KI-Zugriffsbeschränkung: Was HR aus Googles Gemini-Stopp lernt

Die Einschränkung von Metas Zugriff auf Googles KI-Modell Gemini markiert einen Wendepunkt in der unternehmensübergreifenden Nutzung von KI-Tools. Google begründete die Maßnahme mit begrenzten Rechenkapazitäten, die durch die hohe Nachfrage nach KI-Infrastruktur verursacht werden. Gleichzeitig deutet der Schritt auf strategische Überlegungen hin: Die Sorge, dass Meta interne Daten aus Gemini für die Weiterentwicklung eigener Modelle nutzen könnte, spielte eine zentrale Rolle. Für HR-Abteilungen im DACH-Raum ist dies ein Warnsignal, da ähnliche Abhängigkeiten von externen KI-Anbietern wie Microsoft Copilot oder Googles Workspace-Integrationen bestehen. ^[3][5]

Die Nutzung externer KI-Tools wie Gemini in HR-Prozessen birgt erhebliche Compliance-Risiken. Sensible Daten, etwa aus Bewerbungsunterlagen oder Mitarbeitergesprächen, könnten durch Prompts an externe Modelle weitergegeben werden. Dies verstößt potenziell gegen Datenschutzvorgaben wie die DSGVO, die in Deutschland, Österreich und der Schweiz strenge Anforderungen an die Verarbeitung personenbezogener Daten stellt. Besonders kritisch ist die fehlende Transparenz darüber, wie KI-Anbieter mit diesen Daten umgehen. Unternehmen müssen daher sicherstellen, dass Datenverarbeitungsverträge und technische Schutzmaßnahmen den rechtlichen Anforderungen entsprechen. ^[4][6]

Im DACH-Raum sind die rechtlichen Hürden für den Einsatz externer KI-Tools besonders hoch. In Deutschland müssen Betriebsräte bei der Einführung von KI-Systemen für People Analytics oder Recruiting gemäß § 87 BetrVG beteiligt werden. In Österreich und der Schweiz gelten ähnliche Mitbestimmungsrechte, wenn KI-Tools Mitarbeiterdaten verarbeiten. Die Nutzung von Gemini oder vergleichbaren Modellen erfordert daher eine frühzeitige Abstimmung mit Arbeitnehmervertretungen. Zudem müssen Unternehmen prüfen, ob die Tools den Anforderungen des EU AI Act entsprechen, der ab 2026 schrittweise in Kraft tritt. ^[6]

Die strategische Dimension von Googles Entscheidung zeigt, wie Unternehmen zwischen Innovation und Kontrolle abwägen müssen. Meta nutzte Gemini bevorzugt statt eigener Modelle wie Llama, was Googles Wettbewerbsposition gefährdete. Für HR-Abteilungen bedeutet dies, dass die Wahl externer KI-Tools nicht nur technisch, sondern auch strategisch begründet sein muss. Eine zu starke Abhängigkeit von einem Anbieter kann zu plötzlichen Zugangsbeschränkungen führen – mit direkten Auswirkungen auf HR-Prozesse wie Bewerber-Screening oder Chatbot-gestützte Mitarbeiterkommunikation. ^[1][2]

Die Ressourcenknappheit bei KI-Infrastruktur ist ein weiteres zentrales Thema. Googles Hinweis auf „Power constraints“ verdeutlicht, dass selbst Tech-Konzerne an ihre Grenzen stoßen. Für HR-Teams im DACH-Raum bedeutet dies, dass die Verfügbarkeit externer KI-Tools nicht selbstverständlich ist. Unternehmen sollten daher prüfen, ob sie eigene Kapazitäten aufbauen oder auf hybride Lösungen setzen, die interne und externe Modelle kombinieren. Dies reduziert nicht nur Abhängigkeiten, sondern minimiert auch Compliance-Risiken. ^[3][5]

Die Praxis zeigt, dass viele Unternehmen die Risiken externer KI-Tools unterschätzen. Gartner stuft die Exposition sensibler Daten in KI-Systemen als eines der größten Risiken für 2026 ein. HR-Abteilungen müssen daher klare Richtlinien für die Nutzung von Tools wie Gemini oder Copilot entwickeln. Dazu gehören technische Maßnahmen wie Datenverschlüsselung, organisatorische Vorgaben wie Schulungen für Mitarbeiter und rechtliche Absicherungen wie vertragliche Vereinbarungen mit Anbietern. Nur so lässt sich verhindern, dass interne Daten unkontrolliert abfließen. ^[4]

Unternehmen im DACH-Raum sollten aus Googles Gemini-Stopp konkrete Lehren ziehen. Die Beschränkung zeigt, dass externe KI-Tools kein Selbstläufer sind – weder technisch noch rechtlich. HR-Abteilungen müssen ihre KI-Strategie daher ganzheitlich betrachten: von der Auswahl der Tools über die Einbindung von Betriebsräten bis hin zur Schulung der Mitarbeiter. Nur so lassen sich die Vorteile von KI nutzen, ohne Compliance-Risiken oder strategische Abhängigkeiten einzugehen. ^[1][6]