DSGVO-konforme KI und Cloud: EU-Anbieter, Hybrid oder eigene Hardware?

Wer KI DSGVO-bewusst nutzen will, hat Stand Juni 2026 drei Grundwege: erstens EU-Anbieter wie IONOS, STACKIT oder T-Systems, bei denen souveräne KI-Inferenz inzwischen real verfügbar ist; zweitens ein Hybrid-Modell, das sensible Daten in der EU oder im eigenen Haus behält und Spezialdienste mit Schutzmaßnahmen aus Hyperscaler-EU-Regionen bezieht; drittens eigene Hardware mit maximaler Kontrolle. Welcher Weg passt, hängt vor allem von drei Faktoren ab: wie sensibel eure Daten sind, wie viele Anfragen ihr fahrt und wie viel Betriebs-Know-how ihr habt. Eine brauchbare Faustregel: Unter etwa 10.000 Requests pro Tag ist deutsche Cloud-Inferenz meist günstiger als eigene Hardware.

TL;DR

• Souveräne KI-Inferenz aus Deutschland ist keine Folie mehr, sondern buchbar: IONOS AI Model Hub (Rechenzentren in Berlin, ISO 27001, OpenAI-kompatible API), STACKIT AI Model Serving, T-Systems mit der Industrial AI Cloud.
• Die Fachpresse ordnet nüchtern ein (Golem, April 2026): Bei der Inferenz können lokale Anbieter mithalten — beim Modell-Training nicht.
• Faustregel: Unter ~10.000 Requests/Tag fährt man mit deutscher Cloud-Inferenz meist günstiger als mit eigener Hardware.
• BYOK ist eine Scheinsicherheit: Liegt der Schlüssel im Key-Management des Providers, schützt das nicht vor Herausgabeanordnungen. Wirksam sind nur HYOK, externes Schlüsselmanagement oder clientseitige Verschlüsselung.
• Der Rechtsrahmen wackelt: Das EU-US Data Privacy Framework gilt, aber die Berufung läuft vor dem EuGH (C-703/25 P), noyb kündigt eine breitere Klage an — “Schrems III” ist ein reales Szenario.
• Sonderregeln beachten: Gesundheits- und Sozialdaten nach §393 SGB V nur in DE/EU/EWR/Schweiz plus C5-Testat; Berufsgeheimnisträger nach §203 StGB müssen Dienstleister sorgfältig binden.

Warum diese Frage gerade jetzt auf dem Tisch liegt

Laut KPMG Cloud-Monitor 2025 beziehen 96 % der deutschen Unternehmen ihre KI-Lösungen aus der Cloud. Die Frage ist also längst nicht mehr, ob eure KI in der Cloud läuft — sondern in wessen Cloud, unter welchem Recht und mit welchem Restrisiko.

Und dieses Restrisiko ist 2026 kein theoretisches. Das EU-US Data Privacy Framework (DPF), die rechtliche Grundlage für Datentransfers in die USA, gilt Stand Juni 2026 — aber es steht unter Beschuss. Die Latombe-Klage wurde im September 2025 vom EuG zwar abgewiesen, die Berufung läuft jedoch vor dem EuGH (Az. C-703/25 P). Parallel hat noyb um Max Schrems eine breitere Klage angekündigt. Und das US-Kontrollgremium PCLOB, das die Einhaltung der amerikanischen Zusagen überwachen soll, ist seit Januar 2025 ohne Quorum — also faktisch nicht arbeitsfähig. Ein “Schrems III”, das den Transfermechanismus zum dritten Mal kippt, ist ein reales Szenario, kein Alarmismus.

Wir sagen das ohne Panikmache: Niemand weiß, wie der EuGH entscheidet, und niemand sollte deshalb in Hektik verfallen. Aber wer heute eine KI-Architektur plant, sollte sie so bauen, dass ein Wegfall des DPF kein Notfallprojekt auslöst. Genau dafür gibt es die drei Wege.

Option 1: EU-Anbieter — souveräne KI-Inferenz ist real

Vor zwei Jahren war “souveräne KI” oft ein Versprechen auf PowerPoint-Folien. Das hat sich geändert. Konkret buchbar sind heute unter anderem:

• IONOS AI Model Hub — Inferenz in ISO-27001-zertifizierten Rechenzentren in Berlin, mit OpenAI-kompatibler API. Verfügbar sind unter anderem Llama 3.1 in den Varianten 405B und 8B sowie Mistral-Modelle. Wichtig für den Datenschutz: keine Prompt-Speicherung, kein Training mit Kundendaten.
• STACKIT AI Model Serving — das KI-Angebot der Schwarz-Gruppe.
• T-Systems / T Cloud — mit der Industrial AI Cloud auf Nvidia-Basis, die die GPU-Kapazität in Deutschland um 50 % erhöht.

Die OpenAI-kompatible API ist dabei mehr als ein Komfort-Detail: Anwendungen, die heute gegen die OpenAI-Schnittstelle entwickelt sind, lassen sich oft mit überschaubarem Aufwand umziehen. Das senkt die Wechselkosten erheblich — und macht den EU-Weg auch für Unternehmen interessant, die bereits mit US-Diensten gestartet sind.

Ehrlich bleiben muss man bei der Einordnung. Golem hat es im April 2026 auf den Punkt gebracht: Bei der Inferenz — also dem Betrieb fertiger Modelle — können lokale Anbieter mithalten. Beim Modell-Training nicht. Wer eigene Foundation-Modelle trainieren will, kommt an den großen US-Plattformen derzeit kaum vorbei. Für die allermeisten Mittelständler ist das aber kein Problem: Ihr wollt Modelle nutzen, nicht von Grund auf trainieren. Und genau dort ist der EU-Weg heute konkurrenzfähig.

Zur Kostenfrage die bereits erwähnte Faustregel: Unter etwa 10.000 Requests pro Tag ist deutsche Cloud-Inferenz meist günstiger als eigene Hardware. Ihr zahlt nach Verbrauch, ohne GPU-Server kaufen, abschreiben und betreiben zu müssen.

Option 2: Hybrid — und warum BYOK eine Scheinsicherheit ist

Das Hybrid-Modell ist der Weg, den wir in der Praxis am häufigsten sehen: Sensible Daten bleiben bei EU-Anbietern oder on-premise, und Spezialdienste, die es nur bei den Hyperscalern gibt, werden aus deren EU-Regionen bezogen — mit zusätzlichen Schutzmaßnahmen.

Bei genau diesen Schutzmaßnahmen lohnt ein genauer Blick, denn hier wird viel Scheinsicherheit verkauft. Das Stichwort heißt Verschlüsselung, und die entscheidende Frage lautet: Wer hält den Schlüssel?

• BYOK (Bring Your Own Key): Ihr bringt euren eigenen Schlüssel mit — aber er liegt im Key-Management des Providers. Das klingt souverän, ist es aber nicht: Der Provider behält technischen Zugriff auf den Schlüssel und kann ihn (und damit eure Daten) bei einer Herausgabeanordnung verwenden. BYOK schützt nicht vor behördlichen Zugriffen.
• HYOK (Hold Your Own Key) / externes Schlüsselmanagement: Der Schlüssel verlässt eure Kontrolle nie. Der Provider kann eure Daten nicht entschlüsseln, auch wenn er es müsste.
• Clientseitige Verschlüsselung: Daten werden verschlüsselt, bevor sie das Haus verlassen. Die Cloud sieht nur Chiffrat.

Nur die letzten beiden Varianten sind gegen Herausgabeanordnungen wirksam. Wer euch BYOK als Souveränitätslösung verkauft, hat das Kleingedruckte entweder nicht gelesen oder hofft, dass ihr es nicht tut. Der Haken bei HYOK und clientseitiger Verschlüsselung: Nicht jeder Cloud-Dienst funktioniert damit — ein KI-Modell kann verschlüsselte Prompts nun einmal nicht verarbeiten. Deshalb ist die saubere Hybrid-Antwort meistens eine Architekturfrage: Welche Daten dürfen in welchen Dienst, und welche bleiben grundsätzlich in der EU oder im Haus?

Option 3: Eigene Hardware — maximale Kontrolle, echter Aufwand

Der dritte Weg: Ihr betreibt die KI auf eigener Hardware. Kein Byte verlässt das Unternehmen, keine Transferfrage stellt sich, kein Anbieter kann Bedingungen ändern. Das ist die maximale Kontrolle — und sie lohnt sich in zwei Situationen:

1. Hohes Volumen: Oberhalb der genannten ~10.000 Requests pro Tag kann sich eigene Hardware rechnen, weil die Verbrauchskosten der Cloud die Anschaffung irgendwann überholen.
2. Hochsensible Daten: Wenn Daten das Haus schlicht nicht verlassen dürfen, ist on-premise nicht die teuerste, sondern die einzige Option.

Der ehrliche Preis dafür heißt Ops-Know-how. GPU-Server wollen beschafft, betrieben, gekühlt, gepatcht und überwacht werden, Modelle wollen aktualisiert werden. Wer kein Team dafür hat, kauft sich mit on-premise keine Souveränität, sondern eine Baustelle. Das ist kein Argument gegen den Weg — aber eines dafür, ihn nüchtern zu kalkulieren statt aus dem Bauch heraus.

Die drei Wege im Vergleich

Kriterium	EU-Anbieter	Hybrid	Eigene Hardware
Datenkontrolle	Hoch (EU-Rechenzentren, kein Training mit Kundendaten)	Hoch für sensible Daten, abgestuft für Spezialdienste	Maximal
Kosten bei geringem Volumen	Meist am günstigsten (unter ~10.000 Requests/Tag)	Mittel	Hoch (Anschaffung + Betrieb)
Kosten bei hohem Volumen	Steigen mit dem Verbrauch	Mittel	Kann sich rechnen
Betriebsaufwand	Gering	Mittel (Architektur + Schlüsselmanagement)	Hoch (Ops-Know-how nötig)
Schutz vor “Schrems III”-Folgen	Hoch	Hoch für den sensiblen Teil	Vollständig
Modell-Training im großen Stil	Nein	Über Hyperscaler-Anteil	Nur mit erheblicher Investition
Typischer Fit	Mittelstand mit Standard-KI-Anwendungen	Unternehmen mit Mischbedarf	Hohes Volumen oder hochsensible Daten

Sonderfälle: Gesundheitsdaten und Berufsgeheimnisträger

Für zwei Gruppen ist die Wahlfreiheit von vornherein eingeschränkt — und das sollte man wissen, bevor man Architekturen plant:

• Gesundheits- und Sozialdaten: Nach §393 SGB V (in Kraft seit 1.7.2024) dürfen diese Daten nur in Deutschland, der EU, dem EWR oder der Schweiz verarbeitet werden — und der Anbieter braucht zusätzlich ein C5-Testat. Wer im Gesundheitswesen unterwegs ist, hat hier keine Grauzone, sondern eine klare Vorgabe.
• Berufsgeheimnisträger (etwa Anwälte, Ärzte, Steuerberater): §203 StGB verlangt, dass Dienstleister sorgfältig gebunden werden. Ein Standard-Cloud-Vertrag von der Stange reicht hier nicht; die Einbindung muss sauber vertraglich und technisch abgesichert sein.

Und ein wichtiger Hinweis in eigener Sache: Wir sind Entwickler, keine Kanzlei. Vieles im Umfeld des DPF ist juristisch schlicht ungeklärt — wie der EuGH in der Sache C-703/25 P entscheidet, kann euch heute niemand seriös sagen. Dieser Artikel ist eine technische und strategische Einordnung, keine Rechtsberatung. Für die rechtliche Bewertung eures konkreten Falls gehört eine fachkundige Beratung an den Tisch.

Wie ihr pragmatisch entscheidet

Aus unserer Projekterfahrung bei Rocket-Monkeys läuft die Entscheidung fast immer auf drei Fragen hinaus:

1. Wie sensibel sind die Daten, die das Modell sieht? Gesundheits- und Sozialdaten oder Mandantengeheimnisse setzen den Rahmen, bevor über Preise geredet wird.
2. Wie viel Volumen fahrt ihr? Unter ~10.000 Requests pro Tag spricht die Wirtschaftlichkeit meist für EU-Cloud-Inferenz. Darüber lohnt das Rechnen.
3. Wer betreibt das? Ohne eigenes Ops-Team ist on-premise selten die richtige Antwort — egal, wie souverän es klingt.

Die gute Nachricht zum Schluss: Anders als noch vor wenigen Jahren ist DSGVO-bewusste KI heute keine Verzichtsentscheidung mehr. Die EU-Angebote sind bei der Inferenz konkurrenzfähig, Hybrid-Architekturen lassen sich sauber bauen, wenn man beim Schlüsselmanagement nicht auf BYOK-Marketing hereinfällt, und für die Fälle mit maximalen Anforderungen gibt es den Weg über eigene Hardware. Eine laufend gepflegte Übersicht zu Anbietern, Rechtslage und Architekturmustern findet ihr auf unserer Seite zur Cloud-Souveränität.

Lasst uns auf eure Daten schauen

Wenn ihr gerade vor der Frage steht, wo eure KI laufen soll — oder ob euer aktuelles Setup ein “Schrems III” überstehen würde —, dann sprecht mit uns. In einem unverbindlichen Erstgespräch schauen wir gemeinsam auf eure Datenflüsse, euer Anfragevolumen und eure Anforderungen und ordnen ein, welcher der drei Wege zu euch passt. Schreibt uns einfach an info@rocket-monkeys.com. Ohne Verkaufsdruck, dafür mit einer ehrlichen Einschätzung.