erforderliche Zugriffe. Personalisierung zählt nicht dazu, auch wenn sie den Nutzern gefällt.
Die Einwilligung muss freiwillig, informiert, spezifisch und widerrufbar sein. Für KI-Personalisierung heißt das: Nenne den Zweck konkret, etwa „Produktempfehlungen auf Basis deines Surf- und Kaufverhaltens“. Ein pauschales „Optimierung unseres Angebots“ genügt nicht.
Wann das berechtigte Interesse trägt
Bei Daten, die du ohne Endgerätezugriff erhebst – etwa Bestellhistorie im eigenen Shop –, kann Art. 6 Abs. 1 lit. f DSGVO greifen. Du musst dann ein legitimes Interesse benennen, die Erforderlichkeit begründen und eine Abwägung mit den Interessen der Betroffenen dokumentieren. Der Europäische Datenschutzausschuss hat diesen dreistufigen Test in seiner Stellungnahme 28/2024 zu KI-Modellen ausdrücklich auf KI-Anwendungen übertragen.
Je tiefer das Profil und je überraschender die Nutzung, desto eher kippt die Abwägung. Eine Empfehlung „Kunden kauften auch“ auf Basis früherer Bestellungen ist etwas anderes als ein Modell, das aus Klickverhalten Lebensumstände ableitet. Denk außerdem an das Widerspruchsrecht nach Art. 21 DSGVO: Gegen Direktwerbung und das zugehörige Profiling kann jede Person jederzeit widersprechen, ohne Begründung.
Wo KI-Personalisierung an harte Grenzen stößt
Manche Grenzen lassen sich nicht durch eine gut formulierte Einwilligung verschieben. Vier Bereiche solltest du kennen, bevor du ein Modell trainierst oder ein Tool einkaufst.
Profiling und automatisierte Entscheidungen
Art. 22 DSGVO gibt Menschen das Recht, keiner ausschließlich automatisierten Entscheidung unterworfen zu werden, die sie rechtlich oder ähnlich erheblich beeinträchtigt. Eine Produktempfehlung erreicht diese Schwelle meist nicht. Anders sieht es aus, wenn das System über individuelle Preise, Zahlungsarten, Kreditrahmen oder den Ausschluss von Angeboten entscheidet.
Der Europäische Gerichtshof hat im SCHUFA-Urteil (C-634/21, Dezember 2023) klargestellt, dass schon ein Score eine automatisierte Entscheidung sein kann, wenn ein anderer maßgeblich darauf aufbaut. Übertragen auf das Marketing: Wenn dein Modell entscheidet, wer einen Rabatt nie zu sehen bekommt, brauchst du eine tragfähige Ausnahme, menschliche Eingriffsmöglichkeiten und eine verständliche Erklärung der Logik.
Sensible Daten und ihre Ableitungen
Gesundheit, Religion, politische Meinung, sexuelle Orientierung oder ethnische Herkunft sind nach Art. 9 DSGVO besonders geschützt. Das Problem bei KI-Modellen: Sie leiten solche Merkmale oft indirekt ab, etwa aus gekauften Produkten oder besuchten Seiten. Der EuGH hat 2023 im Verfahren Meta gegen Bundeskartellamt (C-252/21) betont, dass auch solche Rückschlüsse unter den Schutz sensibler Daten fallen können.
Prüfe bei KI-Personalisierung deshalb nicht nur die Eingabedaten, sondern auch, welche Segmente dein Modell bildet. Ein Cluster „wahrscheinlich schwanger“ oder „vermutlich in finanzieller Not“ ist ein Warnsignal, selbst wenn niemand diese Kategorie bewusst angelegt hat.
Manipulation und Schwächen ausnutzen
Seit dem 2. Februar 2025 verbietet Art. 5 AI Act KI-Systeme, die mit unterschwelligen, absichtlich manipulativen oder täuschenden Techniken das Verhalten von Menschen wesentlich verzerren und ihnen dadurch erheblichen Schaden zufügen. Ebenso verboten ist es, Schwächen aufgrund von Alter, Behinderung oder wirtschaftlicher Lage gezielt auszunutzen.
Klassische Empfehlungslogik fällt nicht darunter. Kritisch wird es bei Systemen, die gezielt Momente emotionaler Verletzlichkeit erkennen, um dann Druck aufzubauen – etwa Kredit- oder Glücksspielangebote nach nächtlichem Grübeln. Hier verlässt KI-Personalisierung den Bereich des Marketings und berührt verbotene Praktiken.
Minderjährige und Plattformwerbung
Der Digital Services Act untersagt Online-Plattformen, Werbung auf Basis von Profiling an Minderjährige auszuspielen oder dafür sensible Daten zu nutzen. Diese Pflicht trifft zunächst die Plattformbetreiber. Für dich als Werbetreibende bedeutet sie: Bestimmte Targeting-Optionen stehen nicht mehr zur Verfügung, und eigene Zielgruppenlisten mit solchen Merkmalen solltest du gar nicht erst hochladen.
Externe KI-Dienste und Trainingsdaten
Viele Personalisierungslösungen laufen heute als Cloud-Dienst, oft mit großen Sprachmodellen im Hintergrund. Damit stellen sich drei Fragen, die dein Datenschutzteam vor dem Vertrag klären sollte.
- Rolle: Verarbeitet der Anbieter Daten nur in deinem Auftrag (Auftragsverarbeitung nach Art. 28 DSGVO) oder auch für eigene Zwecke, etwa zum Training seiner Modelle?
- Drittland: Fließen Daten in die USA oder andere Drittländer, und auf welcher Grundlage – Angemessenheitsbeschluss, Standardvertragsklauseln, Zertifizierung?
- Training: Werden deine Kundendaten für allgemeine Modelle genutzt, und kannst du das vertraglich ausschließen?
Die Datenschutzkonferenz von Bund und Ländern hat für genau diese Auswahlfragen eine Orientierungshilfe „KI und Datenschutz“ veröffentlicht. Sie eignet sich gut als Checkliste für Einkauf und Datenschutzbeauftragte. Ergänzend gilt: Wenn ein Chatbot mit Kundinnen spricht, müssen diese seit August 2026 nach Art. 50 AI Act erkennen können, dass sie mit einer KI interagieren. Was du dafür dokumentieren solltest, liest du in unserem Beitrag zum AI Act im Marketing.
Wann eine Datenschutz-Folgenabschätzung nötig ist
Art. 35 DSGVO verlangt eine Datenschutz-Folgenabschätzung, wenn eine Verarbeitung voraussichtlich ein hohes Risiko für die Rechte und Freiheiten von Menschen mit sich bringt. Ausdrücklich genannt ist die systematische und umfassende Bewertung persönlicher Aspekte durch Profiling, wenn darauf Entscheidungen mit erheblicher Wirkung beruhen. Die deutschen Aufsichtsbehörden konkretisieren das in einer eigenen Liste von Verarbeitungen, für die eine Folgenabschätzung stets nötig ist.
Für KI-Personalisierung bedeutet das: Wer umfangreich Verhalten auswertet, Daten aus vielen Quellen zusammenführt oder neue Technologien einsetzt, sollte die Prüfung einplanen. Sie kostet Zeit, zwingt aber dazu, Zweck, Risiken und Schutzmaßnahmen sauber zu beschreiben. Dieses Dokument hilft dir später auch bei Anfragen der Aufsicht oder bei Beschwerden von Kundinnen und Kunden.
Datensparsame KI-Personalisierung, die trotzdem wirkt
Die gute Nachricht: Relevanz entsteht nicht nur aus Einzelprofilen. Oft erreichst du mit weniger Daten erstaunlich viel – und reduzierst gleichzeitig dein Risiko.
Kontextuelle Personalisierung
Kontextuelle Systeme reagieren auf die Situation statt auf die Person: aufgerufene Seite, Suchbegriff, Region, Tageszeit, Wetter oder Endgerät. Ein Modell, das auf einer Seite über Wanderschuhe passende Socken empfiehlt, braucht kein Profil. Gerade mit sinkenden Einwilligungsquoten ist das für viele Formen der KI-Personalisierung die robustere Basis.
Zero-Party-Daten und Präferenzcenter
Frag die Menschen direkt. Präferenzcenter, kurze Quiz oder Interessenauswahl im Newsletter liefern Zero-Party-Daten, die freiwillig, aktuell und rechtlich klar zugeordnet sind. Sie sind zudem oft präziser als jede Ableitung aus Klickpfaden.
Kohorten, Pseudonymisierung und Aggregation
Arbeite, wo möglich, mit Segmenten statt mit Einzelpersonen und trenne Identifikatoren von Verhaltensdaten. Pseudonymisierte Daten bleiben zwar personenbezogen, senken aber das Risiko bei einer Datenpanne erheblich. Wie du Wirkung misst, wenn Third-Party-Cookies fehlen, zeigt unser Beitrag zur Attribution ohne Cookies.
Eine saubere, konsolidierte Datenbasis ist für jede KI-Personalisierung Voraussetzung. Ob dafür ein CRM reicht oder eine Customer Data Platform sinnvoll ist, klärt unser Vergleich CDP oder CRM.
7 Regeln für KI-Personalisierung mit Vertrauensbonus
Datenschutz ist nicht nur eine Pflicht, sondern auch ein Markenversprechen. Menschen merken, ob eine Empfehlung hilfreich oder unheimlich wirkt. Diese sieben Regeln helfen dir, mit KI-Personalisierung auf der richtigen Seite zu bleiben.
- Definiere für jeden Anwendungsfall einen konkreten Zweck und die minimal nötigen Daten.
- Wähle die Rechtsgrundlage bewusst und dokumentiere die Abwägung beim berechtigten Interesse.
- Hol Einwilligungen für jeden Endgerätezugriff ein und respektiere Widerrufe sofort im Modell.
- Schließe sensible Merkmale und deren Ableitungen technisch aus und prüfe die gebildeten Segmente regelmäßig.
- Lass Preise, Konditionen und Ausschlüsse nicht ausschließlich automatisiert entscheiden.
- Erkläre in der Datenschutzinformation verständlich, warum jemand eine bestimmte Empfehlung sieht.
- Führe vor dem Start eine Datenschutz-Folgenabschätzung durch, wenn du umfassend profilierst oder neue Technologien einsetzt.
Transparenz zahlt dabei direkt auf die Marke ein. Ein kurzer Hinweis „Empfohlen, weil du X gekauft hast“ macht die Logik sichtbar und stärkt das Gefühl von Kontrolle. Wie du daraus langfristig Markenvertrauen aufbauen kannst, beschreibt unser Ressort Strategie & Marke.
Deine nächsten Schritte
Starte nicht mit dem Tool, sondern mit einer Bestandsaufnahme. Liste auf, wo du heute schon KI-Personalisierung einsetzt – oft mehr Stellen, als du denkst, vom Newsletter-Tool bis zur Onsite-Suche.
- Diese Woche: Erfasse alle Personalisierungsfunktionen mit Datenquellen, Rechtsgrundlage und beteiligten Anbietern in deinem Verarbeitungsverzeichnis.
- Diesen Monat: Prüfe mit deinem Datenschutzbeauftragten die Einwilligungstexte, die Verträge mit KI-Anbietern und die Frage, ob eine Folgenabschätzung nötig ist.
- Dieses Quartal: Teste eine kontextuelle oder Zero-Party-Variante gegen dein bisheriges Profilmodell und vergleiche Wirkung und Risiko.
- Laufend: Beobachte das Gesetzgebungsverfahren zum Digital-Omnibus, aber setze erst um, was tatsächlich beschlossen ist.
So bleibt KI-Personalisierung ein Werkzeug, das Kundinnen und Kunden nützt – und nicht eines, das dir bei der nächsten Beschwerde auf die Füße fällt.
Häufige Fragen zu KI-Personalisierung
Ist KI-Personalisierung ohne Einwilligung erlaubt?
Teilweise. Greifst du auf Endgeräte zu, etwa über Cookies, Pixel oder SDKs, brauchst du nach § 25 TDDDG grundsätzlich eine Einwilligung. Nutzt du nur Daten, die ohnehin bei dir vorliegen, etwa die Bestellhistorie, kann das berechtigte Interesse tragen. Dann musst du die Interessenabwägung dokumentieren und Widersprüche gegen Direktwerbung jederzeit respektieren.
Hat der Digital-Omnibus die DSGVO schon geändert?
Nein, Stand Ende Oktober 2026 nicht. In Kraft ist nur der KI-Teil als Verordnung (EU) 2026/1744, der vor allem Fristen für Hochrisiko-KI verschiebt. Die vorgeschlagenen Änderungen an DSGVO und Cookie-Regeln befinden sich noch im Gesetzgebungsverfahren. Für deine Planung gilt deshalb weiterhin das bestehende Datenschutzrecht.
Darf eine KI individuelle Preise festlegen?
Dynamische Preise sind nicht grundsätzlich verboten, aber heikel. Entscheidet ein System ausschließlich automatisiert über Preise oder Konditionen und beeinträchtigt das Menschen erheblich, greift Art. 22 DSGVO. Du brauchst dann eine Ausnahme wie eine ausdrückliche Einwilligung, menschliche Eingriffsmöglichkeiten und eine verständliche Erklärung. Hinzu kommen Informationspflichten aus dem Verbraucherrecht.
Welche Daten sind für KI-Personalisierung tabu?
Besonders geschützt sind Gesundheitsdaten, religiöse und politische Überzeugungen, sexuelle Orientierung, ethnische Herkunft, Gewerkschaftszugehörigkeit sowie biometrische und genetische Daten. Tabu sind auch Ableitungen solcher Merkmale aus Kauf- oder Surfverhalten. Zudem dürfen Plattformen nach dem Digital Services Act Minderjährigen keine profilbasierte Werbung ausspielen.
Was ist der Unterschied zwischen kontextueller und personenbezogener Personalisierung?
Kontextuelle Personalisierung reagiert auf die Situation, etwa die aufgerufene Seite, den Suchbegriff oder die Region, und kommt meist ohne Profil aus. Personenbezogene Personalisierung nutzt die Historie einer identifizierbaren Person. Kontextuelle Ansätze sind datenschutzrechtlich deutlich einfacher und funktionieren auch, wenn viele Menschen Tracking ablehnen.
