Webseiten im KI-Zeitalter: Auch mit Datenschutz sichtbar bleiben

Damit Google, Edge und Co. die eigene Website findet nutzen diese Suchmaschienen Systeme, die Websiten im Netz aufrufen, nach Schlüsselwörtern, SEOs und Inhalten absuchen und diese Ergebnisse speichern (sog. Webcrawler). Wenn eine Website so einmal abgesucht wurde, wird sie von der jeweiligen Suchmaschine bei entsprechenden Suchanfragen angezeigt.

Doch auch die gängigen KI-Systeme gehen so vor und verarbeiten beim Absuchen der Websiten ebenso alle veröffentlichten Informationen, so auch personenbezogenen Daten, um diese für die Erzeugung von Ergebnissen zu nutzen. So können Daten von Betriebsangehörigen, PDFs und Bilder schnell in einer KI landen und dort potenziell abgefragt werden.

Betreiber von Websiten befinden sich demnach in einer prekären Lage. Einerseits möchte man eine möglichst große Reichweite der Website, aber gleichzeitig bestimmte Daten datenschutzkonform vor KI-Nutzung schützen.  

Doch wie schützt man diese Daten vor solchen Systemen, ohne den Inhalt oder die Sichtbarkeit der Website stark einschränken zu müssen? Hier gibt es mehrere Ansätze:

Eine weit verbreitete Lösung ist eine „robot.txt“ Regel. Hierbei handelt es sich um eine kurze Anweisung an automatisierte Systeme, die eigene Website nicht zu analysieren. Webcrawler können diese Anweisung lesen und verarbeiten die Daten auf der Website, jedenfalls nach Aussage der gängigen Anbieter, nicht.

Es ist dabei auch möglich, bestimmten Anbietern die Verarbeitung einzelner Seiten zu verbieten und damit das Webcrawling gezielt zu steuern. Hierbei muss jedoch beachtet werden, dass die zugelassenen Systeme weiterhin auf den erlaubten Seiten die (personenbezogenen) Daten verarbeiten können.

Diese Anweisung sollte deshalb so detailliert geschrieben werden, dass nur spezielle Seiten explizit verarbeitet werden dürfen. Verarbeitung anderer Unterseiten (etwa solche mit einer Auflistung der Beschäftigtennamen, Abbildungen oder PDFs) können vollkommen untersagt werden.

Vorteil:  
-          Webseitenbetreiber erhalten eine Möglichkeit, Zugriffe von Webcrawlern auf ihrer Seite zu lenken.

-          Dateien wie PDFs, Bilder oder Videos können vom Crawling ausgeschlossen werden, um zu verhindern, dass diese in den (Such-) Ergebnissen auftauchen.

Nachteil:
-          Um effektiv zu sein, müssen die hinterlegten Regeln genau programmiert und bei Bedarf immer wieder aktualisiert werden.

-          Seiteninhalte müssen genau geplant werden, da Informationen auf verbotenen Seiten nicht gefunden werden.

Eine beliebte Lösung ist auch die sogenannte Grounding Page. Dies ist eine Unterseite innerhalb des eigenen Webauftrittes, auf der Webcrawler und KI-Systeme gezielt diejenigen Informationen finden, die man für diese sichtbar machen möchte.

Beispielsweise können auf einer Grounding Page die firmenspezifischen Fachthemen genannt werden und es könnten, Informationen zu Produkten und Leistungen oder häufig gestellt Fragen bereitgestellt werden.

Wichtig ist hierbei, dass die Informationen strukturiert und ausführlich sind, damit diese gut verarbeitet werden können, und dass grundsätzlich keine personenbezogenen Daten aufgenommen werden.

Sollte es doch gewünscht sein solche Daten einzubinden, muss darauf geachtet werden, dass auch eine datenschutzrechtliche Rechtsgrundlage für diese Art der Datenverarbeitung vorhanden ist.

Vorteil:
-          Betreiber einer Website können gezielt die Informationen bereitstellen, die sie für Interessenten publik machen oder besonders hervorheben möchten.

-          Neue Seiteninhalte werden oft schneller erkannt und korrekt zugeordnet.

-          Grounding Pages können dazu beitragen, dass weniger Fehlinformationen von automatisierten Systemen ausgegeben werden, und helfen die eigene Marke von anderen Entitäten zu unterscheiden.

Nachteil:
-          Eine Grounding Page muss gut strukturiert und informativ gestaltet sein, um die Sichtbarkeit einer Seite zu unterstützen.

-          Informationen auf der Seite müssen oft aktualisiert werden, um auf dem neusten Stand zu sein.

-          Diese Vorgehensweise allein verhindert nicht, das KI-Systeme den Rest der Website durchsuchen.

Jeder der Ansätze hilft die Sichtbarkeit des eigenen Webauftritts zu verbessern und bestimmte Daten zu schützen. Um den bestmöglichen Vorteil zu erreichen, werden in der Praxis jedoch Robot.txt und Grounding Page gemeinsam verwendet

So kann man es automatisierten Systemen verbieten alle Seiten oder beispielsweise solchen mit personenbezogenen Daten zu verarbeiten. Die Verarbeitung der „Grounding Page“ (mit den wichtigsten Daten für die Sichtbarkeit des eigenen Webauftritts), kann man jedoch explizit erlauben. Hierdurch minimiert sich der Programmieraufwand und die Webseiteninhalte können freier gestaltet werden.

Dies ist für die meisten Webauftritte eine gut umsetzbare Lösung, um im Netzt sichtbar zu sein und gleichzeitig die Kontrolle über eigene Inhalte und die Einhaltung datenschutzrechtlicher Vorgaben zu gewährleisten.

Falls Sie Fragen zum geschilderten Thema und/oder zu anderen datenschutzrelevanten Themen haben, kontaktieren Sie uns einfach!

Zentrale Hutthurm: +49 (0) 8505 91927 – 0

Niederlassung München: +49 (0) 89 413 2943 – 0

Oder nutzen Sie unser Kontaktformular.