US-Anbieter bei Voice AI: Wo das DSGVO-Risiko für deutsche Betriebe wirklich liegt

Vier getrennte Verarbeitungsschritte in jedem Anruf

Ein KI-Telefonassistent besteht technisch aus mindestens vier Bausteinen, die bei jedem einzelnen Anruf nacheinander aktiv werden. Die Telefonanbindung, meist über SIP-Trunking oder eine Cloud-Telefonie-Plattform, nimmt den Anruf technisch entgegen und leitet ihn weiter. Die Spracherkennung, auch Speech-to-Text oder STT genannt, wandelt das Gesagte in Echtzeit in Text um. Das Sprachmodell, meist ein großes Sprachmodell (LLM), verarbeitet diesen Text und formuliert eine Antwort. Die Sprachausgabe, Text-to-Speech oder TTS, macht aus dieser Antwort wieder hörbare Sprache, die der Anrufer am Telefon hört.

Diese vier Schritte laufen bei den meisten Voice-AI-Produkten am Markt nicht bei einem einzigen Unternehmen zusammen. Anbieter kombinieren häufig mehrere spezialisierte Dienste: einen für die Telefonanbindung, einen für die Spracherkennung, einen für das Sprachmodell und einen weiteren für die Sprachausgabe. Diese Kombination ist in der Voice-AI-Branche weltweit verbreitet, quer über Anbieter mit Sitz in der EU und in den USA, und für sich genommen kein Problem. Aus datenschutzrechtlicher Sicht ist sie aber entscheidend: Jeder der vier Bausteine ist eine eigenständige Verarbeitung personenbezogener Daten, mit einer eigenen Frage danach, wo diese Verarbeitung stattfindet und auf welcher Rechtsgrundlage.

Das ist keine Wertung einzelner Anbieter. Ein Unternehmen, das eine dieser vier Komponenten aus den USA bezieht, verstößt dadurch nicht automatisch gegen die DSGVO. Relevant wird die Frage erst, wenn personenbezogene Daten Ihrer Anrufer über diese Infrastruktur verarbeitet werden und Sie als Betrieb, der den Assistenten einsetzt, dafür verantwortlich sind, dass diese Verarbeitung eine tragfähige Rechtsgrundlage hat.

Für einen deutschen Betrieb, der einen Telefonassistenten einkauft, ist dabei oft nicht auf den ersten Blick erkennbar, welche dieser vier Bausteine tatsächlich verbaut sind und wo sie sitzen. Auf der Landingpage eines Anbieters steht meist nur „KI-Telefonassistent", nicht die einzelnen Komponenten und ihre Standorte. Das ist nicht zwangsläufig Täuschung, sondern schlicht Marketing-Vereinfachung, macht die Prüfung für Sie als Kunden aber nicht einfacher. Wer die vier Bausteine kennt, kann bei jedem Anbieter gezielt nach jedem Einzelnen fragen, statt sich mit einer pauschalen Zusicherung zufriedenzugeben.

Was ein Drittlandtransfer konkret bedeutet

Ein Drittlandtransfer im Sinne von Art. 44 ff. DSGVO liegt vor, sobald personenbezogene Daten die EU oder den EWR verlassen und in einem Land außerhalb davon verarbeitet werden. Die USA gelten dabei als Drittland. Entscheidend ist dabei nicht nur, wo Daten dauerhaft gespeichert werden, sondern jede Verarbeitung, auch eine kurze, temporäre: Wird ein Gespräch in Echtzeit an ein Sprachmodell in den USA gesendet, um eine Antwort zu generieren, ist das bereits ein Transfer, selbst wenn nichts davon anschließend auf einem US-Server liegen bleibt.

Für Ihre Anrufer bedeutet das: Name, Telefonnummer, das Anliegen, mitunter Gesundheits- oder Vertragsdetails, je nach Branche, können auf dem Weg durch den Voice-AI-Stack ein Drittland durchlaufen. Ein Drittlandtransfer ist nach der DSGVO nicht automatisch verboten. Er braucht aber eine eigene Rechtsgrundlage nach Art. 44 ff. DSGVO, und diese Grundlage muss der Anbieter oder Sie als verantwortliche Stelle nachweisen können, nicht nur behaupten.

Wichtig ist außerdem die Rollenverteilung: Bei den meisten Voice-AI-Einsätzen sind Sie als Betrieb, der den Assistenten für seine Kundenanrufe nutzt, die verantwortliche Stelle im Sinne der DSGVO, nicht der Voice-AI-Anbieter. Das bedeutet, dass Sie im Zweifel gegenüber Ihren eigenen Kunden und gegenüber der Aufsichtsbehörde erklären müssen, warum eine Übermittlung in ein Drittland stattfindet und auf welcher Grundlage. Ein Anbieter, der Ihnen diese Grundlage nicht klar benennen kann, verschiebt dieses Risiko stillschweigend auf Sie.

Das Data Privacy Framework: gültig, aber keine Garantie

Die gängigste Rechtsgrundlage für Datenübermittlungen in die USA ist derzeit das EU-US Data Privacy Framework (DPF). Die Europäische Kommission hat es im Juli 2023 mit einem Angemessenheitsbeschluss anerkannt: US-Unternehmen, die sich beim DPF zertifizieren, gelten damit als ausreichend datenschutzkonform für den Datenempfang aus der EU. Alternativ stützen viele Anbieter Übermittlungen auf EU-Standardvertragsklauseln (SCC) nach Art. 46 DSGVO, ergänzt um zusätzliche technische und organisatorische Schutzmaßnahmen.

Wichtig für die Bewertung ist die Geschichte dieser Rechtsgrundlagen: Das DPF ist bereits der dritte Anlauf für ein EU-US-Datenschutzabkommen. Sein Vorgänger Safe Harbor wurde 2015 vom Europäischen Gerichtshof für ungültig erklärt (Schrems I), der nachfolgende Privacy Shield im Juli 2020 ebenfalls (Schrems II, Rechtssache C-311/18). Beide Male ging es um denselben Kernpunkt: den Zugriff US-amerikanischer Sicherheitsbehörden auf Daten von EU-Bürgern und die Frage, ob EU-Bürger dagegen wirksamen Rechtsschutz haben. Das DPF adressiert diesen Punkt mit neuen Vorgaben, wurde aber bereits vor europäischen Gerichten angefochten.

Das heißt nicht, dass das DPF ungültig ist oder demnächst fällt. Es heißt, dass es keine dauerhafte Garantie ist, sondern eine derzeit gültige Rechtsgrundlage, die regelmäßig überprüft wird und rechtlich angreifbar bleibt. Für Ihren Betrieb ist das relevant, weil eine Übermittlungsgrundlage, auf die sich Ihr Voice-AI-Anbieter stützt, wegfallen kann, ohne dass Sie das direkt beeinflussen. Wer ausschließlich auf das DPF setzt, sollte wissen, welche Alternative der Anbieter im Ernstfall anbietet, etwa eine EU-only-Verarbeitung.

Subprocessor-Ketten: wer sieht Ihre Anrufdaten

Ein einzelner Voice-AI-Anbieter ist selten der einzige, der Ihre Anrufdaten verarbeitet. Orchestrierungsplattformen wie die oben genannten setzen ihrerseits meist mehrere Unterauftragsverarbeiter (Subprocessor) ein: einen für die Telefonanbindung, einen für Spracherkennung, einen für das Sprachmodell selbst, oft einen weiteren für die Sprachausgabe, dazu Hosting und Monitoring. Jede dieser Stationen ist eine zusätzliche Stelle, die zumindest kurzzeitig mit personenbezogenen Daten Ihrer Anrufer in Kontakt kommt.

Nach Art. 28 DSGVO müssen alle eingesetzten Unterauftragsverarbeiter im Auftragsverarbeitungsvertrag (AVV) namentlich benannt sein, inklusive Änderungen. In der Praxis ist das bei verketteten Voice-AI-Stacks nicht immer transparent nachvollziehbar, besonders wenn ein Anbieter selbst wieder auf eine Orchestrierungsplattform aufsetzt, die ihrerseits mehrere Subprocessor einbindet. Je länger diese Kette, desto schwerer wird es, im Streitfall oder bei einer Anfrage einer Aufsichtsbehörde lückenlos zu belegen, wo eine bestimmte Aufzeichnung tatsächlich verarbeitet wurde.

Dazu kommt ein praktischer Punkt, der bei der Bewertung oft übersehen wird: Subprocessor-Listen ändern sich. Ein Anbieter kann im laufenden Betrieb einen Zulieferer wechseln, etwa das eingesetzte Sprachmodell oder den Telefonie-Anbieter, ohne dass sich für Sie als Kunde am Produkt sichtbar etwas ändert. Nach Art. 28 DSGVO muss ein solcher Wechsel Ihnen angezeigt werden, damit Sie widersprechen können. Fragen Sie deshalb auch danach, wie und wie schnell Sie über solche Änderungen informiert werden.

Praktisch bedeutet das: Fragen Sie nach der vollständigen Liste der Unterauftragsverarbeiter und lassen Sie sich diese Liste im AVV festschreiben. Der Name des Hauptanbieters allein sagt wenig. Mehr zur Rechtsgrundlage und den Pflichten aus Art. 28 DSGVO steht auf der Seite AVV nach Art. 28 DSGVO für KI-Telefonassistenten.

Fragen, die Sie einem Anbieter stellen sollten

Statt die pauschale Frage „Ist das DSGVO-konform?" zu stellen, auf die jeder Anbieter mit Ja antworten wird, lohnen sich konkrete Fragen, die nur mit belegbaren Fakten zu beantworten sind:

• Wo werden Gesprächsdaten gespeichert und wo verarbeitet? Speicherort und Verarbeitungsort können auseinanderfallen.
• Welche Unterauftragsverarbeiter sind im Einsatz, und wo sitzen sie? Verlangen Sie die vollständige, aktuelle Liste, nicht nur die Hauptkomponente.
• Findet ein Drittlandtransfer statt, und auf welcher Rechtsgrundlage? Angemessenheitsbeschluss, Standardvertragsklauseln oder Data Privacy Framework, mit Nachweis.
• Wird ein AVV nach Art. 28 DSGVO bereitgestellt, und ist er vor Vertragsbeginn abschlussfertig, nicht nur ein Muster auf Anfrage?
• Wie lange werden Aufzeichnungen und Transkripte gespeichert, und nach welchem Konzept werden sie gelöscht?
• Gibt es eine EU-only-Option, falls Sie oder Ihre Kunden eine Verarbeitung ausschließlich innerhalb der EU verlangen?

Ein seriöser Anbieter beantwortet diese Punkte konkret und schriftlich. Ausweichende Antworten oder ein bloßer Verweis auf ein DSGVO-Siegel sind ein Warnsignal, kein Nachweis. Einen breiteren Blick auf Serverstandort und Hosting bei KI-Telefonassistenten gibt die Seite Telefonassistent Serverstandort Deutschland, eine allgemeine Einführung in die DSGVO-Anforderungen an KI-Telefonassistenten die Seite KI-Telefonassistent und DSGVO.

Wie ImmerRuf mit dem Thema umgeht

ImmerRuf verarbeitet Gesprächsdaten, Speicherung und Hosting in der EU. Für Sprachmodell und Telefonanbindung setzen wir derzeit teils auch US-Anbieter ein, gestützt auf das EU-US Data Privacy Framework beziehungsweise EU-Standardvertragsklauseln nach Art. 46 DSGVO samt ergänzender Schutzmaßnahmen. Wir nennen diese Unterauftragsverarbeiter im AVV, den Sie vor dem Start abschließen, statt sie hinter einer allgemeinen Konformitätsaussage zu verstecken. Wer eine Verarbeitung des Sprachmodells vollständig innerhalb der EU wünscht, kann auf Wunsch eine europäische Variante einsetzen, funktional gleichwertig, ohne Verarbeitung durch ein US-Modell.

Unabhängig vom Sprachmodell bucht ImmerRuf Termine im Gespräch direkt in Ihren Kalender, das ist in jedem Tarif enthalten, und ist rund um die Uhr erreichbar, auch nachts, am Wochenende und an Feiertagen, ohne separaten Zuschlag. Die konkreten Tarife stehen auf der Seite Preise, ein Überblick über die laufenden Kosten auf der Seite Kosten eines KI-Telefonassistenten.