Was ist Schatten-KI in einem Telekommunikationsunternehmen?

Schatten-KI ist die Nutzung von KI-Diensten, die das Unternehmen nicht freigegeben hat und nicht verwaltet, meist private Chatbot-Konten. Im Back-Office bedeutet das, dass Mitarbeitende Mahnlisten, Verträge oder Tickets in ein privates Konto kopieren, um einen Entwurf oder eine Zusammenfassung zu erhalten.

Sollte ein Anbieter private KI-Apps einfach verbieten?

Ein Verbot ohne freigegebene Alternative lässt die Arbeit und den Bedarf dort, wo sie waren, deshalb nutzen die Leute meist weiter ihre eigenen Konten. Legen Sie fest, welche Angebote und Datenklassen erlaubt sind, geben Sie den Mitarbeitenden Firmenkonten, die ihre täglichen Aufgaben abdecken, und sperren Sie dann, was ausserhalb der Regeln bleibt.

Wie kann ein KI-Agent sicher mit Kundendaten arbeiten?

Lassen Sie den Agenten über eine Schnittstelle aus dem führenden System lesen, die bei jeder Anfrage Identität, Rolle und Berechtigung der Person dahinter prüft. Nichts muss in ein Chatfenster kopiert werden, und das Audit-Log zeigt, welcher Agent wann was getan hat.

Schatten-KI im Back-Office von Telekommunikationsanbietern

Es ist der dritte Arbeitstag des Monats, und die Sachbearbeiterin in der Abrechnung bereitet den Mahnlauf vor. Die Mahnschreiben sollen für langjährige Kunden geduldig klingen und für jene, die jedes Quartal im Verzug sind, bestimmter. Sie exportiert die Liste der überfälligen Konten, öffnet den Chatbot in ihrem privaten Konto und fügt die Liste ein: Namen, Postadressen, offene Beträge, Vertragsnummern. Ein paar Minuten später sind die Schreiben entworfen, und sie lesen sich gut. Niemand hat sie gebeten, so zu arbeiten, und niemand hat es ihr untersagt.

Zwei Szenen aus einer normalen Woche

Am selben Nachmittag ruft ein Kunde wegen eines Tarifwechsels beim Support an. Er sagt, sein alter Vertrag habe ihm beim Wechsel auf einen höheren Tarif einen kostenlosen Routertausch versprochen. Die Kollegin im Support hat das Vertrags-PDF und die Auftragshistorie offen, und der Kunde wartet. Sie kopiert den Vertrag in ihren eigenen Chatbot und fragt nach den Klauseln zu Hardware und Kündigung. Die Antwort kommt in Sekunden, sie liest dem Kunden die betreffende Klausel vor, und das Gespräch endet gut.

Beide haben gute Arbeit für das Unternehmen geleistet. Beide haben aber auch Kundendaten aus dem Kontrollbereich des Unternehmens hinausgetragen. Die Mahnliste liegt jetzt im Chatverlauf eines privaten Kontos, unter den Aufbewahrungsbedingungen, die für dieses Konto eben gelten, bearbeitet an Orten, die das Unternehmen nie geprüft hat, erreichbar für alle, die in dieses Konto gelangen. Der Vertrag mit Namen, Adresse und Tarif des Kunden liegt daneben. In keinem System des Unternehmens ist festgehalten, dass einer der beiden Schritte stattgefunden hat, und wenn die Sachbearbeiterin nächstes Jahr geht, geht der Verlauf mit ihr.

Das ist Schatten-KI bei einem regionalen ISP oder MVNO. Fähige Leute lösen alltägliche Probleme mit dem schnellsten Werkzeug, das zur Hand ist, bevor das Unternehmen irgendetwas dazu entschieden hat.

Wie verbreitet das ist

Netskope Threat Labs hat im Juli 2026 seinen KI-Bericht veröffentlicht, gestützt auf Nutzungsdaten eines Teils seiner Kunden zwischen Juni 2025 und Juli 2026. Demnach nutzen 56 % der KI-Nutzenden ausschliesslich vom Unternehmen verwaltete KI-Apps, 14 % nutzen sowohl verwaltete als auch private Apps, und 30 % nutzen ausschliesslich private Apps (Netskope, 2026). 2023 war fast der gesamte KI-Datenverkehr, den Netskope in Unternehmen sah, private Nutzung, und dieser Anteil sank, als Unternehmen verwaltete Tools einführten. Laut dem Bericht kam dieser Trend um März 2026 zum Stillstand und hat sich seither leicht umgekehrt. Netskope selbst liest daraus, dass Schatten-KI bleiben wird und dass Organisationen sich entschieden haben, die private Nutzung mit Leitplanken zu versehen.

Zwei Punkte sind wichtig, wenn Sie das auf Ihr eigenes Unternehmen übertragen. Die Zahlen stammen von Unternehmen, die ihren Datenverkehr bereits über eine Sicherheitsplattform leiten und sehen können, was ihre Mitarbeitenden nutzen. Ein Anbieter, der nie hingeschaut hat, hat keinen Grund anzunehmen, dass sein eigenes Bild besser aussieht. Und derselbe Bericht hält fest, dass geistiges Eigentum, regulierte Daten und Quellcode den weitaus grössten Teil der Verstösse gegen Datenrichtlinien ausmachen. Im Back-Office eines Telekommunikationsanbieters sind regulierte Daten das tägliche Arbeitsmaterial: Namen und Adressen, Bankverbindungen, Verbindungsdaten, Ausweisdokumente aus SIM-Registrierungen und Rufnummernportierungen.

Was das Unternehmen verlässt

Wenn Kundendaten in ein privates KI-Konto gelangen, verliert das Unternehmen drei Dinge auf einmal. Es weiss nicht mehr, wo die Daten sind. Es bestimmt nicht mehr, wie lange sie aufbewahrt werden. Und es kann nicht sagen, wer darauf zugreifen kann, weil der Zugriff nun vom Passwort einer einzelnen Mitarbeiterin abhängt und von den Einstellungen, die sie gewählt hat.

Was mit den Daten innerhalb des Dienstes geschieht, hängt vom KI-Anbieter und von der Angebotsstufe ab. Anthropic zum Beispiel gibt an, dass es Eingaben und Ausgaben seiner kommerziellen Produkte standardmässig nicht für das Training verwendet (Anthropic, 2026a), während dies bei seinen Angeboten für Privatkunden von einer Datenschutzeinstellung namens „Model Improvement“ abhängt, die die nutzende Person selbst steuert (Anthropic, 2026b). Andere KI-Anbieter ziehen die Grenze an anderen Stellen. Derselbe Markenname kann also einen sehr unterschiedlichen Umgang mit Daten bedeuten, je nachdem, mit welchem Konto sich jemand angemeldet hat.

Für Schweizer Anbieter kommt die rechtliche Seite hinzu. Der Eidgenössische Datenschutz- und Öffentlichkeitsbeauftragte (EDÖB) hat zum Datenschutzgesetz, das seit dem 1. September 2023 in Kraft ist, festgehalten, dass es „is directly applicable to AI-supported data processing“ (EDÖB, 2025). Eine Mahnliste in einem privaten Chat ist eine Bearbeitung von Kundendaten, mit denselben Pflichten wie jede andere.

Festlegen, was erlaubt ist, und es dann bereitstellen

Ein Programm für einen regionalen Anbieter hat sechs Teile: festlegen, welche KI-Angebote und welche Daten erlaubt sind, den Mitarbeitenden Konten geben, die das Unternehmen kontrolliert, die Datenbearbeitung pro KI-Anbieter und Angebotsstufe prüfen, die Mitarbeitenden an ihren echten Aufgaben schulen, eine Ansprechperson benennen und Zugänge entziehen, wenn jemand das Unternehmen verlässt. Nichts davon braucht ein grosses Sicherheitsteam. Es braucht einige schriftlich festgehaltene Entscheidungen und jemanden, der sie aktuell hält.

Beginnen Sie mit den Daten, denn danach fragen die Leute tatsächlich. Fünf Klassen decken den grössten Teil eines Telekom-Back-Office ab:

Öffentlich: Tarifblätter, Abdeckungskarten, veröffentlichte Bedingungen.
Intern: Prozessbeschreibungen, Briefvorlagen, Pläne für Netzänderungen ohne Kundendaten.
Kundendaten: Namen, Adressen, Verträge, Tickets, Verbindungsdatensätze.
Zahlungs- und Identitätsdaten: Bankverbindungen, Mahnstatus, Ausweisdokumente aus Rufnummernportierungen und SIM-Registrierung.
Geheimnisse: Passwörter, API-Schlüssel, Konfigurationen von Routern und Switches.

Listen Sie dann die KI-Angebote auf, die Sie freigeben, und halten Sie für jedes fest, welche Klassen hinein dürfen. Eine Seite genügt. Wenn die Sachbearbeiterin in der Abrechnung in zehn Sekunden nachsehen kann, ob die Mahnliste in das freigegebene Tool darf, wird sie nachsehen.

Richten Sie als Nächstes Team- oder Enterprise-Konten ein, die an die Anmeldung des Unternehmens angebunden sind, damit Sie sehen, wer was nutzt, und es abschalten können. Decken Sie die Aufgaben ab, die die Leute bereits mit privaten Konten erledigen. Ist das freigegebene Tool schwerer erreichbar oder weniger leistungsfähig als das private, bleibt das private im nächsten Tab offen.

Holen Sie für jedes freigegebene Angebot schriftliche Antworten auf dieselben Fragen ein. Werden Eingaben standardmässig für das Training verwendet? Wie lange werden Unterhaltungen aufbewahrt, und kann ein Administrator das festlegen? Wo werden die Daten bearbeitet, und von welchen Unterauftragsbearbeitern? Gibt es einen Auftragsbearbeitungsvertrag? Kann ein Administrator den Verlauf einer nutzenden Person exportieren oder löschen? Die Antworten unterscheiden sich zwischen Privat- und Geschäftsangeboten desselben KI-Anbieters, und sie ändern sich. Versehen Sie sie deshalb mit einem Datum und prüfen Sie erneut, wenn der KI-Anbieter seine Bedingungen aktualisiert.

Schulen, Fragen beantworten, Konten schliessen

Schulen Sie die Mitarbeitenden an ihren echten Aufgaben. Nehmen Sie die Mahnschreiben und die Vertragszusammenfassung aus den Szenen oben und zeigen Sie, wie genau diese Aufgaben mit dem freigegebenen Tool erledigt werden: welche Felder draussen bleiben, wie man das Ergebnis prüft, wo der Entwurf gespeichert wird. Bitten Sie Abrechnung, Support und Vertrieb, eigene Beispiele mitzubringen. Die Regel für die Aufgabe, die man jede Woche erledigt, behält man.

Benennen Sie dann eine Ansprechperson: eine Person, die alle fragen können, „Darf ich das einfügen?“, bevor sie es tun, und die Wünsche nach neuen Tools sammelt. Bei einem kleineren Anbieter ist das meist die IT-Leitung oder die für den Datenschutz verantwortliche Person. Entscheidend ist, dass der Name bekannt ist und die Antwort am selben Tag kommt.

Nehmen Sie KI schliesslich in die Checkliste für Austritte auf: Firmenkonten für KI am letzten Arbeitstag geschlossen, Tokens aller Agenten, die die Person betrieben hat, widerrufen, geteilte Verläufe neu zugewiesen. Private Konten lassen sich überhaupt nicht widerrufen, und das ist das stärkste Argument dafür, von Anfang an gute Firmenkonten bereitzustellen.

Weniger kopieren durch verbundene Systeme

Beide Szenen haben dieselbe Ursache. Die Information, die die Person braucht, liegt in einem System, das Werkzeug, das hilft, in einem anderen, und die Zwischenablage ist die einzige Brücke. Freigegebene Konten machen diese Brücke sicherer. Wird der freigegebene Assistent mit dem führenden System verbunden, braucht es die Brücke nicht mehr.

Das Model Context Protocol (MCP) ist ein offener Standard, um KI-Anwendungen mit externen Systemen wie Datenbanken und Tools zu verbinden (MCP, 2026a). Seine Hinweise zur Autorisierung empfehlen eine Autorisierung immer dann, wenn ein Server auf nutzerspezifische Daten zugreift oder wenn „you need to audit who performed which actions“, und sie raten zu Scopes mit minimalen Rechten, aufgeteilt pro Tool oder Funktion (MCP, 2026b). Übertragen auf das Supportgespräch heisst das: Die Kollegin fragt ihren freigegebenen Assistenten nach den Hardwareklauseln im Vertrag des Kunden. Der Assistent holt den Vertrag mit ihren Berechtigungen aus dem führenden System, nichts wird irgendwo eingefügt, und der Zugriff wird protokolliert.

Was METAVSHN dafür tut

METAVSHN ist bei den Anbietern, die darauf arbeiten, das führende System für Kunden, Verträge, Produkte, Dienste und Rechnungen. Über die METAVSHN CLI und, für Agenten, die es nutzen, über MCP können eine Person und der Agent, den ihr Unternehmen freigegeben hat, diese Datensätze mit definierten Befehlen abfragen. Jede Anfrage wird auf der Seite von METAVSHN gegen Identität, Rolle und Berechtigungen der Person dahinter geprüft. Berechtigungshinweise in der CLI gewähren für sich allein nichts. Etwas zu löschen oder etwas zu versenden erfordert eine ausdrückliche Bestätigung, und ein Probelauf zeigt die Anfrage, bevor sie gesendet wird. Das Audit-Log hält fest, welcher Agent wann was getan hat. Weil der Agent mit dem eigenen Zugang der Person arbeitet, stoppt der Entzug dieses Zugangs beim Austritt auch den Agenten.

Die CLI funktioniert mit jedem Agenten, der Befehle ausführen kann, Sie behalten also das KI-Angebot, das Sie bereits freigegeben haben. Der Agent kann zurückgegebene Daten trotzdem an seinen KI-Anbieter weitergeben, deshalb gilt die oben beschriebene Prüfung der KI-Anbieter weiterhin. Die CLI ist im Frühzugang verfügbar.

Wenn Ihr Abrechnungs- oder Supportteam bereits Kundendaten in Chatfenster kopiert, sehen Sie sich an, wie die METAVSHN CLI dem freigegebenen Agenten dieselben Datensätze liefert, mit einer Zugriffsprüfung bei jeder Anfrage.

Quellen

Alle Quellen abgerufen am 31. Oktober 2026.

Netskope Threat Labs, „Netskope AI Report: 2026“, 27. Juli 2026. netskope.com
Anthropic Privacy Center, „Is my data used for model training?“ (kommerzielle Produkte), aktualisiert am 18. August 2026. privacy.claude.com
Anthropic Privacy Center, „Is my data used for model training?“ (Produkte für Privatkunden), aktualisiert am 16. März 2026. privacy.claude.com
Eidgenössischer Datenschutz- und Öffentlichkeitsbeauftragter (EDÖB), „Update: Current data protection legislation is directly applicable to AI“, 8. Mai 2025. edoeb.admin.ch
Model Context Protocol, „What is the Model Context Protocol (MCP)?“, Juli 2026. modelcontextprotocol.io
Model Context Protocol, „Understanding Authorization in MCP“, Protokollrevision 2026-07-28. modelcontextprotocol.io